Καθώς η IRS αγωνίζεται με το ανυπέρβλητο έργο επεξεργασίας φορολογικών δηλώσεων, ένα νέο φως ελπίδας εμφανίζεται στον ορίζοντα με την πιθανή ένταξη της τεχνητής νοημοσύνης (AI). Αυτή η έκθεση αναλύει εισηγήσεις από τον Δρ. Tinglong Dai, καθηγητή στο Carey Business School του πανεπιστημίου Johns Hopkins, ο οποίος πρόσφατα συζήτησε το μετασχηματιστικό αντίκτυπο που θα μπορούσε να έχει η τεχνητή νοημοσύνη στη φορολογική διοίκηση.
Η τεχνητή νοημοσύνη, με τις διάφορες μορφές της – συστήματα βασισμένα σε κανόνες, προβλεπτικά μοντέλα και μεγάλα γλωσσικά μοντέλα – θα μπορούσε πιθανόν να απλοποιήσει την επεξεργασία φόρων, μια διαδικασία φολκλορική για την πολυπλοκότητά της. Ενώ τα παραδοσιακά συστήματα τεχνητής νοημοσύνης βασισμένα σε κανόνες θαυμάζονται για την αξιοπιστία και διαφάνειά τους, φαίνεται ότι είναι κάπως ακαμπτά, αντιμετωπίζοντας προβλήματα με δεδομένα ανεξαρτήτως δομής. Στο αντίθετο, τα προβλεπτικά μοντέλα έχουν γίνει πιο αξιόπιστα χάρη στις εξελίξεις στην όραση υπολογιστών, ιδιαίτερα στην ανάγνωση κειμένου από εικόνες, όπως σαρώματα εγγράφων.
Η ένταξη προηγμένων συστημάτων τεχνητής νοημοσύνης, όπως αυτά που εμπνέονται από το ChatGPT της OpenAI, μπορεί να φέρει σημαντική αλλαγή. Αυτά τα γλωσσικά μοντέλα μπορούν να διαχειριστούν πιο πολύπλοκες, ευέλικτες μορφές δεδομένων κατανοητικά. Για παράδειγμα, η συνδυασμός της τεχνολογίας OCR με μεγάλα γλωσσικά μοντέλα μπορεί να διορθώσει σφάλματα όπως λανθασμένες ημερομηνίες λήξης του διαβατηρίου – μια ένδειξη της δυνατότητάς τους για διόρθωση και επικύρωση πληροφοριών σε φορολογικά έντυπα.
Ο Δρ. Dai υπογραμμίζει την ανάγκη εκπαίδευσης αυτών των μοντέλων AI με δεδομένα που σχετίζονται με τους φόρους για να τα καταστήσει πιο αποτελεσματικά για αυτές τις εφαρμογές. Παρά τις δυνατότητές τους, εργαλεία AI όπως το ChatGPT ξεχωρίζουν στη δημιουργία πιθανολογικού περιεχομένου αλλά μπορεί να παράγουν πλαστές πληροφορίες χωρίς αυστηρή τήρηση των στοιχείων των δεδομένων, κάτι που κάνει το ρύθμιση πρωταρχική για εργασίες που απαιτούν υψηλή ακρίβεια όπως η επεξεργασία φόρων.
Τέλος, ο Δρ. Dai φωτίζει το όριο μεταξύ βασικών λογικών πράξεων και AI, εξηγώντας ότι ένα απεριόριστο αριθμό μεταβλητών στον φορολογικό κώδικα απαιτεί την εφαρμογή αρχών της AI για τη διαχείριση περιπλοκοτήτων που ξεπερνούν την αποτελεσματικότητα του ανθρώπου.
Συνοψίζοντας, η τεχνητή νοημοσύνη έχει τη δυνατότητα να μετασχηματίσει την κουραστική διαδικασία της επεξεργασίας φορολογικών δηλώσεων, βελτιώνοντας την ακρίβεια, την ταχύτητα και την αποδοτικότητα, αλλά απαιτεί προσεκτική εφαρμογή και εκπαίδευση για τον τομέα για να διασφαλιστεί η αποτελεσματικότητά της.