இந்தியாவில் செயற்கை நுண்ணறிவு சார்ந்த வரி நிர்வாகமும் அதன் சவால்களும் -ஸ்தானு ஆர் நாயர், ரஞ்சித் குண்டபோய்னா

இந்தியாவின் வரி நிர்வாகத்தில் செயற்கை நுண்ணறிவு சிறந்த விளைவுகளை ஏற்படுத்தி வருகிறது. இருந்தபோதிலும் பாதுகாப்பு நடவடிக்கைகள் தேவைப்படுகின்றன.

இந்தியாவிற்குப் பெரும் சவாலாக விளங்கும் முக்கிய வரி கொள்கை சார்ந்த பிரச்சினை, குறைந்த 'வரி-மொத்த உள்நாட்டு உற்பத்தி' (Gross Domestic Product (GDP)) விகிதமும், அதிக அளவிலான வரி ஏய்ப்பும் ஆகும். சராசரியாக, 2001 முதல் 2022 வரையிலான காலகட்டத்தில், இந்தியாவின் வரி-மொத்த உள்நாட்டு உற்பத்தி விகிதம் (16.36%) வளர்ந்துவரும் மற்றும் வளரும் பொருளாதார நாடுகளிலேயே  குறைவாக இருந்தது. வரி ஏய்ப்பின் காரணமாக, இந்தியா ஆண்டுதோறும் தனது வரி வருவாயில் 4.3 சதவீதத்தை இழக்கிறது. பிப்ரவரி மாதம் நடைபெற்ற 'இந்தியா செயற்கை நுண்ணறிவு தாக்க (AI Impact Summit) உச்சிமாநாட்டில்', நிஜ உலகப் பிரச்சினைகளுக்குத் தீர்வுகாண செயற்கை நுண்ணறிவின் (AI) ஆற்றலைப் பயன்படுத்துவதில் இந்தியா அடைந்துள்ள முன்னேற்றத்தை, உலகத் தலைவர்களும் தொழில்நுட்ப வல்லுனர்களும் வெகுவாகப் பாராட்டினர்.

செயற்கை நுண்ணறிவு பயன்படுத்தப்படுவதில் ஆய்வு செய்யவேண்டிய முக்கியமான ஒரு பிரச்சினை வரி வருவாய் திரட்டலும் (tax revenue mobilisation) மற்றும் வரி நிர்வாகமும் (tax governance) ஆகும். இந்தச் சூழலில், வரி நிர்வாகத்தையும் வருவாய் திரட்டலையும் வலுப்படுத்துவதற்காகச் செயற்கை நுண்ணறிவு மற்றும் தரவுப் பகுப்பாய்வைப் பயன்படுத்தும்,  இந்திய வருமான வரித் துறையின் 'நுண்ணறிவு திட்ட' (PI) முயற்சியை,  ஆய்வுக்கு உட்படுத்தப்பட வேண்டும்.

நன்மைகள்

2017-ஆம் ஆண்டு தொடங்கப்பட்டு, 2019-ஆம் ஆண்டில் முழுமையாக செயல்பாட்டுக்கு வந்த நுண்ணறிவு திட்ட முயற்சி (PI), தன்னார்வமான வரி கட்டுப்பாட்டை (voluntary tax compliance) ஊக்குவிப்பதையும், அதிக அபாயம் உள்ள வரி ஏய்ப்பு வழக்குகளைக் குறைப்பதையும், வரி அமலாக்கத்தை நியாயமாகவும் சமமாகவும் மாற்றுவதையும் மற்றும் வரி அமலாக்கத்தில் உள்ள பாரபட்சத்தைக் குறைப்பதையும் இந்த செயல்திறன் குறிகாட்டி நோக்கமாகக் கொண்டுள்ளது.

இந்த நுண்ணறிவு திட்ட முயற்சிக்கு மூன்று கூறுகள் உள்ளன. வருமான வரி பரிவர்த்தனை பகுப்பாய்வு மையம் (Income Tax Transaction Analysis Centre (INTRAC)) என்பது செயற்கை நுண்ணறிவு (AI) மற்றும் மேம்பட்ட தரவு பகுப்பாய்வைப் பயன்படுத்தும் பகுப்பாய்வு மையமாகும். இது வங்கி மற்றும் நிதி நிறுவனங்கள், சொத்து மற்றும் பத்திரப் பரிவர்த்தனைகள், கடன் அட்டை மற்றும் சரக்கு மற்றும் சேவை வரி கட்டணங்கள், மேலும் அதிக மதிப்புள்ள கொள்முதல்கள் போன்ற பல்வேறு மூலங்களிலிருந்து நிதி தரவுகளை சேகரித்து அதனை செயல்படுத்துகிறது. இந்த தகவல்களை வைத்து, ஒரு வரி செலுத்துபவரின் முழுமையான நிதி சுயவிவரத்தை உருவாக்குகிறது.

இத்தகைய தகவல்கள், வரி செலுத்துவோர் தெரிவித்த வருமானத்திற்கும் அவர்களின் உண்மையான நிதிச் செயல்பாடுகளுக்கும் இடையிலான முரண்பாடுகளைக் கண்டறிய வருமான வரித் துறைக்கு உதவுகின்றன. இணக்க மேலாண்மை மையப்படுத்தப்பட்ட செயலாக்க (Compliance Management Centralized Processing Centre) மையம், INTRAC-லிருந்து பெறப்பட்ட தகவல்களைப் பயன்படுத்தி நடத்தை சார்ந்த இணக்கத்தை உறுதி செய்கிறது. தவறான வரிக் கணக்குகளைத் தாக்கல் செய்த வரி செலுத்துவோரை, அவர்களின் உண்மையான பொருளாதார நடவடிக்கைகளுக்குப் பொருந்தும் வரிகளைச் செலுத்துமாறு குறுஞ்செய்தி அல்லது மின்னஞ்சல் நினைவூட்டல்களை அனுப்பும் 'வழிகாட்டவும் செயல்படுத்தவும் தரவின் ஊடுருவாத பயன்பாடு' (Non-intrusive Usage of Data to Guide and Enable (NUDGE)) என்ற முறையை பயன்படுத்துகிறது. இந்த முறையில், அந்த நபரின் உண்மையான பொருளாதார செயல்பாடுகளுக்கு ஏற்ப வரி செலுத்தும்படி குறுந்தகவல் அல்லது மின்னஞ்சல் நினைவூட்டல்கள் அனுப்பப்படுகின்றன. இதற்குப் பிறகு, வரி செலுத்துபவர்கள் தங்கள் அறிக்கையை திருத்தி மீண்டும் தாக்கல் செய்யலாம் அல்லது முன்பு தாக்கல் செய்ததை அப்படியே வைத்துக்கொள்ளலாம். வரி நிர்வாகத்தில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதால் பல நன்மைகள் உள்ளன. முதலாவதாக, இது வரி செலுத்துவோரின் விவரங்களைத் துல்லியமாக மதிப்பிடுவதற்கும், வரி ஏய்ப்பைக் கண்டறிவதற்கு வரி முகமைகளுக்கு உதவுகிறது. இரண்டாவதாக, வரி ஏய்ப்பின் அளவு மற்றும் நுட்பத்தின் அடிப்படையில் வரி ஏய்ப்பு வழக்குகளுக்கு முன்னுரிமை அளிக்க இது வரி நிர்வாகிகளுக்கு உதவுகிறது. மூன்றாவதாக, வழக்கமான நிர்வாகப் பணிகளை தானியங்கியாக (automate) செய்து, அதிகாரிகள் முக்கியமான முடிவுகள் எடுக்க வேண்டிய பணிகளில் கவனம் செலுத்த உதவுகிறது. நான்காவதாக, வரி செலுத்துவோருக்குச் சரியான வரிக் கணக்குகளைத் தாக்கல் செய்ய உதவுதல், திறன்மிகு உரையாடல் செயலிகள் (smart chatbots) மூலம் கேள்விகளுக்குப் பதிலளித்தல் மற்றும் வரி மோசடிகளைத் தடுத்தல் ஆகியவற்றின் மூலம் செயற்கை நுண்ணறிவால் வரி செலுத்துவோர் சேவைகளை மேம்படுத்த முடியும்.

'நுண்ணறிவு திட்ட' (PI) முயற்சியின் விளைவு

நுண்ணறிவு திட்ட முயற்சி அதன் பலன்களைக் காட்டத் தொடங்கியுள்ளது. நினைவூட்டல்களைப் பெற்றபிறகு, பல வரி செலுத்துவோர் வருமான வரித் துறையின் (ITD) புதுப்பிக்கப்பட்ட-தாக்கல்  தகவலின் மூலம் தங்களின் உண்மையான வரிக் கணக்குகளில் தாங்களாகவே மாற்றங்களைச் செய்துள்ளனர். 2020-21 முதல், ஒரு கோடிக்கும் அதிகமான திருத்தப்பட்ட வருமானவரி கணக்குகள் தாக்கல் செய்யப்பட்டுள்ளன. இதன் விளைவாகக் கூடுதலாக ரூ.11,000 கோடி வரி வருவாய் கிடைத்துள்ளது. வெளிநாட்டு வருமானம் மற்றும் சொத்துக்கள் குறித்த இலக்கு வைக்கப்பட்ட  (NUDGE) பிரச்சாரத்தின் ஒரு பகுதியாக வருமான வரித் துறையால் (ITD) தொடர்பு கொள்ளப்பட்ட 19,501 வரி செலுத்துவோரில், 62% பேர் தங்களின் உண்மையான வரிக் கணக்குகளில் தெரிவிக்கப்பட்ட தகவல்களைத் திருத்தியுள்ளனர். மேலும், 30,161 வரி தாக்கல் செய்பவர்கள், மொத்தம் ரூ.29,208 கோடி மதிப்புள்ள வெளிநாட்டுச் சொத்துக்களையும், கிரிப்டோகரன்சிகள் அல்லது மெய்நிகர் டிஜிட்டல் சொத்துக்களிலிருந்து ரூ.1,089 கோடி வெளிநாட்டு வருமானத்தையும் அறிவித்துள்ளனர்.

6.25 லட்சம் வரி செலுத்துவோரை உள்ளடக்கிய (NUDGE) பிரச்சாரத்தின் விளைவாக, அரசியல் நன்கொடைகளுக்காகக் வழங்கப்பட்ட தவறான கோரிக்கைகள் ரூ.963 கோடி அளவுக்கு திருத்தப்பட்டன. மேலும், ரூ.410 கோடி அளவுக்கு கூடுதல் வரி வசூலிக்கப்பட்டது. வரித் திரும்பப் பெறுதலைச் (tax refund) செயல்படுத்த ஆகும் சராசரி நேரம் 93 நாட்களில் இருந்து 17 நாட்களாகக் குறைந்துள்ளது. சமீபத்தில், பெருந்தரவுப் பகுப்பாய்வு (big data analysis) மற்றும் செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி, இந்தியா முழுவதும் உள்ள உணவகங்கள், ரொக்க ரசீதுகளைத் தேர்ந்தெடுத்து நீக்குதல், ரசீதுக்குப் பிந்தைய மாற்றங்கள், விற்பனைத் தரவுகளை அழித்தல் மற்றும் ரசீது மதிப்பைத் திரித்தல் போன்ற நுட்பமான முறைகளைப் பயன்படுத்தி 2019-20 முதல் ரூ.70,000 கோடி விற்பனை வருவாயை மறைத்திருப்பதை வருமான வரித் துறை கண்டறிந்துள்ளது.

ஆஸ்திரேலியா, இத்தாலி, ஐக்கிய இராச்சியம் மற்றும் அமெரிக்கா போன்ற பல முன்னேறிய நாடுகள், நுண்ணறிவு திட்ட மாதிரியை அடிப்படையாகக் கொண்ட செயற்கை நுண்ணறிவுத் தளங்களை வெற்றிகரமாகச் செயல்படுத்தி, கூடுதல் வருவாயை பெற்றன.

கவலைகளும் அபாயங்களும்

இந்தியா நெறிமுறை சார்ந்த வரி நிர்வாகத்திற்கு மாறுவதால், பல செயல்பாட்டு, நெறிமுறை மற்றும் சட்ட சம்பந்தப்பட்ட பிரச்சினைகள் கவனிக்கப்பட வேண்டும்.

முதலாவது, தரவு மூலம் (data provenance) மற்றும் தரம் (quality) பற்றியது. PI போன்ற AI அமைப்புகள், அவை பயிற்சி பெறும் தரவின் தரத்தைப் போலவே மட்டுமே நல்லதாக இருக்கும். அவை வழக்கத்திற்கு மாறானவற்றை (outliers) கண்டறிய முடியும், ஆனால் தவிர்ப்பு (evasion) மற்றும் நியாயமான சிக்கலான தன்மை (legitimate complexity) ஆகியவற்றை எப்போதும் வேறுபடுத்த முடியாது. மாறுபாடுள்ள வருமானம் உள்ள தொழில்முறை நிபுணர்களின் முந்தைய சேமிப்புகளைப் பயன்படுத்துதல், எழுத்துப் பிழைகள் (clerical errors), அல்லது கூட்டுக் குடும்ப நிதி அமைப்புகள் (joint family financial structures) குறித்த தரவுகள் தவறான நேர்மறைகளை (false positives) தூண்டலாம். எளிதில் அணுகக்கூடிய மனித மறுஆய்வு (human review) இல்லாத நிலையில், குறியிடப்பட்ட வடிவங்களின் (flagged patterns) சட்டபூர்வத்தன்மையை வரி செலுத்துபவர்கள் (taxpayers) நிரூபிக்க வேண்டியிருக்கும்.

இரண்டாவது, நெறிமுறை சார்புநிலையைப் (algorithmic bias) பற்றியது. வரலாற்று அமலாக்கத் தரவுகளில் பயிற்சி பெற்ற செயற்கை நுண்ணறிவு மாதிரிகள், தற்செயலாக ஏற்கனவே உள்ள சமூக-பொருளாதாரஅடிப்படையிலான பாகுபாடுகளை மீண்டும் உருவாக்க வாய்ப்பு உள்ளது. இதனால் சில பகுதிகளில் அல்லது சில குழுக்களில் அதிகமாக வரி ஏய்ப்பு இருப்பதாக தவறாக அடையாளம் காணப்படலாம். இதற்கு டச்சு குழந்தை பராமரிப்பு நல ஊழல் (Dutch childcare benefits scandal) ஒரு உதாரணமாகும்.

மூன்றாவது, விளக்கக்கூடிய தன்மை மற்றும் உரிய செயல்முறை தொடர்பான பிரச்சினையாகும். ஒரு செயற்கை நுண்ணறிவு அடிப்படையிலான வரி இணக்க அமைப்பு சட்டப்பூர்வமானதாக இருக்க, வரி செலுத்துவோர் தாங்கள் ஏன் அடையாளம் காணப்பட்டனர், அவர்களின் தகவல்கள் எவ்வாறு பயன்படுத்தப்படுகின்றன, அந்த அமைப்பு எவ்வாறு தனது முடிவுகளை எடுக்கிறது என்பதைத் தெரிந்துகொள்ள வேண்டும். மேலும், முடிவுகளை எதிர்த்துப் போராட ஒரு தெளிவான, எளிதான வழியும் இருக்க வேண்டும். வரி செலுத்துவோருக்கு கடுமையான விளைவுகளை ஏற்படுத்தக்கூடிய எந்தவொரு முடிவிற்கும், மனிதத் தலையீடுடன் கூடிய மதிப்பீடு  கட்டாயமானதாக இருக்க வேண்டும்.

நான்காவது, தரவு தனியுரிமை மற்றும் பாதுகாப்பு குறித்த கவலைகள் பற்றியது. வரி செலுத்துபவர்களின் நுணுக்கமான நிதி மற்றும் தனிப்பட்ட தகவல்களை அணுகுவது, அவை தவறாக பயன்படுத்தப்படக்கூடிய பெரிய அபாயத்தை (attack surface) உருவாக்குகிறது.

இறுதியாக, இந்தியாவில் எதிர்க்கப்பட்ட முடிவுகளை மறுஆய்வு செய்ய ஒரு செயற்கை நுண்ணறிவு குறைதீர்ப்பாளர், நிரல்நெறிமுறை தாக்க மதிப்பீடுகளுக்கான தேவை, தவறான நேர்மறை மற்றும் மேல்முறையீட்டு வெற்றி விகிதங்கள் குறித்த பொது அறிக்கை மற்றும் இடர் மதிப்பெண் மாதிரிகளின் வெளிப்புற ஆய்வுகள் போன்றவற்றின் தேவை உள்ளது.

மேற்கண்ட வலுவான செயற்கை நுண்ணறிவு நிர்வாகக் கட்டுப்பாடுகள் இல்லையெனில், நுண்ணறிவு திட்ட முயற்சி (Project Insight (PI)) ஒரு மறைமுக கண்காணிப்பு அமைப்பாக மாறி, பொறுப்புணர்வையும் வரி அமைப்பின் கட்டுப்பாட்டையும் பாதிக்கக்கூடும். இதனால், வரி செலுத்துபவர்கள் நம்பிக்கையை இழந்து எதிர்ப்பு காட்டக்கூடும். எனவே, இந்தியா ஒரு தெளிவான முடிவை எடுக்க வேண்டும். ஒழுக்கத்தையும் (ethical) செயல்திறனையும் (effective) இணைக்கும் ஒரு நவீன வரி நுண்ணறிவு (modern tax intelligence system) அமைப்பை உருவாக்க வேண்டும்.

ஸ்தானு ஆர். நாயர், கேரளாவின் கோழிக்கோட்டில் உள்ள இந்திய மேலாண்மை நிறுவனத்தில் (Indian Institute of Management (IIM)) பொருளாதாரம் மற்றும் பொதுக் கொள்கை ஆசிரியர் ஆவார். ரஞ்சித் குண்டபோய்னா, நிதிச் சேவைகளில் செயற்கை நுண்ணறிவுப் பயன்பாடுகளில் பணியாற்றி வருகிறார். இவர் பாரத ஸ்டேட் வங்கியில் உதவி மேலாளராகப் பணியாற்றி, கடன் தொகுப்புகள் மற்றும் இடர் மதிப்பீட்டை நிர்வகித்துள்ளார்.

Original Link: AI-powered tax governance in India and its challenges