Retrieval-Augmented Generation for Taxpayer Advisory in an LMIC Setting: A Proof-of-Concept Evaluation of Statutory Legal Retrieval
Este estudio presenta una evaluación de prueba de concepto de un marco de generación aumentada por recuperación para el asesoramiento tributario en países de ingresos bajos y medios, demostrando que la recuperación semántica de la legislación nacional sobre el impuesto sobre la renta puede lograr una alta precisión en la identificación de disposiciones estatutarias para apoyar el direccionamiento de modelos de lenguaje fundamentados, al tiempo que destaca la necesidad de una validación adicional sobre la calidad de la generación y el cumplimiento legal antes de su implementación.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En muchas partes del mundo, comprender las reglas que rigen cómo las personas y las empresas pagan impuestos es una tarea desalentadora. Las leyes suelen estar escritas en un lenguaje denso y técnico, y encontrar la regla específica que se aplica a una situación única puede sentirse como buscar una aguja en un pajar. Para ayudar a las personas a navegar esta complejidad, las autoridades fiscales recurren cada vez más a herramientas digitales, incluyendo sistemas de inteligencia artificial diseñados para responder preguntas. Sin embargo, persiste un desafío importante: estos programas informáticos están entrenados con vastas cantidades de datos generales, lo que significa que a veces pueden sonar seguros de sí mismos mientras proporcionan información incorrecta o inventada, un problema conocido como "alucinación". Para resolver esto, los investigadores han desarrollado un método llamado generación aumentada por recuperación. Este enfoque funciona haciendo que el ordenador busque primero en una biblioteca de documentos oficial y de confianza para encontrar el texto exacto de la ley, y solo entonces le pide al ordenador que escriba una respuesta basándose estrictamente en lo que encontró. Esto asegura que la respuesta esté fundamentada en la realidad en lugar de en conjeturas. La pregunta para los expertos es si este método funciona lo suficientemente bien como para ser útil en países con menos recursos, donde los sistemas fiscales se están modernizando pero donde el acceso a expertos legales especializados suele ser limitado.
Un equipo de investigadores de universidades de Uganda se propuso probar esta idea con un enfoque específico en la Ley del Impuesto sobre la Renta de Uganda. Su objetivo no era construir un producto totalmente terminado que pudiera dar asesoramiento legal, sino crear un prototipo funcional para ver si la tecnología central podía encontrar con precisión las secciones correctas de la ley de impuestos cuando se le hacía una pregunta. Comenzaron tomando el texto completo de la ley nacional de impuestos y dividiéndolo en 198 piezas de información distintas y manejables. Cada pieza fue etiquetada con su ubicación en la ley, como la parte y el número de sección específicos, y luego convertida en un formato digital que permite a un ordenador entender el significado de las palabras en lugar de simplemente coincidir con palabras clave. Este proceso creó una biblioteca digital de búsqueda donde el ordenador podía buscar el concepto detrás de una pregunta, no solo las palabras exactas.
Para probar qué tan bien funcionaba este sistema, los investigadores generaron 900 preguntas diferentes que un contribuyente podría hacer, tales como consultas sobre deducciones o tasas específicas. Para cada pregunta, sabían exactamente qué sección de la ley contenía la respuesta correcta. Luego, le pidieron a su sistema informático que encontrara las tres secciones de la ley más relevantes para cada pregunta. Los resultados mostraron que el sistema era bastante efectivo en su tarea principal. Cuando se le pidió encontrar la mejor coincidencia única, el sistema tuvo éxito el 72 por ciento de las veces. Más importante aún, al buscar en los tres resultados principales que proporcionaba, la respuesta correcta estaba incluida el 86,78 por ciento de las veces. Esto sugiere que, si bien el ordenador no siempre eligió la respuesta absoluta mejor como su primera opción, casi siempre colocó la información correcta dentro de las primeras opciones que presentaba.
Los investigadores señalaron que cuando el sistema fallaba en el primer puesto, era a menudo porque la respuesta incorrecta era muy similar en significado a la correcta, en lugar de ser completamente ajena. Esto indica que el sistema entiende bien los conceptos, pero a veces tiene dificultades para decidir cuál de dos disposiciones legales muy similares es el ajuste más preciso. El estudio demostró con éxito que es posible tomar un documento legal complejo, convertirlo en un formato legible por máquina y utilizarlo para recuperar información específica con un alto grado de precisión. Sin embargo, el equipo fue cuidadoso en aclarar que esto era solo una prueba del mecanismo de búsqueda. No probaron si las respuestas finales escritas generadas por el ordenador eran legalmente perfectas, seguras de usar o fáciles de entender para personas reales.
Este trabajo es significativo porque ofrece un camino potencial para que las autoridades fiscales en naciones en desarrollo proporcionen información mejor y más accesible a sus ciudadanos sin necesidad de contratar un vasto ejército de expertos legales para cada consulta. El estudio sugiere que una colección de leyes relativamente pequeña y bien organizada puede transformarse en una herramienta poderosa para encontrar información. Sin embargo, los autores enfatizan que esto es solo el comienzo. Antes de que un sistema así pueda ser utilizado en el mundo real para guiar a los contribuyentes, necesitaría ser probado con preguntas reales de personas reales, verificado por profesionales del derecho para asegurar que el asesoramiento sea correcto, y adaptado para manejar múltiples idiomas y diferentes tipos de leyes fiscales. Los resultados actuales muestran que la tecnología es factible, pero convertir esa factibilidad en un servicio público confiable requiere más trabajo para garantizar la seguridad, la precisión y la confianza.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.