Escriviu la vostra pregunta fiscal a ChatGPT, i la resposta arriba a l'instant, amb confiança, i formatada com si pertanyés a una publicació de l'IRS. Sona bé. El problema és que "sonar bé" i "ser correcte" no són el mateix, i quan NerdWallet va fer una prova comparativa estructurada entre ChatGPT, Gemini i Perplexity amb escenaris fiscals reals el 2026, la bretxa entre les dues coses es va fer evident de seguida.
Per a un propietari de petita empresa que es planteja recolzar-se en un xatbot per a qüestions fiscals aquesta temporada de declaració, aquesta bretxa importa. Això és el que la prova realment va trobar, on la IA aguanta, on falla silenciosament, i com utilitzar-la sense deixar que una resposta al·lucinada us costi diners.
La prova: preguntes senzilles contra consells personalitzats
L'equip de recerca de NerdWallet va construir 63 transcripcions de xat fent set preguntes a cadascun de ChatGPT, Gemini i Perplexity. Tres de les preguntes provenien directament dels exàmens de pràctica per a agents inscrits de l'IRS — el tipus de pregunta amb una única resposta objectivament correcta. Les altres quatre eren escenaris oberts construïts al voltant de declarants fiscals fictius, dissenyats per comprovar com de bé podia cada xatbot personalitzar el consell a una situació financera concreta.
La divisió en els resultats va ser molt marcada. En les preguntes tipus examen de pràctica, els tres xatbots van rendir bé, gairebé traient la nota màxima en el material d'estil test. Aquest és el tipus de pregunta en què la IA és bona: un fet acotat amb una resposta documentada, formulat amb claredat, sense ambigüitat sobre quin any fiscal o quina situació del declarant s'aplica.
Les preguntes obertes i personalitzades van ser una història diferent. Va ser aquí on els xatbots van començar a cometre el tipus d'errors que importarien a un propietari d'empresa real:
- Imports incorrectes de la deducció estàndard — desviats en gairebé $3,000 en un dels casos de prova
- Afirmacions falses sobre l'elegibilitat per al crèdit de vehicle elèctric per a un declarant que no hi complia els requisits
- Recomanacions equivocades sobre l'estat de declaració, incloent-hi confondre l'estat universitari d'un declarant amb el seu estat de treball
- Respostes inconsistents — el mateix perfil fictici va rebre recomanacions de programari fiscal diferents segons quin xatbot (o quina execució) responia
- Suposicions biogràfiques fabricades extretes d'un historial de xat anterior que en realitat no eren certes
Cap d'aquests errors va venir acompanyat d'una advertència o una reserva. Com van dir els investigadors, les respostes "poden sonar bé" únicament per la confiança amb què es transmeten — el to no canvia segons si la xifra subjacent és correcta o no.
Aquesta no és una troballa aïllada
Els resultats de NerdWallet coincideixen amb un patró més ampli que els investigadors han estat documentant durant tot l'any. Un estudi de la Loyola University Chicago va trobar que els xatbots van respondre incorrectament una simple pregunta fiscal dos terços de les vegades, i que els models més avançats van calcular correctament menys d'un terç de les declaracions de l'impost federal sobre la renda fins i tot en casos de prova simplificats. Els professionals fiscals han assenyalat per separat errors d'IA en ingressos de formularis K-1 i 1099, en normes estatals que divergeixen de les federals, i en disposicions específiques del 2026 lligades a canvis recents en la legislació fiscal — exactament el tipus de matís sobre el qual és probable que un propietari de petita empresa estigui preguntant.
Les conseqüències econòmiques ja s'estan fent notar a la pràctica. En una enquesta a comptables i assessors fiscals del Regne Unit, la meitat de les firmes van dir que havien vist un client patir una pèrdua financera directa — un pagament excessiu, una deducció perduda, una sanció — atribuïble a consells fiscals o financers generats per IA. No és un risc hipotètic; és un cost continu que algunes petites empreses ja estan assumint.
Per què la IA té dificultats específicament amb les preguntes fiscals
El consell fiscal encaixa malament amb la manera com els grans models de llenguatge generen respostes. Aquí teniu algunes raons per les quals això continua fent trontollar fins i tot els models més avançats:
Les normes fiscals s'apilen per jurisdicció. Les normes federals, estatals i, de vegades, locals interactuen entre si, i un xatbot entrenat majoritàriament amb contingut d'àmbit federal tendeix a decantar-se per defecte cap a respostes federals fins i tot quan la pregunta depèn d'especificitats estatals — que és exactament com es van produir els errors d'"estat equivocat" en la prova.
La resposta correcta depèn de fets que el model no segueix de manera fiable. La deducció d'un declarant individual, l'elegibilitat per a un crèdit o l'estat de declaració segur depenen de detalls repartits al llarg d'una conversa. En el moment en què el model ha de mantenir diversos fets sobre vosaltres al cap alhora — en lloc de recuperar un únic fet net de les seves dades d'entrenament — la precisió baixa.
La confiança no està calibrada amb la correcció. Aquests models estan construïts per produir respostes fluides i que sonin completes, no per assenyalar la incertesa. Una resposta incorrecta sobre la vostra deducció estàndard sona exactament tan autoritativa com una de correcta.
El consell estratègic multiplica el risc. Una resposta incorrecta a "quina és la tarifa per quilometratge" és fàcil de detectar. Una resposta incorrecta a una pregunta d'estratègia fiscal a diversos anys pot no sortir a la llum com a problema fins a una auditoria dos o tres anys després — moment en què la solució és molt més cara del que hauria estat una correcció ràpida.
Com utilitzar realment la IA per a qüestions fiscals sense sortir-ne cremats
Res d'això vol dir que els xatbots d'IA siguin inútils per a temes fiscals — vol dir que són útils per a una tasca més estreta del que molts usuaris suposen. Un flux de treball raonable i més segur és aquest:
-
Utilitzeu la IA per orientar-vos, no per obtenir una xifra final. Demaneu-li que us expliqui un concepte, que us resumeixi per a què serveix un formulari, o que redacti una llista de preguntes per portar al vostre comptable. No li demaneu que calculi el vostre deute fiscal real o que us digui a quins crèdits teniu dret i us hi quedeu.
-
Feu coincidir la pregunta amb l'eina. Una consulta factual ("quina és la data límit per al formulari 941") és de baix risc. Una decisió personalitzada ("hauria d'optar per la condició de S-corp aquest any") és exactament la categoria en què les proves mostren que els xatbots s'equivoquen més sovint — aquesta és una pregunta per a un professional o, com a mínim, per contrastar-la amb la guia oficial de l'IRS.
-
Conegueu la vostra xarxa de seguretat. Si utilitzeu contingut generat amb IA dins d'un programari fiscal, la pròpia comprovació d'errors del programari pot detectar alguns errors abans de presentar la declaració. Si seguiu el consell de la IA directament sense una segona comprovació, no teniu cap xarxa de seguretat.
-
Comproveu quin model i quina versió us ha respost. La precisió i el comportament varien entre versions d'un mateix model, i una captura de pantalla d'un amic que fa servir un xatbot diferent (o una versió més antiga del mateix) no garanteix que el vostre resultat sigui igual.
-
Verifiqueu contra la font qualsevol cosa específica de l'estat o relacionada amb crèdits. Aquestes van ser les dues categories d'error més comunes en la prova. Quan un xatbot cita un llindar de dòlars concret, un import de deducció o una norma d'elegibilitat per a un crèdit, aquest és el moment d'obrir IRS.gov o el lloc de l'autoritat fiscal del vostre estat i confirmar-ho directament.
El plantejament més segur: la IA us pot estalviar les hores que altrament passaríeu regirant publicacions de l'IRS per entendre un concepte o preparar bones preguntes. No hauria de ser l'últim pas abans de presentar la declaració.
Mantingueu els vostres registres financers nets, sigui quina sigui l'eina que useu
Les preguntes fiscals que més fan trontollar els xatbots d'IA — l'elegibilitat de deduccions, els matisos de la declaració estatal, les normes específiques segons el tipus d'entitat — són molt més fàcils de respondre correctament quan els vostres llibres subjacents són precisos i estan ben organitzats des del principi. Això és cert tant si pregunteu a un xatbot, a un CPA, com si ho feu vosaltres mateixos. Beancount.io ofereix comptabilitat en text pla que us dona transparència total sobre les vostres dades financeres — controlada per versions, auditable i fàcil de lliurar a qualsevol assessor (humà o d'IA) que consulteu aquesta temporada fiscal. Comenceu gratis i mantingueu les vostres xifres fiables des de l'origen.