Journal of Tax Research

fa مدلسازی کیفی نظام مالیاتی داده محور با بهره گیری از هوش مصنوعی Modeling the Quality of the Data-Driven Tax System Using Artificial Intelligence اقتصادی Economic پژوهشي Research هدف پژوهش حاضر مدلسازی کیفی نظام مالیاتی داده محور با بهره گیری از هوش مصنوعی می باشد. این پژوهش از لحاظ هدف کاربردی و از نوع توصیفی-تحلیلی می‌باشد. روش پژوهش از نوع کیفی می باشد. جامعه آماری این پژوهش خبرگان دانشگاهی در حوزه مالی و هوش مصنوعی و مدیران مجرب امور مالیاتی در شهر تهران می‌باشد که با استفاده از روش نمونه‌گیری هدفمند و نقطه اشباع نظری 13 نفر انتخاب شدند. ابزار جمع‌آوری بخش کیفی اطلاعات مصاحبه نیمه ساختار یافته برگرفته از مبانی نظری می‌باشد. شیوه تجزیه و تحلیل این بخش با استفاده از روش تحلیل مضمون می‌باشد. نتایج این بخش از تحقیق در قالب 4 مقوله سازمان دهنده و 16 مقوله‌ پایه در شبکه مضامین تبیین گردید. نتایج بخش کیفی نشان داد که پیشران‌های اصلی بهره‌گیری از هوش مصنوعی در نظام مالیاتی شامل افزایش حجم و تنوع داده‌های مالیاتی، پیشرفت‌های فناوری اطلاعات، و تقاضای عمومی برای شفافیت و کارایی بالاتر می‌باشد. به منظور استفاده مؤثر از این فناوری، راهبردهایی نظیر ایجاد زیرساخت‌های یکپارچه داده‌ای، توسعه الگوریتم‌های هوش مصنوعی برای شناسایی تخلفات و فرار مالیاتی، و ارائه خدمات مالیاتی شخصی‌سازی‌شده باید به کار گرفته شوند. با اجرای این راهبردها، پیامدهای مثبتی چون افزایش درآمدهای مالیاتی، کاهش فرار مالیاتی، و بهبود رضایت مودیان حاصل می‌شود. اما چالش‌هایی نظیر مسائل مربوط به حریم خصوصی داده‌ها، نیاز به آموزش و توانمندسازی کارکنان، و سرمایه‌گذاری‌های زیرساختی نیز وجود دارد که باید در فرآیند پیاده‌سازی به آن‌ها توجه گردد تا اهداف نظام مالیاتی به طور مؤثر محقق شود. The present research aims to qualitatively model the data-driven tax system using artificial intelligence. This study is applied in nature and is descriptive-analytical in type. The research method is qualitative. The statistical population of this research consists of academic experts in the fields of finance and artificial intelligence, as well as experienced tax managers in Tehran, from which 13 individuals were selected using purposeful sampling and theoretical saturation. The qualitative data collection tool involved a semi-structured interview based on theoretical foundations. The analysis of this section was performed using thematic analysis. The results of this section of the research were categorized into four organizing themes and 16 basic themes within a thematic network. The qualitative findings indicated that the main drivers for utilizing artificial intelligence in the tax system include the increase in volume and diversity of tax data, advances in information technology, and public demand for higher transparency and efficiency. To effectively utilize this technology, strategies such as establishing integrated data infrastructures, developing artificial intelligence algorithms for detecting tax evasion and fraud, and providing personalized tax services should be implemented. The implementation of these strategies can lead to positive outcomes such as increased tax revenues, reduced tax evasion, and improved taxpayer satisfaction. However, challenges such as data privacy issues, the need for training and empowering staff, and necessary investments in infrastructure must also be considered in the implementation process to effectively achieve the goals of the tax system. نظام مالیاتی, داده محور, هوش مصنوعی, شفافیت و کارایی Tax System, Data-Driven, Artificial Intelligence, Transparency and Efficiency 39 69 http://taxjournal.ir/browse.php?a_code=A-10-2694-1&slc_lang=fa&sid=1 Fatemeh Ghahreman navehsi فاطمه قهرمان نوه سی f.ghahremani7@gmail.com 100319475328460012122 100319475328460012122 Yes Tax Auditor of West Azerbaijan Province, Urmia City کارشناس امور مالیاتی استان آذربایجان غربی Mahdi Hakimi مهدی حکیمی M.Hakimi7006@gmail.com 100319475328460012123 100319475328460012123 No Urmia City - West Azerbaijan's audit function of tax legal entities امور مالیاتی استان آذربایجان غربی