پایان عصر ممیز؛ تولد نظام مالیاتیِ پیش‌گو: بازطراحی معماری حکمرانی مالیاتی در عصر هوش مصنوعی

مالیات هوش مصنوعی (1)
پرینت

محمد همدانی پژوهشگر گروه حکمرانی و فناوری اندیشکده حکمرانی شریف، در یادداشتی نوشت:

ظهور هوش مصنوعی در ساختار قدرت، بیش از آنکه یک ارتقای ابزاری باشد، نشان‌دهنده تغییر بنیادین در منطق حکمرانی و گذار از «واکنش پسینی» به «پیش‌بینی پیشینی» است. مسئله بنیادین در این تحول، صرفاً نصب فناوری یا کشف تخلفات نیست؛ بلکه بازطراحی معماری حکمرانی است که در آن سازمان امور مالیاتی از نهادی ممیزی‌محور به سازمانی داده‌محور و ریسک‌سنج تبدیل می‌شود. این یادداشت بر آن است تا نشان دهد که چگونه هوش مصنوعی با جابه‌جاکردن مرزهای مداخله، اکوسیستم مالیاتی را به سمت «پیش‌بینی‌نگری» هدایت می‌کند. در واقع، جوهره اصلی این گذار، نه تکنولوژی به ما‌هو تکنولوژی، بلکه ایجاد نخی روایی میان داده، سیاست‌گذاری و مشروعیت اداری است.

هوشمندسازی مهارشده؛ تراکنش‌محوری

نخستین نشانه این تحول جهانی، پارادوکس «پذیرش محتاطانه» در میان کشورهای پیشرو است که از تمایل به بهره‌وری در عین حفظ مشروعیت حکایت دارد. گزارش‌های آماری نشان می‌دهد که اکثریت کشورهای توسعه‌یافته، هوش مصنوعی را در فرایندهای مالیاتی خود به کار گرفته‌اند، اما هم‌زمان محدودیت‌های سخت‌گیرانه‌ای برای این ابزارها وضع کرده‌اند. این احتیاط ساختارمند به این معناست که دولت‌ها ضمن استقبال از کارایی هوش مصنوعی، حاضر نیستند «تصمیم نهایی اداری» را به الگوریتم‌های جعبه سیاه واگذار کنند و همواره «انسان در حلقه» [1]را حفظ می‌کنند؛ بنابراین، مسیر جهانی کنونی نه یک خوش‌بینی ساده‌انگارانه، بلکه هوشمندسازی مهارشده و قانونمند است.

این هوشمندسازی مهارشده، در بطن الگوی «مالیات ۳.۰» [2] معنا می‌یابد که هدف آن ادغام فرایندهای مالیاتی در دل فعالیت‌های طبیعی کسب‌وکار است. در این پارادایم، نظارت از «فرم محوری دیرهنگام» به سمت «تراکنش‌محوری بلادرنگ» حرکت می‌کند تا اصطکاک میان مؤدی و دولت به حداقل برسد. هدف غایی مدیریت ریسک در عصر دیجیتال، ایجاد محیطی است که در آن مؤدی نه به دلیل ترس از جریمه، بلکه به واسطه طراحی دقیق سیستم، کمتر دچار خطا شود. در نتیجه، هوش مصنوعی رابطه سنتی دولت و شهروند را از «تأدیب پس از خطا» به «هدایت پیش از خطا» تغییر داده و ماهیتی سیاسی – اجتماعی به خود می‌گیرد.

تحقق این پیش‌بینی‌نگری مستلزم نگاهی اکوسیستمی است، چرا که اداره مالیات دیگر نمی‌تواند به‌صورت یک جزیره اطلاعاتی مستقل عمل کند. موفقیت مالیاتی در عصر حاضر به شبکه‌ای پیچیده از وابستگی‌ها میان بانک‌ها، اپراتورها، گمرک و ارائه‌دهندگان خدمات ابری گره‌خورده است. به همین دلیل، نهادهای بین‌المللی بر سه ستون «معماری یکپارچه»، «تعامل‌پذیری» [3] و «استانداردسازی داده» به‌عنوان الزامات حکمرانی داده تأکید می‌ورزند. از این منظر، هوش مصنوعی نه یک پروژه نرم‌افزاری برای یک سازمان منفرد، بلکه پروژه‌ای برای حکمرانی بر کل اکوسیستم اقتصادی کشور محسوب می‌شود.

روایت کشورها؛ هوش مصنوعی ابزاری برای تسهیل عدالت و خدمات‌رسانی

تجربه عملی کشورهایی نظیر اتریش نشان می‌دهد که تبدیل هوش مصنوعی به یک توانمندی سازمانی، چگونه به نتایج ملموس اقتصادی منجر می‌شود. با ایجاد واحد تخصصی  PACC از ۲۰۱۴، هوش مصنوعی را به توانمندی سازمانی دائمی تبدیل کرده است؛ در ۲۰۲۳، مدل‌های ریسک این واحد حدود ۶.۵ میلیون پرونده را تحلیل کرده‌اند، حدود ۱۸۵ میلیون یورو درآمد اضافی گزارش شده و افزون بر آن ۲۷.۵ میلیون پرونده برای تمکین[4] بررسی و ۳۷۵ هزار پرونده برای بررسی بیشتر علامت‌گذاری شده‌اند. این موفقیت بیش از آنکه مدیون پیچیدگی الگوریتم‌ها باشد، نتیجه نهادینه‌سازی تحلیل و مدیریت صحیح چرخه عمر مدل‌های هوش مصنوعی در ساختار اداری است. بدین ترتیب، پیش‌بینی‌نگری زمانی از شعار به واقعیت تبدیل می‌شود که تحلیل‌گری به طور مستقیم به گلوگاه‌های تصمیم‌گیری متصل شود.

در سوی دیگر، تجربیات فرانسه، برزیل و سنگاپور ثابت می‌کند که نوآوری تنها زمانی پایدار است که با سازوکارهای مشروعیت‌ساز و خدماتی پیوند بخورد. در  فرانسه پروژه Foncier Innovant اجرا شد الگوریتم‌ها از تصاویر هوایی برای شناسایی تغییرات ملکی استفاده می‌کنند و سپس با داده‌های اظهارشده تطبیق می‌دهند، اما هر ناهنجاری پیش از اقدام، توسط مأمور انسانی بررسی می‌شود. برزیل در AI Litigation Project با استفاده از یادگیری ماشین برای دسته‌بندی پرونده‌های قضایی، کارایی اداری را افزایش داده است و در آزمون اولیه با ۲۰۰۰ پرونده برچسب خورده، حساسیت و ویژگی بیش از ۸۰٪ گزارش شد. درحالی‌که سنگاپور با چت‌بات‌های پیشرفته IRAS  در سال مالی ۲۰۲۴، حدود ۷۰ هزار پرسش/تراکنش را پوشش داد و برای هر تراکنش حدود ۱۰ دقیقه صرفه‌جویی زمانی نسبت به کانال‌های سنتی دیجیتال گزارش کرده است. در تمام این الگوها، هوش مصنوعی ابزاری برای تسهیل عدالت و خدمات‌رسانی است، نه صرفاً وسیله‌ای برای اعمال قدرت. ازاین‌رو، بازآرایی لایه‌های حکمرانی از مسیر ممیزی تا حل اختلاف، خروجی اصلی این فناوری است.

بااین‌حال، نفوذ هوش مصنوعی در مالیات با ریسک‌های جدی حکمرانی همراه است که می‌تواند اعتماد عمومی را به چالش بکشد. بدون سیاست‌های رسمی، آموزش کارکنان و رعایت اصل «توضیح‌پذیری»، پیچیدگی الگوریتم‌ها می‌تواند به یک «جعبه سیاه» غیرقابل‌دفاع تبدیل شود. مفاهیمی مانند «توهم» [5] در هوش مصنوعی مولد، حساسیت‌های حقوقی و اخلاقی را دوچندان کرده و ضرورت بازبینی‌های مستمر را ایجاب می‌کند. براین‌اساس، تدوین چارچوب‌های حکمرانی مسئولانه، نه یک اقدام ضمیمه‌ای، بلکه شرط امکانِ تحقق تحول دیجیتال است.

نظام مالیاتی پیش‌گو ایران؛ «هوشمندسازی فرآیندها»، «حمایت از اقشار کم‌درآمد» و «تأمین حداکثر رضایت‌مندی مؤدیان»

در مسیر این تحول جهانی، نظام مالیاتی ایران با تکیه بر احکام برنامه هفتم توسعه، چرخشی راهبردی را به سمت «حکمرانی هوشمند» آغاز کرده است تا با تبدیل مالیات به منبع اصلی تأمین بودجه، نقش تنظیم‌گری و عدالت مالیاتی را تقویت کند. این تحول نهادی، نگاه به فرار مالیاتی را از «مجازات پس از تخلف» به سمت «پیشگیری الگوریتم‌محور» تغییر داده و با رسوخ هوش مصنوعی در پایش تراکنش‌های مالی، احتمال بروز تخلف را به شکل چشم‌گیری کاهش داده است. با این حال، آسیب‌شناسی وضعیت موجود نشان می‌دهد که گلوگاه اصلی ایران در گذار به نظام «پیش‌گو»، جزیره‌ای بودن پایگاه‌های اطلاعاتی و ضعف در تعامل‌پذیری میان‌دستگاهی است. بدون معماری منسجم داده‌ای، هوشمندسازی خطرِ تبدیل شدن به یک «جعبه‌سیاه» را دارد که به جای ارتقای عدالت، تنها سرعت پردازش داده‌های ناقص را بالا برده و سلیقه را در پوشش سیستماتیک بازتولید می‌کند.

برای عبور از این بن‌بست، نقشه راه نظام مالیاتی باید هوش مصنوعی را در مرکز سه راهبرد «هوشمندسازی فرآیندها»، «حمایت از اقشار کم‌درآمد» و «تأمین حداکثر رضایت‌مندی مؤدیان» قرار دهد. تحول واقعی زمانی رخ می‌دهد که هوش مصنوعی با شناسایی دقیق پایه‌های مالیاتی جدید، فشار را از بخش مولد اقتصاد برداشته و رونق تولید را از طریق حسابرسی سیستمی تضمین کند. در این پارادایم، صیانت از حقوق مؤدی و «توضیح‌پذیر بودن» معیارهای نمره‌دهی ریسک، پیش‌شرط‌های اصلی برای تبدیل مبارزه با فرار مالیاتی به ابزاری برای اعتمادسازی و شکل‌گیری یک فرهنگ مالیاتی پایدار است. اگر الگوریتم‌ها در خدمت شفافیت قرار گیرند، عدالت مالیاتی نه یک شعار، بلکه به یک واقعیت اجرایی ملموس در ساختار حکمرانی بدل خواهد شد.

در نهایت، بلوغ حکمرانی در عصر دیجیتال با توانایی دولت‌ها در پیوند زدن «پیش‌بینی‌نگری» با «عدالت اجتماعی» سنجیده می‌شود. آینده مالیات، چه در ایران و چه در پهنه جهانی، نه در غلبه مطلق کدهای برنامه‌نویسی، بلکه در هم‌افزایی اکوسیستم داده و پاسخگویی الگوریتمی نهفته است؛ جایی که هوش مصنوعی ستونِ ثبات بودجه و ضامن حقوق شهروندی است. این گذار پارادایمیک نشان می‌دهد که پایان عصر ممیز سنتی، سرآغاز حکمرانی هوشمندی است که در آن پیش‌بینی جایگزین واکنش، و هدایت سیستمی جایگزین تنبیه می‌شود. تنها با چنین نگاهی است که می‌توان هوش مصنوعی را از یک ابزار فنی به موتور محرک توسعه ملی و تثبیت عدالت در قلب نظام‌های مالیاتی مدرن تبدیل کرد.

منتشر شده در: خبرگزاری فارس

منابع

  1. Aslett, J. (2025, September 24). Digital Tax Administration and the Role of Artificial Intelligence: Global Issues and Challenges [Presentation]. International Monetary Fund.
  2. European Commission Fiscalis Risk Management Platform. (2023). Compliance Risk Management in the Digital Era (CRM Guide Update).
  3. International Monetary Fund. (2024). Understanding Artificial Intelligence in Tax and Customs Administration (TNM/2024/06).
  4. (2020). Tax Administration 3.0: The Digital Transformation of Tax Administration.
  5. (2025a). AI in tax administration (in Governing with Artificial Intelligence: The State of Play and Way Forward in Core Government Functions).
  6. (2025b). Tax Administration Digitalisation and Digital Transformation Initiatives.
  7. (2025d). Governing with Artificial Intelligence: The State of Play and Way Forward in Core Government Functions.
  8. World Bank. (n.d.). Artificial Intelligence in the Public Sector: Summary Note (GovTech).

[1] Human-in-the-loop

[2] Tax Administration 3.0

[3] interoperability

[4] Tax Compliance

[5] Hallucination