دور تقنيات الذكاء الاصطناعي في تحسين إجراءات التحصيل الضريبي : دراسة تطبيقية في الهيئة العامة للضرائب العراقية للفترة 2020-2024
الملخص
يهدف البحث إلى تحليل أثر تقنيات الذكاء الاصطناعي في تحسين إجراءات التحصيل الضريبي داخل الهيئة العامة للضرائب العراقية خلال المدة 2020–2024، في ظل التحديات التي تواجه الإدارة الضريبية مثل تزايد حالات التهرب، وتشتت البيانات، وبطء الإجراءات اليدوية. اعتمد البحث منهجًا تطبيقيًا يجمع بين التحليل الكمي والنوعي، اعتمادًا على البيانات الإدارية والتقارير الداخلية للهيئة، إضافة إلى آراء المختصين العاملين في أقسام التحصيل والتدقيق.
اشتمل الجانب التطبيقي على تصميم نموذج أولي قائم على خوارزميات التعلم الآلي (مثل XGBoost وIsolation Forest) للكشف المبكر عن المخاطر الضريبية، وتحليل الأنماط غير الطبيعية في الإقرارات، واستهداف الحالات الأكثر احتمالًا للتهرب.
كما تناول البحث إمكانات استعمال تقنيات معالجة اللغة الطبيعية لاستخراج البيانات من الفواتير غير المهيكل. أظهرت نتائج البحث أن دمج تقنيات الذكاء الاصطناعي في عمليات التحصيل يمكن أن يسهم في رفع نسبة التحصيل الصافي، وتقليل زمن المعالجة، وزيادة دقة اكتشاف حالات التهرب مقارنة بالأساليب التقليدية. كما بيّن البحث أن نجاح تطبيق هذه التقنيات يعتمد على جودة البيانات، والتكامل بين الأنظمة، وتوفير بيئة تشريعية وتنظيمية داعمة. يختتم البحث بمجموعة توصيات أبرزها إنشاء وحدة متخصصة لتحليل البيانات داخل الهيئة، وتطوير بنية تحتية موحدة للبيانات، وتبني برامج تدريبية لتعزيز قدرات العاملين في مجال الذكاء الاصطناعي، فضلاً عن وضع إطار حوكمة يضمن الشفافية وحماية الخصوصية في استعمال البيانات الضريبية.
التنزيلات
المراجع
1. Appelbaum, D., Kogan, A., Vasarhelyi, M., & Yan, Z. (2020). Impact of Artificial Intelligence on the Accounting Profession. Journal of Emerging Technologies in Accounting, 17(1), 49–67.
2. Bird, R. M., & Zolt, E. M. (2020). Taxation and Development: The Weakest Link? Journal of International Development, 32(1), 33–50.
3. Brown, K., Wilson, M., & Taylor, R. (2020). AI Applications in Financial Reporting and Decision Making. London: Palgrave Macmillan.
4. García, R., & Torres, F. (2023). Predictive Analytics and Risk Management in Accounting Using AI. Madrid: McGraw-Hill Education.
5. Kokina, J., & Davenport, T. H. (2017). The Emergence of Artificial Intelligence: How Automation is Changing Auditing. Journal of Emerging Technologies in Accounting, 14(1), 115–122.
6. Lee, H., & Chen, Y. (2022). Machine Learning Techniques for Accounting and Finance. Singapore: Springer.
7. Mascagni, G. (2018). Improving Tax Administration in Developing Countries: Evidence from Field Experiments. World Development, 104, 11–27.
8. Moll, J., & Yigitbasioglu, O. (2019). The Role of Information Technology in the Accounting Profession: Past, Present and Future. International Journal of Accounting Information Systems, 35, 1–27.
9. Moore, M., & Prichard, W. (2020). The Politics of Tax Reform in Developing Countries: Implementing Effective Tax Collection Systems. Public Administration and Development, 40(1), 70–85.
10. OECD. (2022). Tax Administration 2022: Comparative Information on OECD and Other Countries. Paris: OECD Publishing.
11. Patel, S. (2021). Automation and AI in Modern Accounting Practices. Oxford: Oxford University Press.
12. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
13. Shrestha, Y. R., Ben-Menahem, S. M., & von Krogh, G. (2019). Organizational Decision-Making Structures in the Age of Artificial Intelligence. California Management Review, 61(4), 66–83.
14. Slemrod, J. (2019). Tax Compliance and Enforcement: An Overview of New Research and Policy Recommendations. National Tax Journal, 72(1), 45–70.
15. Smith, J., & Johnson, L. (2021). Artificial Intelligence in Accounting: Enhancing Accuracy and Efficiency. New York: Routledge.
