شما پرسش مالیاتی خود را در ChatGPT تایپ میکنید و پاسخ فوراً، با اعتماد به نفس، و در قالبی میآید که انگار متعلق به یک نشریه رسمی IRS است. به نظر درست میرسد. مشکل این است که «به نظر درست رسیدن» و «درست بودن» یک چیز نیستند، و وقتی NerdWallet یک آزمون ساختاریافته و رودررو از ChatGPT، Gemini و Perplexity را در برابر سناریوهای واقعی مالیاتی در سال ۲۰۲۶ اجرا کرد، این شکاف خیلی زود خودش را نشان داد.
برای صاحب یک کسبوکار کوچک که تصمیم میگیرد آیا در این فصل تسلیم اظهارنامه به یک ربات گفتگو برای پرسشهای مالیاتی تکیه کند یا نه، این شکاف اهمیت دارد. در ادامه میبینید که این آزمون واقعاً چه چیزی را نشان داد، هوش مصنوعی کجا خوب عمل میکند، کجا بیسروصدا از هم میپاشد، و چگونه میتوان از آن استفاده کرد بدون اینکه یک پاسخ توهمآمیز برایتان هزینهساز شود.
آزمون: پرسشهای ساده در برابر مشاوره شخصیسازیشده
تیم تحقیقاتی NerdWallet با پرسیدن هفت سؤال از هر یک از ChatGPT، Gemini و Perplexity، ۶۳ متن گفتگو ساخت. سه سؤال مستقیماً از آزمونهای تمرینی مأموران مجاز IRS گرفته شده بودند — نوعی سؤال که یک پاسخ عینی و درست دارد. چهار سؤال دیگر سناریوهای باز بودند که حول محور مالیاتدهندگان خیالی ساخته شده بودند و برای آزمایش این طراحی شده بودند که هر ربات گفتگو تا چه حد میتواند مشاوره را متناسب با یک وضعیت مالی خاص شخصیسازی کند.
تفاوت در نتایج چشمگیر بود. در پرسشهای شبهآزمون، هر سه ربات گفتگو عملکرد خوبی داشتند و تقریباً در مطالب چهارگزینهای نمره کامل گرفتند. این همان نوع سؤالی است که هوش مصنوعی در آن خوب عمل میکند: یک واقعیت محدود با پاسخی مستند، که بهروشنی بیان شده و هیچ ابهامی درباره اینکه کدام سال مالیاتی یا وضعیت کدام مالیاتدهنده اعمال میشود، وجود ندارد.
پرسشهای باز و شخصیسازیشده داستان دیگری بودند. دقیقاً همانجا بود که رباتهای گفتگو شروع به ارتکاب نوعی اشتباه کردند که برای یک صاحب کسبوکار واقعی اهمیت دارد:
- مبالغ نادرست کسر استاندارد — در یک مورد آزمایشی، نزدیک به ۳,۰۰۰ دلار اشتباه
- ادعاهای نادرست درباره واجد شرایط بودن برای اعتبار مالیاتی خودروی برقی برای مالیاتدهندهای که واجد شرایط نبود
- توصیههای نادرست درباره ایالت محل تسلیم اظهارنامه، از جمله اشتباه گرفتن ایالت محل تحصیل یک مالیاتدهنده با ایالت محل کارش
- پاسخهای ناسازگار — یک پروفایل خیالی یکسان، بسته به اینکه کدام ربات گفتگو (یا کدام اجرا) پاسخ داده بود، توصیههای متفاوتی برای نرمافزار مالیاتی دریافت میکرد
- فرضیات زندگینامهای ساختگی که از تاریخچه پیشین گفتگو گرفته شده بودند و در واقع درست نبودند
هیچکدام از این اشتباهات با یک هشدار یا احتیاط همراه نبودند. همانطور که پژوهشگران بیان کردند، پاسخها صرفاً به دلیل نحوه اعتماد به نفسی که ارائه میشوند، «میتوانند درست به نظر برسند» — لحن پاسخ تغییری در درست بودن یا نبودن عدد زیربنایی ایجاد نمیکند.
این یک یافته یکبارمصرف نیست
نتایج NerdWallet با یک الگوی گستردهتر که پژوهشگران در طول سال مستند کردهاند، همراستا است. مطالعهای در دانشگاه لویولا شیکاگو نشان داد که رباتهای گفتگو در دو سوم مواقع به یک پرسش ساده مالیاتی پاسخ نادرست دادند، و پیشرفتهترین مدلها حتی در موارد آزمایشی سادهشده، کمتر از یک سوم اظهارنامههای مالیات بر درآمد فدرال را بهدرستی محاسبه کردند. متخصصان مالیاتی جداگانه اشتباهات هوش مصنوعی را در درآمدهای K-1 و 1099، در قوانین ایالتی که با قوانین فدرال تفاوت دارند، و در مقررات ویژه سال ۲۰۲۶ مرتبط با تغییرات اخیر قانون مالیاتی گزارش کردهاند — دقیقاً همان نوع ظرافتی که یک صاحب کسبوکار کوچک احتمالاً درباره آن سؤال میپرسد.
پیامدهای مالی این موضوع در عمل هماکنون نمایان شده است. در نظرسنجیای از حسابداران و دفترداران بریتانیا، نیمی از شرکتها گفتند که شاهد زیان مالی مستقیم یک مشتری — پرداخت اضافی، از دست دادن یک کسر مالیاتی، یک جریمه — بودهاند که قابل ردیابی به مشاوره مالیاتی یا مالی تولیدشده توسط هوش مصنوعی بود. این یک خطر فرضی نیست؛ هزینهای مداوم است که برخی کسبوکارهای کوچک هماکنون در حال تحمل آن هستند.
چرا هوش مصنوعی بهطور خاص با پرسشهای مالیاتی مشکل دارد
مشاوره مالیاتی با شیوهای که مدلهای زبانی بزرگ پاسخ تولید میکنند، همخوانی خوبی ندارد. چند دلیل برای اینکه چرا این موضوع حتی پیشرفتهترین مدلها را هم به دام میاندازد:
قوانین مالیاتی لایهلایه و چندحوزهای هستند. قوانین فدرال، ایالتی و گاهی محلی با هم تعامل دارند، و یک ربات گفتگو که عمدتاً بر روی محتوای سطح فدرال آموزش دیده است، حتی وقتی پاسخ به جزئیات ایالتی بستگی دارد، تمایل دارد بهطور پیشفرض به پاسخهای فدرال متوسل شود — دقیقاً همان چیزی که باعث بروز خطاهای «ایالت اشتباه» در آزمون شد.
پاسخ درست به واقعیتهایی بستگی دارد که مدل بهطور قابلاعتماد آنها را دنبال نمیکند. کسر مالیاتی، واجد شرایط بودن برای یک اعتبار، یا ایالت امن برای تسلیم اظهارنامه یک مالیاتدهنده مجرد، به جزئیاتی بستگی دارد که در سرتاسر یک گفتگو پراکندهاند. به محض اینکه مدل مجبور میشود چندین واقعیت درباره شما را بهطور همزمان در ذهن نگه دارد — بهجای بازیابی یک واقعیت تمیز از دادههای آموزشی — دقت افت میکند.
اعتماد به نفس با درستی پاسخ همسنجیده نشده است. این مدلها برای تولید پاسخهای روان و کامل به نظر رسیده ساخته شدهاند، نه برای علامتگذاری عدم قطعیت. یک پاسخ نادرست درباره کسر استاندارد شما، دقیقاً به همان اندازهای معتبر به نظر میرسد که یک پاسخ درست.
مشاوره راهبردی ریسک را انباشته میکند. یک پاسخ نادرست به «نرخ مسافتپیمایی چقدر است» بهراحتی قابل شناسایی است. اما یک پاسخ نادرست به یک پرسش راهبرد مالیاتی چندساله، ممکن است تا دو یا سه سال بعد، هنگام یک ممیزی، بهعنوان یک مشکل ظاهر نشود — و در آن زمان، رفع آن بسیار گرانتر از یک اصلاح سریع خواهد بود.
چگونه واقعاً از هوش مصنوعی برای پرسشهای مالیاتی استفاده کنیم بدون اینکه ضرر ببینیم
هیچکدام از اینها به این معنا نیست که رباتهای گفتگوی هوش مصنوعی برای امور مالیاتی بیفایدهاند — بلکه به این معناست که آنها برای کاری محدودتر از آنچه بسیاری از کاربران فرض میکنند، مفید هستند. یک روند کاری معقول و ایمنتر اینگونه است:
-
از هوش مصنوعی برای جهتگیری اولیه استفاده کنید، نه برای گرفتن عدد نهایی. از آن بخواهید یک مفهوم را توضیح دهد، خلاصه کند یک فرم برای چیست، یا فهرستی از سؤالات برای مطرح کردن با حسابدارتان تهیه کند. از آن نخواهید که بدهی واقعی شما را محاسبه کند یا بگوید واجد شرایط کدام اعتبارها هستید و همانجا متوقف شوید.
-
پرسش را با ابزار مناسب هماهنگ کنید. یک جستجوی واقعیتمحور («مهلت فرم 941 چه زمانی است») کمریسک است. اما یک تصمیم قضاوتی شخصیسازیشده («آیا امسال باید وضعیت S-corp را انتخاب کنم») دقیقاً همان دستهای است که آزمونها نشان میدهند رباتهای گفتگو بیشترین اشتباه را در آن مرتکب میشوند — این پرسشی است برای یک متخصص یا، حداقل، برای مقایسه متقابل با راهنمای واقعی IRS.
-
شبکه ایمنی خود را بشناسید. اگر از خروجی کمکگرفته از هوش مصنوعی درون یک نرمافزار مالیاتی استفاده میکنید، بررسی خطای خودِ نرمافزار میتواند برخی اشتباهات را پیش از تسلیم اظهارنامه شناسایی کند. اما اگر مستقیماً مشاوره هوش مصنوعی را بدون هیچ بررسی دومی میپذیرید، اصلاً هیچ شبکه ایمنی ندارید.
-
بررسی کنید کدام مدل و کدام نسخه به شما پاسخ داده است. دقت و رفتار بین نسخههای مختلف مدل تغییر میکند، و یک اسکرینشات از دوستی که از ربات گفتگوی دیگری (یا نسخه قدیمیتر همان ربات) استفاده میکند، تضمینی نیست که نتیجه شما هم همان باشد.
-
هر چیزی مربوط به یک ایالت خاص یا اعتبار مالیاتی را در برابر منبع اصلی تأیید کنید. اینها دو دسته رایجترین خطا در آزمون بودند. وقتی یک ربات گفتگو به یک آستانه دلاری مشخص، مبلغ کسر، یا قانون واجد شرایط بودن برای یک اعتبار اشاره میکند، همان لحظهای است که باید IRS.gov یا سایت اداره مالیاتی ایالت خود را باز کنید و آن را مستقیماً تأیید کنید.
امنترین چارچوب این است: هوش مصنوعی میتواند ساعتهایی را که در غیر این صورت صرف جستجو در نشریات IRS برای درک یک مفهوم یا آمادهکردن پرسشهای خوب میکردید، برایتان صرفهجویی کند. اما نباید آخرین مرحله پیش از تسلیم اظهارنامه شما باشد.
سوابق مالی خود را تمیز نگه دارید، هر ابزاری که استفاده میکنید
پرسشهای مالیاتی که بیشترین اشتباه را در رباتهای گفتگوی هوش مصنوعی ایجاد میکنند — واجد شرایط بودن برای کسر، ظرافتهای تسلیم اظهارنامه ایالتی، قوانین ویژه هر نوع شخصیت حقوقی — وقتی دفاتر زیربنایی شما از همان ابتدا دقیق و بهخوبی سازمانیافته باشند، پاسخ دادن درست به آنها بسیار آسانتر میشود. این موضوع چه از یک ربات گفتگو، چه از یک حسابدار رسمی (CPA) بپرسید و چه خودتان این کار را انجام دهید، صادق است. Beancount.io حسابداری متنی سادهای ارائه میدهد که شفافیت کامل بر دادههای مالی شما فراهم میکند — نسخهکنترلشده، قابل حسابرسی، و آسان برای سپردن به هر مشاوری (انسان یا هوش مصنوعی) که در این فصل مالیاتی با او مشورت میکنید. رایگان شروع کنید و اعداد خود را از همان منبع، قابل اعتماد نگه دارید.