Finančný úrad, bojujúci s náročným úlohou spracovania daňových priznaní, na obzore zaznieva nový signál nádeje v podobe potenciálnej integrácie umelej inteligencie (AI). Tento správa analyzuje poznatky od Dr. Tinglonga Daia, profesora na Obchodnej škole Carey na Univerzite Johns Hopkins, ktorý nedávno zdôrazňoval transformačný dopad, ktorý by mohla mať AI na daňovú správu.
Umelá inteligencia vo svojich rôznych formách – systémy založené na pravidlách, prediktívne modely a veľké jazykové modely – by mohla potenciálne zjednodušiť spracovanie daní, ktoré je známe svojou zložitosťou. Zatiaľ čo tradičné systémy AI založené na pravidlách sú známe svojou spoľahlivosťou a transparentnosťou, zdajú sa byť voči nestruktúrovaným údajom mierne nepružné. Naopak prediktívne modely sa stali spoľahlivejšími vďaka pokroku vo vizuálnom spracovaní, najmä pri čítaní textu z obrázkov, ako sú naskenované dokumenty.
Integrácia sofistikovaných systémov AI, ako sú tie inšpirované ChatGPT od OpenAI, by mohla priniesť značné zmeny. Tieto jazykové modely vedia zvládať zložitejšie, flexibilné formáty údajov komplexne. Napríklad kombinácia technológie OCR s veľkými jazykovými modelmi by mohla napraviť chyby ako nesprávne interpretované dátumy platnosti pasov – náznak ich potenciálu na opravu a overovanie informácií v daňových formulároch.
Dr. Dai zdôrazňuje potrebu trénovať tieto modely AI s daňovými špecifickými údajmi, aby sa stali efektívnejšími pre tieto aplikácie. Napriek ich schopnostiam excelovať nástroje AI ako ChatGPT pri generovaní uveriteľného obsahu, môžu tiež vytvárať informácie bez prísneho dodržiavania faktických údajov, čo robí kalibráciu pre úlohy vyžadujúce vysokú presnosť, ako je spracovanie daní, nevyhnutnú.
Nakoniec Dr. Dai objasňuje rozdiel medzi základnými logickými operáciami a AI, vysvetľuje, že neobmedzený počet premenných v daňovom zákone vyžaduje aplikáciu zásad AI na zvládanie zložitostí mimo dosahu ľudskej efektivity.
Celkovo má AI potenciál transformovať pracný proces spracovania daňových priznaní zlepšovaním presnosti, rýchlosti a efektívnosti, ale vyžaduje si starostlivú implementáciu a trénovanie pre doménovo špecifické situácie zaručujúce jej účinnosť.