Human-in-the-Loop Tax Auditing: Optimal Triage Between AI and Human Inspectors
تقدم هذه الورقة نموذجاً اقتصادياً رسمياً وتجارب اصطناعية واسعة النطاق تُثبت أن التخصيص الأمثل لفرز التدقيق الضريبي يوزع قدرة الفحص البشري الشحيحة بناءً على القيمة المتزايدة المشتركة لتوليد الأدلة وإجراءات الاسترداد المتفوقة، مما يحقق مكاسب رفاهية أعلى بكثير من استراتيجيات التخصيص القائمة على المخاطر فقط أو استراتيجيات الأولوية لعدم اليقين، مع مراعاة عوامل معقدة مثل تبعية الخطأ والردع السلوكي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تواجه السلطات الضريبية مشكلة قديمة قدم مفهوم الضرائب نفسه: هناك عدد هائل من الإقرارات الضريبية التي تتطلب الفحص، وهو ما يفوق بكثير عدد الأشخاص المتاحين للقيام بذلك. لطالما كان على الحكومات أن تقرر أي الإقرارات تستحق نظرة فاحصة وأيها يمكن تركها وشأنها. في الماضي، اعتمد هذا القرار على الحدس البشري أو قواعد بسيطة حول من هو الأكثر عرضة للغش. أما اليوم، فتمتلك الوكالات الضريبية أنظمة ذكاء اصطناعي قوية يمكنها مسح ملايين الإقرارات في ثوانٍ، وتحديد تلك التي تبدو مريبة. لكن هذه الآلات لا تستطيع فعل كل شيء؛ فهي يمكنها رصد الأنماط، لكنها غالباً لا تستطيع جمع الأدلة المادية اللازمة لإثبات جريمة، كما لا يمكنها التنقل عبر الخطوات القانونية المعقدة المطلوبة لتحصيل الأموال من مكلّف عنيد. والسؤال الجوهري للحكومات الحديثة لم يعد مجرد كيفية العثப் على الممارسين السيئين، بل كيفية اتخاذ القرار بشأن متى تتوقف عن الثقة في الآلة وتبدأ في الثقة في المفتش البشري.
هذا هو اللغز المحدد الذي يتصدى له كون هوانغ، عالم الاقتصاد في جامعة ووهان. لا يتساءل البحث عما إذا كان الذكاء الاصطناعي أفضل من البشر، وهو الجدل الذي غالباً ما يتصدر العناوين؛ بل يطرح سؤالاً أكثر عملية: بمجرد أن ينتهي الكمبيوتر من عملية الفحص، ما هي الطريقة الأكثر قيمة لاستخدام العدد المحدود من المفتشين البشريين المتبقين؟ يبني البحث نموذجاً اقتصادياً رسمياً لمحاكاة كيفية قيام سلطة ضريبية بتصنيف الحالات. ويقارن بين ثلاثة مسارات: ترك الحالة دون اتخاذ مزيد من الإجراءات، أو تمريرها عبر فحص آلي منخفض التكلفة، أو إرسالها إلى محقق بشري. يعامل النموذج التحقيق البشري ليس كعصا سحرية تعالج كل شيء، بل كأداة محددة تقدم ميزتين متمايزتين. أولاً، يمكن للإنسان العثور على أدلة جديدة فات الكمبيوتر، وثانياً، حتى لو كان الكمبيوتر يعرف بالفعل أن المكلّف مدين بالمال، فقد يكون المحقق البشري أكثر فعالية في تحصيل ذلك المال بالفعل بسبب مهارات التفاوض أو الإجراءات القانونية الأفضل.
ولاختبار هذه الأفكار، لم ينظر الباحث في سجلات ضريبية حقيقية، إذ سيكون من المستحيل استخدامها لهذا النوع من التجارب المنضبطة. بدلاً من ذلك، أنشأت الدراسة عالماً اصطناعياً ضخماً يضم 100,000 حالة ضريبية وهمية. في هذا المختبر الرقمي، كانت كل التفاصيل معروفة: من هم المكلّفون غير الممتثلين فعلياً، وكم يدينون، ومدى تعقيد إقراراتهم، ومدى احتمالية وقوع أخطاء من جانب الكمبيوتر والمفتش البشري. تم برمجة الكمبيوتر ليكون دقيقاً إلى حد ما، بينما تمت برمجة المفتش البشري ليكون أفضل قليلاً في العثور على الأدلة، ولكنه أيضاً أكثر تكلفة من حيث التوظيف. ثم قامت المحاكاة بالتشغيل آلاف المرات، مختبرة استراتيجيات مختلفة لتخصيص الحصص البشرية المحدودة. أرسلت بعض الاستراتيجيات الحالات الأكثر ريبة إلى البشر، بينما أرسلت حالات أخرى الحالات الأكثر تعقيداً، أو اختارت حالات عشوائياً ببساطة.
كشفت النتائج أن الحدس الشائع غالباً ما يكون خاطئاً. يفترض الكثير من الناس أن أفضل استراتيجية هي إرسال الحالات ذات الاحتمالية الأعلى لعدم الامتثال إلى المفتشين البشريين. وقد أظهرت المحاكاة أن نهج "المخاطر فقط" هذا غير فعال. فقد تكون الحالة مرجحة جداً لأنها كذب، ولكن إذا كان بإمكان الكمبيوتر حلها بسهولة عبر مطابقة المستندات، فإن إرسال مفتش بشري إليها يعد هدراً للوقت. وعلى العكس من ذلك، قد تستحق حالة تبدو مريبة بشكل متوسط انتباه البشر إذا كان من المرجح أن يفشل الكمبيوتر في تحصيل الأموال، حتى لو حدد المشكلة بشكل صحيح. وجدت الدراسة أن الاستراتيجية المثلى هي إرسال بشر إلى حالة ما فقط عندما تزيد القيمة الإضافية التي يقدمونها —سواء كانت أدلة جديدة أو تحصيل أفضل— عن قيمة البديل الأفضل الذي يمكن أن يقدمه الكمبيوتر. وهذا يخلق خارطة معقدة لاتخاذ القرار حيث لا تكون الحالات الأفضل للبشر هي دائماً الحالات الأكثر خطورة، ولا الأكثر غموضاً.
كما كشف البحث عن سلوكيات مفاجئة عندما تتغير العلاقة بين الكمبيوتر والإنسان. إذا ارتكب المفتش البشري نفس أخطاء الكمبيوتر تماماً، فإن الإنسان لا يضيف أي قيمة من حيث العثور على معلومات جديدة. ومع ذلك، أظهرت الدراسة أنه حتى في هذا السيناريو، قد يظل الإنسان ذا قيمة إذا كان أفضل في الخطوة النهائية المتمثلة في تحصيل الضرائب. علاوة على ذلك، أظهرت الدراسة أنه مع زيادة ذكاء الذكاء الاصطناعي، فإن عدد الحالات المرسلة إلى البشر لا ينخفض بالضرورة في خط مستقيم. فأحياناً، يساعد الكمبيوتر الأفضل في تحديد مجموعة فرعية معينة من الحالات الصعبة حيث تصبح المهارات الفريدة للإنسان أكثر أهمية، مما يخلق وضعاً يعمل فيه التكنولوجيا الأفضل والعمالة البشرية معاً بدلاً من استبدال أحدهما للآخر.
يتعلق أحد أهم النتائج بالفرق بين ما هو جيد لميزانية الحكومة وما هو جيد للمجتمع ككل. إن الاستراتيجية التي تزيد من قدر الضرائب المحصلة قد تفرض أيضاً أعباء ثقيلة على المكلّفين الممتثلين، مثل إجبارهم على قضاء ساعات في إعداد المستندات بسبب إنذار كاذب. أظهرت الدراسة أنه عند احتساب هذه التكاليف الخفية، تتغير الاستراتيجية "الأفضل". فالسياسة التي تبدو كفوز مالي للخزانة يمكن أن تكون في الواقع خسارة صافية للمجتمع إذا كانت تضايق الكثير من المواطنين الممتثلين. كما استكشف البحث كيف يغير التهديد بالتدقيق سلوك المكلّف. فعندما يعلم المكلّفون أن بشراً قد يحقق معهم، فإنهم يكونون أكثر عرضة للدفع طواعية قبل بدء التدقيق نفسه. هذا التأثير "الردعي" يمكن أن يعكس أحياناً ترتيب الحالات الأكثر أهمية للتحقيق، مما يشير إلى أن قيمة المفتش البشري تشمل الرهبة التي يثيرها، وليس فقط الأدلة التي يجدها.
تخلص الدراسة إلى أنه لا توجد قاعدة عالمية لمتى يتم استدعاء إنسان. يعتمد القرار الأفضل كلياً على التفاصيل المحددة للموقف: مدى جودة الكمبيوتر، وتكلفة توظيف المفتش، وصعوبة تحصيل الأموال، وحجم العبء الذي تضعه العملية على المكلّف. يوفر البحث إطاراً واضحاً للتفكير في هذه المقايضات، موضحاً أن قيمة المفتش البشري ليست رقماً ثابتاً بل هي عملية حسابية ديناميكية. ويقترح أن السلطات الضريبية يجب أن تتوقف عن محاولة تصنيف الحالات بناءً على درجة واحدة من "المخاطر" وبدلاً من ذلك تحسب الربح الاقتصدي المحدد لإرسال بشر إلى تلك الحالة بعينها. ومن خلال القيام بذلك، يمكنها ضمان استخدام مواردها البشرية النادرة حيث تحدث فرقاً حقيقياً، بدلاً من مجرد ملء الحصص بالمستهدفين الواضحين.
لا يزال هذا العمل عبارة عن محاكاة، وهي تجربة مبنية بعناية في عالم رقمي وليست تقريراً من مكتب ضرائب حقيقي. الأرقام الناتجة ليست تقديرات لما سيحدث في أي بلد معين، بل هي برهان على كيفية تفاعل القوى الاقتصادية المختلفة. لا تدعي الدراسة أنها حلت مشكلة إنفاذ القانون الضريبي، ولا تقدم حزمة برمجيات جاهزة يمكن للحكومات شراؤها. بدلاً من ذلك، هي تقدم طريقة صارمة للتفكير في المشكلة، مجردة من الافتراضات للكشف عن الآليات الأساسية لكيفية عمل البشر والآلات معاً. إنها توضح أن مستقبل التدقيق الضريبي لا يتعلق بالاختيار بين الذكاء الاصطناعي والتقدير البشري، بل بإيجاد النقطة الدقيقة، وغير المتوقعة غالباً، حيث يلتقي الاثنان لخلق أكبر قيمة للجميع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.