英语轻松读发新版了,欢迎下载、更新

人工智能和国家税务机构

2025-07-08 13:05:43 英文原文

作者:Tax Notes Staff

Machine learning Process, artificial intelligence AI, Machine learning and Deep data mining. Modern computer technologies concept. 3D rendering

带有未来派矩阵的抽象全息图3D硅CPU。多彩的数字电路组件... 更多的数字化过程。机器学习的数据和计算能力。3D渲染

盖蒂

在这一集中税收票据谈话,税务管理人员联合会的瑞安·米尼克(Ryan Minnick)讨论了州税务机构如何接近人工智能,并分享了FTA即将发表的有关生成AI及其2024年税务机构调查的简报中的见解。

税收谈话是由税收票据制作的播客。该成绩单已被编辑为清晰。

David D. Stewart:欢迎来到播客。我是戴维·斯图尔特(David Stewart),主编今日税收国际。本周:AI和州税。

在过去的几年中,每个行业都考虑将人工智能实施到其工作流程中,州税务机构也不例外。但是,数据税机构必须处理的敏感性需要特别仔细地使用该技术。

那么,国家税务管理员如何使用人工智能,以及机构如何平衡采用新技术与保护纳税人信息的需要?

在这里谈论更多是税收笔记记者艾米丽·霍林斯沃思(Emily Hollingsworth)。艾米丽,欢迎回到播客。

艾米丽·霍林斯沃思(Emily Hollingsworth):谢谢,戴夫。很高兴回来。

David D. Stewart:现在,在过去的一年左右的时间里,州税务管理和采用AI有很多发展。您能给我们一些快速的背景,以了解正在发生的事情和我们的位置吗?

艾米丽·霍林斯沃思(Emily Hollingsworth):绝对地。在各州中,AI政策和立法在一句话中爆炸了。全国州议会大会最近说,所有50个州,哥伦比亚特区,波多黎各和维尔京群岛都介绍了今年的AI立法。这些州和维尔京群岛中有28个在AI上颁布了立法,包括AI法规,还禁止AI用于某些犯罪活动。

对于快速上下文,我将讨论两种AI形式。有生成的AI,可以生成文本,图像或其他项目。Chatgpt是使用生成AI的技术的著名示例。然后是机器学习AI。这是一种较旧的技术,它使用算法来识别模式和数据。

关于州税务管理部门的示例以及加利福尼亚州税收和费用管理部或CDTFA的最新发展,于4月下旬宣布了5月初,它将与Symsoft Solutions合作,以部署生成AI解决方案来增强该部门的客户服务。该解决方案对部门的参考材料进行了培训,包括手册,指南和其他文件。当纳税人有问题时,该解决方案将产生部门代理可以向纳税人提供的潜在回应。目的是使用解决方案减少客户的等待时间,并帮助减轻高峰期申请期间代理商的工作量。现在,尽管CDTFA和Symsoft处于长达一年的合同下部署解决方案的合同,但据我了解,目前目前尚未实时使用该解决方案来用于客户的问题。

David D. Stewart:好吧,我知道您一直在密切关注这一领域。您能否让我们了解您最近从事什么样的事情?

艾米丽·霍林斯沃思(Emily Hollingsworth):确实。我目前正在研究CDTFA的有关此生成AI解决方案的报告,更仔细地研究了2024年解决方案以及项目的下一步。

我正在研究一份单独的报告,研究了税务部门使用的机器学习AI工具数十年,从纳税申报处理到欺诈检测和预防。正如国家领导人,立法者和倡导团体呼吁监督和定期检查AI工具时,我研究这些机器学习工具是否也将受到这种检查和监督的约束。

David D. Stewart:现在,我了解您最近与某人讨论了这一点。你和谁说话?

艾米丽·霍林斯沃思(Emily Hollingsworth):我与税务管理员联合会的首席运营官瑞安·明尼克(Ryan Minnick)交谈。

David D. Stewart:您进入了什么样的事情?

艾米丽·霍林斯沃思(Emily Hollingsworth):好吧,税务管理员或FTA联合会一直在做大量款项,为希望试行或实施AI解决方案的州税务机构提供培训和资源。我们进入了FTA即将发表的有关生产AI的简报以及2024年的税务机构调查。

我们还研究了数据安全性,透明度和信任等主题,以及州税务机构在驾驶或实施AI解决方案方面所扮演的角色。

David D. Stewart:好的。让我们去参加那次采访。

艾米丽·霍林斯沃思(Emily Hollingsworth):瑞安·米尼克(Ryan Minnick),欢迎来到播客。

瑞安·米尼克(Ryan Minnick):惊人的。非常感谢您拥有我,艾米丽。我很高兴今天和您聊天。

艾米丽·霍林斯沃思(Emily Hollingsworth):同样地。因此,税务管理人员联合会正在开发有关生成AI技术的简报。该论文旨在为税务机构提供有关生成AI的信息,尤其是在各州和州立法机关面临着越来越多的压力与其他州保持竞争力,并试点或执行生成的AI。

预计会议纸什么何时会发布,以及该简报纸封面的生成AI的哪些方面?

瑞安·米尼克(Ryan Minnick):这是一个很好的问题,我想我会备份一点,解释该项目是如何开始的以及我们在事物范围内的位置。因此,如您所知,FTA与所有州合作,我们非常专注于新兴的问题。因此,在我来这里的十年中,无论是区块链还是对云的运动,总会有某种技术创新。因此,每当我们看到一个大的人时,我们倾向于组织围绕它的信息,以帮助我们的成员了解他们的同龄人在想什么,了解私人和学术领域中发生的事情,只是为自己做出明智的决定。因此,关于国家总是独特的事情是国家是主权实体。他们将采取他们认为最好的方法,但他们依靠像FTA这样的组织来召集他们并帮助他们进行一些指导,并为他们提供对他们最重要的信息。

因此,一年半以前,我们组成了一个AI工作组,我们分为两个部分。我们从教育开始,因此我们在12个月的时间内主持了两轮简报,该简报与来自技术部门和学术部门各个角落的专家。因此,我们有研究人员专注于AI中透明度和道德规范的应用,我们的研究人员专注于大型语言模型以及他们实际工作方式以及从技术到业务的各个深度的一切工作。

我们有一些私营部门群体与我们为利用这些技术的其他领域建立的概念慷慨解囊,以便与会者可以感觉到您如何理解这种梦幻般的生成性AI的梦想,并开始将其转化为您在日常工作中实际上可以用它来实现这一障碍的公司,这使您可以真正地构成一定的能力,因为我想到的是,我已经很难做到这一点,因为我的概念很难成为一种概念,因为它是一定的,因为它是一定的,因为它是一定的,因为它是一定的,因为它是一定的,因为它是一定的,因为它是一定的,因为它是一定的,因为它是一定的,因为它是一定的。实际上在政府机构中做到这一点。它有可能为我们提供帮助?那里的创新是什么?

因此,在这两轮简报之后,我们聘请了一组代表大量成员的志愿者。几十个人聚在一起,他们分为三组。这三个小组一直专注于一些背景教育信息,因此,仅仅帮助阅读白皮书的任何人都可以理解技术中经常使用的术语,即我们在日常生活中遇到技术的方式,以及其他形式的AI,因为人们经常将生成性AI混淆为机器学习和其他已经存在一段时间的机器学习和其他工具。

我们有一个专注于机会的小组,因此不一定在生产中,尽管有些是在生产中,但是可以利用该技术或可以利用该技术的地方的不同示例。他们甚至走了一步,并充实了其中的一些概念,只是向商业和技术利益相关者表达了什么可能性。

然后,我必须承认的第三组,我在这个特定工作组的犯罪伙伴是我们的总法律顾问布莱恩·奥利纳(Brian Oliner),他以前是代表马里兰州审计长办公室的农业。每当他和我谈论新兴技术时,他对像我这样的书呆子来说都是一个很好的箔纸,因为他是一位经验丰富的律师,他看到了复杂的供应商合同,并了解国家需要保护自己免于法律和法定立场的方式。因此,他和我一直喜欢散布技术的细节。因此,他实际上主要与第三组合作,这是我们的考虑和风险小组。

因此,您可以通过这份白皮书,目标是从代理商的执行和商业利益相关者到可能主要是在战略上处理的一些技术利益相关者,他们将能够消耗本白皮书的适当部分,在另一方面武装的信息,并通过如何通过税务范围来更好地应用技术来了解其技术,从而使税务范围更好地了解税后的税收范围。其他资源要出去看。

因此,我们的团队并没有重写有关生成AI的书。每天都有很多出色的研究人员在创新和报告中提出。因此,在某些情况下,我们将读者指向那些真正丰富的资源,只是为他们带来了他们需要考虑的税收环境。因此,这是小组的全部目的,以及我们到目前为止的结构。

抽象流的插图。人工智能。大数据,技术,AI,数据传输,... 更多的数据流,大语言模型,生成AI,二进制概念

盖蒂

真正令人兴奋的是,为什么我对您的问题感到很高兴,我终于可以说,当我们的FTA技术会议发生在八月的第二周在塔科马举行时,这是唯一为税务机构观点服务的技术会议。因此,那里有很多税收技术会议。他们通常是从业者或CPA驱动的;这是我们主持的。这是针对税务机构和关心税务机构在做什么技术的人。到我们参加该会议时,我们将发表白皮书。

因此,对于那时,这将是IT和业务领导地位的绝佳场所,这些机构在那时将拥有白皮书掌握在他们的一点点时,他们每年在我们的技术会议上参加我们的技术会议上的工作,这就是考虑到可能性,人们在技术上以及在技术和新的想法上做的事情和新的层面,并将其带到一个公平的过程中,并且可以公平地欣赏到这一点。

艾米丽·霍林斯沃思(Emily Hollingsworth):这听起来真的很有趣,我们当然也期待简报纸。我们已经讨论了工作组,我很想知道,该计划仍然向可能有兴趣参加的FTA成员机构开放吗?我们也谈到了这一点,但是从这些工作组和会议中学习或从中学习了哪些国家?

瑞安·米尼克(Ryan Minnick):绝对地。这是一个很好的问题。因此,工作组的功能部分开始总结。因此,当我们最终确定白皮书时,白皮书的第一版 - 在我之前提到的三个起草小组中工作的人们,他们将有机会与我们合作,就最终发表给我们的成员的最终白皮书版本。

它解决了您问的问题,哪个国家已经从中得到了哪些状态?实际上,当我在年度会议上主持该小组时,我的计划共同领导者的这个问题确实比我希望的要好。您总是希望参加工作组的人甚至在产品完成之前就从中获得了价值。他们分享的一些事情是,对于他们来说,甚至有助于听到他们的同龄人,他们是工作组的一部分,可能已经在机构中的人们已经在考虑这一点的人比普通员工更重要的是听到同龄人如何思考这一点,听到好奇心的水平,听到对可能性的乐观态度。

然后,即使对于某些工作组成员,他们也与我分享了这实际上有助于使技术感觉更加明显和更真实。我认为生成AI的炒作曲线确实很重要。The underlying technology has been around for a couple of decades, but if you look at — for our conversation today, if we look at ChatGPT launching 20 months ago or so, if you look at that as the inflection point of the generative AI craze, the hype curve was very scary for people in a lot of roles, but in particular in government, because the initial premise was, oh my gosh, this can do everything.它可以思考。这是人类的传真,它可以做所有这些奇妙的事情。

但是,当然,随着时间的流逝,我们都意识到,像任何技术工具一样,这是一种新版本的工具,希望可以帮助提高生产力。这将帮助我们的组织更好地工作。但是,如果您最近使用了其中一些工具,那么他们不会很快将任何人的工作带走。如果有的话,他们可能会释放知识工作者以更有效地进行工作,从而更有效。

我认为从这些趋势中出现的更大的事情是,我认为我们的一些成员在参加工作组时所看到的是在这个领域进行培训的真正机会。这是一个更像从打字机到文字处理器的变化,而不是从办公室的服务器壁橱中的服务器转移到云中的服务器的转变。这是您与技术互动方式的根本变化,这要求您完全重新思考所做的一切。

这也是人们现在进入劳动力的人们已经获得了大量曝光的拐点之一。因此,您将有一个地步,就像通道处理器的打字机一样,您将拥有大量的员工队伍,您将不得不提高技能并对其进行训练,因为他们将在职业生涯的中间阶段第一次体验它,但是您将在他们的职业生涯的早期阶段就可以理解自己的职业生涯的早期阶段。新兴技术并没有发生很多事情。我认为,这总是比我们现在的一点更微妙。

艾米丽·霍林斯沃思(Emily Hollingsworth):谢谢。您认为,在通知公众AI使用时,州税务机构应该是透明的?

瑞安·米尼克(Ryan Minnick):这是一个棘手的问题,不是因为我不相信透明度,而是因为像我之前提到的那样,每个州都是自己的主权岛,因此他们有自己的规定和规则和规则。因此,我真正地认为,我们的成员与所有利益相关者都尽可能地进行交流。

而且,共享信息可能需要更多时间的唯一时间是,共享该信息可能会损害某人的数据安全性,我们想要保护的任何数据,或者在欺诈斗争的情况下可能会损害它可能会损害犯罪分子,这可能会给罪犯提供我们如何做一些事情来防止犯罪。因此,我认为这些往往是您看到分享中滞后的两个领域,因为我们要确保我们不会过分分享。

因此,10或15年前,当我们开始与IRS和税收软件行业的安全峰会合作时 - 开发出更好的方法来保护个人的身份时,当他们提交个人所得税申报表时,现在很多工作现在都非常公开。有很多工作可用,人们了解该组是什么以及它的工作原理。

华盛顿特区 - 4月7日:一个小标志指示国税局的总部... 更多的2023年4月7日在华盛顿特区。财政部宣布了一项800亿美元的计划,让美国国税局成为数字税收征收者,并专注于改善客户服务并削弱公司和富人的逃税。(照片由Chip Somodevilla/Getty Images)盖蒂图像

但是当时,我们正在将这些框架置于适当的位置,而我们在不损害工作本质的情况下分享了尽可能多的框架,因为我们优先确保犯罪分子无法在做什么时找出我们在做什么,因为不幸的是,您要确保公众互联网上的问题是犯罪世界,我们是否知道“我们是否犯了“犯罪”。

欺诈单独的是,您是针对某人进行身份盗用的目标,或者是因为您正在尝试使用来自黑暗网络的数据而进行大规模进行操作。这些领域通常是我们尽可能透明的领域。

但是,当涉及个人成员及其工作时,我不控制他们发布的信息以及什么时间。因此,我认为作为一个组织,我们致力于使会员通报,并在我们所能达到的范围内使更广泛的税收界随着趋势的实现告知。

艾米丽·霍林斯沃思(Emily Hollingsworth):谢谢。现在,我们将继续进行FTA在2024年与EY发行的调查。调查研究了37个州税务机构和两个城市税务部门。

我认为它的部分尤其是在AI上很有趣。例如,我将阅读调查中的一些数字,但它说15%的税务管理部门是“指挥飞行员或已经在核心功能中使用AI”。它还说,有9%的受访者表示,机器学习AI被用于核心功能,而12%的受访者表示,他们正在针对机器学习技术进行试点计划,这与生成AI不同。所以我很好奇,FTA是否计划今年发布一项州税务机构调查?

瑞安·米尼克(Ryan Minnick):因此,我们尚未发布后续调查;我们仍在努力确定该调查设计的外观。我们认为继续这项工作非常有价值。那是我们十多年来发出的第一次全面调查。这是我们的执行董事Sharonne Bonardi的优先事项,他以前曾是马里兰州的副总监。当她加入FTA时,她希望我们主要为成员拥有的资源之一,但也是公众是州税务机构的状态,帮助人们了解税务机构正在考虑出现问题的优先事项和方式。

因此,这确实是您提到的那个报告 - 我认为这是一本很棒的阅读,我认为每个人都应该访问我们的网站并下载它 - 在AI问题上,我们实际上起草并发送了并发表了该调查,这是因为Generative AI正在爆炸。您希望您有一台时间机器,对吗?因为我希望我们可以对这个问题有所不同,因为就像过去一年半的路展上一样,谈论调查中的见解,我一直都会有一个关于这个小部分的问题。

最终,不引人注目的答案是,这个问题是如此广泛,以至于当有人回答问题时,确切地知道某人的想法确实非常困难。我们询问了AI,因为当时,在生成AI出来之前,AI被视为先进的机器学习 - 我的意思是,也许是一些算法的工作,也许是一些自然语言处理。因此,当您打电话给电话树时,您自然地说您要寻找的内容,而电话树则尽最大努力帮助您找到合适的人。但这确实是我们编写问题时的意图,因为生成的AI刚刚开始出现,因为我们还没有看到Chatgpt的飞溅。

当然,现在快进了,每个人都看到了这个问题,他们就像:“所有这些州都在生产中都有AI?哦,天哪,这太疯狂了。”不,他们没有。不是您在想的AI,而是当今每个人的大脑上的这种生成的AI;AI从某种意义上说,全国各地的税务机构进行了许多处理,发生了许多机器学习。这是程序化的。它正在寻找欺诈模式。它正在寻找违规行为,因此犯罪欺诈而不是一般税收欺诈,无论是不正确或无法正确或正确回答某些内容的人。它也在寻找准确性之类的东西;它是监视趋势。这些技术有很多用途。

因此,我认为该调查的更准确,更有趣的见解正是您指出的,这是机器学习部分。即使在许多这些机器学习趋势开始爆发后,仍然有一些机构正在研究机器学习以及他们如何以不同的方式使用它。我会说,作为一名支持税务机构的技术专家,我认为这是一件很棒的事情,因为我认为我认为很多公众的人认为这是旧技术,因为现在我们所有人都转向了生成的AI。我们都希望Siri在iPhone上更好地工作,而我们并没有真正考虑其他任何事情。但是,在某些情况下,机器学习是更好地解决人们想要通过生成AI解决的许多问题。而且,它不仅在安全方面更好,而且在成本方面可能会更好。

在波兰克拉科夫商店拍摄的这张插图照片中的电话屏幕上可以看到Siri徽标... 更多的2024年9月26日。通过盖蒂图像的养育图像

生成的AI当然有其位置:它由大语言模型提供支持;

它可以很好地处理语言。您可以做很多事情。它具有大量所需的配置,需要大量培训,以便您获得准确和非核能的答案。但是机器学习,这是很好的老式数学。那真的是精致的数学。因此,生成的AI做不到的是数学。有一些例外,但是在大多数情况下,它擅长语言。大部分税是数学。因此,我们实际上发现自己具有很长一段时间的可用机器学习能力,许多机构在生产中使用了,不幸的是,对于它的炒作,它们属于AI形式。

但是我通常,即使我在某个地方谈论这些事情,我也会谈论机器学习,我会谈论生成的AI。我几乎从来没有广泛使用AI术语,因为AI是人工智能,到目前为止,我们还没有开发的任何东西是人为聪明的。它的外观。

因此,快速进行数学的方法似乎很聪明。这就是机器学习。用Garth Brooks的风格或任何人要求Chatgpt做的任何方式来解释语言真的很快,或者起草了乡村音乐歌曲,这似乎非常聪明,但是在这些情况下,这两种情况都不是准确的。

我有点离题了一点,因为我知道您的问题是关于我们的调查的,但是这很有趣,因为仔细研究结果并了解他们在思考什么以及他们对调查的反应,这是我的收获,是我觉得我希望我能回到过去,并更加分开询问技术的不同形式的技术,因为我认为我们会更愿意做出更多代表性的回答。我认为我们有一些很好的见解,但是12%的州并未积极使用生成AI。因此,我希望没有人读报告并认为这一点。

艾米丽·霍林斯沃思(Emily Hollingsworth):我想这也导致了我的问题。因此,我们拥有百分比 - 例如,有12%的人说他们正在驾驶机器学习技术。我们知道有多少个转化为转化的州吗?

瑞安·米尼克(Ryan Minnick):是的。根据调查本身,我认为,基于将所有这些都放在一起的数据团队,对我来说,这将是一个对调查做出回应的四到五个州。但是,就像我说的那样,这个问题在您的解释方面有些错误。因此,在调查时,这可能是四到五个州,正在积极试行该技术的新使用。这些州可能已经拥有该技术同时做其他事情。这就是我认为熊解释的其他事情。

如果您对税务机构的工作方式感到好奇,人们会听,我们不会坐着。我在FTA十年来学到的一件事是,代理商一直在期待 - 他们如何更好地完成工作,如何更好地为公民服务,他们如何进行创新并利用他们的工作更少,因为不幸的是,在政府中,我认为这是很多情况,我们总是会发现自己。因此,预算并不一定会增长我们想要的那么多,或者有时会被削减。通常,立法机关要求机构做新事情,他们并不总是给他们钱来做到这一点。因此,每个人都在尝试最大程度地利用自己的事物。

因此,当您获得可以在业务系列中使用的创新技术和税务机构的业务范围很多:他们拥有从接收数据开始的所有方案,您进行了传统的纳税申报程序处理,您就有审计,收集和客户经验,并且您拥有您的法律和税收政策集团,必须解释[]立法机关的事情。而且有很多活动部件。因此,有了这个问题,我的解释方式是调查时的四个或五个或六个州正在考虑机器学习可能在其代理机构中某个地方解决问题,无论他们在任何地方使用该技术(如果是)的任何地方,以在其他地方解决问题。

艾米丽·霍林斯沃思(Emily Hollingsworth):这是我讨论国家透明度时遇到的问题。它涉及加利福尼亚州4月份的宣布,该消息已与公司签订了合同,并正在测试生成的AI解决方案。现在,该协议将在有限的情况下测试该解决方案 - 我认为这是一个测试环境,因此不一定会立即向公众出去或在大量时期内使用,例如申请季节。

但是我很想知道您对这一发展有何看法。加利福尼亚州对其在AI的发展也非常透明,并且还为审查和测试这些解决方案做了很多工作。因此,我很想知道您对这一特定发展的想法。

瑞安·米尼克(Ryan Minnick):好吧,首先,这是一个很好的问题。加利福尼亚州,当然是较大的州之一,当然是员工,他们在几个机构中从事税务管理的人数最多。我认为,即使在技术方面,它们也是政府透明度的一个很好的例子。

因此,您查看他们一直在做的技术现代化计划 - 我认为他们在第二部分中,而我却忘记了第二部分的阶段 - 但是他们开始公开分享10多年前的现代化战略计划,当时他们处于第一阶段或第一阶段。因此,我一点也不令我感到惊讶的是,他们对试行一项技术和确保合同的过程非常透明。

我认为他们分享了自己在想什么的范围也很有帮助。我知道,采购过程的某些部分通常是公开的,因此人们可以定期看到各州在不同的代理领域所做的事情。但是在这种情况下,加利福尼亚肯定迈出了一步。我知道大家都涵盖了它,我知道其他几个媒体也做到了,他们分享道:“我们正在研究这项技术的潜力。这是一个非常受控的实验。”

我无法特别评论该项目,因为首先,我不是其中的一部分。他们只是成员,我们通常不会涉及到有关它的细节。但是从概念上讲,他们所做的很棒。他们决定做某事,分享了自己在做的事情,现在我认为不熟悉该项目 - 我认为他们正在这样做。然后,在他们做出决定的范围内,他们会回来迈出下一步。

一般来说,我认为这是许多机构在飞行员方面的看法。他们希望与受到测试的任何人影响的人非常前期。So sometimes we're able to test technologies in a bubble or in a vacuum, and so we don't necessarily have that need to share what we're testing, because we're not doing it — for example, if you're wanting to test the potential for a technology that would leverage generative AI, but you're not going to actually test it with taxpayers, so you're just going to test it internally, and you're going to test it only on maybe a synthetic data set — so something that's not even real data or real information, it's something that's manufactured for the purpose of testing — just to understand how [the] technology works.That's a super great, super safe experiment, because it's not touching anything sensitive, and if it's something that doesn't work out, then you didn't go through a big implementation to put it in front of everybody.

Separately, if you go down the route like California did, and you want to do a limited trial of something, and you can define that scope and you can let folks know about it in the way that makes sense within that state's rules and how the agency operates and how the state as a whole has policies on it, I think that's really great, too.

California - Interstate roadsign illustration with the map of California

盖蒂

One of the fun things about technology in general — I guess one of the most fun things about technology — is that especially these days, really good ideas can come from anywhere.And the more — this is true inside of government, outside of government — this is my tip to nontechnologists from a technologist is, read about technology;了解人们如何使用它。考虑一下他们如何使用它,然后考虑一下您的使用方式。我们看到了许多创新用途,甚至不仅仅是生成性AI,而是一般可以提供的工具。

And I think part of that is this increasing level of curiosity of people wanting to figure out how to be more effective, figure out how to optimize things a little better, figure out how to deliver on their mission in the way that best serves their stakeholders, whoever their stakeholders may be.In our context, it's taxpayers and tax administrators, but in somebody else's, it might be readers, if you're a journalist.How can you leverage technologies and understanding how other sectors are doing it?That's one of the reasons why our work group interviewed so many private sector professionals.Some of them weren't even in the tax world — they were just people working on generative AI in the private sector somewhere else.We just wanted to hear what they were thinking about and how they approached the project or what their view on the knowledge was.

Because most of the time, I can talk about tax all day long, and Emily, you can translate it into journalism, whether it's tax or otherwise.Likewise, you could tell me something that you're doing in order to maybe reach readers ofTax Notesa little bit easier, a little bit better, get into their inbox a little bit faster.I'm going to listen with my tax administrator ears and think, "Oh, how could I potentially take this really cool thing that you're doing and help benefit my members or the taxpayers?"or, "How can I help my members benefit their stakeholders?"

You get into the question of, is transparency important?绝对地。I think data security is also very important, and fighting crime is also really important.So you have to balance everything.But at the end of the day, it's because there's so much curiosity out there, and I think people who pay attention to these things and can be helpful — especially if people have great ideas, there's some great careers in tax administration, I suppose I should put a shameless plug in — so if you have great ideas for tax administration, share them with tax administrators, because we want to hear them.We want to discharge those duties as faithfully and efficiently and effectively as possible.

Emily Hollingsworth:绝对地。And Ryan, again, thank you so much for coming on the podcast.

Ryan Minnick:哦,当然。Happy to do it anytime.It was great talking to you today, Emily.

关于《人工智能和国家税务机构》的评论


暂无评论

发表评论

摘要

当然!让我们总结并突出与瑞安·米尼克(Ryan Minnick)的对话中有关州税务机构对生成AI的方法的关键点:### 概括:1。**政府透明度**: - 加利福尼亚州通过公开宣布其测试生成AI解决方案并提供实验范围的计划来体现透明度。 - 这种方法有助于建立信任并保持公众对新技术计划的认识。2。**试点项目和受控实验**: - 试点项目,尤其是涉及敏感数据或纳税人互动的项目,应在严格的控制(例如合成数据集)下进行,以确保安全性和隐私。 - 如果飞行员涉及现实世界的应用,则必须清楚地传达试验范围。3。**平衡透明度与安全性和隐私**: - 尽管透明度对于维持公众信任至关重要,但必须与对数据安全性和机密性的担忧保持平衡。 - 机构应考虑各种方案(内部测试与面向公共的试验),并采取适当的措施来保护敏感信息。4。**通过协作的创新**: - 向其他部门(公共和私人)学习可以激发税务管理中的创新解决方案。 - 鼓励技术人员,政策制定者和从业者之间的对话,为有效利用新技术提供了一个协作环境。5。**数据安全和隐私问题**: - 税务机构在实施AI工具时必须优先考虑数据安全,以防止未经授权的访问或违规。 - 围绕数据使用的道德考虑(例如,合成与实际数据集)在试点项目中至关重要。6。**关于AI集成的未来前景**: - 税务管理的未来在于拥抱诸如生成AI之类的新兴技术,以提高效率,客户服务和合规性。 - 持续的好奇心和试验的意愿推动了有效利用这些工具的进步。###密钥报价: - “在这种情况下,加利福尼亚肯定迈出了一步。我知道大家都介绍了它,我知道其他几个媒体也做过,他们分享道,他们说,'我们正在研究这项技术的潜力。这是一个非常受控的实验。'” - 强调加利福尼亚积极的透明态度。 - “关于技术的一般有趣的事情之一 - 我想技术上最有趣的事情之一 - 尤其是这些天,真正的好主意可以来自任何地方。” - 突出了跨部门学习和创新的重要性。###外卖:1。**沟通**​​:有关AI计划的有效沟通有助于建立公众信任。2。**受控的测试环境**:通过受控测试环境确保安全性可最大程度地减少风险,同时探索潜在的好处。3。**协作学习**:促进不同部门之间的合作可以导致税务管理中的创新解决方案。通过采用这些原则,州税务机构可以负责任地整合生成AI和其他新兴技术,从而提高运营效率和公共信任。