大模型如何协助公开税务服务质量指标

大模型如何协助公开税务服务质量指标

税务服务质量报告若只写“AI 回答了多少次”，公众仍不知道问题有没有解决。大模型可帮助整理咨询、申报、退税、申诉和人工转接数据，形成从首次求助到办结的完整指标。公开时按事项、地区和服务渠道分组，避免一个平均值掩盖偏远地区或老年人的困难。

指标包括首次解决率、重复提交、错误答复更正时间、人工等待、申诉成功后的处理和无障碍可用性。每项说明分母、时间范围和排除条件。个案隐私严格保护，小样本群体不公开可识别细节。

一份服务质量表如果只报“平均三分钟答复”，会掩盖那些问了五次仍没办成的人。指标应以办理任务为单位，从首次咨询到最终解决，记录转人工、补件和申诉。模型协助串联去身份记录，统计口径由机关公开。

分组结果能发现平均数看不出的差距：偏远地区网页打开慢，残障用户卡在上传，个体经营者反复问同一字段。样本太少时不公开可识别个案，但可以说明趋势与改进。及时更正错误答复，也应成为指标。

让纳税人和独立研究者反馈哪些指标有用。机关解释模型升级是否改善结果，也公开未达目标的项目。若电话排队缩短是因为入口变难，应把求助失败人数也算进去。

公众参与指标设计。纳税人可能最在意退税实际到账时间，而机关只统计“审核完成”；两者差别很大。公开未完成事项和计划，质量报告才有监督价值。

公开质量指标时，机关可挑一个办理任务做“旅程图”：纳税人第一次问、收到答复、提交材料、是否补件、最后解决。平均回复时间只是其中一小段。若某群体转人工率高，却等候更久，说明自动化未必公平。模型帮助汇总趋势，指标口径、隐私保护和改进决定由机构负责。公众能看懂的报告，才便于监督。

服务质量公开时可标明“问题真正解决”的判定方式。机器人回答了不算，纳税人提交成功也未必算，若后来反复补件还要继续计入。模型把跨渠道记录串联，机关说明统计边界。公众看到每类事项的成功与失败路径，才能判断投资是否改善了服务。

服务指标发布前可请普通纳税人试读。若“首次解决率”的定义没人懂，就给具体例子。公开数据既要专业可复核，也要让被服务的人看得明白。

公开指标要同时展示人工窗口与数字入口，防止只报 AI 渠道的漂亮数据，忽略被迫转线下的人。

服务指标只有照见了走不通的路，才配称为透明。