税收征管数字化转型中的合成数据应用

税收征管数字化转型需要更为“智慧”的人工智能,但越“智慧”的人工智能其需要的数据数量和质量越高。已有税收征管数字化转型研究以保证数据真实性或防范“数据孤岛”为主,缺乏对数据和人工智能安全性方面的深入探讨。合成数据通过严格中性、严格脱敏性和满足最低数据规模三个方面实现更为安全的税收征管人工智能,并能够将人工智能与真实数据分离,更好地重构税收征管人工智能的法律责任。为了防范风险,税收征管人工智能作为国家基础性公共高风险人工智能,必须采用更高质量的数据以防范数据投毒、算法歧视等问题。人工智能在公共领域的实际应用必然涉及安全问题,所以必须从总体国家安全观的视角进行重新审视。从总体国家安全观的视角看,基于合成数据的税收征管人工智能能够有效降低经济风险,同时实现数据和网络风险可控,有利于国家总体安全的改善。