Son yıllarda, yapay zekanın (AI) toplumu değiştirme potansiyeli, öğrenme boşluklarını azaltmaya yönelik tıbbi teşhisleri geliştirmekten çok heyecanlanmıştır. Dünyanın dört bir yanındaki vergi yetkilileri de bu hype'a katıldı ve temel bir soruna odaklandı: vergi sahtekarlığı. Hindistan ayrıca vergi sahtekarlarını işletme potansiyeli konusunda da heveslidir.
AI (Fotoğraf Kredisi: Tıkan Film)
Ancak, bu coşku dikkatli planlama ve testlerle hafifletilmelidir. Kullanım ve maruz kalan test için donatılmadıkça AI'nın vergi idarelerini güçlendirmesi olası değildir. Bu, Hindistan'dan vergi sahtekarlıklarını önlemek için AI tabanlı bir enstrümanın dahil olduğu yakın zamanda yapılan bir çalışmada göstermektedir.
Artan sayıda ülke vergi idaresini geliştirmek için AI araçlarını entegre ediyor. 2023'teki bir OECD raporu, incelenen vergi idarelerinin yaklaşık% 80'inin, diğer şeylerin yanı sıra sanal destek, öngörücü analiz ve transkripsiyon için AI araçları uyguladığını veya uygulandığını göstermiştir. Hindistan'da vergi yetkilileri, anlaşmazlık çözümünü ve sınavı iyileştirmek için AI kontrol ediyor.
Bu eğilim, vergi tahsilatını geliştirmek için teknolojiyi almak için daha geniş olan şeydir. Gana'da randomize bir derecelendirme, örneğin, emlak vergisi tahsildarları için jeo -uzamsal veritabanına sahip elektronik tabletlerin sağlanmasının, tahsilatlarda%103 artışa yol açtığını gösterdi. Senegal'deki bir başka değerlendirme, bilgisayar destekli bir gayrimenkul değerlendirme sisteminin emlak vergisi tahsildarlarının manuel incelemelerinden çok daha kesin ve daha adil olduğunu göstermiştir.
Ancak, teknolojik karlar kaçınılmaz değildir. Hindistan çalışmasında araştırmacılar, mal ve hizmetlerle (GST) sahtekarlığı tanımak için AI'nın bir dalı olan makine öğrenimini kullandılar. Sahtekarlığı tanımak için başarılı olmasına rağmen, icra veya gelirde bir artışa yol açmadı. Bu proje, vergi anketi için AI ve diğer teknolojilerin kullanımı hakkında bir uyarı hikayesi sunmaktadır.
GST, koleksiyonları daha verimli ve daha kolay hale getirmek için birkaç merkezi ve eyalet vergisini üstlendi. Bununla birlikte, sistem yaygın bypass ile zayıflatıldı. 2024 mali yılındaki tahmini satış kaybı, GST İstihbarat Genel Müdürlüğü uyarınca toplam GST koleksiyonlarının% 10'una karşılık geldi.
Bazı şirketler vergileri önlemek için yaratıcı yollar buldu. Daha az vergi ödemek, yanlış bir şekilde dikkate alınmak veya onaylandığı gibi daha fazla girdi kredisi (ITC) talep etmek için mal ve hizmetleri hafife alabilirsiniz.
ITC'lerin sahte şirketler tarafından hileli iddiası özellikle sorunluydu. Sahte şirketler sadece kurgusal faturalar ve ITC'ler oluşturmak için kağıt üzerinde var olan varlıklardır. Vergi mükellefleri, tüm vergi yükümlülükleri olmasa da bazılarını telafi etmek için bu sahte kredileri kullanabilirler. Örneğin Ağustos ayında, 500 sahte şirketin faturaya değer olduğu Delhi'de büyük bir GST skandalı ortaya çıktı £718 crore, değerine değer GST geri ödemelerini talep etmek için £54 crore.
Sahte şirketleri yakalamak için Berkeley, makine öğrenimi için Kaliforniya Üniversitesi'nde J-Pal ortağı Aprajit Mahajan yönetiminde bir araştırma ekibi yapması için bir araç oluşturdu. Makine öğrenimi teknolojisi, büyük miktarda veriyi işleyebilen, kalıpları tanıyabilen ve tahminler yapabilen bir AI dalıdır.
Vergi verilerini ve denetim kayıtlarını kullanarak, araştırmacılar, sahte olma olasılığı yüksek olan şirketlerin sıralamasını oluşturmak için aracı eğitiyorlar. Araştırmacılar ortak sahtekarlık belirtileri kullandılar, ör. B. Fiili vergi ödemesi çok az olan veya hiç olmayan yüksek düzeyde ITC'ler veya çeşitli şirketlerle kayıtlı bir adres. Geleneksel yöntemler benzer kriterleri dikkate alsa da, araç sahtekarlığı tanımak için daha büyük bir faktör cümlesini içeriyordu.
Saha denetimlerine dayanarak, ML aracının, ML aracı tarafından işaretlenen şirketlerin% -53'ünün oldukça etkili olduğu, geleneksel yöntemlerle işaretlenen şirketlerin% 38'ine kıyasla sahte olarak doğrulandığı bulunmuştur. Bu etkileyici çünkü sahte şirketleri ve müşterilerini tanımlamak zor. Vergiler, yetkililerin onları yakalamasını zorlaştırmak için birkaç sahte şirket arasında yargı yetkisine sıçrayabilir.
Aracın doğruluğuna rağmen, sahte şirketlerin artan veya daha hızlı bir şekilde iptal edilmesine veya daha fazla sahte şirket uygulamasına yol açmadı. Başka bir deyişle, araç nispeten doğru olmasına rağmen, vergi anketi iyileşmedi.
Hindistan hükümeti, Hindistan misyonu ile AI'da önde gelen küresel lider olmayı amaçlamaktadır. Telangana gibi eyaletler de özel AI araştırma merkezleri yarattı. Bu çalışma, siyasi karar için bu teknolojiyi etkili bir şekilde kullanmaları için önemli dersler sunmaktadır.
En büyük atıştırmalık çubuğu şunlardır: AI, sıkıcı görevlerin yükünü ve insanlar için daha uygun diğer görevlerin zamanını serbest bıraksa bile, hükümetler bir AI aracının tam olarak istenen sonuçlara yol açıp açmayacağını değerlendirmelidir. AI'nın doğal olarak önemli gelişmelere yol açacağını varsaymak belirsizdir.
Bu durumda, AI aracı, vergi yetkililerinin önlemlere odaklanmasını sağlayan sahte şirketleri tanımak için daha verimli ve daha hassas bir yol sundu. Bununla birlikte, memurların kendilerine karşı bir dava incelemelerine ve yaratmalarına yardımcı olduğuna dair herhangi bir kanıt sağlamadı – yetkililer hala her davaya soruşturmaya çok fazla zaman yatırmak zorunda kaldı. Sadece kullanabilmek için bir AI aracının inşası için harika bir zaman ve para muazzam bir atık olacaktır.
Prensip olarak, siyasi karar -Makikatler önce AI'nın bir soruna en iyi çözüm olup olmadığını sormalıdır. Araştırmacılar, geliştirdikleri ML modelinin, muhtemelen denetlenen veya iptal edilen şirketleri geleneksel yöntemlerle tanıyabileceğini söylüyor. Dolayısıyla, örneğin çeşitli yargı alanındaki vergi görevlileri arasındaki koordinasyonu artıran daha basit teknolojilere daha yüksek ve daha hızlı getiriler olabilir.
Yapay zekanın atanması anlaşılabilir. Yaygın olarak erişilebilir, son derece uyarlanabilir ve sürekli geliştirilen genel bir teknolojidir. Bununla birlikte, AI için AI kullanımı belirsizdir.
Bu makale Güney Asya'daki Politika ve Eğitim Müdürü J-PAL Guillermo Herrera Begagadda tarafından yazılmıştır.
AI (Fotoğraf Kredisi: Tıkan Film)
Ancak, bu coşku dikkatli planlama ve testlerle hafifletilmelidir. Kullanım ve maruz kalan test için donatılmadıkça AI'nın vergi idarelerini güçlendirmesi olası değildir. Bu, Hindistan'dan vergi sahtekarlıklarını önlemek için AI tabanlı bir enstrümanın dahil olduğu yakın zamanda yapılan bir çalışmada göstermektedir.
Artan sayıda ülke vergi idaresini geliştirmek için AI araçlarını entegre ediyor. 2023'teki bir OECD raporu, incelenen vergi idarelerinin yaklaşık% 80'inin, diğer şeylerin yanı sıra sanal destek, öngörücü analiz ve transkripsiyon için AI araçları uyguladığını veya uygulandığını göstermiştir. Hindistan'da vergi yetkilileri, anlaşmazlık çözümünü ve sınavı iyileştirmek için AI kontrol ediyor.
Bu eğilim, vergi tahsilatını geliştirmek için teknolojiyi almak için daha geniş olan şeydir. Gana'da randomize bir derecelendirme, örneğin, emlak vergisi tahsildarları için jeo -uzamsal veritabanına sahip elektronik tabletlerin sağlanmasının, tahsilatlarda%103 artışa yol açtığını gösterdi. Senegal'deki bir başka değerlendirme, bilgisayar destekli bir gayrimenkul değerlendirme sisteminin emlak vergisi tahsildarlarının manuel incelemelerinden çok daha kesin ve daha adil olduğunu göstermiştir.
Ancak, teknolojik karlar kaçınılmaz değildir. Hindistan çalışmasında araştırmacılar, mal ve hizmetlerle (GST) sahtekarlığı tanımak için AI'nın bir dalı olan makine öğrenimini kullandılar. Sahtekarlığı tanımak için başarılı olmasına rağmen, icra veya gelirde bir artışa yol açmadı. Bu proje, vergi anketi için AI ve diğer teknolojilerin kullanımı hakkında bir uyarı hikayesi sunmaktadır.
GST, koleksiyonları daha verimli ve daha kolay hale getirmek için birkaç merkezi ve eyalet vergisini üstlendi. Bununla birlikte, sistem yaygın bypass ile zayıflatıldı. 2024 mali yılındaki tahmini satış kaybı, GST İstihbarat Genel Müdürlüğü uyarınca toplam GST koleksiyonlarının% 10'una karşılık geldi.
Bazı şirketler vergileri önlemek için yaratıcı yollar buldu. Daha az vergi ödemek, yanlış bir şekilde dikkate alınmak veya onaylandığı gibi daha fazla girdi kredisi (ITC) talep etmek için mal ve hizmetleri hafife alabilirsiniz.
ITC'lerin sahte şirketler tarafından hileli iddiası özellikle sorunluydu. Sahte şirketler sadece kurgusal faturalar ve ITC'ler oluşturmak için kağıt üzerinde var olan varlıklardır. Vergi mükellefleri, tüm vergi yükümlülükleri olmasa da bazılarını telafi etmek için bu sahte kredileri kullanabilirler. Örneğin Ağustos ayında, 500 sahte şirketin faturaya değer olduğu Delhi'de büyük bir GST skandalı ortaya çıktı £718 crore, değerine değer GST geri ödemelerini talep etmek için £54 crore.
Sahte şirketleri yakalamak için Berkeley, makine öğrenimi için Kaliforniya Üniversitesi'nde J-Pal ortağı Aprajit Mahajan yönetiminde bir araştırma ekibi yapması için bir araç oluşturdu. Makine öğrenimi teknolojisi, büyük miktarda veriyi işleyebilen, kalıpları tanıyabilen ve tahminler yapabilen bir AI dalıdır.
Vergi verilerini ve denetim kayıtlarını kullanarak, araştırmacılar, sahte olma olasılığı yüksek olan şirketlerin sıralamasını oluşturmak için aracı eğitiyorlar. Araştırmacılar ortak sahtekarlık belirtileri kullandılar, ör. B. Fiili vergi ödemesi çok az olan veya hiç olmayan yüksek düzeyde ITC'ler veya çeşitli şirketlerle kayıtlı bir adres. Geleneksel yöntemler benzer kriterleri dikkate alsa da, araç sahtekarlığı tanımak için daha büyük bir faktör cümlesini içeriyordu.
Saha denetimlerine dayanarak, ML aracının, ML aracı tarafından işaretlenen şirketlerin% -53'ünün oldukça etkili olduğu, geleneksel yöntemlerle işaretlenen şirketlerin% 38'ine kıyasla sahte olarak doğrulandığı bulunmuştur. Bu etkileyici çünkü sahte şirketleri ve müşterilerini tanımlamak zor. Vergiler, yetkililerin onları yakalamasını zorlaştırmak için birkaç sahte şirket arasında yargı yetkisine sıçrayabilir.
Aracın doğruluğuna rağmen, sahte şirketlerin artan veya daha hızlı bir şekilde iptal edilmesine veya daha fazla sahte şirket uygulamasına yol açmadı. Başka bir deyişle, araç nispeten doğru olmasına rağmen, vergi anketi iyileşmedi.
Hindistan hükümeti, Hindistan misyonu ile AI'da önde gelen küresel lider olmayı amaçlamaktadır. Telangana gibi eyaletler de özel AI araştırma merkezleri yarattı. Bu çalışma, siyasi karar için bu teknolojiyi etkili bir şekilde kullanmaları için önemli dersler sunmaktadır.
En büyük atıştırmalık çubuğu şunlardır: AI, sıkıcı görevlerin yükünü ve insanlar için daha uygun diğer görevlerin zamanını serbest bıraksa bile, hükümetler bir AI aracının tam olarak istenen sonuçlara yol açıp açmayacağını değerlendirmelidir. AI'nın doğal olarak önemli gelişmelere yol açacağını varsaymak belirsizdir.
Bu durumda, AI aracı, vergi yetkililerinin önlemlere odaklanmasını sağlayan sahte şirketleri tanımak için daha verimli ve daha hassas bir yol sundu. Bununla birlikte, memurların kendilerine karşı bir dava incelemelerine ve yaratmalarına yardımcı olduğuna dair herhangi bir kanıt sağlamadı – yetkililer hala her davaya soruşturmaya çok fazla zaman yatırmak zorunda kaldı. Sadece kullanabilmek için bir AI aracının inşası için harika bir zaman ve para muazzam bir atık olacaktır.
Prensip olarak, siyasi karar -Makikatler önce AI'nın bir soruna en iyi çözüm olup olmadığını sormalıdır. Araştırmacılar, geliştirdikleri ML modelinin, muhtemelen denetlenen veya iptal edilen şirketleri geleneksel yöntemlerle tanıyabileceğini söylüyor. Dolayısıyla, örneğin çeşitli yargı alanındaki vergi görevlileri arasındaki koordinasyonu artıran daha basit teknolojilere daha yüksek ve daha hızlı getiriler olabilir.
Yapay zekanın atanması anlaşılabilir. Yaygın olarak erişilebilir, son derece uyarlanabilir ve sürekli geliştirilen genel bir teknolojidir. Bununla birlikte, AI için AI kullanımı belirsizdir.
Bu makale Güney Asya'daki Politika ve Eğitim Müdürü J-PAL Guillermo Herrera Begagadda tarafından yazılmıştır.