ChatGPTに税務の質問を打ち込むと、答えは即座に、自信たっぷりに、まるでIRSの公式資料の一部であるかのような体裁で返ってくる。もっともらしく聞こえる。だが問題は、「もっともらしく聞こえる」ことと「実際に正しい」ことはまったく別だという点だ。NerdWalletが2026年、ChatGPT、Gemini、Perplexityを実際の税務シナリオで構造的に比較テストしたところ、この両者のギャップはすぐに露呈した。
今シーズンの確定申告でチャットボットを頼りにするかどうかを考えている中小企業のオーナーにとって、このギャップは無視できない。テストで実際に何が判明したのか、AIはどこまで信頼できてどこで静かに破綻するのか、そしてハルシネーション(もっともらしい誤情報)によって損をしないためにAIをどう使えばよいのかを見ていこう。
テストの内容：単純な質問 vs. 個別アドバイス
NerdWalletのリサーチチームは、ChatGPT、Gemini、Perplexityそれぞれに7問ずつ質問し、合計63件のチャット記録を作成した。そのうち3問はIRSの税理士登録試験(enrolled agent exam)の練習問題からそのまま持ってきたもので、客観的に唯一の正解が存在するタイプの質問だ。残りの4問は、架空の納税者を想定したオープンエンドのシナリオで、各チャットボットが特定の財務状況にどこまでアドバイスを個別最適化できるかを試す設計になっていた。
結果の差はくっきりと分かれた。試験形式の問題では、3つのチャットボットすべてが好成績を収め、選択式の問題をほぼ完璧に解いた。これはAIが得意とするタイプの質問だ――どの課税年度なのか、どの納税者の状況なのかという曖昧さがなく、明確に文書化された答えを持つ、境界のはっきりした事実質問である。
一方、オープンエンドで個別化されたアドバイスに関する質問は事情がまったく違った。ここでチャットボットは、実際の事業オーナーにとって重大な意味を持つ類のミスを犯し始めた。
- 標準控除額の誤り ―― あるテストケースでは3,000ドル近くもズレていた
- 電気自動車(EV)税額控除の対象資格に関する誤った主張 ―― 実際には対象外の納税者に対して
- 誤った申告州の案内 ―― 納税者の「通学していた州」と「勤務している州」を混同したケースも含む
- 回答の一貫性の欠如 ―― 同じ架空プロフィールでも、どのチャットボット(あるいは同じチャットボットの別の試行)が答えたかによって、推奨される税務ソフトが変わった
- 事実に基づかない経歴の捏造 ―― 実際には正しくないのに、それ以前のチャット履歴から引っ張ってきた前提が使われていた
これらの誤りには、いずれも留保や警告の一言も添えられていなかった。研究者たちが指摘するように、回答は自信満々な語り口のせいで「もっともらしく聞こえてしまう」のであって、その語調は、根底にある数字が正しいかどうかとは何の関係もない。
これは一度きりの結果ではない
NerdWalletの結果は、この一年を通じて研究者たちが記録してきたより広範なパターンと一致する。ロヨラ大学シカゴ校の調査では、チャットボットが単純な税務質問に3回中2回の割合で誤答したことが判明しており、最先端モデルでも、簡略化されたテストケースにおいてすら連邦所得税の確定申告を正しく計算できたのは3分の1未満だった。税務の専門家たちも、K-1やForm 1099の所得、連邦のルールから外れる州独自の規定、そして直近の税法改正に紐づく2026年特有の規定について、AIが誤りを犯していると別途指摘している――いずれも、中小企業のオーナーがまさに質問しそうな、微妙なニュアンスを要する領域だ。
その財務的な影響は、すでに実務の現場で表れ始めている。英国の会計士・記帳代行業者を対象にした調査では、回答した事務所の半数が、AIが生成した税務・財務アドバイスに起因すると考えられる、クライアントの直接的な金銭的損失――過払い、控除の見落とし、ペナルティなど――を目にしたことがあると答えている。これはもはや仮説上のリスクではなく、一部の中小企業がすでに負担しているコストなのだ。
AIが税務の質問で特につまずく理由
税務アドバイスは、大規模言語モデルが回答を生成する仕組みと相性が悪い。最先端のモデルでさえこの領域でつまずき続ける理由はいくつかある。
税制は管轄が幾重にも重なっている。 連邦、州、時には地方のルールが絡み合う。主に連邦レベルのコンテンツで訓練されたチャットボットは、質問が州特有の事情に左右される場合でも、既定で連邦レベルの答えに寄りがちだ。テストで起きた「州を間違える」誤りは、まさにこの仕組みによるものだ。
正しい答えは、モデルが確実に追跡できていない事実に依存する。 ある単身納税者の控除額、税額控除の対象資格、安全な申告州は、会話全体に散らばった細部に依存する。訓練データから一つのきれいな事実を取り出すのではなく、モデルがあなたに関する複数の事実を同時に頭の中に保持しなければならなくなった瞬間、精度は落ちる。
自信の度合いは、正確さと連動していない。 これらのモデルは、不確実性を示すためではなく、流暢で完結して見える答えを生成するために作られている。あなたの標準控除額についての誤った答えは、正しい答えとまったく同じくらい権威ありげに読める。
戦略的なアドバイスはリスクを増幅させる。 「マイレージ控除の単価はいくらか」という質問への誤答は見つけやすい。しかし複数年にわたる税務戦略についての誤答は、2、3年後の税務調査になって初めて問題として表面化することもある――そしてその頃には、早期に修正するよりもはるかに高くつく事態になっている。
火傷せずにAIを税務の質問に実際に使う方法
だからといって、AIチャットボットが税務に関して無用というわけではない。多くのユーザーが思っているよりも狭い用途にこそ有用だ、ということだ。合理的で、より安全なワークフローは以下のようになる。
-
AIは「見当をつける」ために使い、「最終的な数字を出す」ために使わない。 ある概念を説明してもらう、フォームの目的を要約してもらう、税理士に持っていく質問リストの下書きを作ってもらう――そうした使い方をしよう。実際の納税額を計算させたり、どの控除の対象になるかを教えてもらってそこで終わりにしたりするのはやめておこう。
-
質問の種類とツールを一致させよう。 「Form 941の提出期限はいつか」といった事実確認は低リスクだ。一方、「今年S法人ステータスを選択すべきか」のような個別の判断が必要な質問は、まさにテストでチャットボットが最も誤りやすかったカテゴリーだ――これは専門家に相談すべき質問であり、少なくとも実際のIRSガイダンスと突き合わせて確認すべき質問である。
-
自分のセーフティネットを把握しておこう。 税務ソフトの中でAI支援出力を使っている場合は、ソフト自体のエラーチェック機能が申告前にいくつかのミスを拾ってくれることがある。一方、AIのアドバイスをそのまま二重チェックなしで受け入れているなら、セーフティネットは一切存在しない。
-
どのモデル・どのバージョンが回答したのかを確認しよう。 精度や挙動はモデルのバージョンによって変わる。別のチャットボット(あるいは同じチャットボットの古いバージョン)を使っている友人のスクリーンショットが、自分の結果と一致する保証にはならない。
-
州固有または税額控除に関わる内容は、必ず一次情報で確認しよう。 これらは、テストで最も頻度の高かった2つの失敗カテゴリーだった。チャットボットが特定のドル基準額、控除額、税額控除の対象資格ルールを挙げたときこそ、IRS.govや自分の州の税務当局のサイトを開いて直接確認すべきタイミングだ。
もっとも安全な考え方はこうだ。AIは、ある概念を理解したり良い質問を準備したりするためにIRSの資料を延々と探し回る時間を節約してくれる。しかし、申告する前の最後のステップにしてはいけない。
どんなツールを使うにせよ、財務記録はクリーンに保とう
AIチャットボットが最もつまずきやすい税務の論点――控除の対象資格、州ごとの申告の細かな違い、事業体固有のルール――は、そもそも自社の帳簿が正確で整理されていれば、正しく答えるのがずっと簡単になる。これは、チャットボットに尋ねる場合でも、公認会計士に尋ねる場合でも、自分自身で調べる場合でも変わらない事実だ。Beancount.ioは、財務データへの完全な透明性をもたらすプレーンテキスト会計を提供している――バージョン管理され、監査可能で、今シーズン相談するどのアドバイザー(人間であれAIであれ)にも渡しやすい形式だ。無料で始めて、数字の信頼性を根本から保とう。