کاربرد هوش مصنوعی در تحلیل داده های مالیاتی با تمرکز بر بهبود فرآیندهای حسابرسی و ارتقای کارائی نظام مالیاتی ایران

تحولات سریع در حوزه فناوری های نوین، به ویژه هوش مصنوعی، فرصت های گسترده ای برای ارتقای کارایی نظام های مالیاتی فراهم کرده است. هدف اصلی این پژوهش بررسی کاربرد هوش مصنوعی در تحلیل داده های مالیاتی با تمرکز بر بهبود فرآیندهای حسابرسی و افزایش کارآمدی نظام مالیاتی ایران است. در این راستا، پژوهش حاضر تلاش می کند نشان دهد که چگونه الگوریتم های یادگیری ماشین و روش های داده کاوی می توانند در شناسایی الگوهای رفتاری مودیان، کشف تخلفات مالیاتی، و بهینه سازی فرآیندهای حسابرسی نقش آفرینی کنند. روش تحقیق به کار رفته در این مطالعه ترکیبی از مرور ادبیات نظری، تحلیل ثانویه داده های مالیاتی موجود، و طراحی مدل های آزمایشی مبتنی بر الگوریتم های طبقه بندی و خوشه بندی است. داده های مورد استفاده شامل مجموعه ای از اطلاعات مالیاتی واقعی و شبیه سازی شده بوده که با بهره گیری از ابزارهای هوش مصنوعی مورد پردازش قرار گرفته اند. برای ارزیابی عملکرد مدل ها، شاخص هایی همچون دقت، قابلیت پیش بینی، و زمان پردازش مورد سنجش قرار گرفت. یافته های کلیدی نشان می دهد که استفاده از هوش مصنوعی در تحلیل داده های مالیاتی می تواند دقت حسابرسی را به طور قابل توجهی افزایش دهد، الگوهای پیچیده فرار مالیاتی را آشکار سازد، و هزینه های عملیاتی سازمان امور مالیاتی را کاهش دهد. همچنین نتایج نشان داد که الگوریتم های یادگیری عمیق در مقایسه با روش های سنتی، توانایی بیشتری در شناسایی روابط غیرخطی میان متغیرهای مالیاتی دارند. در نتیجه گیری، پژوهش حاضر تاکید می کند که ادغام هوش مصنوعی در فرآیندهای حسابرسی نه تنها موجب ارتقای شفافیت و عدالت مالیاتی می شود، بلکه زمینه ساز افزایش اعتماد عمومی به نظام مالیاتی خواهد بود. این یافته ها می تواند به سیاست گذاران و مدیران مالیاتی در ایران کمک کند تا با بهره گیری از فناوری های نوین، نظام مالیاتی کارآمدتر و پاسخگوتری را طراحی کنند.