Ψηφιακός μετασχηματισμός και φοροδιαφυγή: Ο ρόλος της Τεχνητής Νοημοσύνης

Μπορεί ένας αλγόριθμος να καταφέρει αυτό που το φορολογικό σύστημα δυσκολεύεται να πετύχει εδώ και δεκαετίες: τον περιορισμό της φοροδιαφυγής

Του Κωνσταντίνου Δερμεντζόπουλου (απόφοιτος του ΔΠΜΣ στο Δίκαιο και την Οικονομία) και του Θεόδωρου Παναγιωτίδη (Καθηγητή στο Τμήμα Οικονομικών Επιστημών του Πανεπιστημίου Μακεδονίας)

dermentzopoulos.jpg
theodoros-panagiotidis.jpeg

Σε μια χώρα όπου το φαινόμενο της φοροδιαφυγής παραμένει βαθιά ριζωμένο και η παραοικονομία εξακολουθεί να κινείται σε υψηλά επίπεδα, η ανάγκη για αποτελεσματικούς μηχανισμούς ελέγχου είναι πιο επιτακτική από ποτέ. Η τεχνητή νοημοσύνη προβάλλεται ως ένα νέο και ισχυρό εργαλείο, όμως το κρίσιμο ερώτημα είναι αν οι ίδιοι οι πολίτες είναι έτοιμοι να την αποδεχθούν και να την εμπιστευθούν.

Η φοροδιαφυγή αποτελεί ένα από τα πιο επίμονα προβλήματα της ελληνικής οικονομίας, επηρεάζοντας τόσο τα δημόσια έσοδα όσο και τη συνολική αίσθηση δικαιοσύνης μεταξύ των πολιτών. Παλαιότερες εκτιμήσεις δείχνουν ότι η παραοικονομία στην Ελλάδα κυμαίνεται μεταξύ 20% και 30% του Ακαθάριστου Εγχώριου Προϊόντος (ΑΕΠ), ποσοστό που αντιστοιχεί σε περίπου 40 δισεκατομμύρια ευρώ ετησίως (Eurobank Research, 2023; IMF, 2024). Το γεγονός αυτό αναδεικνύει ότι δεν πρόκειται απλώς για μεμονωμένες περιπτώσεις παραβατικότητας, αλλά για ένα βαθύτερο και συστημικό φαινόμενο, το οποίο συνδέεται άμεσα με τη λειτουργία των θεσμών και το επίπεδο εμπιστοσύνης προς το κράτος.

Με βάση αυτά τα δεδομένα, η τεχνητή νοημοσύνη προσφέρει νέες δυνατότητες στη φορολογική διοίκηση. Μέσω της ανάλυσης μεγάλου όγκου δεδομένων, μπορεί να εντοπίσει ανωμαλίες, να αναγνωρίσει ύποπτα μοτίβα συναλλαγών και να ενισχύσει τη στόχευση των ελέγχων. Επιπλέον, δίνει τη δυνατότητα προληπτικής παρέμβασης, επιτρέποντας στις αρχές να εντοπίζουν περιπτώσεις υψηλού κινδύνου πριν αυτές εξελιχθούν σε εκτεταμένη φοροδιαφυγή. Με τον τρόπο αυτό, η τεχνητή νοημοσύνη βοηθά τη φορολογική διοίκηση να μετατραπεί από έναν κατεξοχήν κατασταλτικό φορέα σε έναν πιο στρατηγικό και αποτελεσματικό οργανισμό.

Σε πρόσφατη μελέτη που πραγματοποιήθηκε στο Πανεπιστήμιο Μακεδονίας, στο πλαίσιο του Διιδρυματικού Προγράμματος Μεταπτυχιακών Σπουδών «Δίκαιο και Οικονομικά», από τους Παναγιωτίδη Θ. και Δερμεντζόπουλο Κ., διερευνήθηκαν οι στάσεις των φορολογούμενων απέναντι στη χρήση της τεχνητής νοημοσύνης στη φορολογική διοίκηση και ειδικότερα στον ρόλο της στην καταπολέμηση της φοροδιαφυγής. Η έρευνα βασίστηκε σε δομημένο ερωτηματολόγιο και πραγματοποιήθηκε σε δείγμα φορολογούμενων στην πόλη της Θεσσαλονίκης. Συνολικά, συμμετείχαν 168 φορολογούμενοι, με το 52,4% (88 άτομα) να συμπληρώνει το ερωτηματολόγιο ηλεκτρονικά και το 47,6% (80 άτομα) σε έντυπη μορφή. Παράλληλα, το 54,8% του δείγματος ήταν άνδρες και το 45,2% γυναίκες. Το μεγαλύτερο μέρος του δείγματος ανήκε στις παραγωγικές ηλικίες, καθώς το 31,0% ήταν 25–34 ετών, το 23,8% ήταν 35–44 ετών και επίσης το 23,8% ήταν 45–54 ετών. Ως προς την επαγγελματική κατάσταση, η πλειονότητα ήταν μισθωτοί (73,8%), ενώ σημαντική ήταν και η συμμετοχή ελεύθερων επαγγελματιών (21,4%).

Η έρευνα ανέλυσε βασικές διαστάσεις που επηρεάζουν τη στάση των πολιτών απέναντι στην τεχνητή νοημοσύνη: την αποδοχή της τεχνολογίας, την αντιλαμβανόμενη αποτελεσματικότητα, τη δικαιοσύνη, την εμπιστοσύνη και τις ανησυχίες για την ιδιωτικότητα. Τα αποτελέσματα αναδεικνύουν μια σύνθετη εικόνα, όπου η αποδοχή της τεχνητής νοημοσύνης δεν είναι δεδομένη, αλλά διαμορφώνεται μέσα από την αλληλεπίδραση αυτών των παραγόντων.

Τα αποτελέσματα δείχνουν ότι οι φορολογούμενοι αναγνωρίζουν την πρακτική χρησιμότητα της τεχνητής νοημοσύνης, καθώς η υψηλότερη τιμή καταγράφηκε στην αντιλαμβανόμενη αποτελεσματικότητα. Οι φορολογούμενοι εμφανίζονται πιο θετικοί απέναντι στη χρήση της τεχνητής νοημοσύνης όταν πιστεύουν ότι μπορεί να συμβάλει ουσιαστικά στη μείωση της φοροδιαφυγής. Περίπου τρεις στους τέσσερις συμμετέχοντες αξιολόγησαν θετικά την αποτελεσματικότητα της τεχνητής νοημοσύνης, ενώ τέσσερις στους πέντε (85,7%) συμφώνησαν ότι μπορεί να εντοπίζει τη φοροδιαφυγή πιο αποτελεσματικά από τις παραδοσιακές μεθόδους. Με άλλα λόγια, η αποδοχή της τεχνολογίας δεν βασίζεται στην καινοτομία της, αλλά στην πρακτική της αποτελεσματικότητα.

Όταν οι πολίτες αντιλαμβάνονται ότι μπορεί να οδηγήσει σε πιο στοχευμένους και αποτελεσματικούς ελέγχους, είναι περισσότερο διατεθειμένοι να τη στηρίξουν. Η σημασία της αποτελεσματικότητας επιβεβαιώθηκε και από τη στατιστική ανάλυση. Στο μοντέλο παλινδρόμησης που εφαρμόστηκε, η αντιλαμβανόμενη αποτελεσματικότητα αναδείχθηκε ως ο σημαντικότερος θετικός παράγοντας αποδοχής της τεχνητής νοημοσύνης. Το μοντέλο εξηγούσε περίπου το 28,6% της διακύμανσης της αποδοχής, ποσοστό που δείχνει ότι η αποτελεσματικότητα αποτελεί κεντρικό στοιχείο, χωρίς όμως να εξαντλεί πλήρως το ζήτημα. Αυτό είναι κρίσιμο, καθώς δείχνει ότι οι πολίτες δεν κρίνουν μόνο αν η τεχνολογία είναι προηγμένη, αλλά αν μπορεί πράγματι να δώσει λύσεις σε ένα πρόβλημα που βιώνεται ως άδικο και διαχρονικό.

Παράλληλα, η έρευνα ανέδειξε και μια σημαντική αντίφαση. Οι πολίτες, παρόλο που αναγνωρίζουν τη χρησιμότητα της τεχνητής νοημοσύνης —με το 85,7% να συμφωνεί ότι μπορεί να εντοπίζει περιπτώσεις φοροδιαφυγής πιο αποτελεσματικά από τις παραδοσιακές μεθόδους και το 88,1% ότι μπορεί να κάνει τους φορολογικούς ελέγχους πιο στοχευμένους— δεν εμφανίζουν πάντα αντίστοιχα υψηλά επίπεδα εμπιστοσύνης. Περισσότεροι από τους μισούς συμμετέχοντες φαίνεται να αποδέχονται τη χρήση της ως εργαλείο ελέγχου, χωρίς όμως να αισθάνονται πλήρη σιγουριά για τον τρόπο λειτουργίας της ή για το κατά πόσο οι αποφάσεις της είναι αξιόπιστες και δίκαιες. καθώς περίπου 6 στους 10 συμμετέχοντες θεωρούν ότι τα αποτελέσματα ενός συστήματος τεχνητής νοημοσύνης είναι γενικά αξιόπιστα (61,9%), ενώ μόλις λίγο περισσότεροι από 1 στους 2 θα εμπιστεύονταν ένα τέτοιο σύστημα για την επιλογή υποθέσεων προς έλεγχο (57,1%). Η τεχνητή νοημοσύνη δεν απορρίπτεται, αλλά ούτε και γίνεται αποδεκτή άκριτα. Αντίθετα, αντιμετωπίζεται με προσοχή και επιφυλακτικότητα.

Ιδιαίτερα έντονες είναι και οι ανησυχίες που σχετίζονται με την προστασία των προσωπικών δεδομένων, καθώς το 64,3% των συμμετεχόντων δήλωσε ότι ανησυχεί για την προστασία των προσωπικών του δεδομένων σε περίπτωση χρήσης τεχνητής νοημοσύνης στη φορολογική διοίκηση. Όσο αυξάνεται η αίσθηση ότι η χρήση της τεχνητής νοημοσύνης ενδέχεται να επηρεάσει την ιδιωτικότητα, τόσο μειώνεται η θετική στάση απέναντι της.

Η ανάλυση έδειξε επίσης διαφοροποιήσεις με βάση δημογραφικά και επαγγελματικά χαρακτηριστικά. Σημαντικές διαφοροποιήσεις καταγράφηκαν μεταξύ ανδρών και γυναικών ως προς την αποδοχή, την αντιλαμβανόμενη αποτελεσματικότητα και την εμπιστοσύνη. Συγκεκριμένα, θετική στάση απέναντι στη χρήση της τεχνητής νοημοσύνης εμφάνισε το 60,9% των ανδρών και το 52,6% των γυναικών, ενώ ως προς την αποτελεσματικότητα της τα αντίστοιχα ποσοστά ήταν 91,3% και 78,9%. Η ηλικία αναδείχθηκε ως ένας σημαντικός παράγοντας, καθώς επηρέαζε όλες τις βασικές διαστάσεις που εξετάστηκαν. Ιδιαίτερα, η ηλικιακή ομάδα 35–44 ετών εμφάνισε την υψηλότερη αποδοχή (3,90/5) και υψηλή αντίληψη αποτελεσματικότητας (3,95/5), γεγονός που δείχνει ότι οι στάσεις απέναντι στην τεχνητή νοημοσύνη διαφοροποιούνται ανάλογα με την ηλικιακή ομάδα και την εξοικείωση με τις ψηφιακές τεχνολογίες.

Ενδιαφέρον παρουσιάζουν επίσης οι διαφοροποιήσεις ανά επαγγελματική κατηγορία. Οι ελεύθεροι επαγγελματίες εμφάνισαν υψηλότερο ποσοστό αποδοχής της τεχνητής νοημοσύνης (77,8%) σε σύγκριση με τους μισθωτούς (51,6%), ενώ υψηλά ήταν και τα ποσοστά θετικής αξιολόγησης της αποτελεσματικότητάς της, τόσο στους ελεύθερους επαγγελματίες (88,9%) όσο και στους μισθωτούς (83,9%). Το εύρημα αυτό δείχνει ότι η στάση απέναντι στην τεχνολογία δεν είναι ενιαία, αλλά επηρεάζεται από την καθημερινή εμπειρία των πολιτών με το φορολογικό σύστημα.

Η επιτυχία της τεχνητής νοημοσύνης στη φορολογική διοίκηση δεν εξαρτάται μόνο από τις τεχνολογικές της δυνατότητες, αλλά και από το επίπεδο κοινωνικής συναίνεσης και αποδοχής. Οι πολίτες φαίνεται να είναι πρόθυμοι να υποστηρίξουν τη χρήση της, κυρίως λόγω της συμβολής της στην καταπολέμηση της φοροδιαφυγής, αλλά ταυτόχρονα διατηρούν σημαντικές επιφυλάξεις. Τα παραπάνω στοιχεία υπογραμμίζουν τη σημασία της ύπαρξης σαφών κανόνων, διαφάνειας και θεσμικών εγγυήσεων. Η αξιοποίηση της τεχνητής νοημοσύνης απαιτεί την ενσωμάτωση της σε ένα ευρύτερο πλαίσιο πολιτικής, το οποίο θα διασφαλίζει τη διαφάνεια, την προστασία των δικαιωμάτων και την ενίσχυση της εμπιστοσύνης των πολιτών.

Η τεχνητή νοημοσύνη μπορεί να αποτελέσει ένα ιδιαίτερα ισχυρό εργαλείο για την αντιμετώπιση της φοροδιαφυγής, ιδιαίτερα σε μια χώρα όπως η Ελλάδα, όπου το φαινόμενο παραμένει εκτεταμένο. Ωστόσο, η πραγματική της συμβολή θα εξαρτηθεί από τον τρόπο εφαρμογής της και από το κατά πόσο θα καταφέρει να ισορροπήσει μεταξύ αποτελεσματικότητας και λογοδοσίας, συνδυάζοντας την τεχνολογική καινοτομία με την κοινωνική εμπιστοσύνη.

ESPA