تاثیر نقش هوش مصنوعی و داده کاوی در کشف الگوهای فرار مالیاتی

فرار مالیاتی یکی از مهم ترین چالش های نظام های اقتصادی و مالی در جهان معاصر است که آثار منفی گسترده ای بر درآمدهای عمومی، عدالت مالیاتی، شفافیت اقتصادی و کارایی سیاست های دولت برجای می گذارد. در سال های اخیر، گسترش حجم داده های مالی، تراکنشی و تجاری و نیز پیچیده تر شدن روش های پنهان سازی درآمد و دارایی، ضرورت استفاده از ابزارهای نوین تحلیلی را بیش از پیش آشکار کرده است. در این میان، هوش مصنوعی و داده کاوی به عنوان دو رویکرد فناورانه مهم، ظرفیت بالایی برای شناسایی الگوهای پنهان، تشخیص رفتارهای غیرعادی، پیش بینی ریسک و کشف شبکه های مرتبط با فرار مالیاتی فراهم کرده اند. هدف این مقاله مروری، بررسی جایگاه و کارکرد هوش مصنوعی و داده کاوی در کشف الگوهای فرار مالیاتی و تحلیل مهم ترین روش ها، مزایا، چالش ها و پیامدهای استفاده از این فناوری ها در نظام های مالیاتی است. این پژوهش با روش مرور توصیفی–تحلیلی و با بررسی منابع فارسی و انگلیسی در حوزه های مالیات، حسابداری، علم داده و هوش مصنوعی انجام شده است. یافته ها نشان می دهد که الگوریتم هایی مانند درخت تصمیم، شبکه های عصبی، ماشین بردار پشتیبان، خوشه بندی، کشف ناهنجاری و یادگیری عمیق در شناسایی پرونده های مشکوک و کاهش هزینه های بازرسی مالیاتی نقش موثری دارند. همچنین داده کاوی می تواند با استخراج الگوهای رفتاری مودیان، نظام مالیاتی را از حالت واکنشی به سمت نظارت هوشمند و پیشگیرانه سوق دهد. با وجود این، چالش هایی نظیر کیفیت داده ها، محرمانگی اطلاعات، تبعیض الگوریتمی و نیاز به زیرساخت های فنی و قانونی همچنان پابرجاست. در مجموع، هوش مصنوعی و داده کاوی می توانند به عنوان ابزارهایی راهبردی در ارتقای کارآمدی، دقت و عدالت نظام مالیاتی مورد استفاده قرار گیرند.

کلیدواژه ها:

هوش مصنوعی ، داده کاوی ، فرار مالیاتی ، نظام مالیاتی هوشمند