L'intelligence artificielle et l'apprentissage automatique améliorent-ils la fonction de mise en recouvrement de l'impôt ?

Les technologies perturbatrices transforment l’économie en créant de nouveaux produits, services et modèles d’affaires. Ces nouveaux outils et technologies remettent également en question la façon dont les administrations fiscales s’acquittent de leurs tâches et offrent de nouvelles occasions d’administrer les impôts, d’aider les contribuables et de favoriser le respect des lois. Pour faire face à ce contexte en évolution, les autorités fiscales déploient des outils d’intelligence artificielle sophistiqués comme la chaîne de blocs, l’apprentissage automatique et l’automatisation robotisée des processus, afin de valider et de produire des rapports à des fins de conformité. Malgré la popularité croissante de ces outils, on sait peu de choses sur leur effet sur la fonction de mise en recouvrement de l’impôt. Je tente de répondre à cette question à l’aide d’un ensemble de données pancanadien et j’utilise un modèle de différence dans la différence qui exploite l’hétérogénéité au fil du temps et à l’échelle du pays dans la mise en œuvre de l’intelligence artificielle et de l’apprentissage automatique.

Dans le contexte fiscal actuel, les autorités fiscales exigent une plus grande transparence au sein des administrations. Cette plus grande transparence générale a pour conséquence directe d’augmenter de façon extraordinaire la quantité de données dont disposent les administrations fiscales sur les opérations nationales et mondiales des contribuables. Par conséquent, l’intelligence artificielle peut jouer un rôle clé pour les autorités fiscales, car même si les applications d’intelligence artificielle sont développées au moyen d’algorithmes et de données, le succès des résultats qui peuvent être obtenus se trouve principalement dans les données saisies, et surtout dans leur volume.

Le potentiel des applications d’IA a été vanté par les agences nationales du revenu, qui signalent une augmentation de leur utilisation. Par exemple, en Australie, l’Australian Tax Administration (ATO) a présenté Alex, un assistant virtuel, en réponse aux clients qui demandaient à faciliter l’obtention de renseignements et de soutien lorsqu’ils en ont besoin. Au Canada, l’administration fiscale canadienne (l’Agence du revenu du Canada ? ARC) a amélioré ses options de libre-service et en a offert de nouvelles pour améliorer l’expérience de production de déclarations de revenus et de prestations.

Malgré la popularité et l’adoption croissantes de diverses applications d’intelligence artificielle par les autorités fiscales, il n’y a pas de littérature scientifique sur ce sujet et il reste à comprendre si, et dans quelle mesure, l’adoption d’applications d’intelligence artificielle comme l’apprentissage automatique peut aider les autorités fiscales à lutter directement contre la fraude fiscale, ainsi qu’à offrir un meilleur service aux contribuables et à accroître le respect de ceux-ci à l’égard de leurs obligations fiscales. Pour combler cette lacune, j’examine dans quelle mesure l’intelligence artificielle constitue un moyen de dissuasion, ainsi que les applications qui sont particulièrement efficaces pour détecter et dissuader les déclarations de revenus audacieuses.