Taxation provides fertile ground for artificial intelligence (AI) applied to the vast amount of data stored by tax authorities. Italy, which has long employed investigation and audit methods based on predetermination and statistics, recently adopted a new tax-risk-analysis tool that includes learning algorithms. In order to grasp its potential and the risks for taxpayers’ rights, this contribution reviews the various AI techniques suitable for the tax context and acknowledges the existence of a trade-off between prediction accuracy and model interpretability. The new risk-analysis tool is then compared with other algorithmic systems used by the Revenue agency for the taxpayers’ selection and for the automated first-round screening of tax returns. Having regard to their goals, the kind of algorithms employed, the data used and the safeguards for taxpayers, the paper concludes that AI in the selection phase does not raise serious issues and appears consistent with the aim pursued, i.e. the cross-checking of large datasets to detect indicators of tax evasion or avoidance. On the other hand, the transition to the audit phase requires careful consideration: the purpose of the new AI tool is indeed achieved only if the audit officers are provided with a clear starting point, which can be tested and developed thereafter. Hence, tax authorities, in the current state of knowledge, have to carefully assess the performance of each AI method in terms of prediction accuracy and interpretability. This paper, also through the prism of personal data protection, calls for the establishment of a set of minimum safeguards for taxpayers in the context of automated decision-making. Under some circumstances, there is indeed the risk of automated fiscal audits: if advanced analytics is not confined to the preparatory stages, but it actually defines the tax obligation, the rights to human intervention and to be given reasons must be granted.
Quello tributario è un campo fertile per la sperimentazione di tecniche di intelligenza artificiale per l’analisi avanzata dell’enorme quantità di dati a disposizione delle amministrazioni. L’Italia, che da tempo applica metodologie istruttorie e di accertamento fondate su predeterminazioni normative e complesse elaborazioni statistiche, si è recentemente dotata di un nuovo strumento per l’analisi del rischio fiscale e la promozione della compliance, che sfrutta anche algoritmi di autoapprendimento. Con l’obiettivo di comprenderne potenzialità e rischi, si passano in rassegna i vari metodi di intelligenza artificiale che possono trovare applicazione nel contesto fiscale e si giunge a constatarne la resa molto varia in termini di accuratezza delle previsioni e interpretabilità del modello. Successivamente, per cogliere il nuovo assetto dell’istruttoria tributaria, lo strumento di analisi del rischio viene posto a confronto con altri sistemi algoritmici impiegati dall’Amministrazione finanziaria per la selezione dei contribuenti da sottoporre a controllo e per il controllo automatizzato delle dichiarazioni. Avuto riguardo agli scopi, alla tipologia di algoritmi applicati, ai dati impiegati e agli spazi di tutela del contribuente, si conclude che l’adozione di strumenti di intelligenza artificiale nella fase selettiva non desta particolari perplessità e risulta coerente con l’obiettivo perseguito, cioè l’incrocio di grandi quantità di dati alla ricerca di anomalie da approfondire in seguito, mentre appare problematico il passaggio alla fase accertativa. Lo scopo del nuovo strumento, infatti, può dirsi raggiunto solo se agli uffici dell’accertamento è fornita una base di partenza intellegibile e verificabile: l’Amministrazione finanziaria, allo stato attuale della tecnica, si trova dunque a dover scegliere se privilegiare l’accuratezza dei risultati o la comprensibilità del ragionamento. Anche attraverso la lente offerta dalla disciplina sulla tutela dei dati personali, si pone l’attenzione su alcune garanzie minime che lo strumento dovrà rispettare. In particolare, sussiste il rischio che, in alcune circostanze, esso possa dar luogo a un recupero d’imposta “automatizzato”: se le tecniche di advanced analytics non restano confinate ad attività preparatorie, ma giungono a determinare una pretesa impositiva, devono essere garantiti l’intervento umano nel procedimento decisionale e rigorosi standard di motivazione.
Francioso, C. (2023). Intelligenza artificiale nell'istruttoria tributaria e nuove esigenze di tutela. RASSEGNA TRIBUTARIA, 1(2023), 47-94.
Intelligenza artificiale nell'istruttoria tributaria e nuove esigenze di tutela
Francioso, C
2023
Abstract
Taxation provides fertile ground for artificial intelligence (AI) applied to the vast amount of data stored by tax authorities. Italy, which has long employed investigation and audit methods based on predetermination and statistics, recently adopted a new tax-risk-analysis tool that includes learning algorithms. In order to grasp its potential and the risks for taxpayers’ rights, this contribution reviews the various AI techniques suitable for the tax context and acknowledges the existence of a trade-off between prediction accuracy and model interpretability. The new risk-analysis tool is then compared with other algorithmic systems used by the Revenue agency for the taxpayers’ selection and for the automated first-round screening of tax returns. Having regard to their goals, the kind of algorithms employed, the data used and the safeguards for taxpayers, the paper concludes that AI in the selection phase does not raise serious issues and appears consistent with the aim pursued, i.e. the cross-checking of large datasets to detect indicators of tax evasion or avoidance. On the other hand, the transition to the audit phase requires careful consideration: the purpose of the new AI tool is indeed achieved only if the audit officers are provided with a clear starting point, which can be tested and developed thereafter. Hence, tax authorities, in the current state of knowledge, have to carefully assess the performance of each AI method in terms of prediction accuracy and interpretability. This paper, also through the prism of personal data protection, calls for the establishment of a set of minimum safeguards for taxpayers in the context of automated decision-making. Under some circumstances, there is indeed the risk of automated fiscal audits: if advanced analytics is not confined to the preparatory stages, but it actually defines the tax obligation, the rights to human intervention and to be given reasons must be granted.File | Dimensione | Formato | |
---|---|---|---|
Francioso-2023-Rassegna Tributaria-VoR.pdf
Solo gestori archivio
Descrizione: Article
Tipologia di allegato:
Publisher’s Version (Version of Record, VoR)
Licenza:
Tutti i diritti riservati
Dimensione
1.87 MB
Formato
Adobe PDF
|
1.87 MB | Adobe PDF | Visualizza/Apri Richiedi una copia |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.