NegativMoms-model (Regulering)
Vurderer risikoen for fejl eller snyd i negative momsangivelser (regulering).
Hvor bruges systemet og hvad bruges det til?
Formål: Modellen anvendes til visitering og udvælgelse af kontrolrelevante negative momsangivelser og medvirker til mere effektiv kontrol og til at mindske skattegabet ved at sikre, at virksomheder ikke uretmæssigt får udbetalt negativ moms.
Anvendelse: Negativ moms-modellen består af to dele. Denne del, reguleringsmodellen, har til formål at indikere, hvor stor en risiko der er for regulering i en given momsangivelse. (Den anden del, visiteringsmodellen, frasorterer de ikke-risikofyldte angivelser.)
Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?
Databeskyttelse (gælder på tværs af Skatteforvaltningens machine learning-modeller). Citat fra egen redegørelse:
Opmærksomhedspunkterne blev særligt tydelige i forbindelse med det politiske og mediemæssige fokus på Skatteforvaltningens anvendelse af machine learning-modeller i foråret 2024. Her blev det klart, at der ikke for alle forvaltningens machine learning-modeller forelå fuldt opdaterede databeskyttelsesretlige konsekvensanalyser, og at der for enkelte machine learning-modeller ikke var udarbejdet sådanne konsekvensanalyser.
Skatteforvaltningen har på baggrund heraf udarbejdet de manglende konsekvensanalyser samt opdateret allerede eksisterende. Disse har vist, at Skatteforvaltningen fortsat har enkelte udeståender i relation til overholdelsen af databeskyttelseslovgivningen. Det gælder bl.a. kravene om visse tekniske foranstaltninger, der skal understøtte behandlingssikkerheden, og fuld opfyldelse af oplysningspligten over for de borgere, hvis personoplysninger anvendes til udvikling og/eller drift af forvaltningens machine learning-modeller.
Kilde: Skatteforvaltningens brug af kunstig intelligens (Skatteministeriet), afsnit 3.4.1. Redegørelse (PDF).
Hvordan er begrundelsen for indføring af systemet?
Dokumenterede gevinster:
- Højere træfprocent og højere reguleringsbeløb samt en mere effektiv visitering.
- Sikrer ensartet behandling og effektiv udvælgelse af de mest kontrolrelevante momsangivelser.
- Understøtter korrekt afregning og betaling af moms og lønsumsafgift.
Kilder
Kilde: Skatteforvaltningens brug af kunstig intelligens (Skatteministeriet). Pressemeddelelse · Redegørelse (PDF).