Η Τεχνητή Νοημοσύνη στη μάχη κατά της φοροδιαφυγής

Μοιάζει με σενάριο επιστημονικής φαντασίας, αλλά δεν είναι. Λίαν συντόμως, με το πάτημα ενός κουμπιού και τη βοήθεια ενός super λογισμικού, θα εντοπίζονται περιπτώσεις φοροδιαφυγής, ενώ το ίδιο το σύστημα θα αυτοτροφοδοτείται με τα στοιχεία που θα προκύπτουν, πολλαπλασιάζοντας τις ελεγκτικές του δυνατότητες. Κι όλα αυτά με χρήμα από το Ταμείο Ανάκαμψης.

Τα τελευταία χρόνια αναμφίβολα έχει γίνει πρόοδος ως προς τις ελεγκτικές μεθόδους, καθώς με την υιοθέτηση έμμεσων τεχνικών υπολογισμού των πραγματικών εισοδημάτων και τη βοήθεια της τεχνολογίας (Μητρώο Τραπεζικών Καταθέσεων), εντοπίζονται περιπτώσεις ή έστω σοβαρές ενδείξεις παραβατικότητας, οι οποίες υπό άλλες συνθήκες θα απαιτούσαν μήνες ελέγχων. Ωστόσο, η αποτελεσματικότητα και ακολούθως η εισπραξιμότητα παραμένουν στα χαμηλά σε σχέση με τις προσδοκίες. Μια από τις αιτίες- αν όχι η βασική- είναι ότι τα έως τώρα «εργαλεία» δεν μπορούν να συνδυάσουν, να διασταυρώσουν και να επεξεργαστούν τα στοιχεία από τις ολοένα και μεγαλύτερες βάσεις δεδομένων, είτε εντός είτε εκτός συνόρων, που έχουν στη διάθεση τους οι ελεγκτικές Αρχές.

Μόλις πρόσφατα, η ΑΑΔΕ πήρε στοιχεία από χώρες με τις οποίες ανταλλάσσει φορολογικές πληροφορίες κι εντόπισε περιπτώσεις φορολογούμενων με συντάξεις εξωτερικού, που δεν τις είχαν δηλώσει και καλούνται να προσκομίσουν τα απαραίτητα δικαιολογητικά για να αποφύγουν τις «καμπάνες». Αυτές ήταν οι εύκολες περιπτώσεις. Στο ίδιο πλαίσιο ανταλλαγής πληροφοριών π.χ. με την Ελβετία, οι ελεγκτικές Αρχές παραλαμβάνουν «σεντόνια» δεδομένων για καταθέσεις Ελλήνων, που μόνο η ταυτοποίηση τους με φυσικά ή νομικά πρόσωπα προκαλεί ίλιγγο, χωρίς φυσικά να είναι εξασφαλισμένο το αποτέλεσμα. Τι θα γινόταν, όμως, εάν ένα super λογισμικό έκανε τη… βρώμικη δουλειά από την αρχή ως το τέλος;

Η αλήθεια είναι ότι στην ΑΑΔΕ ήδη χρησιμοποιούν αλγορίθμους για την ταυτοποίηση φορολογούμενων με τραπεζικούς λογαριασμούς, όπως επίσης για να «σκανάρουν» τις κινήσεις τραπεζικών λογαριασμών προκειμένου να εντοπίζουν σε ποιες περιπτώσεις πρόκειται για «φρέσκο» χρήμα και σε ποιες απλώς ανακύκλωση καταθέσεων. Ωστόσο απαιτείται το «κάτι παραπάνω» και το μοντέλο που εφαρμόζει π.χ. η Γαλλία μοιάζει με μπούσουλα.

Το περιβόητο «Data Mining», δηλαδή η αναζήτηση και η επεξεργασία φορολογικών και μη πληροφοριών από μεγάλες βάσεις δεδομένων- ακόμα κι από τα social media- θα καλύψει το σύνολο της φορολογίας ή τουλάχιστον αυτή είναι η πρόθεση του υπουργείου Οικονομικών. Σύμφωνα με το Φοροτεχνικό Σύμβουλο, Γιώργο Χουσμεκερίδη, το γαλλικό σύστημα ελέγχου αποδίδει μια αποτελεσματικότητα 10-20% υψηλότερη από αυτή των παραδοσιακών μεθόδων ανάλυσης. Το εργαλείο αυτό έχει διπλή αξία, κατ’ αρχάς χάρη στις πολλαπλές διασταυρώσεις δεδομένων που πραγματοποιεί και επιτρέπουν σε κάθε ελεγκτή να πολλαπλασιάσει τη συνάφεια των αποτελεσμάτων, και έπειτα με την δυνατότητα του λογισμικού να «μάθει» συμβάλλοντας στη μοντελοποίηση των δεικτών επικινδυνότητας και, ως εκ τούτου, στον αυτόματο εντοπισμό και υπόδειξη των ύποπτων περιπτώσεων. Είναι ενδεικτικό ότι οι πρώτοι έλεγχοι που πραγματοποιήθηκαν στη Γαλλία με αυτό το λογισμικό, επέτρεψαν την ανάκτηση 250 εκατομμυρίων ευρώ από φόρους και 59 εκατομμυρίων ευρώ σε πρόστιμα.

Σημειωτέον ότι μόνο το 2020, οι αναφορές των ελεγκτικών υπηρεσιών προς την Αρχή για το Ξέπλυμα, αντιστοιχούν σε περιπτώσεις μεγάλης φοροδιαφυγής και μεγάλων οφειλετών ύψους 1,7 δις ευρώ.