Οι νέες τεχνολογίες έχουν τη δυνατότητα να βελτιώσουν τις σχέσεις κυβερνήσεων και πολιτών μέσω φορολογικών πυλών, τελωνειακών συστημάτων πληροφορικής και ηλεκτρονικών υπηρεσιών. Οι επαφές με τις Αρχές απλουστεύονται, τα γραφειοκρατικά εμπόδια μειώνονται και η διαφάνεια ενισχύεται. Ο επόμενος μοχλός μετασχηματισμού είναι η γενετική τεχνητή νοημοσύνη, εφόσον έχει τη δυνατότητα να αντιλαμβάνεται και να αναπαράγει την ανθρώπινη γλώσσα. Ωστόσο, το πεδίο της φορολογίας είναι πολιτικά ευαίσθητο και εγείρονται σοβαρά ερωτήματα, που μπορούν να υπονομεύσουν την αξιοπιστία του. Επί του παρόντος οι αρμόδιες οικονομικές υπηρεσίες αρχίζουν να διερευνούν τις δυνατότητες της τεχνητής νοημοσύνης, αλλά ακόμα βρίσκονται σε πολύ πρώιμα στάδια. Το πιο προφανές, που συμβαίνει τώρα, είναι η βελτίωση στην επικοινωνία μεταξύ πολιτών και υπηρεσιών. Στη Σιγκαπούρη, λόγου χάριν, η ψηφιακή βοηθός απαντά σε ερωτήσεις σε πολλές γλώσσες, αχρηστεύοντας τα μισά από τα μέχρι πρότινος κέντρα εξυπηρέτησης, ενώ στην Κορέα ο ψηφιακός βοηθός συνδράμει τους πολίτες στη συμπλήρωση δηλώσεων και στην καταβολή οφειλομένων. Στη Γαλλία η τεχνητή νοημοσύνη αναλύει την ηλεκτρονική αλληλογραφία των εφοριακών και προτείνει απαντήσεις. Μπορεί, ωστόσο, η γενετική τεχνητή νοημοσύνη να μεταβάλει ουσιαστικά τις σχέσεις κυβέρνησης και πολιτών και πώς θα επηρεάσει την αντίληψη των τελευταίων για τη φορολογία;
Τα περισσότερα υφιστάμενα συστήματα τεχνητής νοημοσύνης, που χρησιμοποιούνται σήμερα από τα τελωνεία και τις εφορίες, έχουν ως έργο να προβλέπουν και κατασκευάζονται για μία και μόνο λειτουργία, αναλύοντας μεγάλες δέσμες δεδομένων, όπως προηγούμενες δηλώσεις ή συναλλαγές. Στο τέλος αποτυπώνουν μία εικόνα με πιθανούς κινδύνους, που υποδηλώνουν πιθανές απάτες. Αντιθέτως, η γενετική τεχνητή νοημοσύνη αντιλαμβάνεται όλων των ειδών τις πληροφορίες και σχεδιάστηκε να αλληλεπιδρά με τους ανθρώπους σε κάθε γλώσσα. Διεκπεραιώνει εργασίες από το να συντάξει επιστολές έως το να προσφέρει οδηγίες για φορολογικές ρυθμίσεις και να βοηθήσει εφοριακούς στις έρευνές τους. Εκπαιδεύοντας μία ψηφιακή βοηθό τεχνητής νοημοσύνης σε νομικά κείμενα, φορολογικούς κώδικες, λειτουργικές διαδικασίες και εσωτερικές οδηγίες, τα υπουργεία και οι δημόσιες υπηρεσίες μπορούν να την προσαρμόσουν στις ανάγκες τους. Το αποτέλεσμα είναι ένα δυναμικό σύστημα ικανό να κατανοεί περιεχόμενο και να παράγει, ώστε και οι δημόσιοι υπάλληλοι και οι φορολογούμενοι να επικοινωνούν μαζί του.
Κι ενώ τα εργαλεία τεχνητής νοημοσύνης μπορούν συχνά να ενισχύουν την αποδοτικότητα, δεν έχουν θεμελιωδώς αλλάξει τον τρόπο συνεργασίας υπηρεσιών με πολίτες. Συνήθως αντικαθιστούν τις χειρωνακτικές εργασίες ή τα συστήματα στατιστικών και οικονομετρικών μοντέλων. Η γενετική Τ.Ν. μπορεί να βοηθήσει εφοριακούς και τελωνειακούς να επικεντρωθούν σε ρόλους βάσει της ανάλυσης και της απόφασης, καθιστώντας τους ειδικευμένους στην εποπτεία και παραγωγικότερους. Εξωτερικά μπορεί να μειώσει το γνωστικό κενό μεταξύ δημόσιας διοίκησης και φορολογουμένων, βοηθώντας στην ερμηνεία περίπλοκων προβλέψεων, στο να διεξέλθει κανείς τη νομοθεσία, να εντοπιστούν φοροαπαλλαγές και ακόμα και να συμπληρωθούν αυτομάτως δηλώσεις. Στις φτωχές χώρες αυτή η τεχνολογία βοηθά να γίνουν οργανωτικές μεταρρυθμίσεις και να εδραιωθούν αλματωδώς σύγχρονα συστήματα. Στη Μαδαγασκάρη, παραδείγματος χάριν, τα τελωνεία θέλουν τη γενετική Τ.Ν. για να αναβαθμίσουν τη διαχείριση κινδύνου, να καταπολεμήσουν την απάτη και να αυξήσουν τα δημόσια έσοδα, κάνοντας χρήση σε συλλεγέντα δεδομένα 10 ετών για την εκπαίδευση των μοντέλων. Τέλος, τα εν λόγω μοντέλα μπορούν να χρησιμοποιηθούν από οργανώσεις πολιτών, ακαδημαϊκούς και πολιτικά κόμματα για να εξετάσουν προτεινόμενες μεταρρυθμίσεις, να συγκρίνουν σενάρια και να συμμετάσχουν σε βαθύτερες πολιτικές συζητήσεις.
* O Τόμας Κάντενς είναι σύμβουλος τεχνικής βοήθειας και ο Ερβέ Τουρπ διευθυντής επιτροπής ψηφιακών συμβούλων στο ΔΝΤ. Το άρθρο δημοσιεύεται στο ιστολόγιο του Ταμείου.
