Automatisation pour auditer les riches : l’IA peut-elle mettre les fraudeurs fiscaux au pas ?

CRÉDIT D'IMAGE:
Crédit image
iStock

Automatisation pour auditer les riches : l’IA peut-elle mettre les fraudeurs fiscaux au pas ?

Automatisation pour auditer les riches : l’IA peut-elle mettre les fraudeurs fiscaux au pas ?

Texte du sous-titre
L’IA peut-elle aider les gouvernements à appliquer une politique fiscale sur les 1 % ?
    • Auteur :
    • Nom de l'auteur
      Prévision quantique
    • 25 octobre 2023

    Résumé des informations

    Les gouvernements du monde entier, y compris la Chine et les États-Unis, étudient l’utilisation de l’intelligence artificielle (IA) pour moderniser les systèmes fiscaux. La Chine vise une automatisation complète d’ici 2027, en se concentrant sur l’évasion fiscale parmi les riches et les influenceurs des médias sociaux. En revanche, les États-Unis ont du mal à auditer les riches en raison de la réduction des budgets de l’IRS et du recours à des failles juridiques. Salesforce a développé un AI Economist, un outil utilisant l'apprentissage par renforcement pour explorer des politiques fiscales équitables. Bien que prometteuse, cette technologie soulève des inquiétudes telles qu’une surveillance publique accrue et une résistance de la part des particuliers et des entreprises fortunés qui pourraient lutter contre l’automatisation de la fiscalité.

    Automatisation pour auditer le contexte riche

    L'administration fiscale de l'État chinois s'est engagée à utiliser davantage l'IA (2022) pour identifier les fraudeurs fiscaux et leur infliger les sanctions les plus sévères prévues par la loi. Pour améliorer le contrôle, la Chine poursuit le développement du système Golden Tax IV, dans le cadre duquel les données des entreprises et les informations provenant des propriétaires, des dirigeants, des banques et d'autres régulateurs du marché seront liées et disponibles pour que les autorités fiscales puissent enquêter. Le pays cible en particulier les créateurs de contenu et les influenceurs des réseaux sociaux qui gagnent des millions de dollars grâce aux flux en ligne. La Chine espère mettre en œuvre une automatisation complète d’ici 2027, en utilisant le cloud et le big data. Les riches chinois s'attendent également à des paiements d'impôts plus importants cette année (2022-2023), en raison de la campagne de « prospérité commune » du président Xi Jinping.

    Pendant ce temps, taxer les riches aux États-Unis reste une bataille difficile. En 2019, l’IRS a reconnu qu’il était plus rentable d’imposer les bas salaires que de s’en prendre aux grandes entreprises et aux 1 % les plus riches. L’agence a déclaré que puisque les ultra-riches disposent d’une armée des meilleurs avocats et comptables, ils sont en mesure de profiter de diverses lacunes fiscales légales, y compris les comptes offshore. Le budget de l'agence a également été réduit au fil des décennies par le Congrès, ce qui a conduit à des niveaux d'effectifs sous-optimaux. Et même s’il existe un soutien bipartite en faveur d’une augmentation du financement de l’agence, le travail manuel ne suffira pas à lutter contre les ressources des multimillionnaires.

    Impact perturbateur

    L’automatisation des politiques fiscales est un sujet complexe et souvent controversé. Mais et s’il existait un moyen de le rendre moins politique et davantage axé sur les données afin que ce soit juste pour tout le monde ? Entrez dans AI Economist – un outil développé par des chercheurs de la société technologique Salesforce qui utilise l’apprentissage par renforcement pour identifier les politiques fiscales optimales pour une économie simulée. L’IA est encore relativement simple (elle ne peut pas rendre compte de toutes les complexités du monde réel), mais elle constitue une première étape prometteuse vers une évaluation nouvelle des politiques. Dans un premier résultat, l’IA a trouvé une approche maximisant la productivité et l’égalité des revenus qui était 16 % plus équitable qu’un cadre fiscal progressif de pointe étudié par les économistes universitaires. L’amélioration par rapport à la politique américaine actuelle était encore plus significative.

    Auparavant, les réseaux de neurones (points de données interconnectés) étaient utilisés pour gérer les agents dans des économies simulées. Cependant, faire du décideur politique une IA favorise un modèle dans lequel les travailleurs et les décideurs politiques s'adaptent aux comportements de chacun. Étant donné qu’une stratégie apprise dans le cadre d’une politique fiscale peut ne pas fonctionner aussi bien sous une autre, les modèles d’apprentissage par renforcement ont eu du mal à s’adapter à cet environnement dynamique. Cela signifiait également que les IA avaient compris comment jouer avec le système. Certains salariés ont appris à réduire leur productivité pour bénéficier d’une tranche d’imposition inférieure, puis à l’augmenter à nouveau pour éviter de payer des impôts. Cependant, selon Salesforce, ce compromis entre travailleurs et décideurs politiques fournit une simulation plus réaliste que n’importe quel modèle construit auparavant, avec des politiques fiscales généralement définies et bénéficiant plus souvent aux riches.

    Implications plus larges de l’automatisation de l’audit des riches

    Les implications possibles de l’automatisation utilisée pour auditer les riches peuvent inclure : 

    • Recherche accrue sur la manière dont l’IA peut rassembler, synthétiser et exécuter les déclarations de revenus.
    • Des pays comme la Chine imposent des réglementations fiscales plus strictes à leurs grandes entreprises et à leurs particuliers aux revenus élevés. Cependant, cela pourrait conduire à une surveillance publique accrue et à une collecte de données intrusive.
    • Plus de financements publics disponibles pour réinvestir dans les services publics de toutes sortes.
    • Confiance accrue des institutions publiques dans les agences gouvernementales pour appliquer la loi et la fiscalité de manière équitable.
    • Les grandes entreprises et les multimillionnaires s'opposent à la taxation automatisée en augmentant les dépenses consacrées aux lobbyistes, en utilisant la confidentialité des données et les problèmes de piratage pour contrer l'utilisation de la technologie.
    • Les riches embauchent davantage de comptables et d’avocats pour les aider à contourner la fiscalité automatisée.
    • Les entreprises technologiques augmentent leurs investissements dans le développement de solutions d’apprentissage automatique dans le secteur fiscal et dans les partenariats avec les agences fiscales.

    Questions à commenter

    • Avez-vous de l'expérience dans l'utilisation de services de fiscalité automatisés ?
    • Sinon, comment l’IA peut-elle aider à gérer les informations et les systèmes fiscaux ?