fbpx

Τεχνητή Νοημοσύνη και Φορολογική Διοίκηση

Παρατίθενται ενδεικτικές περιπτώσεις εφαρμογών τεχνητής νοημοσύνης, που είναι κρίσιμες τόσο για τις φορολογικές αρχές όσο και τους φορολογούμενους

Χρόνος ανάγνωσης 6 λεπτά
Χρόνος ανάγνωσης 6 λεπτά

Δείτε επίσης

Η Ευρώπη φιλοδοξεί να αναδειχθεί, παγκοσμίως, σε πρώτη δύναμη στην ανάπτυξη και διάδοση της τεχνητής νοημοσύνης και η φιλοδοξία αυτή κατέστη σαφής ήδη από το 2018 με τη δημοσίευση του Συντονισμένου σχεδίου για την τεχνητή νοημοσύνη, το οποίο στοχεύει (μεταξύ άλλων) να θεμελιώσει τη θέση της τεχνητής νοημοσύνης κατά τρόπο πρωτοποριακό και ασφαλή στην δημόσια διοίκηση.

Παράλληλα, ο ψηφιακός μετασχηματισμός της φορολογικής διοίκησης αποτέλεσε όραμα του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης («ΟΟΣΑ»), το οποίο αποτυπώνεται στην έκθεση Tax Administration 3.0, έκθεσης ορόσημου που προέτρεψε τις φορολογικές διοικήσεις να σκεφτούν πώς μπορούν να μεταρρυθμίσουν τις διαδικασίες τους, για να γίνουν πραγματικά ψηφιακές. Με βάση τα τελευταία στοιχεία του ΟΟΣΑ, περίπου το 50% των φορολογικών διοικήσεων αναφέρουν, ότι χρησιμοποιούν ήδη συστήματα τεχνητής νοημοσύνης.

Στην Ελλάδα, το σχέδιο της Ανεξάρτητης Αρχής Δημοσίων Εσόδων («ΑΑΔΕ») για την ενσωμάτωση της τεχνητής νοημοσύνης στη λειτουργία των υπηρεσιών της περιέγραψε ο Διοικητής της ΑΑΔΕ, Γιώργος Πιτσιλής, με το δελτίο τύπου της 20ης Δεκεμβρίου 2023.

Παρακάτω παρατίθενται ενδεικτικά μερικές από τις εφαρμογές της τεχνητής νοημοσύνης στον τομέα της φορολογικής διοίκησης.

  • Βελτίωση της φορολογικής συμμόρφωσης και υποβοήθηση του φορολογουμένου

Η βελτίωση της φορολογικής συμμόρφωσης επιτυγχάνεται μέσα από αυτοματοποιημένα συστήματα που διευκολύνουν τον φορολογούμενο στην υποβολή φορολογικών δηλώσεων. Η χρήση του generative AI (ChatGPT) μας έχει άλλωστε προσφέρει μια γεύση των δυνατοτήτων της τεχνητής νοημοσύνης. Πόσο μακριά λοιπόν είμαστε από μία φορολογική πραγματικότητα, όπου οι φορολογούμενοι θα μπορούν να λαμβάνουν εξατομικευμένες απαντήσεις και συμβουλές; Θα φτάσουμε άραγε στο σημείο εκείνο της αυτοματοποίησης, ώστε να μην υποβάλλουμε φορολογικές δηλώσεις διότι αυτές θα γίνονται αυτόματα από ασφαλή φορολογική τεχνολογία;

Το σχέδιο της ΑΑΔΕ για την ενσωμάτωση της τεχνητής νοημοσύνης περιλαμβάνει τη χρήση αυτοματοποιημένων συστημάτων υποβοήθησης, αλλά και συστήματα ευφυών εικονικών εξυπηρετητών (smart agents) που θα μπορούν να παρέχουν συμβουλευτική υποστήριξη στους φορολογούμενους. Με άλλα λόγια, η τεχνητή νοημοσύνη έρχεται να επανακαθορίσει τη σχέση φορολογουμένου και διοίκησης, εισάγωντας μία δυναμική υποστήριξης του φορολογούμενου, ενώ ταυτόχρονα ενισχύει την κουλτούρα της φορολογικής συνέπειας.

Στην ίδια κατεύθυνση, πολλές από τις φορολογικές εξελίξεις, ειδικότερα στον τομέα της εταιρικής φορολογίας, είναι τόσο περίπλοκες που θέτουν ζητήματα σχετικά με την αρχή της βεβαιότητας των φόρων. Πρόσφατο παράδειγμα είναι η Οδηγία (ΕΕ) 2022/2523 του Συμβουλίου σχετικά με την εξασφάλιση παγκόσμιου ελάχιστου επιπέδου φορολογίας των ομίλων πολυεθνικών επιχειρήσεων (« Πυλώνας Δύο »). Οι κανόνες του Πυλώνα Δύο είναι δαιδαλώδεις και για τούτο σύμφωνα με θεωρητικούς θέτουν ζητήματα βεβαιότητας του φόρου. Η τεχνητή νοημοσύνη και η δυνατότητα συμβουλευτικής υποστήριξης του φορολογούμενου δύνανται να συνδράμουν στην απλοποίηση των κανόνων και την ενδυνάμωση της αρχής της βεβαιότητας.

Μία από τις εφαρμογές της τεχνητής νοημοσύνης που αναπτύχθηκε πρόσφατα αφορά στην πρόβλεψη δικαστικών αποφάσεων, για την οποία εφαρμογή χρησιμοποιήθηκε ο όρος «predictive justice» (προγνωστικής δικαιοσύνης). Η εφαρμογή περιλαμβάνει ανάλυση δεδομένων, μηχανική εκμάθηση και τέλος πραγματοποίηση προβλέψεων σχετικά με την έκβαση των νομικών υποθέσεων. Ένα παράδειγμα συνιστά το έργο Blue J, το οποίο αναπτύχθηκε στον Καναδά και παρέχει στους φορολογούμενους απαντήσεις σε νομικά ζητήματα ρουτίνας που προκύπτουν στα δικαστήρια του καναδικού φορολογικού δικαίου.

  • Φορολογικός έλεγχος – Καταπολέμηση φοροδιαφυγής, λαθρεμπορίου και της φορολογικής απάτης

Τα συστήματα τεχνητής νοημοσύνης περιλαμβάνουν τεχνικές με τις οποίες δύναται να γίνει εξαγωγή πληροφορίας από μεγάλα σύνολα δεδομένων (data mining). Καθώς η συλλογή και επεξεργασία δεδομένων από διαφορετικές πηγές αυξάνει, η εμπιστοσύνη μεταξύ φορολογουμένου και διοίκησης και η ασφάλεια των πληροφοριών καθίστανται ακόμη πιο κρίσιμες. Ενδιαφέρον είναι το πρόσφατο παράδειγμα της Γαλλίας, όπου το Συνταγματικό Δικαστήριο κλήθηκε να αξιολογήσει τη συνταγματικότητα διατάξεων (Νομοσχέδιο για τον Προϋπολογισμό του 2020) σχετικών με ένα μέσο που παρέχει στις φορολογικές αρχές την δυνατότητα να συλλέγουν δεδομένα μέσω τεχνητής νοημοσύνης που είναι κοινώς διαθέσιμα στο διαδίκτυο (κοινωνικά δίκτυα, ιστότοποι διαδικτύου). Το Συνταγματικό Δικαστήριο με γνώμονα την προάσπιση των δικαιωμάτων του φορολογούμενου και την αρχή της αναλογικότητας έθεσε σαφή όρια ως προς στην εφαρμογή των αυτοματοποιημένων συστημάτων συλλογής και επεξεργασίας δεδομένων στο φορολογικό έλεγχο.

Η ψηφιακή ενίσχυση του «οπλοστασίου» της ΑΑΔΕ στη μάχη κατά της φοροδιαφυγής συνιστά ειλημμένη απόφαση. Τα συστήματα τεχνητής νοημοσύνης είναι σε θέση να αναλύουν μεγάλα σύνολα δεδομένων από διαφορετικές πηγές (όπως τραπεζικές συναλλαγές, ψηφιακές δημόσιες πλατφόρμες, και μέσα κοινωνικής δικτύωσης), και να ανιχνεύουν σε πραγματικό χρόνο ύποπτες κινήσεις (που θα μπορούσαν να καταδεικνύουν περιστατικά φοροδιαφυγής, απάτης ή λαθρεμπορίου), ασυνήθιστες αποκλίσεις στα εισοδήματα, αλλά και ασυνήθιστες συναλλαγές ή μεταφορές χρημάτων. Παραδοσιακά, ο φορολογικός έλεγχος εντοπιζόταν σε μεταγενέστερο χρονικό σημείο της τρέχουσας χρήσης (ex-post approach). Ωστόσο, η τεχνητή νοημοσύνη μεταφέρει το φορολογικό έλεγχο σε πραγματικό χρόνο αποδίδοντας μια λειτουργία «συνεχιζόμενου» ελέγχου που ακολουθεί την πορεία του φορολογουμένου. Κρίσιμη στο σημείο αυτο είναι η χρήση της τεχνητής νοημοσύνης στη βάση των δικαιωμάτων του φορολογουμένου. Συγκεκριμένα, θα πρέπει να δοθεί έμφαση στην αρχή του σεβασμού των δικαιωμάτων άμυνας (προστατευόμενο από το Άρθρο 47 του Χάρτη των Θεμελιωδών Δικαιωμάτων της Ευρωπαϊκής Ένωσης), καθώς ο φορολογούμενος θα πρέπει να έχει πλήρη πρόσβαση στον φάκελο και σε όλες τις πληροφορίες και τα έγγραφα βάσει των οποίων οι αρχές έλαβαν αποφάσεις που επηρεάζουν τον φορολογούμενο.

Τα συστήματα τεχνητής νοημοσύνης μέσα από την ανάλυση δεδομένων είναι σε θέση ακόμα να σκιαγραφίσουν το «φορολογικό προφίλ» των φορολογουμένων, καταδεικνύοντας τα προφίλ κακοπληρωτών ή ακόμα και φορολογουμένων που ακολουθούν πρακτικές φοροαποφυγής. Η λειτουργία αυτή της τεχνητής νοημοσύνης θα πρέπει να αξιολογηθεί υπο το φώς της διάταξης 22 του Κανονισμού (EE) 2016/679 του Ευρωπαϊκού Κοινοβουλίου και του Συμβουλίου για την προστασία προσωπικών δεδομένων, το οποίο αποκλείει, με γενικευμένο τρόπο, την αυτοματοποιημένη χρήση αλγορίθμων για τη λήψη διοικητικών αποφάσεων.

Τέλος, η συνεργασία μεταξύ των κρατών στο τομέα του φορολογικού δικαίου συνιστά ζήτημα με βαριά ατζέντα σε διεθνές επίπεδο, στην οποία συγκαταλέγονται και οι διασυνοριακοί κοινοί φορολογικοί έλεγχοι. Ο ΟΟΣΑ έχει θέσει τις βάσεις για κοινούς φορολογικούς ελέγχους από περισσότερα κράτη, ενώ σε ημερίδα που έλαβε χώρα στις 14 Νοεμβρίου 2023 από τον ΟΟΣΑ σχετικά με την αρχή της φορολογικής βεβαιότητας πολυάριθμες αναφορές έγιναν στην διασυνοριακή συνεργασία των κρατών στον φορολογικό ελέγχο. Τα συστήματα τεχνητής νοημοσύνης μπορούν να διευκολύνουν τη διασυνοριακή συνεργασία στον φορολογικό έλεγχο και να συμβάλλουν στη δημιουργία ομοιομορφίας σχετικά με τις τάσεις ερμηνείας φορολογικών εννοιών. 

  • Διασυνοριακή συνεργασία μεταξύ των κρατών

Τα ευρωπαϊκά φορολογικά νομοθετήματα και οι διασυνοριακές συμφωνίες φορολογίας είναι αποτέλεσμα διασυνοριακών διαβουλεύσεων, οι οποίες λαμβάνουν χώρα στην αγγλική και γαλλική γλώσσα. Έχει παρατηρηθεί ότι οι φορολογικές έννοιες δεν είναι είναι εύκολο να αποτυπωθούν στην ελληνική (ή άλλη) έννομη τάξη ή να μεταφραστούν αυτούσια. Η δυσκολία της τεχνικής μετάφρασης των φορολογικών εννοιών δημιουργεί ζητήματα αποτελεσματικότητας των ίδιων των διαβουλεύσεων αλλά και της μεταγενέστερης ενσωμάτωσης των κανόνων στις έννομες τάξεις. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην παραγωγή τεχνικής μεταφρασης ταυτόχρονα σε πολλές γλώσσες με τρόπο που μιμείται την ανθρώπινη επιστημονική μεθοδολογία, επιτυγχάνοντας την σωστότερη απόδοση των φορολογικών εννοιών.

Η ίδια δυσκολία απαντάται στην Διαδικασία Αμοιβαίου Διακανονισμού (ΔΑΔ), η οποία προβλέπεται στις Συμβάσεις Αποφυγής Διπλής Φορολογίας και επιτρέπει στις αρμόδιες αρχές των συμβαλλόμενων κρατών να διαβουλεύονται, ώστε να επιλύουν ζητήματα που προκύπτουν από την εφαρμογή των Συμβάσεων Αποφυγής Διπλής Φορολογίας. Στο πλαίσιο της ΔΑΔ, η διαβούλευση μεταξύ των αρμοδίων αρχών πραγματοποιείται με ανταλλαγή εγγράφων, στα οποία εκτίθενται οι θέσεις τους. Ως εκ τούτου, η απόδοση των φορολογικών εννοιών στην αγγλική ή σε άλλη γλώσσα είναι κρίσιμη για την έκβαση της ΔΑΔ, και η τεχνητή νοημοσύνη μπορεί να παίξει το δικό της βοηθητικό ρόλο σχετικά με την θεμελίωση αποτελεσματικών διαύλων επικοινωνίας μεταξύ των κρατών.

* Η κ. Αλεξάνδρα Καραδήμα είναι Δικηγόρος, LLM.

- Διαφήμιση -

- Διαφήμιση -

Πρόσφατες αναρτήσεις

- Διαφήμιση -