Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer

Problème 2564

Incidents associés

Incident 4614 Rapports
IRS Audited Black Taxpayers More Frequently Reportedly Due to Algorithm

Loading...
Les Noirs américains sont beaucoup plus susceptibles de faire face à des audits fiscaux, selon une étude
nytimes.com · 2023

WASHINGTON – Les contribuables noirs sont au moins trois fois plus susceptibles d'être audités par l'Internal Revenue Service que les autres contribuables, même après avoir tenu compte des différences dans les types de déclarations que chaque groupe est le plus susceptible de produire, a conclu une équipe d'économistes en un des études les plus détaillées à ce jour sur la race et le système fiscal national.

Les résultats ne suggèrent pas de parti pris de la part des agents d'exécution des impôts individuels, qui ne connaissent pas la race des personnes qu'ils contrôlent. Ils ne suggèrent pas non plus de raison valable pour l'I.R.S. cibler les Noirs américains à des taux aussi élevés ; il n'y a aucune preuve que le groupe se livre à plus d'évasion fiscale que les autres.

Au lieu de cela, les résultats documentent la discrimination dans les algorithmes informatiques que l'agence utilise pour déterminer qui est sélectionné pour un audit, selon l'étude menée par des économistes de l'Université de Stanford, de l'Université du Michigan, de l'Université de Chicago et du département du Trésor.

Une partie de cette discrimination semble être enracinée dans des décisions rendues par I.R.S. les fonctionnaires ont fait au cours de la dernière décennie alors qu'ils [cherchaient à maintenir l'application de l'impôt] (https://www.nytimes.com/2023/01/23/business/tax-season-irs-funding-biden.html) face à réductions budgétaires, en s'appuyant sur des systèmes automatisés pour sélectionner les déclarations à auditer.

Ces décisions ont produit une approche qui signale de manière disproportionnée les déclarations de revenus avec des erreurs potentielles dans la demande de certains crédits d'impôt, comme le crédit d'impôt sur le revenu du travail, qui complète les revenus des travailleurs à faible revenu dans le but de réduire la pauvreté. Ces déclarations de revenus sont plus souvent sélectionnées pour des audits, quel que soit le montant des impôts dus que l'agence pourrait récupérer.

Le résultat est des taux d'audit des Noirs américains qui sont entre trois et cinq fois le taux des autres contribuables, même en comparant ce groupe à d'autres contribuables qui réclament également l'E.I.T.C.

Les leurs. ne détaille pas comment il sélectionne les retours pour vérification. Mais les chercheurs ont pu isoler plusieurs explications apparentes pour lesquelles les contribuables noirs sont ciblés beaucoup plus fréquemment. L'un est la complexité : il est beaucoup plus difficile pour l'agence de vérifier les déclarations qui incluent des revenus d'entreprise, car ce processus nécessite l'expertise de vérificateurs individuels. Ces déclarations semblent être vérifiées moins souvent que les déclarations de contribuables par ailleurs similaires qui ne déclarent pas de revenu d'entreprise.

Les contribuables noirs sont beaucoup moins susceptibles que les autres de déclarer des revenus d'entreprise. Et les contribuables noirs semblent produire de manière disproportionnée des déclarations avec le genre d'erreurs potentielles qui sont faciles pour l'I.R.S. systèmes pour identifier, comme la sous-déclaration de certains revenus ou la demande de crédits d'impôt auxquels le contribuable n'a pas droit, constatent les auteurs.

En effet, les chercheurs suggèrent que l'I.R.S. s'est concentré sur des audits plus faciles à mener et, par conséquent, se retrouve à auditer de manière disproportionnée un groupe historiquement défavorisé plutôt que d'autres contribuables, y compris des particuliers fortunés.

« Ce que l'I.R.S. choisit de se concentrer sur le moment où il effectue des audits peut soit saper soit compléter notre système d'impôt progressif », a déclaré Daniel Ho, auteur de l'étude et directeur de la faculté du laboratoire de réglementation, d'évaluation et de gouvernance de Stanford, connu sous le nom de RegLab, où l'étude est née. .

Les leurs. pourrait plutôt programmer ses algorithmes pour cibler les audits vers des déclarations plus compliquées avec une valeur monétaire potentielle plus élevée pour le gouvernement si un audit révélait des erreurs. Dans ce cas, la discrimination dans le système disparaîtrait, ont conclu les auteurs.

"Historiquement, il y a eu cette idée que si les agences fédérales et autres décideurs politiques n'ont pas accès aux données sur la race et ne prennent pas explicitement en compte la race lors de la prise de décisions politiques et de l'allocation des ressources, le résultat qui en résulte ne peut pas être structurellement biaisé. », a déclaré Evelyn Smith, auteure de l'article, étudiante diplômée en économie de l'Université du Michigan et chercheuse invitée au RegLab de Stanford.

Une leçon de l'étude, a-t-elle dit, "est que ce n'est absolument pas vrai".

Lors de son premier jour au pouvoir, le président Biden a signé une série de décrets [visant à faire progresser l'équité raciale] (https://www.nytimes.com/2021/01/23/business/biden-equity-racial-gender.html ) au sein du gouvernement fédéral et de la nation. L'un d'eux comprenait une directive au bureau du budget de la Maison Blanche pour "étudier les méthodes permettant d'évaluer si les politiques et les actions de l'agence créent ou exacerbent des obstacles à la participation pleine et égale de toutes les personnes éligibles".

Cette commande a inspiré les chercheurs du RegLab, qui utilise l'apprentissage automatique et d'autres techniques avancées pour aider les gouvernements à améliorer les politiques. Il a finalement produit l'étude, que les auteurs présenteront publiquement mardi. Elle a été menée par des chercheurs de Stanford, dont Mme Smith, M. Ho et Hadi Elzayn, ainsi que Thomas Hertz et Robin Fisher du Bureau d'analyse fiscale du Département du Trésor ; Arun Ramesh de l'Université de Chicago ; et Jacob Goldin de Chicago et du Trésor.

Le groupe voulait utiliser l'apprentissage automatique pour améliorer le processus d'audit fédéral, et ils voulaient savoir si ce processus était imprégné de préjugés raciaux. Mais ils ne pouvaient pas l'observer facilement, car l'I.R.S. ne demande pas aux contribuables de déclarer leur course sur les formulaires fiscaux, ou de suivre la course de quelque manière que ce soit.

Au lieu de cela, les chercheurs ont trouvé un moyen de combler essentiellement les lacunes sur la race des contribuables, grâce à un partenariat avec le Trésor qui leur a donné accès à 148 millions de déclarations de revenus et 780 000 audits, principalement à partir de 2014, mais allant de 2010 à 2018.

Ils ont utilisé les noms des contribuables - premier et dernier - et les données démographiques du recensement de leurs quartiers pour deviner efficacement la race d'un déclarant donné. Ensuite, ils ont examiné ces résultats dans un petit échantillon de déclarations de contribuables qui avaient déclaré leur race ailleurs, sur des formulaires d'élection d'État, afin d'être sûrs que leurs estimations étaient correctes.

Les résultats éventuels ont été frappants et surprenants, ont déclaré les auteurs. Ils ont constaté une corrélation immédiate entre la composition raciale des quartiers et les taux d'audit dans ces zones – des signes frappants de taux d'audit nettement plus élevés pour les contribuables noirs.

Les Noirs américains sont disproportionnellement concentrés dans les emplois à bas salaires. Ils sont plus susceptibles que les Blancs de réclamer l'E.I.T.C. Les auteurs se sont demandé si cette prévalence dans la demande de crédit pourrait expliquer pourquoi les contribuables noirs font face à davantage de vérifications, parce que l'I.R.S. les données montrent que l'agence [vérifie les personnes qui réclament l'E.I.T.C](https://www.taxpayeradvocate.irs.gov/news/nta-blog-eitc-audits-will-once-again-begin-proactively-responding-to-an -eitc-audit-est-crucial/). à des taux plus élevés que les autres contribuables.

Mais au fur et à mesure que la recherche progressait, les auteurs ont découvert que la part des Noirs américains réclamant l'E.I.T.C. n'expliquait qu'une petite partie des différences d'audit. Au lieu de cela, plus des trois quarts de la disparité proviennent de la fréquence beaucoup plus élevée des audits des contribuables noirs qui demandent le crédit, par rapport à l'E.I.T.C. demandeurs qui ne sont pas noirs.

Les responsables du Trésor sont au courant des conclusions. Le département [a créé un comité consultatif] (https://www.nytimes.com/2022/10/04/us/politics/treasury-racial-equity-committee.html) l'automne dernier pour l'aider à se concentrer sur les disparités auxquelles sont confrontés les Américains de couleur. Ce mois-ci, des chercheurs du département ont publié une [analyse des disparités raciales](https://home.treasury.gov/news/featured-stories/disparities-in-the-benefits-of-tax-expenditures-by-race- and-ethnicity?source=email) dans le code fiscal. Il a trouvé un large éventail d'avantages fiscaux qui aident largement les Américains à revenu élevé, comme la déduction des intérêts hypothécaires et les taux d'imposition préférentiels pour les revenus de placement, profitent de manière disproportionnée aux contribuables blancs.

Les responsables du ministère sont en train d'accroître l'application des taxes sur les hauts revenus et les sociétés qui ne paient pas ce qu'ils doivent, en utilisant l'argent d'une facture climatique, sanitaire et fiscale tentaculaire que M. Biden a promulguée l'été dernier.

Interrogée cette semaine sur l'étude, une porte-parole du Trésor a souligné une lettre que le secrétaire adjoint au Trésor, Wally Adeyemo, a écrite l'automne dernier à l'I.R.S. commissaire sur ces efforts d'application de la loi, qui en fait donnaient la priorité à la répression des groupes de contribuables à revenu élevé.

"Les défis historiques et le sous-financement ont conduit à des taux d'audit pour ceux au sommet de la distribution diminuant plus que les audits de correspondance de ceux au bas de la dernière décennie, ce qui devrait changer", a écrit M. Adeyemo.

Le représentant Richard E. Neal du Massachusetts, le principal démocrate du comité des voies et moyens, a déclaré mercredi dans un communiqué que les taux d'audit documentés dans l'étude étaient "inacceptables, mais une conséquence d'outils algorithmiques qui exacerbent les préjugés raciaux dans nos institutions. ”

M. Neal a déclaré qu'il était impatient de travailler avec le Trésor sur les nouvelles mesures d'exécution – et les niveaux de financement – que M. Biden a mis en place l'année dernière. "Il est clair que nous devons lutter contre la discrimination à l'I.R.S.", a-t-il déclaré.

Lire la source

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2024 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • e1b50cd