Lidia PerskaI Frankrig indførte regeringen Albert, en AI, som betragtes som nationens første suveræne kunstige intelligens, der sigter mod at revolutionere dagligdagen og optimere bureaukratiet. En af Alberts applikationer omfatter at hjælpe skattemyndighederne med at udarbejde forberedende svar på det overvældende antal henvendelser fra skatteborgerne, som beløber sig til 16 millioner beskeder om året. Imidlertid rapporterer Unionen af Finans Offentlige Tjenester (CGT) i Bouches-du-Rhône tilbageslag, da denne AI har begået betydelige fejl i de seneste år.
Robotisk Overvågning i Detektering af Private Pools
Som en del af sit arbejde med at identificere private swimmingpools analyserer AI luftfotografier baseret på vandfarve. Philippe Laget, en repræsentant fra CGT, forklarede de indledende vanskeligheder, man stødte på. Algoritmen forvekslede en gang designerede handicap-parkeringsområder og visse landbrugstæpper med pools. Omvendt gik pools med vandfarver, der afveg fra den standardblå nuance forventet af AI, ubemærket hen. Derudover er der udfordringer med at adskille aftagelige pools, som ikke er skattepligtige, fra permanent opførte pools.
AI Fejl ud over Pool Detektering
Fejl strækker sig ud over at finde pools. En hændelse citeret af Laget involverer skatteopkrævning fra over tres børn, hvor nogle er så unge som tre år gamle, som ejere af sekundære boliger. Generelt anslår CGT en fejlrate på mindst 30 procent, hvilket indikerer et betydeligt pålidelighedsproblem i det nuværende system. Denne høje fejlmargen har rejst bekymringer om effektiviteten af kunstig intelligens i komplekse administrative roller.
Kunstig intelligens (AI) er blevet anvendt af forskellige regeringsorganer verden over for at forbedre effektiviteten og administrere store mængder data og opgaver. AI-systemer, såsom Frankrigs Albert, er designet til at automatisere og optimere operationer som skatteadministration, der involverer behandling af millioner af forespørgsler og identifikation af skattepligtige aktiver.
Vigtige Spørgsmål og Svar:
– Spørgsmål: Hvilke roller har AI fået tildelt i fransk skatteadministration?
Svar: AI er blevet brugt til at udarbejde forberedende svar på skatteborgeres henvendelser og til at identificere skattepligtige aktiver, såsom private swimmingpools, ved at analysere luftfotografier.
– Spørgsmål: Hvad er de rapporterede fejlrater for AI i fransk skatteadministration, og hvad indebærer dette?
Svar: CGT rapporterer en fejlrate på mindst 30 procent, hvilket indikerer et potentiel problem med pålideligheden og nøjagtigheden af AI-systemet i komplekse administrative processer.
Vigtige Udfordringer og Kontroverser:
– At adskille fysiske træk på luftfotografier (f.eks. at skelne pools fra andre strukturer) præsenterer tekniske udfordringer.
– Høje fejlrater kan føre til offentlig mistillid til AI og potentielle økonomiske og omdømmemæssige skadevirkninger for dem, der uretfærdigt berøres.
– Balancen mellem effektivitetsgevinster og nøjagtighed er afgørende i sensitive områder som skatteadministration.
Fordele:
– AI kan håndtere store mængder data og forespørgsler, hvilket kan forbedre effektiviteten og forkorte responstiderne for skatteadministration.
– Automatisering af trivielle opgaver giver menneskelige medarbejdere mulighed for at fokusere på mere komplekse og nuancerede sager.
Ulemper:
– Høje fejlrater kan undergrave effektiviteten af skatteadministrationen og føre til uretfærdige konsekvenser for skatteborgerne.
– Afhængighed af AI kan introducere nye former for bias, hvis algoritmen ikke er ordentligt trænet eller opdateret for at afspejle realistiske variationer.
– At håndtere fejl begået af AI kan være tidskrævende og kræve menneskelig indgriben for at blive løst, hvilket muligvis modarbejder visse effektivitetsgevinster.
For mere information om AI i administration og styring, kan du tjekke disse pålidelige kilder:
– Organisationen for Økonomisk Samarbejde og Udvikling (OECD)
– Internationale Telekommunikationsunion (ITU)
Som AI fortsætter med at blive integreret i forskellige sektorer, er det afgørende at finde en balance mellem at udnytte dens styrker og begrænse dens svagheder. For Frankrigs skatteadministration vil det være kritisk at forfine AI-algoritmerne og forbedre dens læringsprocesser for at overvinde de nuværende udfordringer med fejlrate og opnå de tiltænkte resultater.
