Tiếp theoHướng dẫn tiếp theo
AI trong tuyển chọn ban giám khảo
xã hội
HƯỚNG DẪN xã hội
Đúng.
Nghe hướng dẫn nàyAI thuật lại · ~3 min
IRS sử dụng các mô hình chấm điểm thống kê, đối chiếu tài liệu tự động và ngày càng sử dụng máy học để quyết định tờ khai thuế nào xứng đáng được xem xét kỹ hơn, nhưng mọi người vẫn xem xét các tờ khai thuế được gắn cờ trước khi hầu hết các cuộc kiểm toán bắt đầu. Công cụ nổi tiếng nhất là điểm Chức năng Phân biệt (DIF). Những hệ thống này quan trọng vì chúng quyết định ai sẽ được kiểm toán và các nhà nghiên cứu đã chỉ ra rằng chúng có thể đặt gánh nặng nặng nề hơn lên một số nhóm người nộp thuế so với những nhóm khác.
IRS không sử dụng một hệ thống AI chính. Nó chạy một số hệ thống, mỗi hệ thống được xây dựng cho một công việc khác nhau. Cũ nhất là điểm Chức năng phân biệt (DIF). DIF so sánh từng tờ khai với các chỉ tiêu thống kê được lấy từ các cuộc kiểm tra từng dòng, được chọn ngẫu nhiên được thực hiện trong Chương trình Nghiên cứu Quốc gia. Điểm DIF cao có nghĩa là việc kiểm toán tờ khai đó có nhiều khả năng tạo ra sự thay đổi về thuế. IRS giữ bí mật các công thức để mọi người không thể đánh lừa chúng. Điểm cao không tự nó bắt đầu một cuộc kiểm toán. Các nhà phân loại được đào tạo sẽ xem xét các kết quả có điểm cao và chọn kết quả nào để kiểm tra. Thứ hai, IRS đối chiếu các khoản trả lại với các khoản trả về thông tin như W-2 và 1099. Khi các con số không đồng ý, chương trình Automated Underreporter sẽ gửi thông báo CP2000 đề xuất thay đổi. Về mặt kỹ thuật, CP2000 không phải là một cuộc kiểm tra, mặc dù nó có thể dẫn đến một hóa đơn. Thứ ba, các công cụ gian lận như điểm của Chương trình Đánh giá Hoàn trả trả về hành vi trộm cắp danh tính và yêu cầu hoàn tiền sai trước khi hoàn tiền. IRS cũng cho biết họ có ý định áp dụng các phân tích nâng cao hơn cho những đối tượng nộp hồ sơ phức tạp, chẳng hạn như các đối tác lớn khi nguồn tài chính và nhân sự cho phép. Sự công bằng đã trở thành một vấn đề chung vào năm 2023. Các nhà nghiên cứu làm việc với dữ liệu của Kho bạc đã quy kết chủng tộc của người nộp thuế vì IRS không ghi lại điều đó và ước tính rằng những người nộp thuế Da đen đã bị kiểm toán thường xuyên nhiều lần so với những người nộp thuế không phải Da đen. Họ đã tìm ra phần lớn khoảng cách trong cách lựa chọn các khoản hoàn trả yêu cầu Tín dụng Thuế Thu nhập kiếm được. Mô hình không sử dụng chủng tộc làm đầu vào. Sự chênh lệch đến từ các lựa chọn thiết kế, bao gồm việc tập trung vào các khoản tín dụng được hoàn lại được yêu cầu quá cao và các cuộc kiểm toán được thực hiện qua đường bưu điện với chi phí rẻ. IRS thừa nhận những phát hiện này và cho biết họ sẽ thay đổi cách tiếp cận. Một quan niệm sai lầm phổ biến là phần mềm sẽ tự động kiểm tra bạn. Trong thực tế, các thuật toán xếp hạng lợi nhuận và con người quyết định mở trường hợp nào.
Một người làm việc tự do để lại 1099-NEC khi trở về. Nhiều tháng sau, cô nhận được thông báo CP2000 vì chương trình Báo cáo thiếu tự động khớp bản sao của người trả tiền với tờ khai của cô và phát hiện thu nhập bị thiếu.
Tờ khai yêu cầu các khoản khấu trừ từ thiện rất lớn so với mức thu nhập của nó. Nó nhận được điểm DIF cao và được chuyển đến người phân loại con người, người sẽ quyết định xem kết quả trả về có đáng để kiểm tra hay không.
Chương trình Đánh giá Hàng trả lại giữ lại khoản tiền hoàn lại vì số tiền trả lại khớp với các mẫu có liên quan đến hành vi trộm cắp danh tính. Người đóng thuế nhận được thư yêu cầu họ xác minh danh tính trước khi hoàn trả.
Một gia đình yêu cầu Tín dụng Thuế Thu nhập kiếm được sẽ được kiểm tra thư từ qua đường bưu điện. Nó yêu cầu hồ sơ trường học hoặc y tế cho thấy đứa trẻ đủ điều kiện đã sống với họ hơn nửa năm.
IRS có thể sẽ tiếp tục bổ sung công nghệ học máy vào việc lựa chọn và phát hiện gian lận, đặc biệt đối với các khoản hoàn thuế phức tạp mà thời gian của người kiểm tra là khan hiếm. Nó đi được bao xa phụ thuộc vào nguồn tài trợ, nhân sự và hiện đại hóa công nghệ, và cả ba đều thay đổi thường xuyên. Các cơ quan giám sát như Tổng Thanh tra Kho bạc về Quản lý Thuế và Văn phòng Trách nhiệm Chính phủ đã nhiều lần yêu cầu cung cấp tài liệu và thử nghiệm tốt hơn các mô hình IRS. Theo dõi công bố công khai về kiểm tra tính công bằng và để có thông báo rõ ràng hơn cho người nộp thuế biết lý do họ được chọn. Dù mô hình trông như thế nào thì lời khuyên thực tế vẫn như nhau: báo cáo mọi thông tin được trả lại, lưu giữ hồ sơ hỗ trợ các khoản tín dụng và khoản khấu trừ của bạn cũng như phản hồi các thông báo kịp thời.
Bản tin miễn phí
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Vâng. IRS sử dụng các mô hình chấm điểm thống kê, đối chiếu tài liệu tự động và ngày càng sử dụng máy học để quyết định tờ khai thuế nào xứng đáng được xem xét kỹ hơn, nhưng mọi người vẫn xem xét các tờ khai thuế được gắn cờ trước khi hầu hết các cuộc kiểm toán bắt đầu. Công cụ nổi tiếng nhất là điểm Chức năng Phân biệt (DIF). Những hệ thống này quan trọng vì chúng quyết định ai sẽ được kiểm toán và các nhà nghiên cứu đã chỉ ra rằng chúng có thể đặt gánh nặng nặng nề hơn lên một số nhóm người nộp thuế so với những nhóm khác.
DIF so sánh lợi nhuận với các định mức được lấy từ các cuộc kiểm toán ngẫu nhiên. Điểm cao có nghĩa là cuộc kiểm toán có nhiều khả năng thay đổi số thuế còn nợ. Đây không phải là một phát hiện gian lận hoặc một hình phạt.
Điểm số chỉ xếp hạng trả về. Các nhà phân loại được đào tạo sẽ sàng lọc các kết quả có điểm cao và chọn kết quả nào để kiểm tra.
Chương trình Automated Underreporter so sánh các biểu mẫu do người trả tiền nộp như 1099 và W-2 với tờ khai. Khi thu nhập bị thiếu, nó đề xuất điều chỉnh CP2000.
CP2000 đề xuất thay đổi vì thu nhập được báo cáo không khớp với thông tin được trả lại. Đây không phải là một cuộc kiểm tra chính thức, mặc dù nó có thể dẫn đến hóa đơn nếu người nộp thuế không tranh chấp thành công.
Các nhà nghiên cứu đã ước tính sự chênh lệch đáng kể và tìm ra phần lớn sự chênh lệch đó là do cách lựa chọn lợi nhuận EITC chứ không phải để chạy đua được sử dụng làm đầu vào trực tiếp.
Tiếp tục học hỏi
Đã chọn thêm hướng dẫn cho chủ đề này
Tiếp theoHướng dẫn tiếp theo
AI trong tuyển chọn ban giám khảo
xã hội