Gids voor de samenleving

Hoe de IRS AI gebruikt voor auditselectie

Ja.

Luister naar deze gidsAI-verteld · ~3 min

Op deze pagina4 minuten lezen
  1. Overzicht
  2. Diepe duik
  3. Implementatie in de echte wereld
  4. De toekomst van hoe de IRS AI gebruikt voor auditselectie
  5. Het in de praktijk brengen
  6. Blijf verkennen
  7. Veelgestelde vragen

Overzicht

De IRS maakt gebruik van statistische scoremodellen, geautomatiseerde documentmatching en, in toenemende mate, machinaal leren om te beslissen welke belastingaangiften nader moeten worden bekeken, maar mensen beoordelen nog steeds gemarkeerde aangiften voordat de meeste audits beginnen. Het bekendste instrument is de Discriminant Function (DIF)-score. Deze systemen zijn belangrijk omdat ze beslissen wie wordt gecontroleerd, en onderzoekers hebben aangetoond dat ze sommige groepen belastingbetalers een zwaardere last kunnen opleggen dan andere.

Diepe duik

De IRS gebruikt niet één master AI-systeem. Het draait verschillende systemen, elk gebouwd voor een andere taak. De oudste is de Discriminant Function (DIF)-score. DIF vergelijkt elke aangifte met statistische normen die zijn ontleend aan willekeurig geselecteerde, regel-voor-regel audits die zijn uitgevoerd in het kader van het Nationale Onderzoeksprogramma. Een hoge DIF-score betekent dat een audit van dat rendement waarschijnlijker zal leiden tot een belastingwijziging. De IRS houdt de formules geheim, zodat mensen er niet mee kunnen spelen. Een hoge score start niet vanzelf een audit. Getrainde classificatoren beoordelen de hoog scorende rendementen en kiezen welke ze willen onderzoeken. Ten tweede vergelijkt de IRS de rendementen met informatierendementen zoals W-2's en 1099's. Als de cijfers niet overeenkomen, verzendt het Automated Underreporter-programma een CP2000-melding waarin een wijziging wordt voorgesteld. Technisch gezien is een CP2000 geen audit, al kan het wel tot een factuur leiden. Ten derde scoren fraudetools zoals het Return Review Program retourzendingen op het gebied van identiteitsdiefstal en valse restitutieclaims voordat restituties plaatsvinden. De IRS heeft ook gezegd dat het van plan is om meer geavanceerde analyses toe te passen op complexe indieners, zoals grote partnerschappen, voor zover de financiering en het personeel dit toelaten. Eerlijkheid werd in 2023 een publieke kwestie. Onderzoekers die met gegevens van het ministerie van Financiën werkten, schreven de race van de belastingbetalers toe, omdat de IRS dit niet registreert, en schatten dat zwarte belastingbetalers verschillende keren zo vaak werden gecontroleerd als niet-zwarte belastingbetalers. Ze traceerden een groot deel van de kloof in de manier waarop aangiften werden geselecteerd die aanspraak maakten op de Earned Income Tax Credit. Het model gebruikte ras niet als input. Het verschil kwam voort uit ontwerpkeuzes, waaronder een focus op te veel geclaimde terugbetaalbare kredieten en op audits die goedkoop per post kunnen worden uitgevoerd. De IRS erkende de bevindingen en zei dat het zijn aanpak zou veranderen. Een veel voorkomende misvatting is dat software u automatisch controleert. In werkelijkheid rangschikken algoritmen de aangiften en beslissen mensen welke zaken moeten worden geopend.

Implementatie in de echte wereld

Een freelancer laat een 1099-NEC achter bij haar terugkeer. Maanden later krijgt ze een CP2000-aanmaning omdat het Automated Underreporter-programma de kopie van de betaler vergeleek met haar aangifte en ontdekte dat het inkomen ontbrak.

Een aangifte claimt liefdadigheidsinhoudingen die erg groot zijn voor het inkomensniveau. Het krijgt een hoge DIF-score en gaat naar een menselijke classificator, die beslist of het rendement het onderzoeken waard is.

Het Return Review Program houdt een terugbetaling in omdat de retourzending overeenkomt met patronen die verband houden met identiteitsdiefstal. De belastingbetaler krijgt een brief waarin hij wordt gevraagd zijn identiteit te verifiëren voordat de terugbetaling wordt vrijgegeven.

Een gezin dat aanspraak maakt op de inkomstenbelastingkorting krijgt een correspondentiecontrole per post. Er wordt om school- of medische dossiers gevraagd waaruit blijkt dat het in aanmerking komende kind meer dan een half jaar bij hen heeft gewoond.

De toekomst van hoe de IRS AI gebruikt voor auditselectie

De IRS zal waarschijnlijk machine learning blijven toevoegen aan selectie en fraudedetectie, vooral voor complexe aangiften waarbij de tijd van de examinator schaars is. Hoe ver het komt, hangt af van de financiering, het personeelsbestand en de modernisering van de technologie, en ze zijn alle drie vaak veranderd. Toezichthoudende instanties zoals de inspecteur-generaal van het ministerie van Financiën voor de belastingadministratie en het Government Accountability Office hebben herhaaldelijk gevraagd om betere documentatie en tests van IRS-modellen. Let op de openbaarmaking van eerlijkheidstoetsingen en op duidelijkere mededelingen waarin belastingbetalers worden verteld waarom zij zijn geselecteerd. Hoe de modellen er ook uitzien, het praktische advies blijft hetzelfde: rapporteer elke geretourneerde informatie, houd gegevens bij die uw tegoeden en inhoudingen ondersteunen en reageer snel op meldingen.

Het in de praktijk brengen

Waarom het ertoe doet

  • Risico en veiligheid. Catastrofale en alledaagse schade door AI hangt af van wie de risico's begrijpt en wie kan handelen.
  • Duidelijkere beslissingen. Publieke en professionele geletterdheid bepalen of een krachtig veiligheidsbeleid politiek mogelijk is.
  • Door de hype heen snijden. Duidelijke verklaringen verminderen de kans op hypes, laboratorium-PR en vaag ethisch theater.

Pas op voor

  • Existentieel risico behandelen als sciencefiction, terwijl capaciteiten zich vermenigvuldigen.
  • De veiligheid van oppervlakteproducten verwarren met uitlijning onder hoge autonomie.
  • Hierdoor blijven niet-Engelstalige en niet-deskundige doelgroepen alleen bronnen van lage kwaliteit over.

Volgende stappen

  1. Afzonderlijke risico's voor productschade, misbruik en verlies van controle/verkeerde uitlijning.
  2. Vraag welk bewijs uw kijk op tijdlijnen en ernst zou veranderen.
  3. Geef de voorkeur aan primaire bronnen en concrete evaluaties boven marketingclaims.
  4. Identificeer één actiepad: carrière, beleid, financiering of vaardigheden – niet alleen bewustwording.

Blijf verkennen

Gratis nieuwsbrief

Ontvang de dagelijkse AI-briefing

Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.

Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.

Test jezelf

Doe de quiz Hoe de IRS AI gebruikt voor auditselectie

Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.

Quiz starten

Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie

Veelgestelde vragen

Wat is hoe de IRS AI gebruikt voor auditselectie?

Ja. De IRS maakt gebruik van statistische scoremodellen, geautomatiseerde documentmatching en, in toenemende mate, machinaal leren om te beslissen welke belastingaangiften nader moeten worden bekeken, maar mensen beoordelen nog steeds gemarkeerde aangiften voordat de meeste audits beginnen. Het bekendste instrument is de Discriminant Function (DIF)-score. Deze systemen zijn belangrijk omdat ze beslissen wie wordt gecontroleerd, en onderzoekers hebben aangetoond dat ze sommige groepen belastingbetalers een zwaardere last kunnen opleggen dan andere.

Wat betekent een hoge Discriminant Function (DIF)-score bij een retourzending?

DIF vergelijkt een rendement met normen uit willekeurige audits. Een hoge score betekent dat de kans groter is dat een audit de verschuldigde belasting wijzigt. Het is geen constatering van fraude of een boete.

Wat gebeurt er normaal gesproken nadat een retourzending een hoge DIF-score heeft gekregen?

De score geeft alleen rendementen weer. Getrainde classifiers screenen hoog scorende rendementen en kiezen welke ze willen onderzoeken.

Een freelancer liet een 1099-NEC achterwege en ontving later een CP2000-aankondiging. Welk systeem heeft dit waarschijnlijk geproduceerd?

Het Automated Underreporter-programma vergelijkt door de betaler ingediende formulieren zoals 1099s en W-2s met de aangifte. Wanneer inkomsten ontbreken, wordt een aanpassing op een CP2000 voorgesteld.

Waarom verschilt een CP2000-aankondiging volgens de gids technisch gezien van een audit?

Een CP2000 stelt een verandering voor omdat de gerapporteerde inkomsten niet overeenkwamen met de informatierendementen. Het is geen formeel onderzoek, maar kan leiden tot een wetsvoorstel als de belastingbetaler dit niet met succes betwist.

Wat zei de gids over een onderzoek uit 2023 waarbij gebruik werd gemaakt van toegerekende racegegevens over EITC-gerelateerde auditselectie?

Onderzoekers schatten een substantiële ongelijkheid in en herleidden een groot deel ervan tot de manier waarop EITC-rendementen werden geselecteerd, en niet tot het gebruik van ras als directe input.