Η Υπηρεσία Εσωτερικών Εσόδων των Ηνωμένων Πολιτειών (IRS) βρίσκεται εν μέσω μιας από τις πιο φιλόδοξες τεχνολογικές μεταμορφώσεις στην ιστορία της. Με την υποστήριξη δισεκατομμυρίων δολαρίων από τον Νόμο για τη Μείωση του Πληθωρισμού (Inflation Reduction Act), η υπηρεσία στρέφεται στην Τεχνητή Νοημοσύνη (ΤΝ) για να εκσυγχρονίσει τη συλλογή φόρων, να εντοπίσει τη φοροδιαφυγή και να βελτιώσει την εξυπηρέτηση των πολιτών. Ωστόσο, όπως επισημαίνει ο Samuel French στο Knoxville News Sentinel, αυτή η ψηφιακή επανάσταση δεν στερείται κινδύνων. Η χρήση αδιαφανών αλγορίθμων απειλεί να διευρύνει το χάσμα μεταξύ του κράτους και του πολίτη, στοχεύοντας δυσανάλογα τις πιο ευάλωτες κοινωνικές ομάδες.
Το Πρόβλημα της Προκατάληψης και του Φορολογικού Ελέγχου
Ένα από τα πιο κρίσιμα ζητήματα που προκύπτουν από την ενσωμάτωση της ΤΝ στην IRS είναι η αυτοματοποίηση των φορολογικών ελέγχων. Ιστορικά, οι φορολογούμενοι χαμηλού εισοδήματος που διεκδικούν το Επίδομα Εργασιακού Εισοδήματος (Earned Income Tax Credit - EITC) ελέγχονται σε πολύ υψηλότερα ποσοστά από ό,τι οι εύποροι φορολογούμενοι. Η Τεχνητή Νοημοσύνη, αν δεν ρυθμιστεί σωστά, κινδυνεύει να παγιώσει και να επιταχύνει αυτή την αδικία.
Οι αλγόριθμοι μηχανικής μάθησης εκπαιδεύονται σε ιστορικά δεδομένα. Εάν αυτά τα δεδομένα περιέχουν προκαταλήψεις —όπως η τάση της υπηρεσίας να ελέγχει ευκολότερα τις απλές φορολογικές δηλώσεις των φτωχών παρά τις περίπλοκες δομές των πλουσίων— η ΤΝ απλώς θα αναπαράγει αυτές τις προκαταλήψεις σε μαζική κλίμακα. Το αποτέλεσμα είναι ένα σύστημα που «κυνηγά» εκείνους που δεν έχουν τους πόρους να αμυνθούν νομικά, ενώ οι μεγάλες εταιρείες και οι δισεκατομμυριούχοι παραμένουν στο απυρόβλητο λόγω της πολυπλοκότητας των υποθέσεών τους, τις οποίες η τρέχουσα ΤΝ δυσκολεύεται ακόμα να αναλύσει πλήρως.
Το «Μαύρο Κουτί» και η Έλλειψη Λογοδοσίας
Η διαφάνεια αποτελεί τον ακρογωνιαίο λίθο της δημοκρατικής διοίκησης. Ωστόσο, οι αλγόριθμοι που χρησιμοποιεί η IRS λειτουργούν συχνά ως «μαύρα κουτιά». Οι φορολογούμενοι ενημερώνονται ότι έχουν επιλεγεί για έλεγχο ή ότι η δήλωσή τους απορρίφθηκε, χωρίς να έχουν πρόσβαση στη λογική που οδήγησε σε αυτή την απόφαση. Αυτή η έλλειψη επεξηγησιμότητας (explainability) παραβιάζει την αρχή της δίκαιης διαδικασίας.
«Όταν μια μηχανή αποφασίζει για την οικονομική επιβίωση ενός πολίτη, ο πολίτης έχει το δικαίωμα να γνωρίζει το 'γιατί'. Η αποτελεσματικότητα δεν μπορεί να αποτελεί δικαιολογία για την κατάργηση της λογοδοσίας», σημειώνουν αναλυτές της ψηφιακής διακυβέρνησης.
Επιπλέον, η εξάρτηση από την ΤΝ δημιουργεί έναν κίνδυνο «αυτοματοποιημένης απάθειας». Οι υπάλληλοι της IRS ενδέχεται να εμπιστεύονται τυφλά τις υποδείξεις του συστήματος, θεωρώντας ότι ο αλγόριθμος είναι αλάνθαστος. Αυτό μειώνει την κριτική σκέψη και την ανθρώπινη εποπτεία, στοιχεία απαραίτητα για την αξιολόγηση των μοναδικών συνθηκών κάθε φορολογουμένου.
Η Ανάγκη για Ριζική Μεταρρύθμιση
Για να διορθώσει την Τεχνητή Νοημοσύνη της, η IRS πρέπει να υιοθετήσει ένα πλαίσιο «Ηθικής ΤΝ» που να περιλαμβάνει τα εξής στάδια:
- Τακτικοί Έλεγχοι Αλγοριθμικής Δικαιοσύνης: Ανεξάρτητοι φορείς πρέπει να ελέγχουν τους αλγορίθμους για τυχόν φυλετικές ή οικονομικές προκαταλήψεις πριν και μετά την εφαρμογή τους.
- Διαφάνεια και Επεξηγησιμότητα: Κάθε φορολογούμενος που επηρεάζεται από μια αλγοριθμική απόφαση πρέπει να λαμβάνει μια σαφή εξήγηση των παραγόντων που οδήγησαν σε αυτήν.
- Ενίσχυση της Ανθρώπινης Εποπτείας (Human-in-the-loop): Η ΤΝ πρέπει να λειτουργεί ως εργαλείο υποστήριξης και όχι ως τελικός κριτής, ειδικά σε υποθέσεις που αφορούν ευάλωτες ομάδες.
Ο εκσυγχρονισμός της IRS είναι αναγκαίος. Η υπηρεσία παλεύει με απαρχαιωμένα συστήματα της δεκαετίας του '60 και η ΤΝ μπορεί να προσφέρει τη λύση. Ωστόσο, η βιασύνη για αυτοματοποίηση δεν πρέπει να θυσιάσει τα δικαιώματα των πολιτών. Η τεχνολογία πρέπει να υπηρετεί τη δικαιοσύνη, όχι μόνο την είσπραξη εσόδων. Αν η IRS δεν καταφέρει να καταστήσει την ΤΝ της διαφανή και δίκαιη, κινδυνεύει να διαβρώσει περαιτέρω την εμπιστοσύνη του κοινού σε έναν ήδη αμφιλεγόμενο θεσμό.
