Automatización para auditar aos ricos: ¿A IA pode alinear aos evasores de impostos?

CRÉDITO DA IMAXE:
Crédito da imaxe
iStock

Automatización para auditar aos ricos: ¿A IA pode alinear aos evasores de impostos?

Automatización para auditar aos ricos: ¿A IA pode alinear aos evasores de impostos?

Texto do subtítulo
Pode a IA axudar aos gobernos a facer cumprir a política fiscal no 1 por cento?
    • autor:
    • nome do autor
      Previsión de Quantumrun
    • Outubro 25, 2023

    Resumo de insight

    Os gobernos de todo o mundo, incluídos China e Estados Unidos, están a explorar o uso da intelixencia artificial (IA) para modernizar os sistemas fiscais. China ten como obxectivo a automatización total para 2027, centrándose na evasión fiscal entre os ricos e os influenciadores das redes sociais. En contraste, os EUA loitan coa auditoría dos ricos debido á redución dos orzamentos do IRS e ao uso de lagoas legais. Salesforce desenvolveu un AI Economist, unha ferramenta que utiliza a aprendizaxe de reforzo para explorar políticas fiscais xustas. Aínda que é prometedora, a tecnoloxía suscita preocupacións como o aumento da vixilancia pública e a resistencia de persoas e corporacións adiñeiradas que poden loitar contra a automatización fiscal.

    Automatización para auditar o contexto rico

    A Administración Tributaria Estatal de China prometeu aumentar o uso da intelixencia artificial (2022) para identificar aos evasores de impostos e impoñerlles o castigo máis duro segundo a lei. Para mellorar a vixilancia, China avanza co desenvolvemento do sistema Golden Tax IV, baixo o cal os datos das empresas e a información dos propietarios, directivos, bancos e outros reguladores do mercado estarán vinculados e dispoñibles para que as autoridades fiscais poidan investigar. En particular, o país está dirixido a creadores de contido de redes sociais e influenciadores que gañan millóns de dólares coas emisións en liña. China espera implementar a automatización total para 2027, utilizando a nube e o big data. Os ricos de China tamén prevén un maior pago de impostos este ano (2022-2023), debido á campaña de "prosperidade común" do presidente Xi Jinping.

    Mentres tanto, gravar aos ricos en Estados Unidos segue a ser unha batalla ascendente. En 2019, o IRS recoñeceu que é máis rendible gravar aos traballadores con salarios baixos que perseguir ás grandes corporacións e ao 1 por cento superior. A axencia declarou que, dado que os ultraricos teñen un exército dos mellores avogados e contadores á súa disposición, poden aproveitar unha variedade de lagoas fiscais legais, incluídas as contas offshore. O orzamento da axencia tamén foi reducido ao longo de décadas polo Congreso, o que leva a niveis de persoal subóptimos. E aínda que hai apoio do bipartito para aumentar o financiamento da axencia, o traballo manual non será suficiente para combater os recursos dos multimillonarios.

    Impacto perturbador

    A automatización das políticas fiscais é un tema complexo e moitas veces controvertido. Pero e se houbese un xeito de facelo menos político e máis baseado en datos para que sexa xusto para todos? Introduce a AI Economist: unha ferramenta desenvolvida por investigadores da empresa tecnolóxica Salesforce que utiliza a aprendizaxe de reforzo para identificar políticas fiscais óptimas para unha economía simulada. A IA aínda é relativamente sinxela (non pode dar conta de todas as complexidades do mundo real), pero é un primeiro paso prometedor para avaliar as políticas dun xeito novedoso. Nun primeiro resultado, a IA atopou un enfoque que maximizaba a produtividade e a igualdade de ingresos que era un 16 por cento máis xusto que un marco fiscal progresivo de última xeración estudado por economistas académicos. A mellora sobre a actual política estadounidense foi aínda máis significativa.

    Antes, as redes neuronais (puntos de datos interconectados) usábanse para xestionar axentes en economías simuladas. Non obstante, converter o responsable das políticas nunha IA promove un modelo no que os traballadores e os responsables políticos se adaptan aos comportamentos dos outros. Debido a que unha estratexia aprendida nunha política fiscal pode non funcionar tan ben baixo outra, os modelos de aprendizaxe por reforzo tiveron dificultades con este ambiente dinámico. Tamén significaba que as IA descubriron como xogar co sistema. Algúns empregados aprenderon a reducir a súa produtividade para optar a un tramo impositivo máis baixo e despois aumentalo de novo para evitar pagar impostos. Non obstante, segundo Salesforce, este dar e recibir entre traballadores e responsables políticos ofrece unha simulación máis realista que calquera modelo construído anteriormente, con políticas fiscais normalmente establecidas e máis frecuentemente beneficiosas para os ricos.

    Implicacións máis amplas da automatización da auditoría dos ricos

    As posibles implicacións do uso da automatización para auditar aos ricos poden incluír: 

    • Aumento da investigación sobre como a IA pode recopilar, sintetizar e executar as declaracións fiscais.
    • Países como China emiten regulacións fiscais máis estritas sobre as súas grandes corporacións e individuos con altos ingresos. Non obstante, isto pode levar a unha maior vixilancia pública e a recollida de datos intrusivas.
    • Máis financiamento público dispoñible para reinvestir en servizos públicos de todo tipo.
    • Aumento da confianza institucional pública nas axencias gobernamentais para aplicar a lei e a fiscalidade de forma equitativa.
    • Grandes corporacións e multimillonarios que retroceden contra a fiscalidade automatizada cun aumento do gasto en grupos de presión, utilizando a privacidade dos datos e as preocupacións de piratería informática para contrarrestar o uso da tecnoloxía.
    • Os ricos contratan máis contadores e avogados para axudarlles a circunnavegar a fiscalidade automatizada.
    • As empresas tecnolóxicas aumentan os investimentos no desenvolvemento de solucións de aprendizaxe automática no sector fiscal e colaboran coas axencias fiscais.

    Preguntas para comentar

    • Tes experiencia no uso de servizos fiscais automatizados?
    • De que outra maneira pode axudar a IA na xestión da información e os sistemas fiscais?

    Referencias de insight

    As seguintes ligazóns populares e institucionais foron referenciadas para esta visión: