生成式人工智能赋能税收治理现代化研究

作者：

向芝谊（北京大学政府管理学院） 

张馨元（吉林财经大学税务学院）

人工智能是研究和开发用于模拟、延伸与扩展人的智能的理论、方法、技术及应用系统的一项现代信息技术，其常见任务包括数据分析、人脸识别、自动驾驶、语音识别和合成等，共性工作逻辑是通过特定规则作出明智的决策。生成式人工智能是人工智能发展的全新阶段，其在人工智能业已具备的海量数据、强大算力、高效算法和科学模型的基础之上进行深度学习与迭代更新，从而生成包括文本、图像、音频等具有高度复杂性和多样性的高质量内容，常见任务包括深度学习、数据分析、趋势预测、创意生成等。随着高频次的迭代更新，生成式人工智能已具备“类人化”的表达优势，即人工智能系统如人类一样与世界交互。以ChatGPT为例，历数从2018年发布GPT–1至今的发展迭代，ChatGPT的运算层从12层增加到96层，参数从1.17亿个增加到1 750亿个，预训练数据量也从5GB增加到45TB（国家税务总局深圳市税务局课题组，2023）。生成式人工智能在运算层、参数、预训练数据量上呈现指数级增长态势，在理解推理能力准确性、执行任务能力多样性和输出结果“类人化”等方面都有显著的提升。

生成式人工智能特有的“类人化”表达优势具体体现在以下三个方面。一是交互能力的“类人化”。生成式人工智能使用的转换器模型（transformer）结构语言能够长距离理解上下文语义，并生成语义丰富、准确连贯的文本，从而帮助使用者实现与机器之间更加便捷、高效、流畅、舒适的沟通和交互体验。二是生成能力的“类人化”。生成式人工智能在基于海量数据的模型训练过程中，可以将庞大的知识网络储存在大模型内部，并根据人机交互经验与反馈自动学习对话模式和规律，从而不断改进自身表现。三是推理能力的“类人化”。由于对人工干预的依赖性较强，传统的人工智能无法进行大规模自动化推理。相较而言，生成式人工智能进行推理的自主性更强，能够进行更加灵活的判断、推理和预测，从而更好地辅助治理决策。

以生成式人工智能为代表的现代信息技术不仅加速了数字社会生产方式和生活方式的现代化进程，更为治理体系的范式变迁提供了动力来源。特别是在税收治理领域，生成式人工智能在“类人化”表达方面的升级跃迁，契合了以人民为中心的发展思想以及以纳税人缴费人（以下统称“纳税人”）为中心的服务理念，有助于税务机关精准“刻画”税收治理对象、精细提供税收服务、精确应对税收管理风险，为高质量推进税收治理现代化注入新动能。但同时，生成式人工智能在税收治理领域的应用，也给纳税人隐私保护、权益保障等带来新的挑战。在这样的背景下，解构生成式人工智能赋能税收治理现代化的作用机制，分析生成式人工智能在税收治理实践中可能引发的风险挑战，并提出应对之策，具有重要的理论意义和实践价值。

一、生成式人工智能赋能税收治理现代化的作用机制

生成式人工智能主要凭借其“类人化”的表达优势介入税收治理，作用的主要目标是“数”，即通过精准“刻画”税收治理对象、精细提供税收服务和精确应对税收管理风险，实现“以数治税”，有效赋能税收治理现代化。

（一）精准“刻画”税收治理对象

当前，税收治理的对象日益扩大和复杂多样。有效的税收治理需要对多元化的税收治理对象进行更加精准的感知、识别和“刻画”，而生成式人工智能正好满足这样的治理需求。

一方面，生成式人工智能能够全面感知税收治理对象。感知全面指的是税收征纳双方信息交流全面、透彻、充分，即纳税人应及时准确获知税收政策和征管要求，税务机关也应及时了解税源变化和纳税人的服务需求（重庆市国家税务局课题组，2017）。生成式人工智能提升了税收治理对象的“可量化度”和“可感知性”，数据成为税收治理对象在状态、需求和行为上的映射或外化。纳税人在生成式人工智能高效的人机交互能力辅助下，更容易得到便利的服务，降低纳税成本，自觉依法纳税；税务机关在生成式人工智能海量数据、科学算法、强大算力的助力下，可以及时了解、精准感知税源变化和纳税人的服务需求，从而对税收治理对象进行全方位的把握。

另一方面，生成式人工智能能够精准识别税收治理对象。生成式人工智能通过深度学习、数据训练和自主迭代等手段，扩展了物理实体的能力边界，为税务机关精准、动态地识别税收治理对象提供了新的手段和方式。在对征纳双方进行全面感知的前提下，生成式人工智能借助大数据、云计算等技术手段拓展信息的维度与深度，帮助税务机关进行信息识别、科学决策和行为规制，从而有效掌握税源动态，合理抚平纳税痛点，防范和打击涉税违法行为，维护公平公正的税收秩序。

（二）精细提供税收服务

生成式人工智能在自然语言表达和智力工作领域的跃迁突破了传统人工智能的边界，实现了从“分析”到“创造”的升级，为精细化税收服务提供了强大的技术支持。

一是精细化提供纳税服务。随着科技进步和时代发展，纳税人对于纳税服务的需求也更加多元化、具体化。在“始于纳税人需求，基于纳税人满意，终于纳税人遵从”原则基础上，生成式人工智能可以与纳税人进行实时交互，并根据纳税人的需求、行为和历史数据快速生成相应的内容或建议，帮助各级税务机关提供诸如公共事务咨询和办理等精细化的纳税服务，满足纳税人的个性化需求，不断提升纳税服务便利度。

二是精细化开展税收宣传。生成式人工智能可以高效地生成文本、图片、声音、视频等多种多样的税收宣传素材和创意并进行自动化的投放，同时对宣传效果进行数据分析和评估。生成式人工智能对图像、语音、光学字符的识别优势，可应用于12366智能客服等业务场景之中，而语义识别等自然语言处理技术则可赋能税收政策精准推荐、机器人智能问答等税收宣传工作，有助于更高效、更全面、更广泛地进行税收宣传，让纳税人更便捷、更深入地了解最新的税收政策。

三是精细化促进纳税遵从。税务机关通过公正执法营造公平的税收环境，为整体纳税人提供了更高层次的服务。生成式人工智能的深度学习以及根据训练数据生成新数据的能力，为精细化的税务执法提供了可能，并为有效提升纳税遵从奠定了坚实的基础。将税收法律法规和海量涉税数据通过生成式人工智能模型进行24小时自动化的采集、挖掘、清洗、分析，能够有效克服税务人员能力不足等方面的局限性，更加精确地识别纳税不遵从行为并及时作出公平公正地应对，让税务执法既有力度又有温度，切实维护纳税人的合法权益。

（三）精确应对税收管理风险

数字经济背景下，纳税人的经济活动日益纷繁复杂，税收征管时常掣肘于征纳双方信息不对称，导致税务机关及时获取纳税人涉税数据、高效完成税收征管工作的难度不断攀升，大大增加了税收征管风险。生成式人工智能在高效采集海量涉税数据的基础上，对各类数据进行深度学习、规律提炼，以应对当前税收征管工作面临的经济业态多元化、结构复杂化、税源隐蔽化、数据海量化等多重挑战，为精确应对各类税收征管风险，切实提升纳税人的税收遵从度，提供了坚实的技术支撑。此外，生成式人工智能还可以通过模型和算法辅助税务机关预测和分析税务干部自身及其在工作流程中存在的权力风险、岗位风险和制度漏洞，并生成针对性强、务实管用的具体防治措施，从内控机制角度切实防止“灯下黑”隐患，从而保障各类税收管理工作的有效性、公平性与合规性。

二、生成式人工智能赋能税收治理现代化的风险挑战

技术是一把“双刃剑”，生成式人工智能亦不例外。尤其是作为一种“类人化”的技术，生成式人工智能在税收领域应用后，可能对税收治理产生包括技术壁垒、税收服务可获得性、数据安全、算法假设本身的非人性选择与社会规范等人性选择的冲突等方面的风险挑战。

（一）治理技术壁垒风险

现阶段，社会各方对生成式人工智能是否为开源技术尚存争议。且生成式人工智能必须在海量数据、科学模型、大量算力条件下运行，相对较高的技术门槛和资金成本让一般企业望而却步，先进的技术与资源往往被一个或几个巨头企业垄断，形成事实上的“数字壁垒”。换言之，生成式人工智能技术存在精英化的风险，即率先进入税收治理场域的技术和供给技术的企业可能形成先发优势，会对其他竞争性技术路径产生排他性效应。同时，掌握生成式人工智能核心技术的资本可能对社会资源配置和公众舆论产生重大影响，使得生成式人工智能的使用存在技术“利维坦”隐患，挑战税务机关在税收治理中的权威性。

（二）税收服务可获得性风险

评估税务机关的税收服务效能主要有两个指标：服务是否提供和服务是否到位。这两大指标最终都指向了服务的“可获得性”。生成式人工智能大规模嵌入税收治理，促进了税务机关服务供给的转型升级，实现了服务方式和服务渠道的多元化，但也在一定程度上增加了税收服务可获得性的风险。一方面，“数字鸿沟”可能在某些情形下导致税收服务可获得性风险。不同地区和人群在通信技术基础设施和应用能力方面的差异，导致“数字鸿沟”问题在一些情况下客观存在。生成式人工智能嵌入税收服务将带来数据资源的不平等，不利于税收服务资源在纳税人中比较平等地配置。另一方面，“数据权力”在一些情形下也可能导致税收服务可获得性风险。不同纳税人对新技术应用的接受程度不同，阶段性、梯度性地将生成式人工智能嵌入税收服务，将会影响部分纳税人对个性化税收服务的选择，无法真正实现从无差别服务向精细化、智能化、个性化服务转变的服务宗旨。

（三）数据安全性风险

由于生成式人工智能高度依赖海量数据和大量算力，纳税人的涉税数据及个人隐私将被广泛收集，并被长期储存于生成式人工智能大模型中。同时，与税务机关合作的背景将赋予生成式人工智能采集纳税人数据行为以合法性，使得税收治理数字化与纳税人数据安全保障之间存在一定程度的“张力”。纳税人在获得生成式人工智能带来服务便利的同时，也时刻面临着个人数据收集过度、存储失当等方面的潜在风险。一方面，为了最大化生成式人工智能赋能税收治理的效用，税务机关和第三方机构在税收治理实践中对纳税人数据的采集往往容易走向“过度化”误区，导致数据过度采集、不当存储的风险；另一方面，税收大数据训练样本的审慎性、训练数据的准确性和训练算法的可靠性都影响着生成式人工智能算法的安全性、稳定性，一旦算法失当，极易引发数据滥用、数据泄露风险，进而侵害纳税人的合法权益。

（四）算法规则—社会规范冲突性风险

生成式人工智能介入税收治理，其本质是用“类人化”的智能算法接管人工信息生成与分发。一方面，必须承认智能算法对于提高信息生成效率及配置效率方面的价值，肯定生成式人工智能赋能税收治理的积极作用；另一方面，算法是“非人性”的，其运行逻辑是基于工具理性的、目的至上的高效运算。“目的至上”的算法规则与“人民至上”的税收工作存在天然的冲突和矛盾。如何让智能算法推荐更贴近“以人为本”并为税收治理所用，成为生成式人工智能助力税收治理现代化的又一大风险挑战。

三、生成式人工智能助力税收治理现代化的对策建议

（一）掌握生成式人工智能核心关键技术

科技自立自强是国家强盛之基、安全之要，也是实现税收现代化的强大保障。在税收现代化建设中，税务部门要在借助“外脑”的同时，重视自主研发、掌握核心技术，加强对技术外包开发全过程的监督管理，将核心技术牢牢掌握在自己手中，同时要坚决避免形成资本垄断型核心技术和资本主导型技术“利维坦”，让技术在既定的轨道范围内服务税收治理实践。特别是要坚持税务部门主导，牢牢掌握生成式人工智能技术代码与数据算法，把控好生成式人工智能技术应用于税收治理场景中的具体技术路径，确保技术的可控性和数据的安全性，有规划、分阶段地推进税收治理现代化。

（二）弥合生成式人工智能价值鸿沟

以ChatGPT为代表的生成式人工智能，以其强大的数据信息检索搜集和自然语言整合能力在税收领域尤其是税收服务场景中展现了广阔的应用前景。生成式人工智能技术作为智能工具在税收服务领域的应用，归根结底是为了推进人在该领域的智识发展，只有将创造性活动内置为人的内在需要，生成式人工智能技术引发的“数字鸿沟”“数据权力”问题才会迎刃而解。为应对纳税人在“数字鸿沟”和“数据权力”背景下的税收服务可获得性风险，对策有三。一是要采取措施解决宽带建设、网络终端设备等硬件条件和纳税人数字技术培训服务等软件条件方面存在的问题，弥合“数字鸿沟”。二是要警惕由于技术中立性消解带来的“数据权力倾轧”问题，保障纳税人自由使用个人数据和选择个性化税收服务的权利。三是要开放获取税收服务的多重渠道，建成“线下服务无死角、线上服务不打烊、定制服务广覆盖”的税费服务新体系，满足不同人群获取税收服务的多元需求。

（三）健全生成式人工智能数据规则

生成式人工智能应用于税收治理所带来的数据隐私泄露风险，一方面源自技术本身存在的局限，另一方面也源于税务部门对生成式人工智能的使用规制不足。有鉴于此，税务部门应通过健全数据采集、数据使用和数据管理等阶段的规制手段，保障纳税人的隐私安全，尽可能规避数据隐私泄露风险。一是在数据采集的源头阶段，要从理念更新、制度保障和技术规制等方面，加强对生成式人工智能涉税数据采集的规制。二是在数据使用阶段，要对在数据共享开放和运算训练等不同场景中可能存在的各种隐私风险分别加以规制；要结合加密技术和权限控制措施，在合理合规的前提下对纳税人的涉税数据进行共享与开放；要采用多种不同的算法对涉税数据进行运算和训练，最大程度减小算法失当带来的数据泄露风险。三是在数据管理阶段，要在数据敏感程度、运作方式、运行目的等标准基础上建立分类分级的数据管理制度，对生成式人工智能数据进行有效规制（周智博，2023）。

（四）重视价值引领，促进科技向善

所有的社会治理实践都潜藏着一种价值导向，这种导向反映的应当是理想社会的一个侧面。税收治理现代化的最终目标就是要通过各种现代信息技术的应用，努力实现良法善治的目标，这一目标内含于以人民为中心的发展思想和以人为本的发展理念之中（周志波，2022）。在人类社会伦理价值观范畴之内赋能税收治理是生成式人工智能推广和应用的重要标准。作为一种新兴的现代信息技术，生成式人工智能赋能税收治理的实践必须处理好两对关系，即人机关系与主客体关系。更为具体地讲，必须关注人的价值，体现人的理想。面对当前生成式人工智能发展过程中潜在的各类风险，税务部门在享受其发展红利、赋能税收治理现代化的同时，要充分发挥税收促进科技向善、制约技术滥用的重要作用。这既是维护税收公平、提高税收效率的内在要求，也是维护纳税人利益、发挥税收在国家治理中的基础性支柱性保障性作用的必然体现。因此，必须牢固树立以人民为中心的发展思想，突出纳税人在税收实践中的主体性价值，不断强化对人工智能技术的规制，真正发挥生成式人工智能赋能税收治理的作用，高质量推进税收治理现代化。

（本文为节选，原文刊发于《税务研究》2023年第12期。）

欢迎按以下格式引用：

向芝谊，张馨元.生成式人工智能赋能税收治理现代化研究[J].税务研究，2023（12）：66-70.

-END-

点击“阅读原文”快速投稿~