約翰斯·霍普金斯大學(xué)的人工智能和法律專家合作團(tuán)隊正在開發(fā)一種人工智能系統(tǒng)，該系統(tǒng)能夠比稅務(wù)會計師更有效地識別稅務(wù)漏洞。其目的是減少因操縱稅法而造成的年度稅收缺口，估計約為5000億美元。

研究小組正在開發(fā)一個名為Shelter Check(庇護(hù)所檢查)的人工智能系統(tǒng)。該軟件將使國會、美國國稅局或法院能夠仔細(xì)審查擬議的稅收立法或裁決，以找出無意的漏洞。

“這就是為什么我們稱之為庇護(hù)所檢查——這就像一個拼寫檢查器，但對于避稅天堂來說，”首席研究員、專門研究人工智能的約翰·霍普金斯大學(xué)計算機(jī)科學(xué)家Benjamin Van Durme在約翰·霍普金斯中心的一篇文章中說?！拔覀兿Ｍ⒁粋€系統(tǒng)，可以閱讀擬議的法律修改，并向國會和美國國稅局通報稅法的影響，或警告制定新政策的人注意意外的副作用?！?/p>

馬里蘭大學(xué)法學(xué)教授兼稅務(wù)律師Andrew Blair Stanek和學(xué)生Nils Holzenberger也加入了Van Durme的行列，他也是Van Durme計算機(jī)科學(xué)項目的博士生。

錯綜復(fù)雜的美國稅法網(wǎng)絡(luò)有時可以讓納稅人通過結(jié)合國會、財政部、美國國稅局的各種裁決和相關(guān)法院裁決來規(guī)避納稅義務(wù)。

創(chuàng)建一個能夠像人類稅務(wù)專業(yè)人員一樣熟練地理解和應(yīng)用這一復(fù)雜稅法的人工智能可能是一個具有挑戰(zhàn)性的前景。法律語言錯綜復(fù)雜，稅法包括數(shù)千頁的表格，這些表格對解釋稅收結(jié)果至關(guān)重要。在該項目的早期階段，該團(tuán)隊已經(jīng)對ChatGPT和GPT-3進(jìn)行了實驗，但這兩個人工智能模型都被稅法難住了。

Blair Stanek在Hub的一篇文章中說：“GPT-3完全被稅法弄糊涂了?！薄皬淖置嫔峡?，在這些問題上扔硬幣會得到50%的問題，而GPT-3只得到了大約70%。這些只是關(guān)于稅法的基本問題，比如‘某某人是一個受撫養(yǎng)人，年收入10萬美元，這個稅收部分適用嗎?’它無法處理。”

盡管存在這些最初的困難，研究人員仍然保持樂觀，在使用GPT-4時，初步實驗是有希望的。GPT-4是OpenAI最新的大型語言模型，具有擴(kuò)展的推理能力。

該團(tuán)隊擔(dān)心，開發(fā)類似的人工智能系統(tǒng)可能會發(fā)現(xiàn)更多的稅收漏洞，因此該項目的進(jìn)展備受關(guān)注。

然而，研究人員也相信，他們的人工智能可以適應(yīng)醫(yī)學(xué)和商業(yè)等領(lǐng)域的更廣泛應(yīng)用，這突出了他們工作的深遠(yuǎn)影響：“我計劃在職業(yè)生涯的剩余時間里努力讓它發(fā)揮作用?！盉lair Stanek說。