Bruger Skattestyrelsen kunstig intelligens, når din årsopgørelse udarbejdes?
Skattestyrelsen frigiver altid årsopgørelsen for det forgange år i marts måned - og i år var ingen undtagelse. Udarbejdelsen af årsopgørelsen er dog begyndt at bygge på nye og mere automatiserede metoder. Bliv klogere på dem her.
Offentliggørelsen af årsopgørelsen er for mange en stor begivenhed og et stort samtaleemne. Nogle kan måske undre sig over, hvor Skattestyrelsen får sine informationer fra, og for nogle synes det måske tilfældigt, om de får penge tilbage, eller om de skal betale en større restskat. For ikke ganske længe siden blev det muligt for Skattestyrelsen at behandle og samkøre data ved hjælp af machine learning på tværs af offentlige myndigheder.
Skattestyrelsen udarbejder årsopgørelsen på baggrund af forskellige typer af information. Årsopgørelsen er nemlig baseret på indberetninger fra tredjemand, oplysninger som borgeren selv er forpligtet til at indgive, og oplysninger som Skattestyrelsen selv rekvirerer. Sidstnævnte tilfælde vil navnlig omfatte de tilfælde, hvor en person er skattepligtig af indtægter, som den skattepligtige har undladt eller glemt at angive.
I denne artikel vil vi dykke nærmere ned i, hvor Skattestyrelsen får sine informationer fra, og hvordan Skattestyrelsen kan bruge kunstig intelligens i forbindelse med udarbejdelse af din årsopgørelse og Skattestyrelsens kontrolarbejde.
Hvordan får Skattestyrelsen sine informationer?
Pligten til at give information om sine indkomstforhold følger af blandt andet skattekontrolloven. Efter denne lov er enhver skattepligtig her til landet forpligtet til årligt at oplyse Told- og Skatteforvaltningen om sin indkomst, hvad enten den er positiv eller negativ, og derudover til at give oplysninger om sin ejendom.
Det gælder, at skattepligtige ikke skal oplyse Skatteforvaltningen om oplysninger, hvis oplysningerne er eller burde være indberettet af tredjemand. Dette vil typisk omfatte almindelig lønindkomst, visse typer af aktieindkomst samt renteindtægter og udgifter fra bankkonti. Det vil også omfatte udgifter til lån, som er optaget gennem en bank. Uden at denne liste er udtømmende, vil det typisk være den slags indtægter og udgifter, som tredjemand er forpligtet til at indberette på vegne af den skattepligtige.
Hvis oplysningerne ikke skal indberettes af tredjemand, vil oplysningerne skulle indberettes af den skattepligtige selv. Det vil typisk være informationer som servicefradrag, kørselsfradrag (befordringsfradrag), visse typer af aktier og andre værdipapirer, kryptovaluta, indtægter fra deleøkonomi, betaling af børnebidrag, kost og logi og dobbelt husførelse, fradrag for arbejdstøj, faglitteratur og kurser med mere, ægtefællebidrag og udlandsforhold, herunder hvis du har betalt skat i udlandet.
For langt de fleste vil årsopgørelsen være tilstrækkeligt udfyldt ved hjælp af tredjemandsindberetningerne. For en del vil det dog ikke være tilstrækkeligt. Det vil det ikke være i de ovennævnte tilfælde.
Yderligere vil det ikke være tilstrækkeligt for de personer, som modtager oplysningsskema. Oplysningsskemaet skal udfyldes, når du ejer en personligt ejet virksomhed eller et kapitalselskab. Et oplysningsskema oplyser kort sagt årets resultat til Skattestyrelsen samt virksomhedens over- eller underskud.
I sidste ende bruger Skattestyrelsen informationerne i oplysningsskemaet til virksomhedsejerens årsopgørelse.
Ovenstående er den overordnede måde, hvorpå Skattestyrelsen får sine informationer til brug for dannelse af årsopgørelsen.
I og med at en del af denne information skal indberettes af den skattepligtige selv og af tredjemand, opstår der en risiko for, at der enten begås fejl eller snyd fra den skattepligtige eller af tredjemand.
Derfor har Skattestyrelsen - som middel til at undgå dette - fået hjemmel i lovgivningen til at kunne bruge machine learning til at kontrollere oplysningerne, som den skattepligtige har indberettet, og derudover til at opdage eventuelle oplysninger, som den skattepligtige har manglet at indberette.
Skattestyrelsens brug af kunstig intelligens
Den tidligere regering har ved lovforslag L73 tilføjet en bestemmelse i skattekontrollovens § 67 a med virkning fra 1. januar 2022.
Reglen muliggør, at Skattestyrelsen kan behandle og samkøre oplysningerne, som Skattestyrelsen er i besiddelse af, med henblik på udvikling af IT-systemer. Disse IT-systemer blev i lovforslaget beskrevet som systemer, der er nødvendige for Skattestyrelsens myndighedsudøvelse.
Derudover kan Skattestyrelsen efter bestemmelsen indsamle og behandle alle nødvendige oplysninger om fysiske eller juridiske personers økonomiske og erhvervsmæssige forhold fra andre offentlige myndigheder og fra offentligt tilgængelige kilder, herunder samkøre sådanne oplysninger med de oplysninger, Skattestyrelsen er i besiddelse af, med henblik på udvikling af IT-systemer, der er nødvendige for Skatteforvaltnings myndighedsudøvelse.
Baggrunden for indførslen af bestemmelsen i skattekontrollovens § 67 a var, at regeringen ønskede en markant styrkelse af skattekontrollen, herunder at udvikle nye og tidssvarende metoder, der vil sikre en mere effektiv og målrettet myndighedsudøvelse på Skatteministeriets område.
Hensigten var derfor at gøre kontrollen mere datadreven og intelligent, hvorefter den efterfølgende manuelle kontrol i højere grad kan ske uden unødige gener for det flertal af borgere og virksomheder, som ønsker at afregne skatter og afgifter mv. korrekt.
Hjemlen for, at sådan en udveksling kunne ske, var simpelthen ikke til stede inden da. Det fremgår af lovforslaget, at forudsætningen for en sådan datadreven og intelligent kontrol er, at Skatteforvaltningen kan indsamle og behandle oplysninger til systemudvikling - det vil sige til andre formål end dem, oplysningerne oprindeligt blev indsamlet til.
Med lovforslaget foreslås det således, at der indføres en klar og entydig hjemmel til, at Skatteforvaltningen kan indsamle og behandle, herunder samkøre, de oplysninger, som Skatteforvaltningen er i besiddelse af, med henblik på at udvikle machine learning-modeller og analytiske modeller mv., som vil kunne målrette, understøtte og effektivisere Skatteforvaltningens myndighedsudøvelse.
Loven muliggør også, at Skatteforvaltningen kan indsamle og behandle alle nødvendige oplysninger om fysiske eller juridiske personers økonomiske og erhvervsmæssige forhold fra andre offentlige myndigheder og offentligt tilgængelige kilder med de oplysninger, Skatteforvaltningen er i besiddelse af.
Formålet hermed er ligeledes at udvikle machine learning-modeller og analytiske modeller mv., som vil kunne målrette, understøtte og effektivisere Skatteforvaltningens myndighedsudøvelse.
Machine learning til brug for målrettet kontrol
Machine learning og samkøring af data vil derved skabe et bedre beslutningsgrundlag på en række af Skatteforvaltningens områder, hvilket forventes at føre til en højere træfprocent ved udvælgelse af borgere og virksomheder til kontrol.
Det forventes derfor, at Skatteforvaltningen aktivt vil bruge machine learning i deres arbejde til at udvælge borgere og virksomheder.
Sigtet er en sagsgang, hvor den manuelle behandling indledningsvist understøttes af en machine learning- eller analyse-model (intelligent algoritme), som vil betyde, at en langt større mængde af data vil kunne blive gennemgået og indgå i vurderingen af, om f.eks. en vare, en borger eller en virksomhed vil skulle udtages til nærmere kontrol.
Det er sigtet med Skattekontrollovens § 67 a, at man på baggrund af blandt andet denne bestemmelse ved hjælp af machine learning-modeller og analytiske modeller, f.eks. lettere vil kunne udføre en risikobaseret kontrol.
Det skyldes, at en statistisk analyse af borgere og virksomheders data vil kunne give Skatteforvaltningens sagsbehandlere en prioriteret og risikobaseret liste over, hvem det statistisk set vil være mest hensigtsmæssigt at kontrollere.
Man vil således ved hjælp af IT-systemer og samkøring af data hurtigt og effektivt kunne identificere de borgere og virksomheder, som ud fra de eksisterende mønstre i data med størst sandsynlighed har til hensigt at omgå reglerne, ligesom det vil være muligt at identificere de borgere og virksomheder, der har størst risiko for at begå fejl.
DAHL bemærker
Skattestyrelsen bliver som resten af verden mere og mere digitaliseret. Der er ingen tvivl om, at machine learning og automatiske risikobaserede kontroller kommer til at fylde mere og mere i Skattestyrelsens arbejde.
Derudover kommer vi også til at se, at tredjemandsindberetninger kommer til at fylde mere og mere.
Vores vurdering er, at Skattestyrelsens digitale muligheder kan medføre et stadigt større antal kontrolsager. Hos DAHL er vi med helt fremme i varetagelse af skatte- og kontrolsager på vegne af skatteydere, og vi står altid til rådighed for bistand i eller ved en uafhængig vurdering af din skattesag.
Du er derfor velkommen til at kontakte en af vores specialister.