Retrieval-Augmented Generation for Taxpayer Advisory in an LMIC Setting: A Proof-of-Concept Evaluation of Statutory Legal Retrieval
Este estudo apresenta uma avaliação de prova de conceito de um framework de geração aumentada por recuperação para assessoria tributária em países de baixa e média renda, demonstrando que a recuperação semântica da legislação de imposto de renda nacional pode alcançar alta precisão na identificação de disposições estatutárias para apoiar o prompting de modelos de linguagem fundamentado, ao mesmo tempo em que destaca a necessidade de validação adicional sobre a qualidade da geração e conformidade legal antes da implementação.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Em muitas partes do mundo, compreender as regras que regem como as pessoas e as empresas pagam impostos é uma tarefa assustadora. As leis são frequentemente escritas em uma linguagem densa e técnica, e encontrar a regra específica que se aplica a uma situação única pode parecer como procurar uma agulha em um palheiro. Para ajudar as pessoas a navegar por essa complexidade, as autoridades fiscais estão recorrendo cada vez mais a ferramentas digitais, incluindo sistemas de inteligência artificial projetados para responder perguntas. No entanto, um grande desafio permanece: esses programas de computador são treinados em vastas quantidades de dados gerais, o que significa que eles podem, às vezes, soar confiantes ao fornecer informações incorretas ou inventadas, um problema conhecido como "alucinação". Para resolver isso, pesquisadores desenvolveram um método chamado geração aumentada por recuperação. Essa abordagem funciona fazendo com que o computador primeiro pesquise em uma biblioteca oficial e confiável de documentos para encontrar o texto exato da lei e, só então, peça ao computador para escrever uma resposta baseada estritamente no que ele encontrou. Isso garante que a resposta seja fundamentada na realidade, em vez de suposições. A questão para os especialistas é se esse método funciona bem o suficiente para ser útil em países com menos recursos, onde os sistemas tributários estão sendo modernizados, mas onde o acesso a especialistas jurídicos especializados é frequentemente limitado.
Uma equipe de pesquisadores de universidades de Uganda partiu para testar essa ideia com um foco específico na Lei do Imposto de Renda de Uganda. O objetivo deles não era construir um produto totalmente acabado que pudesse dar aconselhamento jurídico, mas sim criar um protótipo funcional para ver se a tecnologia central conseguiria encontrar as seções corretas da lei tributária ao ser questionada. Eles começaram pegando todo o texto da lei tributária nacional e dividindo-o em 198 pedaços distintos e gerenciáveis de informação. Cada pedaço foi etiquetado com sua localização na lei, como a parte e o número da seção específicos, e então convertido em um formato digital que permite ao computador entender o significado das palavras, em vez de apenas corresponder a palavras-chave. Esse processo criou uma biblioteca digital pesquisável onde o computador poderia procurar pelo conceito por trás de uma pergunta, não apenas pelas palavras exatas.
Para testar o quão bem esse sistema funcionava, os pesquisadores geraram 900 perguntas diferentes que um contribuinte poderia fazer, tais como consultas sobre deduções ou taxas específicas. Para cada pergunta, eles sabiam exatamente qual seção da lei continha a resposta correta. Eles então pediram ao sistema de computador para encontrar as três seções mais relevantes da lei para cada pergunta. Os resultados mostraram que o sistema foi bastante eficaz em seu trabalho principal. Quando solicitado a encontrar a melhor correspondência única, o sistema teve sucesso 72 por cento das vezes. Mais importante ainda, ao procurar os três melhores resultados fornecidos, a resposta correta estava incluída 86,78 por cento das vezes. Isso sugere que, embora o computador nem sempre escolhesse a melhor resposta como sua primeira opção absoluta, ele quase sempre colocava a informação correta dentro das primeiras opções apresentadas.
Os pesquisadores observaram que, quando o sistema perdia o primeiro lugar, era frequentemente porque a resposta errada era muito semelhante em significado à resposta certa, em vez de ser completamente não relacionada. Isso indica que o sistema entende bem os conceitos, mas às vezes tem dificuldade em decidir qual de duas disposições legais muito semelhantes é o ajuste mais preciso. O estudo demonstrou com sucesso que é possível pegar um documento jurídico complexo, transformá-lo em um formato legível por máquina e usá-lo para recuperar informações específicas com um alto grau de precisão. No entanto, a equipe foi cuidadosa ao esclarecer que este era apenas um teste do mecanismo de busca. Eles não testaram se as respostas finais escritas geradas pelo computador eram juridicamente perfeitas, seguras para uso ou fáceis de serem compreendidas por pessoas reais.
Este trabalho é significativo porque oferece um caminho potencial para que as autoridades fiscais em nações em desenvolvimento forneçam informações melhores e mais acessíveis aos seus cidadãos sem a necessidade de contratar um vasto exército de especialistas jurídicos para cada consulta. O estudo sugere que uma coleção de leis relativamente pequena e bem organizada pode ser transformada em uma ferramenta poderosa para encontrar informações. No entanto, os autores enfatizam que isto é apenas o começo. Antes que tal sistema possa ser usado no mundo real para orientar os contribuintes, ele precisaria ser testado com perguntas reais de pessoas reais, verificado por profissionais do direito para garantir que o aconselhamento esteja correto, e adaptado para lidar com múltiplos idiomas e diferentes tipos de leis tributárias. Os resultados atuais mostram que a tecnologia é viável, mas transformar essa viabilidade em um serviço público confiável requer mais trabalho para garantir segurança, precisão e confiança.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.