VÁGUJHEGYI FERENC Mesterséges

MESTERSÉGES INTELLIGENCIA A KÖZTEHERVISELÉSBEN

VÁGUJHELYI FERENC | Különleges küldetést teljesít a Nemzeti Adó- és Vámhivatalban (NAV) tavasszal alakult mesterségesintelligencia-munkacsoport (MIMCS). A kutatómunka alapja az adóhatóság gigantikus adatvagyona, melynek révén az adóztatáson is túlmutató, a társadalom fejlődését támogató módszertanok kidolgozására nyílik lehetőség a gazdasági szereplők döntéseinek, viselkedésük mozgatórugóinak elemzésén keresztül – mondta a Figyelőnek a NAV-ot vezető államtitkár, aki a munkacsoport létrejöttét kezdeményezte.

Milyen szakemberek vesznek részt a közelmúltban felállított munkacsoportban? – A NAV berkein belül létrehozott munkacsoport számos tudományágat integrál, fog össze. A tudományos élet szereplői, az adattudósok a matematika és az informatika eszköztárát vetik be, a NAV szakemberei által kutatásra átadott adatokkal dolgoznak. A hivatal adózási szakértői a készülő modelleket értelmezik, megteremtik a kapcsolatot a modell és a gazdasági folyamatok között. A feltárt jelenségeket összevetik a számviteli szabályokkal, majd döntenek, hogy mely adózókat kell értesíteni az eltérésről. Fontos szempont, hogy a megállapított eltéréseket, deviáns jelenségeket nem sorolják automatikusan a szabályszegések közé, hiszen attól, hogy egy üzletmenet eltér a többség gyakorlatától, még nem biztos, hogy törvénybe is ütközik. – Mi a célja a kutatómunkának, az adatok elemzésének? – A közvetlen cél a nemcsak elviekben, hanem a gyakorlatban is igazságos közteherviselés megvalósítása. Ez egyrészt az adóelkerülés legkifinomultabb formáinak az időbeni felismerését jelenti, másrészt a kényelmes közigazgatási szolgáltatások fejlesztését a különböző társadalmi, illetve adózói csoportok igényeinek, szokásainak a feltérképezése révén. Napjainkban, az informatikai fejlesztések korában lehetőség van a közvetlen nyilvántartások megalkotására, amelyekkel esély van a pontosabb és igazságosabb közteher megállapítására. Ennek az első lépése volt az elektronikus személyijövedelemadó-bevallás, az eSZJA kialakítása, melynek keretében a NAV készíti el a bevallást a részletadatokból. Az adattömeg nemcsak a bevallások kiajánlására, hanem arra is lehetőséget teremt, hogy feltérképezzük és elemezzük az adózók tulajdonságait, a viselkedésüket, a körülmények változására adott válaszukat. Azt se felejtsük el, hogy a XXI. században a gazdasági események mind nyomot hagynak a digitális térben. Ezeknek a nyomoknak a közvetlen adóhatósági felhasználása jelentős adminisztrációcsökkenést jelent az adózóknak, és most még számottevő többletmunkát a NAV-nak. Ehhez is felhasználható eszköz a mesterséges intelligencia, amely jóval több adattal, ha úgy tetszik, jellemzővel képes dolgozni, mint az emberi gondolkodás. Az adattudósok feladata azt kitalálni, hogy ezt miként használjuk ki. A cél, hogy minél több információt elemezve képezzünk csoportokat, s vizsgáljuk azt, hogy az egymásra a lehető legjobban hasonlító adózóknak miért eltérő az adóteljesítményük. – Miként lehet biztosítani, hogy az adatokkal körültekintően bánjanak, hogy azok ne kerüljenek illetéktelenekhez? – Miközben a közteherviselésből származó adatok és a mesterséges intelligencia összekapcsolásának az értelmét fejtegetjük, érdemes egy fontos tényt szem előtt tartani. Ez pedig az adótitok törvényes védelme, tudniillik a NAV illetékteleneknek nem engedhet hozzáférést semmilyen konkrét adózóhoz köthető, tárolt információhoz. Vagyis a kutatások korántsem azt célozzák, hogy egyes emberekről vagy cégekről minél több, akár az adózással össze sem függő adatot halmozzunk fel. A lényeg egészen más. Ezt jól érzékelteti, hogy az új módszertanok felfedezésének alapjául kizárólag anonimizált információk szolgálnak, ráadásul a tudományos munka a külvilágtól hermetikusan elzárt kutatószobákban zajlik. – Milyen eredményeket vár a kutatásoktól? – A személytelen adatokkal végzett kutatómunka eredményei olyan módszerek és modellek lesznek, amelyekkel fejleszthetők az adóhivatali szolgáltatások, ugyanakkor pontosan bemérhetők a szokatlan, az átlagostól eltérő üzleti döntések. Emlékeztetnem kell arra a már most is jellemző adóhivatali gyakorlatra, amely a partneri, támogató hozzáálláson alapul. Az a tervem, hogy a folyamat utolsó fázisában megmutatjuk az adózónak, milyen eltéréseket találtunk nála, s tőle várjuk a választ az eredményből adódó kérdésekre. Tehát nem vádoljuk szabályszegéssel, csak közöljük vele, hogy kilóg a hasonló gazdálkodók sorából viselkedése, adóteljesítménye, valamilyen speciális tulajdonsága alapján. A megszülető eredményeket együttműködésre és nem szank-

NÉVJEGY

1994-ben fi zikatanári, 1995-ben programozómatematikusi végzettséget szerzett az ELTE-n. Szakmai pályafutását 1995–96-ban pénzügyi rendszerfejlesztőként kezdte a Philip Morris Hungarynél, majd 1997-ig információbiztonsági szakértőként dolgozott az ÁPV Rt.-nél. A 2000-es évek elején az Országos Nyugdíjbiztosítási Főigazgatóság főigazgató-helyettese volt, 2010-től a NAV szakfőigazgatójaként, később informatikai elnökhelyetteseként dolgozott. A Nemzeti Hírközlési és Informatikai Tanács elnöke, a Digitális Jólét Program blocklánccal foglalkozó munkacsoportjának a vezetője, a Hírközlési és Informatikai Tudományos Egyesület elnöke. Tavaly július óta a Pénzügyminisztérium NAV-ot vezető államtitkára. Az idén alakult Blockchain Koalíció elnöke, és az ő kezdeményezésére jött létre a NAV mesterségesintelligencia-munkacsoportja. A Magyar Államkincstár és a NAV adatvagyonának az optimalizálásáért felelős kormánybiztos. Számos tudományos publikáció szerzője, több információtechnológiával összefüggő szabadalma van.

cionálásra használjuk. Azért is jó, hogy a NAV-ban jöhetett létre ez a munkacsoport, mert itt rengeteg nagy pontosságú, validált adat van, amelyet egységes azonosítókon tartanak nyilván. Így nem kell bonyolult kriptográfiai rendszereket létrehozni azért, hogy az elemezhetőség fenntartása mellett egyszersmind garantáljuk a kutatott anyag anonimitását. – Mi lesz a kutatók, a szakemberek szerepe ebben a munkában? – A mesterséges intelligencia alkotja meg a modellt, de az ember dönti el, hogy mely adatok relevánsak a vizsgálódáshoz. Tehát a gépnek tanított algoritmusok révén kirajzolódnak az információk közötti öszszefüggések, de a létrejött modellt az ember értelmezi, a mesterséges intelligencia következtetéseiről ő dönti el, hogy azok relevánsak-e a gazdálkodásra nézve, vagy az adatok között olyan párhuzamot talált a gép, amelynek nincs közgazdasági, számviteli jelentése. Az ilyen modelleket kiveszik a rendszerből. Például a cég által használt autótípus és a menedzserszűrések közötti összefüggés nem releváns kutatási cél az adóhivatal szempontjából, viszont a típus és a szervizköltségek korrelációja már érdekes lehet. – Mikorra várhatók az első eredmények? – Egy éven belül számítok a NAV mesterségesintelligencia-munkacsoportjának az első tudományos eredményeire. A menetrend kialakult, a feladatok sorrendjét is meghatározták. Nagy vonalakban a lépések a következők: kijelöljük a vizsgálandó gazdasági szektorokat, kiválasztjuk, milyen adatkörrel dolgozunk, biztosítjuk az anonimitást, majd futtatjuk a tanító algoritmusokat, utána elvégezzük a modellek vizsgálatát a kontrolladatokon, hogy kiderüljön, generálisan is működnek-e, vagy túlzottan specializálódtak a tanítóadatokra. Mindezek után hasznosíthatók az eredmények az adóhivatali munkában. Ennek hatására olyan üzleti viselkedésformákat ismerhetünk fel, amelyeket maga az adózó sem tud önmagáról, pláne nem is gondolja, hogy ezek felismerhetők. Ugyanakkor nem szabad, hogy bármely gazdálkodó a „Nagy Testvért” lássa bennünk. Fontos, hogy tudja: miközben ez a szervezet a társadalom közös kiadásainak a fedezetét biztosítja, az ő gazdálkodói működését is támogatja.

TÓTH BALÁZS