Vergi denetimleri çoğu insan için sıkıcı, bazen de korkutucu bir konu. Ancak Wired’in yayımladığı belgeler gösteriyor ki, işin içinde veri ve yapay zeka olunca mesele çok daha karmaşık ve bir o kadar da önemli hâle geliyor. IRS’in, Palantir’e geçen yıl 1,8 milyon dolar ödeyerek denetim ve tahsilat odaklı bir aracı geliştirmesini desteklemesi; kimlerin denetime alınacağına ilişkin karar sürecinin artık kısmen kodlara ve risk skorlarına bırakıldığını gözler önüne seriyor.
Palantir, IRS ve ‘Siyah Kutuların’ Rolü
Palantir, kamu kurumlarıyla çalışması ve büyük veri görselleştirme yeteneğiyle biliniyor. Ancak bu tür iş birliklerinin en tartışmalı yanı, karar verme süreçlerinde kullanılan araçların çoğu zaman ‘siyah kutu’ niteliğinde olması: Nasıl işlem yaptıkları, hangi verilerle beslendikleri ve hangi ağırlıkların kullanıldığı şeffaf değil. Wired belgeleri, IRS ile Palantir arasındaki sözleşmenin varlığını ve amacını gösteriyor; ama bu ilişki, denetim kararlarının özel şirket kodlarına bağımlı hale gelmesi riskini de beraberinde getiriyor.
Burada iki temel soru var: Hangi veriler kullanılıyor ve bu veriler nasıl yorumlanıyor? Bir verinin denetim açısından ‘yüksek risk’ olarak işaretlenmesi, sadece geçmişe dayalı örüntülerden mi kaynaklanıyor yoksa kurumun kısa vadeli gelir hedefleri gibi idari baskılar da mi etkili oluyor? Bu soruların yanıtı şeffaflık talebini acil kılıyor.
Nasıl Çalışıyor? Risk Skorları, Geri Besleme ve Yanlılık Tehlikesi
Benzer sistemlerde gördüğümüz temel mekanizma, geçmiş denetim verilerinden öğrenen risk skorlarıdır: Sistem hangi tür başvuruların veya beyanların daha sık hata veya usulsüzlük içerdiğini tespit ediyor ve benzer profildeki yeni vakaları yüksek öncelik olarak işaretliyor. Sorun şu ki; geçmiş veriler kusursuz değil. Hatalı ya da önyargılı denetim uygulamaları veriye yansırsa, model bu yanlışları pekiştirir. Böylece belirli sektörler, bölgeler veya küçük işletmeler gereğinden fazla hedef haline gelebilir.
Ayrıca geri besleme döngüsü—denetimler arttıkça daha çok ‘bulgu’ çıkması ve bunun model tarafından ‘doğrulama’ olarak algılanması—algoritmanın daha agresif davranmasına yol açabilir. Doğruluk, yanlış pozitifler ve yanlış negatifler gibi temel metriklerin kamu denetimine açık şekilde paylaşılmaması, hatalı bir kararın düzeltilmesini zorlaştırır. Vatandaş açısından sonuçları ağır: Haksız denetimler zaman, para ve itibar kaybı demek.
Gizlilik, Yetki ve Devletin Denetimi
Devletin veriyi toplayıp analiz etmesi ile bir özel şirketin elindeki araçları kullanması arasındaki çizgi ince. Palantir gibi firmaların çalışma şekli, genellikle geniş veri erişimi ve operasyonel desteği içeriyor; bu da vatandaş verilerinin üçüncü tarafların gözetimine daha açık olması anlamına geliyor. Bunun sınırlarının nerede çizileceği hukuki ve etik bir mesele.
Bir diğer boyut da siyasi ve idari hedefler: Vergi daireleri bütçe hedefleri veya belirli politika uygulamalarını güçlendirme amaçlarıyla teknolojiyi kullanabilir. Örneğin temiz enerji vergi kredileri gibi hassas alanlarda denetimi sıkılaştırmak hem yanlış beyanlarla mücadele hem de politik tercihlerle şekillenen bir uygulama haline dönüşebilir. Bu noktada söz konusu aracın teknik tercihleri, fiili olarak hangi politikaların uygulanacağını etkileyebileceğinden devlet içinde güçlü denetim mekanizmalarına ihtiyaç var.
Gelecekte Bizi Ne Bekliyor?
Wired’in ortaya koydukları, teknolojinin vergi idaresinde daha merkezi bir rol üstlenme eğilimini doğruluyor. Bu potansiyelin olumlu yanları var: Daha etkin vergi toplama, dolandırıcılık ve usulsüzlüklerle hızlı mücadele edilebilir. Ancak riskleri görmezden gelmek mümkün değil. Bizim önerimiz net: Bu tür sistemler açık denetime tabi olmalı; algoritmaların performans ve hata oranları düzenli olarak bağımsız kuruluşlarca incelenmeli, vatandaşların kararları itiraz edebileceği şeffaf redress mekanizmaları sağlanmalı ve özel yüklenicilerin hassas verilere erişimi sıkı şekilde sınırlandırılmalı.
Teknoloji bir araç—ancak kimin elinde olduğu, nasıl denetlendiği ve hangi amaçlarla kullanıldığı belirleyici. Eğer bu denetimler yalnızca gelir hedefleri doğrultusunda, şeffaflıktan yoksun sistemlerin insafına bırakılırsa, sonuçları ağır olabilir. Öte yandan doğru gözetimle bu araçlar haksızlıkları azaltıp verimliliği artırabilir. Bizim görevimiz ise bu geçişi sorgulamak, şeffaflık talep etmek ve kamuoyunu uyarmak olmalı.
Kaynağı merak edenler için: Bu rapor Wired tarafından yayınlandı ve söz konusu belgeler ilgili makalede detaylandırıldı.
Kaynak: Wired