Urząd Skarbowy chce trenować AI na danych podatników. Nawet RODO nie pomoże

Niemiecki rząd przygotowuje jedną z najbardziej kontrowersyjnych zmian związanych ze sztuczną inteligencją i ochroną prywatności w Europie. Nowe przepisy mają otworzyć drogę do trenowania systemów AI na rzeczywistych, niezmienionych danych podatników. To radykalne odejście od dotychczasowych zasad ochrony danych osobowych i ruch, który już wywołuje gorącą debatę. Stawką jest przyszłość cyfrowych urzędów skarbowych, ale również granice wykorzystania danych obywateli przez państwo.

Federalne Ministerstwo Finansów przedstawiło projekt rocznej ustawy podatkowej na 2026 rok. Jednym z jej najważniejszych elementów jest szerokie wykorzystanie sztucznej inteligencji w niemieckiej administracji podatkowej. Według resortu nowe narzędzia mają pomóc urzędnikom radzić sobie ze skomplikowanym systemem podatkowym, przyspieszyć analizę dokumentów oraz skrócić czas rozpatrywania deklaracji. Niemcy liczą również na ograniczenie kosztów administracyjnych i częściową automatyzację najbardziej czasochłonnych procedur.

Pojawił się jednak poważny problem. Nowoczesne modele AI wymagają ogromnych ilości danych treningowych. Zdaniem ministerstwa dane syntetyczne i sztucznie wygenerowane nie zapewniają odpowiedniej jakości rezultatów. Właśnie dlatego rząd chce sięgnąć po prawdziwe informacje pochodzące bezpośrednio z dokumentów podatników.

Projekt niemieckiego rządu pokazuje, że państwa europejskie coraz śmielej sięgają po sztuczną inteligencję w administracji. J

RODO stoi na drodze niemieckim planom

Do tej pory podobne działania były praktycznie niemożliwe. Europejskie przepisy dotyczące ochrony danych osobowych przewidują zasadę ograniczenia celu przetwarzania informacji. Dane zebrane do rozliczeń podatkowych nie mogą być swobodnie wykorzystywane do innych celów, w tym do trenowania algorytmów.

Proponowana zmiana ma zmodyfikować paragraf 29c niemieckiego kodeksu podatkowego. W efekcie administracja uzyskałaby podstawę prawną do wykorzystywania rzeczywistych danych podatników podczas tworzenia, testowania oraz udoskonalania systemów opartych na sztucznej inteligencji.

To rozwiązanie byłoby jednym z najbardziej ambitnych projektów wykorzystania danych obywateli przez administrację publiczną w Europie.

Dane finansowe trafią do algorytmów

Największe emocje budzi fakt, że chodzi o jedne z najbardziej wrażliwych informacji przechowywanych przez państwo. Deklaracje podatkowe zawierają szczegółowe dane o dochodach, majątku, inwestycjach, działalności gospodarczej czy sytuacji rodzinnej obywateli.

Ministerstwo Finansów zapewnia, że przewidziano mechanizmy ochronne. Po zakończeniu procesu szkolenia dane osobowe mają być nieodwracalnie usuwane najpóźniej w ciągu roku. Rząd podkreśla również, że sztuczna inteligencja nie będzie samodzielnie wydawała decyzji podatkowych. Ostateczne rozstrzygnięcia pozostaną w rękach urzędników.

Nie wszyscy są jednak przekonani, że takie zabezpieczenia wystarczą. Eksperci od prywatności od lat zwracają uwagę, że nawet pozornie anonimowe zbiory danych mogą zostać ponownie powiązane z konkretnymi osobami.

Europa już korzysta z AI do kontroli podatników

Niemcy nie są pierwszym krajem, który wykorzystuje sztuczną inteligencję do nadzoru nad systemem podatkowym. W wielu państwach Europy podobne rozwiązania działają już od kilku lat.

Hiszpańska administracja skarbowa wykorzystuje algorytmy do wykrywania błędów w deklaracjach oraz identyfikowania potencjalnych naruszeń przepisów. Belgijskie systemy analizują transakcje VAT i automatycznie oznaczają podejrzane operacje.

Jeszcze dalej poszła Francja. Tamtejszy fiskus wykorzystuje zdjęcia lotnicze oraz uczenie maszynowe do wyszukiwania niezgłoszonych basenów, rozbudowanych nieruchomości i innych elementów majątku podlegających opodatkowaniu. Dotychczas jednak wykorzystanie prawdziwych danych obywateli do trenowania nowych modeli AI pozostawało wyjątkowo ograniczone.

Prywatność kontra skuteczność

Międzynarodowe Biuro Dokumentacji Fiskalnej zwraca uwagę, że rozwój sztucznej inteligencji w administracji publicznej niesie ze sobą zarówno korzyści, jak i ryzyko. Z jednej strony urzędy mogą szybciej analizować dokumenty, wykrywać nieprawidłowości i obsługiwać miliony spraw. Z drugiej pojawiają się pytania dotyczące bezpieczeństwa danych, przejrzystości działania algorytmów oraz możliwości popełniania błędów przez systemy uczące się.

Eksperci ostrzegają również przed sytuacjami, w których modele AI byłyby szkolone na niekompletnych lub historycznie obciążonych zbiorach danych. W takich przypadkach algorytmy mogą utrwalać istniejące błędy i nierówności.