In de strijd tegen fiscale fraude is gegevensverwerking een belangrijk middel om de focus te kunnen leggen daar waar het moet: bij de fraudeurs, bij de enkelen die kunstmatig trachten belastingen te ontwijken, en daardoor het fiscaal systeem voor álle burgers en ondernemingen van dit land onder druk zetten. Hoewel de fiscus AI gebruikt ter ondersteuning, blijft de menselijke factor daarbij altijd cruciaal.
Webscraping
Een mooi voorbeeld hiervan is het gebruik van ‘webmonitoring’ en ‘webscraping’, een computertechniek waarbij software wordt gebruikt om informatie van webpagina's te analyseren, in de zoektocht naar webshops die niet voldoen aan hun administratieve verplichtingen in het kader van ‘DAC 7-light’. België heeft immers een voortrekkersrol gespeeld binnen Europa, en heeft vervroegd rapporteringsverplichtingen voor internetplatformen ingevoerd. Nu zou het makkelijk zijn om controles vooral te richten op diegenen die aan hun verplichtingen voldaan hebben, en dus reeds gekend zijn bij de fiscus. Maar om een gelijk speelveld te creëren, is het belangrijk dat de administratie ook onderzoekt of er webshops zijn die níet aan hun verplichtingen voldaan hebben. Daar is ‘webscraping’ een goed instrument voor, want zo’n automatische tool is veel efficiënter om non-compliant webshops op te sporen dan ambtenaren die manueel op het web op zoek moeten gaan.
Selectie door ervaren ambtenaren ondersteund door doelgerichte datamining
Desalniettemin is de administratie zich ook bewust van de risico’s die gegevensverwerking met zich meebrengt, zowel op technologisch vlak als voor de bescherming van de fundamentele rechten van belastingplichtigen.
Daarom is het belangrijk dat er steeds een menselijke tussenkomst voorzien wordt: administratieve beslissingen worden nooit genomen enkel op basis van de uitkomst van een computeralgoritme, zelfs niet de loutere beslissing om een controle op te starten.
80% van alle dossiers die geselecteerd worden voor controle, worden centraal geselecteerd. Dit betekent echter geenszins dat 80% van de dossiers door een computeralgoritme worden geselecteerd. De centrale selectie gebeurt o.a. door het Tax Audit and Compliance Management team (TACM), dat deel uitmaakt van de centrale diensten van de Algemene Administratie van de Fiscaliteit.
Het overgrote deel van de dossiers die zij selecteren, wordt geselecteerd op basis van ‘business rules’: criteria die bepaald worden door ervaren ambtenaren. Om een voorbeeld te geven: fiscalisten weten dat een liquidatiereserve niet gecombineerd kan worden met een investeringsaftrek. Als de administratie dit wenst te controleren, zou ze aan haar ambtenaren kunnen vragen om manueel door alle aangiften te gaan, en diegene eruit te halen waarin de codes voor zowel de liquidatiereserve als de investeringsaftrek ingevuld staan. Maar een efficiënt beheer van overheidsmiddelen vraagt om een doelmatiger aanpak. Daarom wordt aan een dataminer gevraagd om uit de datawarehouse alle aangiften te halen met ingevulde codes voor zowel de liquidatiereserve als de investeringsreserve. Hierbij is er geen sprake van artificiële intelligentie; het gaat louter over het efficiënt kunnen zoeken in grote hoeveelheden data.
Selectie door AI met verificatie door ambtenaar
Er is wel een beperkt aantal dossiers dat geselecteerd wordt met behulp van AI, zoals bijvoorbeeld de webshops die niet aan hun verplichtingen hebben voldaan. Ook hier is er steeds voorzien in een menselijke tussenkomst. De resultaten die uit zo’n algoritme komen, worden altijd eerst geverifieerd door ambtenaren van (o.a.) TACM, en verrijkt met andere gegevens. Dan worden er enkele pilootdossiers geselecteerd voor controle, en op basis van die feedback wordt het algoritme verfijnd.
Binnen TACM worden de medewerkers ook gesensibiliseerd voor de risico’s die gegevensverwerking met zich meebrengt en zijn er ‘best practices’ uitgewerkt. Zij werken eveneens nauw samen met het Digitax-team van de Universiteit Antwerpen, precies om deze risico’s in kaart te brengen en te beheersen.
Rigoureuze procedure per project
Ten slotte moet worden opgemerkt dat elk project, zowel met behulp van ‘business rules’ als met behulp van AI, steeds het voorwerp uitmaakt van een rigoureuze procedure. Deze begint met het opstellen van een ‘DAM-fiche’ (data access management), waarin staat welke gegevens nodig zijn, met welke finaliteit en welke specifieke personen toegang moeten hebben. Deze fiche wordt nagekeken door de cellen Privacy, zowel op het niveau van de administratie, als op het niveau van de Voorzitter. Deze cellen controleren of de aanvraag conform de wetgeving is. Zo kijken ze bijvoorbeeld voor elk opgevraagd gegeven na of de finaliteit voldoende gemotiveerd is. De datawarehouse bevat dan wel veel gegevens, maar een concreet project zal slechts toegang hebben tot een beperkte selectie van die gegevens, met name enkel diegene waarvoor de finaliteit verantwoord is in het kader van dat project. Bij de reeds genoemde selectie voor de combinatie van een liquidatiereserve en investeringsaftrek, zal bijvoorbeeld de identiteit van de bedrijfsleider niet meegenomen worden, omdat dit gegeven niet relevant is voor de beoogde finaliteit.
Als een slimme en toekomstgerichte organisatie, maakt de fiscale administratie dus gebruik van de bestaande technologische mogelijkheden inzake gegevensverwerking. Ze heeft hierbij echter steeds oog voor de risico’s die dit met zich meebrengt en heeft de nodige processen voorzien om deze risico’s efficiënt, effectief en ethisch te beheersen.
Margaux Smets, adviseur fraudebestrijding kabinet minister van Financiën
Margaux Smets nam als panellid deel aan het debat over artificiële intelligentie in fiscalibus tijdens het TBF-forum, georganiseerd door het Tijdschrift Beleggingsfiscaliteit.
Lees hier een verslag van de studienamiddag en een bijdrages van de andere deelnemers:
0 reacties