Kaip dirbtinis intelektas padeda sumokėti ir surinkti mokesčius

Kita transformuojančia jėga tampa generatyvinis dirbtinis intelektas (DI). Žinomas dėl savo gebėjimo suprasti ir kurti žmogaus kalbą, generatyvinis DI (pvz., „Chat GPT“, „Claude“, kt.) atveria galimybes, kurios neapsiriboja paprastu automatizavimu. 

Tačiau tokioje politiškai jautrioje srityje kaip mokesčiai dėl DI iškyla ne vienas svarbus klausimas, kuris gali greitai pakirsti pasitikėjimą šiuo įrankiu.

Taikomos praktikos

Kaip įžvalgoje pažymi Tarptautinio valiutos fondo (TVF) specialistai, mokesčių institucijos pradeda tirti DI galimybes, tiesa, dauguma iniciatyvų tebėra ankstyvame, eksperimentiniame etape.  Kol kas DI plačiausiai pritaikomas gerinant bendravimą su mokesčių mokėtojais.

Pavyzdžiui, Singapūre virtualus asistentas atsako į mokesčių klausimus keliomis kalbomis ir perpus sumažino užklausų į skambučių centrą skaičių.

Pietų Korėjoje yra įdiegtas dirbtinio intelekto gidas, padedantis gyventojams užpildyti deklaracijas ir sumokėti mokesčius.

Prancūzijoje dirbtinis intelektas gali analizuoti gaunamus e. laiškus ir pasiūlyti atsakymus, kuriuos valstybės tarnautojams belieka patvirtinti.

Lietuvoje Valstybinė mokesčių inspekcija (VMI) šiuo metu taiko tam tikras programines priemones mokesčių kontrolei stiprinti, kurios leidžia analizuoti duomenis iš viešai prieinamų šaltinių, pvz., nekilnojamojo turto, automobilių skelbimų portalų, socialinių tinklų ir kt. Šios priemonės padeda identifikuoti neatitikimus tarp klientų deklaruotų pajamų ir faktinių finansinių srautų.

Taip pat dar 2020 m., siekdama gerinti konsultavimo kokybę ir padėti klientams greičiau gauti bendrą informaciją apie mokesčius, VMI pristatė išmanųjį pokalbių robotą SIMĄ, kuris autonomiškai, realiuoju laiku teikia atsakymus bendrojo pobūdžio mokesčių klausimus įvairiomis temomis. 

Neatsakyti klausimai

Įvairios taikomosios programos teikia vilčių, tačiau, kaip pažymi TVF ekspertai, lieka neatsakytas svarbesnis klausimas – ar gali generatyvinis DI iš esmės pakeisti valdžios institucijų ir piliečių santykius? Taip pat neaišku, kaip tai paveiks piliečių patirtį ir suvokimą apie mokesčius – politiškai jautrų procesą, kurį reglamentuoja įstatymai, tačiau kuris yra glaudžiai susijęs ir su socialinėmis normomis bei praktika.

Dauguma DI sistemų, kurias šiuo metu naudoja mokesčių ir muitinės institucijos, yra prognozavimo sistemos, sukurtos vienai funkcijai atlikti. Jos analizuoja didelius struktūrizuotų duomenų rinkinius, pavyzdžiui, ankstesnes mokesčių deklaracijas ar sandorius, ir nustato tokius dalykus kaip rizikos balai, rodantys galimą sukčiavimą.

Tuo tarpu generatyvinis DI yra universali sistema, kuri supranta beveik visų formų informaciją ir yra sukurta taip, kad galėtų bendrauti su žmonėmis bet kuria kalba. Ji gali atlikti įvairias užduotis – nuo laiškų rengimo iki interaktyvių rekomendacijų apie mokesčių teisės aktus ir pagalbos pareigūnams atliekant tyrimus.

Apmokydami „DI agentą“ naudotis teisiniais tekstais, mokesčių kodeksais, veiklos procedūromis ir vidaus gairėmis, mokesčių administratoriai gali pritaikyti jį konkretiems poreikiams.  

„Rezultatas – dinamiška sistema, gebanti suprasti ir kurti turinį, su kuriuo gali sąveikauti ir valstybės tarnautojai, ir mokesčių mokėtojai“, – pažymi įžvalgos autoriai.

Sėkmės prielaidos ir iššūkiai

Nepaisant dirbtinio intelekto potencialo, susiduriama ir su jo keliamais iššūkiais. Siekiant sustiprinti, o ne sumažinti pasitikėjimą, būtina spręsti klausimus, susijusius su duomenų kokybe, etika, privatumo problemomis ir vadinamosiomis DI haliucinacijomis (t. y. neteisingais rezultatais).

Pavyzdžiui, Pietų Korėjos mokesčių administratorius ypač jautrias užklausas nukreipia specialistams ir tai atspindi būtinybę atidžiai prižiūrėti konfidencialius klausimus. Visais atvejais rezultatai turi būti paaiškinami ir suvokiami kaip teisingi.

Kitas reikalavimas – veiksmingas žinių valdymas. Mokesčių institucijos turi daug įstatymų, taisyklių, bylų įrašų ir veiklos vykdymo vadovų. Tačiau išsibarstę archyvai ir neišsamus skaitmeninimas gali trukdyti pastangoms veiksmingai mokyti dirbtinio intelekto sistemas. Žmogus turi nustatyti, kurie dokumentai yra tikslūs, svarbūs ir tinkami įtraukti į mokymo medžiagą.

Kadangi DI integruojamas į įvairius pajamų administravimo aspektus, darbuotojai turės būti apmokomi interpretuoti, koreguoti ir papildyti gautus rezultatus.

Politikai, sprendimų priėmėjai turi užtikrinti, kad apie klaidas būtų pranešama ir jos būtų nedelsiant pašalinamos.

Imituodamas žmogaus teikiamą pagalbą generatyvinis DI gali veikti ir kaip mokesčių administratorius, ir kaip mokesčių mokėtojo pagalbininkas, t. y. automatizuoti rutinines užduotis, aiškinti sudėtingus klausimus ir skatinti skaidresnius bei bendradarbiavimu pagrįstus santykius.

„Ši technologija gali sumažinti administracines kliūtis, demistifikuoti mokestines prievoles ir pakviesti dalyvauti platesnėse mokesčių diskusijose. Tačiau norint ją tinkamai pritaikyti, reikia stiprios lyderystės, etiškos politikos sistemos ir budriai užtikrinamos duomenų kokybės, privatumo bei tikslumo“, – apibendrina TVF skaitmeninių technologijų ekspertai.