Datamining in Frankrijk ingezet in strijd tegen belastingontduiking. Bedreiging voor privacy van hele bevolking

In Frankrijk ondersteunt sinds 2014 een team van datawetenschappers de lokale belastingkantoren bij het opsporen van complexe fraude. Maar het motief zou wel eens het overbodig maken van belastingambtenaren kunnen zijn, veronderstelt Alexandre Léchenet op AlgorithmWatch.1)

Volgens een verklaring van de Franse regering in februari 2020 heeft de Belastingdienst 785 miljoen euro in 2019 kunnen terugvorderen dankzij ‘datamining’.2) Het was mogelijk gemaakt door een team van dertig datawetenschappers. De groep werd gevormd in 2014 door de Franse fiscus (DGFiP) om technieken voor machinaal leren te ontwikkelen en te helpen bij fiscale controles. De Franse belastingdienst int alle belastingen in Frankrijk (inclusief de lokale belastingen, die vervolgens weer worden teruggestuurd naar de lokale overheden), ongeveer 540 miljard euro per jaar.

Onder de naam CFVR – Ciblage de la fraude et valorisation des requêtes (Fraudebestrijding en het bepalen van de waarde van verzoeken) richten de instrumenten zich op het vinden van fouten en fraude in belastingaangiften aan de hand van talrijke gegevens van belastingplichtigen. Het ministerie van Financiën is van plan 21,3 miljoen euro te investeren in het programma in de periode 2016 – 2023. Net als de belastingdienst is het team dat CFVR runt, gevestigd in Parijs.

De Franse gegevensbeschermingsautoriteit – Commission Nationale de l’Informatique et des Libertés – heeft over CFVR gepubliceerd voordat zij het groene licht gaf tot uitvoering van het programma. De waakhond voor persoonlijke gegevens heeft de doelstellingen van de algoritmen op een rijtje gezet: het vinden van fouten en incoherenties in belastingaangiften, het opsporen van mogelijke fraudepatronen en deze vinden in de opgaven, het opsporen van onsamenhangend koopgedrag, het vinden van fouten d.m.v. een analyse van eerdere belastingaangiften, en nog veel meer.

Deze algoritmen worden gevoed met gegevens uit tientallen databases van de overheid (bankrekeningen, belastingaangiften, kadaster), maar ook met gegevens uit de particuliere sector, zoals vermeldingen van buitenlandse bedrijven of financiële gegevens. De op regels gebaseerde algoritmen die voorheen werden gebruikt, zijn in de nieuwe instrumenten geïntegreerd. Dit betekent dat een deel van de bevindingen die aan CFVR worden toegeschreven, er al eerder waren. De overheid geeft niet aan hoeveel van het teruggevorderde bedrag te danken is aan regelgebaseerde algoritmen.

Een op de drie belastingcontroles

Volgens het ministerie werd in 2019 één op de vijf belastingcontroles op bedrijven (één op de tien op huishoudens) uitgevoerd met behulp van data-analyses van CFVR. In 2020 is het aantal gestegen tot één op drie. Doel van het ministerie is om in 2023 één op twee te bereiken. AlgorithmWatch sprak met verschillende belastingambtenaren. Ze zijn anoniem vanwege contracten die hen niet toestaan met de media te praten. Ze vertelden dat het streefdoel moeilijk te behalen is. Volgens de belastinginspecteurs wordt op dit moment, als CFVR hen een lijst van bedrijven of huishoudens geeft om te controleren, slechts 10% tot 30% van hen gecontroleerd. De inspecteurs zien geen reden om de resterende 70% tot 90% te controleren.

Het ministerie is van plan de algoritmen van CFVR te verbeteren en meer gegevens te verzamelen. Ook zal het in bepaalde regio’s de criteria voor uitvoering van een controle versoepelen. Op het moment is het zo dat belastinginspecteurs ernstige twijfels hebben over een belastingaangifte voordat ze kunnen gaan controleren. In de toekomst kunnen de richtlijnen van het ministerie een inspecteur dwingen een volledige controle uit te voeren, zelfs als hij maar lichte twijfels heeft die met een telefoontje kunnen worden weggenomen.
Ministers zijn niet erg vlot met mededelingen over de relatief slechte prestaties van de datamining-algoritmen. Uit een in juli 2020 gepubliceerd parlementair rapport3) blijkt dat slechts één op de drie controles die op basis van CFVR-gegevens zijn uitgevoerd, tot terugvordering van belastinginkomsten heeft geleid.
De verhouding tussen succesvolle controles – een op de drie – is ongeveer gelijk aan wat de traditionele methoden bereiken. Maar, in het geval van CFVR moeten de belastinginspecteurs zonder enige aanleiding de voor controle gemarkeerde instanties opsporen.

Het totale aantal instanties dat door CFVR naar lokale belastinginspecteurs wordt gestuurd, is niet openbaar. De auteurs van het parlementaire verslag bevelen aan nieuwe indicatoren te creëren om het succes van CFVR efficiënt te meten. Nieuwe indicatoren kunnen zijn: het aantal instanties en personen dat correct voor een controle is gemarkeerd, het aantal doublures tussen de resultaten van CFVR en andere onderzoeken, controles die tot een juridische procedure hebben geleid, ‘zware’ controles die dankzij CFVR-meldingen zijn uitgevoerd of de bedragen die door succesvolle controles zijn teruggevorderd.

Wat betreft de 785 miljoen euro waarover de regering heeft opgeschept, merken de auteurs op dat dit bedrag te verwaarlozen is in vergelijking met de 12 miljard die in datzelfde jaar is teruggevorderd.
Data-mining is, wat de regering daarover ook mag beweren, traag en daardoor niet effectief. Dit roept vragen op over de effectiviteit van het streefdoel, aldus de auteurs van het rapport.

Meer gegevens

Volgens het ministerie van Financiën zal het streefdoel eerder worden gehaald door aanpassing van de algoritmen en door groei van de voor hen toegankelijke databases. Negenennegentig samenwerkende platforms, waaronder veilingsites, verhuur en boekingsites van huis-accommodaties en online marketing, stemden ermee in gegevens aan het ministerie te verstrekken. Gebruikers-ID’s, aantal transacties, uitgegeven bedragen en bankrekeninggegevens zouden binnenkort beschikbaar moeten zijn voor CFVR.

Het Franse parlement heeft in december 2019 ingestemd met een experiment waardoor het Ministerie van Financiën ook gegevens van sociale netwerken mag verzamelen. Het is nog niet zo ver; eerst is toestemming nodig van de gegevensbeschermingsautoriteit en van de hoogste bestuursrechtbank.
Aan de andere kant zijn, volgens de vakbond voor belastinginspecteurs, door veranderingen in het fiscale beleid interessante gegevensbronnen verdwenen. De vermogensbelasting, in 2017 afgeschaft, was een goede bron van gegevens over rijke belastingbetalers en hun vermogen.

Wanneer algoritmen fouten maken kan, volgens het ministerie, een netwerk van geselecteerde lokale rapporteurs de fout melden bij CFVR. Belastinginspecteurs daarentegen die gebruik moeten maken van de lijsten met verdachte belastingplichtigen kunnen dat niet doen. Sommigen van hen betreuren het dat ze niet direct kunnen reageren.

Volledige automatisering

De ontwikkeling van algoritmen voor belastinginning is niet alleen een kwestie van efficiëntie of communicatie. Deze experimenten vinden plaats in een klimaat van massale personeelskrimp. Sinds 2008 zijn er jaarlijks gemiddeld 2000 banen bij de fiscus geschrapt. Het Ministerie van Financiën schat dat er nog eens 546 banen gaan verdwijnen vanwege machinaal leren. De belastingdienst vertelde AlgorithmWatch dat de automatisering die CFVR heeft ingevoerd, de belastinginspecteurs in staat zou stellen zich te concentreren op ‘lokale planning’, ‘het gebruik van intelligentie’ en op ‘werk met meer toegevoegde waarde’.
Ooit beschreven als een manier om belastinginners te helpen met ‘beter gerichte of hoge inzet-controles’ zoekt CFVR nu naar elke vorm van fraude. In plaats van te kijken naar fraude die voor mensen moeilijk te achterhalen is, zoeken de algoritmen naar kleine fouten, inconsistenties en duidelijke fraude.

Het doel zou uiteindelijk zijn de meeste belastingcontroles ‘volledig te automatiseren’, zoals een belastinginspecteur vertelde. Vorig jaar introduceerde een nieuwe wet het recht voor de belastingbetaler ‘om eerlijke fouten’ te maken. Het algoritme kan de belastingbetaler nu automatisch een bericht sturen met de waarschuwing dat er een fout is ontdekt in zijn belastingaangifte. “Deze niet-bindende verzoeken zullen eerlijke belastingbetalers in staat stellen hun belastingaangiften te corrigeren zonder een volledige belastingcontrole te moeten ondergaan”, schreef de gegevensbeschermingsautoriteit in 2019.

De Franse belastingdienst beweegt van een systeem waarin de belastingaangiften door mensen worden behandeld, naar een systeem waarin belastingbetalers de door machines ontdekte fouten moeten herstellen. Als machines fouten maken, zijn het de belastingbetalers die moeten controleren. Het ziet ernaar uit dat machines het recht krijgen om ook eerlijke fouten te maken, maar dan moeten de belastingbetalers wel onbetaald werk verrichten om die fouten te herstellen.

French tax authority pushes for automated controls despite mixed results, door Alexandre Léchenet, AlgorithmWatch, 23 november 2020: https://algorithmwatch.org/en/story/france-tax-automated-dgfi

Noten
1) AlgorithmWatch is een non-profit organisatie die zich toelegt op het evalueren en toelichten van algoritmische besluitvormingsprocessen met maatschappelijke relevantie. Deze worden gebruikt zowel voor het voorspellen of voorschrijven van menselijk handelen als voor automatische besluitvorming.
2) Datamining = het via een computer gericht zoeken naar verbanden, bijvoorbeeld statistische, in grote verzamelingen gegevens voor wetenschappelijke of commerciële doeleinden.
3) RAPPORT D’INFORMATIONFAIT au nom de la commission des finances (1) sur les moyens du contrôle fiscal. Par MM. Claude NOUGEIN et Thierry CARCENAC: http://www.senat.fr/rap/r19-668/r19-6681.pdf

 

Afbeelding bovenaan is van Gerd Altmann

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Nieuwsbrief ontvangen?

Wij houden u graag op de hoogte van actuele ontwikkelingen binnen Stichting Beroepseer.  Wilt u onze nieuwsbrief ontvangen? Dan kunt u zich hieronder aanmelden.

Contact

Adres:
Multatulilaan 12
4103 NM Culemborg

Email:
info@beroepseer.nl

© Stichting beroepseer