A continuaciónSiguiente guía
IA en la selección del jurado
sociedad
GUÍA de sociedad
Cómo el IRS utiliza la IA para la selección de auditorías
Sí.
Escuche esta guíaNarrado por IA · ~3 min
En esta pagina4 minutos de lectura
Descripción general
El IRS utiliza modelos de puntuación estadística, cotejo automatizado de documentos y, cada vez más, aprendizaje automático para decidir qué declaraciones de impuestos merecen una mirada más cercana, pero la gente aún revisa las declaraciones marcadas antes de que comiencen la mayoría de las auditorías. La herramienta más conocida es la puntuación de la Función Discriminante (DIF). Estos sistemas son importantes porque deciden quién es auditado, y los investigadores han demostrado que pueden imponer una carga más pesada a algunos grupos de contribuyentes que a otros.
Buceo profundo
El IRS no utiliza un sistema maestro de IA. Ejecuta varios sistemas, cada uno construido para un trabajo diferente. La más antigua es la puntuación de Función Discriminante (DIF). El DIF compara cada resultado con normas estadísticas tomadas de auditorías línea por línea seleccionadas al azar realizadas bajo el Programa Nacional de Investigación. Un puntaje DIF alto significa que es más probable que una auditoría de esa declaración produzca un cambio en el impuesto. El IRS mantiene las fórmulas en secreto para que la gente no pueda engañarlas. Una puntuación alta no inicia por sí sola una auditoría. Clasificadores capacitados revisan los rendimientos con puntuaciones altas y eligen cuáles examinar. En segundo lugar, el IRS compara las declaraciones con declaraciones informativas como los W-2 y 1099. Cuando los números no coinciden, el programa Automated Underreporter envía un aviso CP2000 proponiendo un cambio. Técnicamente, un CP2000 no es una auditoría, aunque puede dar lugar a una factura. En tercer lugar, las herramientas de fraude, como el Programa de revisión de devoluciones, califican las devoluciones por robo de identidad y reclamos de reembolso falsos antes de que se realicen los reembolsos. El IRS también ha dicho que tiene la intención de aplicar análisis más avanzados a declarantes complejos, como grandes asociaciones, según lo permitan los fondos y la dotación de personal. La equidad se convirtió en una cuestión pública en 2023. Los investigadores que trabajaban con datos del Tesoro imputaron la raza de los contribuyentes, porque el IRS no la registra, y estimaron que los contribuyentes negros fueron auditados varias veces más que los contribuyentes no negros. Rastrearon gran parte de la brecha en cómo se seleccionaron las declaraciones que reclamaban el Crédito Tributario por Ingreso del Trabajo. El modelo no utilizaba la raza como factor de entrada. La disparidad provino de opciones de diseño, incluido un enfoque en créditos reembolsables reclamados en exceso y en auditorías que son baratas de realizar por correo. El IRS reconoció los hallazgos y dijo que cambiaría su enfoque. Un error común es creer que el software lo audita automáticamente. En realidad, los algoritmos clasifican los retornos y los humanos deciden qué casos abrir.
Implementación en el mundo real
Un trabajador independiente deja un 1099-NEC en su declaración. Meses después, recibe un aviso CP2000 porque el programa Automated Underreporter cotejó la copia del pagador con su declaración y encontró que faltaban los ingresos.
Una declaración reclama deducciones caritativas que son muy elevadas para su nivel de ingresos. Recibe una puntuación DIF alta y pasa a un clasificador humano, quien decide si vale la pena examinar la declaración.
El Programa de revisión de devoluciones retiene un reembolso porque la devolución coincide con patrones vinculados al robo de identidad. El contribuyente recibe una carta pidiéndole que verifique su identidad antes de que se libere el reembolso.
Una familia que reclama el Crédito Tributario por Ingreso del Trabajo recibe una auditoría de correspondencia por correo. Solicita registros médicos o escolares que demuestren que el niño calificado vivió con ellos durante más de la mitad del año.
El futuro de cómo el IRS utiliza la IA para la selección de auditorías
Es probable que el IRS siga agregando aprendizaje automático a la selección y detección de fraude, especialmente para declaraciones complejas donde el tiempo de los examinadores es escaso. Hasta dónde llegue depende de la financiación, la dotación de personal y la modernización tecnológica, y los tres han cambiado con frecuencia. Los órganos de supervisión, como el Inspector General del Tesoro para la Administración Tributaria y la Oficina de Responsabilidad Gubernamental, han pedido repetidamente una mejor documentación y prueba de los modelos del IRS. Esté atento a la divulgación pública de las pruebas de imparcialidad y a avisos más claros que informen a los contribuyentes por qué fueron seleccionados. Cualquiera que sea el aspecto de los modelos, el consejo práctico sigue siendo el mismo: informe cada declaración de información, mantenga registros que respalden sus créditos y deducciones, y responda a las notificaciones con prontitud.
Poniéndolo en práctica
Por qué es importante
- Riesgo y seguridad. Los daños catastróficos y cotidianos de la IA dependen de quién comprende los riesgos y quién puede actuar.
- Decisiones más claras. La alfabetización pública y profesional determina si es políticamente posible una política de seguridad sólida.
- Cortando el bombo. Las explicaciones claras reducen la captación por la exageración, las relaciones públicas de laboratorio y el vago teatro de ética.
cuidado con
- Tratar el riesgo existencial como ciencia ficción mientras que la capacidad se agrava.
- Confundir la seguridad del producto superficial con la alineación en condiciones de alta autonomía.
- Dejando a las audiencias que no hablan inglés ni a expertos solo con fuentes de baja calidad.
Próximos pasos
- Separe los riesgos de daños al producto, mal uso y pérdida de control/desalineación.
- Pregunte qué evidencia cambiaría su opinión sobre los plazos y la gravedad.
- Prefiera fuentes primarias y evaluaciones concretas a afirmaciones de marketing.
- Identifique un camino de acción: carrera, política, financiamiento o habilidades, no solo concientización.
Sigue explorando
Boletín gratuito
Recibe el resumen diario de IA
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Take the How the IRS Uses AI for Audit Selection quiz
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
Preguntas frecuentes
¿Cómo utiliza el IRS la IA para la selección de auditorías?
Sí. El IRS utiliza modelos de puntuación estadística, cotejo automatizado de documentos y, cada vez más, aprendizaje automático para decidir qué declaraciones de impuestos merecen una mirada más cercana, pero la gente aún revisa las declaraciones marcadas antes de que comiencen la mayoría de las auditorías. La herramienta más conocida es la puntuación de la Función Discriminante (DIF). Estos sistemas son importantes porque deciden quién es auditado, y los investigadores han demostrado que pueden imponer una carga más pesada a algunos grupos de contribuyentes que a otros.
¿Qué indica una puntuación alta de Función Discriminante (DIF) en una declaración?
El DIF compara un rendimiento con normas extraídas de auditorías aleatorias. Una puntuación alta significa que es más probable que una auditoría cambie el impuesto adeudado. No se trata de un hallazgo de fraude ni de una sanción.
Después de que una devolución recibe una puntuación DIF alta, ¿qué sucede normalmente a continuación?
La puntuación sólo clasifica los resultados. Clasificadores capacitados examinan los rendimientos con puntuaciones altas y eligen cuáles examinar.
Un trabajador independiente omitió un formulario 1099-NEC y luego recibió un aviso CP2000. ¿Qué sistema probablemente lo produjo?
El programa Automated Underreporter compara los formularios presentados por el pagador, como los 1099 y los W-2, con la declaración. Cuando faltan ingresos, propone un ajuste en un CP2000.
Según la guía, ¿por qué un aviso CP2000 es técnicamente diferente de una auditoría?
Un CP2000 propone un cambio porque los ingresos declarados no coincidían con la información declarada. No es un examen formal, aunque puede dar lugar a una factura si el contribuyente no lo impugna con éxito.
¿Qué dijo la guía que encontró un estudio de 2023 que utilizó datos raciales imputados sobre la selección de auditoría relacionada con el EITC?
Los investigadores estimaron una disparidad sustancial y atribuyeron gran parte de ella a cómo se seleccionaron los retornos del EITC, no a que la raza se utilizara como un insumo directo.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.