Il prossimoProssima guida
L'IA nella selezione della giuria
Società
GUIDA della Società
SÌ.
Ascolta questa guidaNarrato dall'IA · ~3 min
L’IRS utilizza modelli di punteggio statistico, corrispondenza automatizzata dei documenti e, sempre più spesso, l’apprendimento automatico per decidere quali dichiarazioni dei redditi meritano uno sguardo più attento, ma le persone continuano a rivedere le dichiarazioni contrassegnate prima che inizi la maggior parte degli audit. Lo strumento più conosciuto è il punteggio della Funzione Discriminante (DIF). Questi sistemi sono importanti perché decidono chi viene sottoposto a controllo e i ricercatori hanno dimostrato che possono imporre un onere più pesante ad alcuni gruppi di contribuenti rispetto ad altri.
L'IRS non utilizza un sistema AI principale. Gestisce diversi sistemi, ciascuno costruito per un lavoro diverso. Il più antico è il punteggio della Funzione Discriminante (DIF). Il DIF confronta ogni rendimento con norme statistiche tratte da audit linea per linea selezionati casualmente condotti nell'ambito del Programma nazionale di ricerca. Un punteggio DIF elevato significa che è più probabile che una verifica di tale dichiarazione produca una modifica dell’imposta. L'IRS mantiene segrete le formule in modo che le persone non possano ingannarle. Un punteggio elevato non avvia di per sé un audit. I classificatori addestrati esaminano i rendimenti con punteggio elevato e scelgono quali esaminare. In secondo luogo, l'IRS confronta i rendimenti con i rendiconti informativi come W-2 e 1099. Quando i numeri non concordano, il programma Automated Underreporter invia un avviso CP2000 proponendo una modifica. Tecnicamente un CP2000 non è un audit, anche se può portare a una fattura. In terzo luogo, gli strumenti antifrode come il Return Review Program valutano i resi per furto di identità e false richieste di rimborso prima che i rimborsi vengano emessi. L'IRS ha anche affermato che intende applicare analisi più avanzate a filer complessi come le grandi partnership consentite dai finanziamenti e dal personale. L'equità è diventata una questione pubblica nel 2023. I ricercatori che lavorano con i dati del Tesoro hanno imputato la razza dei contribuenti, perché l'IRS non la registra, e hanno stimato che i contribuenti neri fossero controllati più volte più spesso dei contribuenti non neri. Hanno rintracciato gran parte del divario nel modo in cui sono state selezionate le dichiarazioni che richiedevano il credito d'imposta sul reddito guadagnato. Il modello non utilizzava la razza come input. La disparità è derivata dalle scelte progettuali, inclusa l’attenzione ai crediti rimborsabili in eccesso e agli audit che sono economici da eseguire tramite posta. L'IRS ha riconosciuto i risultati e ha affermato che avrebbe cambiato il suo approccio. Un malinteso comune è che il software ti controlli automaticamente. In realtà, gli algoritmi classificano i rendimenti e gli esseri umani decidono quali casi aprire.
Un libero professionista lascia un 1099-NEC al suo ritorno. Mesi dopo riceve un avviso CP2000 perché il programma Automated Underreporter ha confrontato la copia del pagatore con la sua restituzione e ha riscontrato che il reddito mancava.
Un rendimento richiede detrazioni di beneficenza che sono molto elevate per il suo livello di reddito. Riceve un punteggio DIF elevato e viene inviato a un classificatore umano, che decide se vale la pena esaminare il rendimento.
Il Programma di revisione dei resi trattiene un rimborso perché il reso corrisponde a modelli collegati al furto di identità. Il contribuente riceve una lettera che gli chiede di verificare la propria identità prima che venga rilasciato il rimborso.
Una famiglia che richiede il credito d'imposta sul reddito guadagnato riceve una verifica della corrispondenza tramite posta. Richiede cartelle cliniche o scolastiche che dimostrino che il bambino idoneo ha vissuto con loro per più della metà dell'anno.
È probabile che l’IRS continui ad aggiungere l’apprendimento automatico alla selezione e al rilevamento delle frodi, in particolare per le dichiarazioni complesse in cui il tempo dell’esaminatore è scarso. I risultati ottenuti dipendono dai finanziamenti, dal personale e dalla modernizzazione della tecnologia, e tutti e tre sono cambiati spesso. Organismi di controllo come l’Ispettore Generale del Tesoro per l’Amministrazione Fiscale e il Government Accountability Office hanno ripetutamente chiesto una migliore documentazione e test dei modelli IRS. Fare attenzione alla divulgazione pubblica dei test di equità e ad avvisi più chiari che spieghino ai contribuenti perché sono stati selezionati. Qualunque sia il modello, i consigli pratici restano gli stessi: segnalare ogni dichiarazione informativa, tenere un registro che supporti i crediti e le detrazioni e rispondere tempestivamente alle notifiche.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Sì. L’IRS utilizza modelli di punteggio statistico, corrispondenza automatizzata dei documenti e, sempre più spesso, l’apprendimento automatico per decidere quali dichiarazioni dei redditi meritano uno sguardo più attento, ma le persone continuano a rivedere le dichiarazioni contrassegnate prima che inizi la maggior parte degli audit. Lo strumento più conosciuto è il punteggio della Funzione Discriminante (DIF). Questi sistemi sono importanti perché decidono chi viene sottoposto a controllo e i ricercatori hanno dimostrato che possono imporre un onere più pesante ad alcuni gruppi di contribuenti rispetto ad altri.
Il DIF confronta un rendimento con le norme tratte da audit casuali. Un punteggio elevato significa che è più probabile che una verifica modifichi l’imposta dovuta. Non si tratta di una constatazione di frode o di una sanzione.
Il punteggio classifica solo i rendimenti. I classificatori addestrati selezionano i rendimenti con punteggi elevati e scelgono quali esaminare.
Il programma Automated Underreporter confronta i moduli presentati dal pagatore come 1099 e W-2 con la dichiarazione. Quando manca il reddito propone un conguaglio su un CP2000.
Un CP2000 propone una modifica perché il reddito dichiarato non corrispondeva alle informazioni fornite. Non si tratta di un esame formale, anche se può portare a una fattura se il contribuente non la contesta con successo.
I ricercatori hanno stimato una sostanziale disparità e ne hanno fatto risalire la maggior parte al modo in cui sono stati selezionati i rendimenti dell’EITC, e non all’utilizzo della razza come input diretto.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
L'IA nella selezione della giuria
Società