Tendência: Como as administrações tributárias globais estão usando IA

À medida que o mundo se depara com a mais nova fase da IA ​​– ferramentas de linguagem natural baseadas em aprendizado por reforço, como o Chat GPT – as autoridades fiscais têm avaliado discretamente seus usos para sustentar seus próprios objetivos. Até o momento, isso evoluiu em torno de três objetivos: detecção de fraudes; melhoria da experiência do contribuinte; e eficiência.

Assista ao novo consultor de IA para IVA da VATCalc fornecer consultoria tributária (referências legislativas e casos tributários) sobre questões complexas de IVA.

Mas as autoridades precisam ser cautelosas ao empregar o considerável poder da IA ​​em uma área tão sensível financeira e juridicamente como a tributária – como a envergonhada Administração Tributária e Aduaneira holandesa atestará com o uso de algoritmos de aprendizado de máquina em declarações. E não mencionem os riscos à privacidade, que podem acabar estrangulando a IA com uma série de regulamentações, como já vimos na Itália no mês passado.

A IA cumpre 3 objetivos dos administradores fiscais

Até o momento, as agências tributárias têm se concentrado em três objetivos:

1. Detecção de fraudes e erros fiscais . As autoridades fiscais têm utilizado a modelagem preditiva para identificar sinais de fraude ou erros fiscais, com IA baseada em nuvem capaz de analisar volumes colossais de dados. Ela está se mostrando particularmente eficaz em situações em que há subsídios especiais ou deduções e pagamentos sazonais de impostos devidos, identificando rapidamente fluxos ou aplicações irregulares de fundos. Ferramentas e técnicas de auditoria assistida por computador (CAATTs – Computer-assisted audit tools and techniques) de longa data são utilizadas para detectar evasão fiscal internacional e são amplamente aprimoradas pela IA.
2. Melhorando a experiência dos contribuintes. A administração tributária é outro braço do governo que tem o dever de cuidar do público e de obter resultados mais justos. Além dos ganhos de eficiência na arrecadação de impostos em comparação com os custos das agências, isso também pode significar comunicações e resultados mais rápidos e aprimorados para os contribuintes.
3. Aumentando a eficiência operacional interna. A capacidade da IA ​​e de tecnologias relacionadas de extrair e analisar tendências de enormes volumes de dados está reduzindo o uso dispendioso e pouco confiável de intervenções manuais. Além de maior precisão, pode acelerar as operações, o que significa uma maior chance de identificar potenciais fraudes ou gerenciar consultas do público ou do governo. Áreas típicas em que a IA pode ser usada para aprimorar processos na administração tributária incluem:
   • Aprendizagem neural para obrigações de conformidade para determinação de IVA;
   • Previsão de erros e fraudes para ajudar a direcionar a alocação de recursos
   • Análise de sensibilidade sobre preços de transferência versus IVA
   • Traduções em linguagem natural de leis e regulamentos tributários para orientações práticas
   • Chatbots de perguntas e respostas
   • Estruturas aumentativas para compreender padrões em decisões judiciais

Exemplos de autoridades fiscais que utilizam Inteligência Artificial

• A Receita Federal do Reino Unido está construindo um modelo de linguagem grande para ajudar a identificar a evasão de IVA
• Malta afirma ter aumentado o imposto sobre o rendimento em 400 milhões de euros em 2024 com recurso à IA preditiva
• A Grécia está estabelecendo uma unidade especializada em IA usando transações de IVA do MyDATA para detectar fraudes.
• A unidade de IA da Áustria vem combatendo fraudes de IVA envolvendo comerciantes desaparecidos com resultados impressionantes.
• A Romênia afirma ter aumentado as receitas de IVA em até 1% nos últimos 12 meses por meio da adoção de IA e robôs.
• A Itália , possivelmente o país que mais utiliza IA para detectar evasão fiscal, identificou no ano passado mais de 1 milhão de casos de alto risco com análise de dados orientada por IA. Isso inclui um algoritmo de última geração que cruza dados financeiros para identificar contribuintes em risco de não pagar. Seu algoritmo VeRa compara declarações de impostos, rendimentos, registros de propriedade, contas bancárias e pagamentos eletrônicos em busca de discrepâncias. Os contribuintes de alto risco recebem uma carta solicitando que expliquem as diferenças. Quanto mais dados o VeRa processa, mais inteligente ele se torna.
• O Vietnã anunciou que adotará Inteligência Artificial antes do final de 2023 para ajudar a identificar fraudes fiscais. Isso inclui, por exemplo, sinalizar empresas que emitem faturas com muita frequência, por valores anormalmente altos ou que de outra forma indiquem tentativas de reduzir a receita tributável.
• A Austrália afirma ter identificado mais de US$ 530 milhões em impostos não pagos e evitado US$ 2,5 bilhões em reivindicações fraudulentas usando modelos de IA, incluindo modelos de aprendizado profundo e linguagem natural. Além de detectar pagamentos insuficientes, os sistemas de IA do ATO também têm sido utilizados para combater fraudes de GST. Isso inclui o uso de modelos de aprendizado de máquina com gradiente de aceleração, que têm sido bem-sucedidos na identificação de padrões de comportamento fraudulentos.
• Nos EUA , o Serviço de Receita Federal (Inland Revenue Service) elaborou um plano para o segundo semestre de 2023 com o objetivo de adotar tecnologias e algoritmos de Inteligência Artificial. O plano incluirá ferramentas de IA para identificar contribuintes com renda igual ou superior a US$ 1 milhão e com mais de US$ 250.000. O foco inicial do IRS será o uso de análise de IA para substituir os atuais relatórios e declarações em papel. Seu sistema Modernized e-File (MeF) já aceita 76% das declarações de imposto de renda em papel processadas sem intervenção humana. A próxima fase será a experimentação e a adoção de modelos de IA para extrair informações valiosas desse processo.
• A partir de maio de 2023, a Índia usará IA para identificar solicitações fraudulentas de créditos de imposto de entrada por meio de registros falsos de GST. O site Business Intelligence and Fraud Analyst (BIFA) do governo central, o portal e-way e a Unidade de Inteligência Empresarial (BIU) do governo do Rajastão colaborarão para detectar números de GST aparentemente falsos.
• O Departamento de Imposto de Renda da Índia está usando IA para identificar deduções falsas de imposto de renda. Ele utiliza algoritmos projetados para identificar proporções incomuns entre renda e doações políticas ou de caridade.
• Malta, Reino Unido, Canadá, Holanda e Irlanda utilizam um sistema de IA que compara diariamente o patrimônio com base em fontes públicas com o declarado em suas declarações de IVA e impostos. Ele também utiliza registros públicos e contas bancárias (em circunstâncias limitadas) para identificar ativos e gastos não declarados.
• A Suécia utiliza IA para identificar e destacar problemas de risco tributário quando empresas solicitam novas constituições. Desde 2021, o país consegue verificar se há sinais de evasão fiscal nos pedidos de registro. Isso também ajudou a acelerar o processo de solicitação, reduzindo o tempo manual necessário para a análise da documentação.
• O Sistema Teleinformatyczny Izby Rozliczeniowej (STIR) da Polônia , com dados analíticos fornecidos diariamente por bancos e cooperativas de crédito, reporta dados de contas e câmaras de compensação diariamente para todas as transações realizadas pelos contribuintes. Isso permite que a Administração Nacional da Receita (NRA) detecte potenciais fraudes de carrossel quase em tempo real, em vez dos dois meses que seriam necessários anteriormente.
• A França utiliza a varredura de imagens de satélite com IA para identificar sinais de consumo conspícuo. Isso pode incluir vários carros ou piscinas aparecendo em frente aos moradores de uma pessoa sob investigação fiscal. Isso é particularmente útil para impostos locais diretos (imposto predial).
• A Autoridade Tributária de Singapura desenvolveu um visualizador de rede interno com um banco de dados de gráficos como tecnologia subjacente para atender às necessidades de seus auditores. Essa ferramenta oferece aos auditores funcionalidades personalizadas para analisar relacionamentos complexos e multicamadas entre entidades durante auditorias/investigações. Ela também pode revelar relacionamentos com mais de 10 conexões em tempo real.
• Xenon é uma ferramenta usada por seis países europeus para investigar evasão fiscal com base em pesquisas e vigilância na internet. Foi originalmente desenvolvida pela Holanda.
• O Brasil tem utilizado insights comportamentais de IA (chamados de “Inspeção de Alto Desempenho” (FAPE)) para analisar os resultados de diferentes solicitações de cartas fiscais padrão aos contribuintes. A avaliação da resposta do contribuinte com base em sua formação e circunstâncias específicas tem sido utilizada para determinar o tom ideal de comunicação fiscal e o nível de confirmação. A partir disso, as autoridades conseguem determinar a melhor abordagem a ser adotada em futuras consultas ou auditorias dos contribuintes.
• Além de usar IA para detectar potenciais fraudes ou erros fiscais, a maioria das autoridades agora utiliza IA para auxiliar na eficiência de suas próprias atividades administrativas e de conformidade. Isso pode incluir processos de recrutamento. Países como Canadá e Singapura estão liderando esse caminho.
• Como é comum na maioria dos grandes sites privados, as autoridades fiscais estão cada vez mais utilizando assistentes virtuais baseados em IA . A lista de países inclui: Espanha, Peru, Austrália, Canadá, Reino Unido, Irlanda, Finlândia, Suécia, Letônia, Estônia, República da China, Rússia, Cingapura, Guatemala, Chile, México, Costa Rica, Colômbia e Brasil.

Caixa preta de IA em escândalo nacional holandês – kinderopvangtoeslagaffaire [Vide Wikepedia]

Embora a IA prometa muitos atrativos às autoridades fiscais que buscam melhores receitas e resultados de serviços, elas devem permanecer receosas de seus poderes consideráveis. O governo holandês de 2021 foi desonrado pelas autoridades fiscais que, indevidamente, “perseguiram” milhares de famílias com seus créditos familiares.

Essas reivindicações de crédito são processadas pela Receita Federal com um algoritmo de autoaprendizagem. No fluxo de trabalho da autoridade tributária, o algoritmo primeiro examinava as reivindicações em busca de sinais de fraude, e humanos analisavam as reivindicações sinalizadas como de alto risco. Mas o algoritmo desenvolveu um padrão de rotular falsamente as reivindicações como fraudulentas, e funcionários públicos, pressionados, carimbavam os rótulos de fraude. Assim, durante anos, a autoridade tributária ordenou, sem fundamento, que milhares de famílias pagassem suas reivindicações, levando muitas a dívidas onerosas e destruindo vidas no processo.