从征管效率到公平信任：AI 如何重设税务服务目标
从征管效率到公平信任：AI 如何重设税务服务目标
某税务局宣布，智能客服一年回答了百万次提问。大厅里一位个体经营者却说，她最难的那次申报，机器人反复给链接，最终还是找不到负责的人。两种叙述都可能是真实的；前者说明系统繁忙，后者才提醒服务有没有到达需要帮助的人。税务 AI 的目标不能只写处理速度，还应衡量是否公平、可解释、可纠正。
评价从纳税人的任务开始。问一个政策问题，答案是否引用当期适用规则？填写申报，是否少了重复补件？收到异常提示，是否知道哪项事实需要说明？提出申诉，是否有真人复核与可追踪的结果？机关可以分别测量首次解决率、错误答复更正时间、人工等待，以及不同地区、年龄、企业规模的完成率。平均速度若提高，却让少数人等待更久，报告要把差距摆出来。
模型参与的边界也要讲清。它可以检索政策、检查材料是否齐全、提示异常；涉及不利决定，工作人员必须核对事实、记录理由并给当事人解释与申辩机会。算法风险分数不是违规事实。机关定期抽查被模型标记却最终撤销的案件，看是哪类经营者更容易被误伤，错误资料是否已从系统里修正。公众不必知道所有检测细节，却应知道自己能在哪里纠错。
效率收益还要有去向。若自动处理常见问题省下人员时间，可以增加复杂事项咨询、老年人窗口和无障碍服务；若只是撤掉人工渠道，纳税人承担的查错与求助成本可能更高。项目预算要包含知识库更新、隐私保护、申诉处理和供应商审计，不能只算采购费与节省工时。
评价设计也要防止数字造假。若只考核机器人解决率，部门可能让转人工按钮难找；若只考核平均等待，复杂案件可能被推到统计之外。机关应独立抽样办事全过程，并纳入中途放弃者。对投诉，除了统计数量，还要看是否查清根因、同类错误是否再发生。模型帮助汇总记录，最终由负责的公务人员解释结果。
一项具体改革可以从一张税务通知做起：请不同背景的经营者读完，看看他们是否明白要做什么、可以如何申辩。若做不到，先改通知，后改机器人。AI 的价值常常不是把旧流程自动跑得更快，而是指出旧流程本来就难懂、难走，再帮人把它修顺。
每年公开一份普通人读得懂的服务报告：哪些问题做得更快，哪些错误仍多，申诉之后改了什么，哪些群体还走不通。请纳税人代表参与选择指标，并在下一年核查整改有没有兑现。信任不是模型声称自己准确，而是一个人受到影响时，仍有机会讲清事实并得到负责的回应。
