{"id":33,"date":"2023-09-21T22:26:40","date_gmt":"2023-09-21T20:26:40","guid":{"rendered":"http:\/\/futurologiapodatkowa.pl\/?p=33"},"modified":"2023-09-21T22:26:42","modified_gmt":"2023-09-21T20:26:42","slug":"technologie-informatyczne-w-podatkach","status":"publish","type":"post","link":"https:\/\/futurologiapodatkowa.pl\/?p=33","title":{"rendered":"Technologie informatyczne w podatkach"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Zastanawiaj\u0105c si\u0119 nad przysz\u0142o\u015bci\u0105 prawa podatkowego, nasuwa si\u0119 pytanie: a co je\u015bli \u201eprzysz\u0142o\u015b\u0107\u201d jest teraz? Takie pytanie zada\u0142a sobie te\u017c Stephanie Hoffer, Professor of Law, The Ohio State University Moritz College of Law na wprowadzeniu do sympozjum na temat sztucznej inteligencji i przysz\u0142o\u015bci prawa podatkowego w 2020 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Digitalizacja i post\u0119p technologiczny to zjawiska obecne w procesie wype\u0142niania obowi\u0105zk\u00f3w podatkowych, towarzysz\u0105ce podatnikom i administracji podatkowej na co dzie\u0144, jako nieod\u0142\u0105czne elementy zwi\u0105zane z wykonaniem, przekazaniem, jak i weryfikacj\u0105 obowi\u0105zk\u00f3w. Nie ma innej mo\u017cliwo\u015bci ni\u017c dostosowa\u0107 procesy do daleko id\u0105cej automatyzacji i wykorzystania sztucznej inteligencji. Zmianom tym towarzyszy\u0107 musi uproszczenie i jednoznaczno\u015b\u0107 regulacji prawnych oraz ograniczenie zakresu przekazywanych informacji w ten spos\u00f3b, aby wype\u0142nienie obowi\u0105zku nie wi\u0105za\u0142o si\u0119 z nadmiernymi trudno\u015bciami interpretacyjnymi po stronie podatnika, a proces analityczny (zautomatyzowany, wykorzystuj\u0105cy najnowocze\u015bniejsze narz\u0119dzia informatyczne) by\u0142 po stronie administracji podatkowej. Z jednej strony obni\u017cy to koszty i ryzyko po stronie podatnik\u00f3w, a z drugiej ograniczy b\u0142\u0119dy w przekazywanych informacjach i podniesie jako\u015b\u0107 wyniku analizy prowadzonej przez organy podatkowe.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Big data<\/em> i zaawansowana analityka odgrywa rol\u0119 w&nbsp;usprawnieniu przetwarzania i analizy danych przez organy podatkowe. Technologie te mog\u0105 zwi\u0119kszy\u0107 mo\u017cliwo\u015bci w&nbsp;zakresie dostarczania podatnikom informacji w&nbsp;czasie rzeczywistym (<em>real-time<\/em>). Stosowanie <em>big data<\/em> i zaawansowanej analityki w praktyce umo\u017cliwia wydobycie wi\u0119kszej warto\u015bci z istniej\u0105cych informacji, szybkie uzyskiwanie rezultat\u00f3w analizy, przek\u0142adaj\u0105ce si\u0119 na skuteczniejsze egzekwowanie przepis\u00f3w i wykrywanie nadu\u017cy\u0107.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Wzrost wykorzystania algorytm\u00f3w, <em>big data<\/em> i <em>machine learning<\/em> jest obserwowalny tak\u017ce po stronie podatnik\u00f3w: \u201edynamicznie rozwija si\u0119 i b\u0119dzie rozwija\u0107 dalej, obszar technologiczny wspomagaj\u0105cy podatnika w prawid\u0142owym identyfikowaniu jego obowi\u0105zk\u00f3w podatkowych, tak aby jak najskuteczniej przeciwdzia\u0142a\u0107 powstaniu b\u0142\u0119d\u00f3w, zanim dane trafi\u0105 do organ\u00f3w podatkowych. Jak wynika z badania firmy Thomson Reuters, blisko 30% z ankietowanych firm analizowa\u0142o wdro\u017cenie w&nbsp;departamentach podatkowych rozwi\u0105za\u0144 w obszarze <em>blockchain<\/em>, <em>big data analytics<\/em> czy <em>artificial inteligence<\/em>\/<em>machine learning<\/em>, za\u015b zale\u017cnie od sytuacji 5-15% firm takie rozwi\u0105zania ju\u017c wdro\u017cy\u0142o\u201d(K. Ko\u015blicki, Podatkami zaczynaj\u0105 rz\u0105dzi\u0107 algorytmy, 15 lipca 2021 r., prawo.pl).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ministerstwo Finans\u00f3w wskazuje, i\u017c polska administracja podatkowa korzysta z system\u00f3w\/technologii informatycznych do przetwarzania i analizy danych. S\u0105 to przede wszystkim:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><em>data science<\/em> (nauka o danych)<\/li>\n\n\n\n<li><em>big data<\/em> i analityka danych (<em>data analytics<\/em>)<\/li>\n\n\n\n<li>sztuczna inteligencja (<em>artificial intelligence \u2013 AI<\/em>)<\/li>\n\n\n\n<li>uczenie maszynowe (<em>machine learning<\/em>)<\/li>\n\n\n\n<li>przetwarzanie j\u0119zyka naturalnego (<em>natural language process<\/em>)<\/li>\n\n\n\n<li>wizualizacja danych<\/li>\n\n\n\n<li>analiza statystyczna<\/li>\n\n\n\n<li>grafowe bazy danych<\/li>\n\n\n\n<li>wsp\u00f3\u0142praca mobilna i e-learning<\/li>\n\n\n\n<li>analityka predykcyjna<\/li>\n\n\n\n<li>przetwarzanie w chmurze (<em>cloud computing<\/em>)<\/li>\n\n\n\n<li>konteneryzacja aplikacji.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Administracja podatkowa sta\u0142a si\u0119 zasadniczo dzia\u0142alno\u015bci\u0105 zwi\u0105zan\u0105 z zarz\u0105dzaniem informacjami. Transformacja cyfrowa administracji podatkowej warunkuje skuteczne przetwarzanie znacznych ilo\u015bci zebranych informacji. Dzi\u0119ki technologii administracja podatkowa jest obecnie w&nbsp;stanie zarz\u0105dza\u0107 ogromn\u0105 ilo\u015bci\u0105 danych pochodz\u0105cych od podatnik\u00f3w, co umo\u017cliwia masow\u0105 kontrol\u0119 tych danych i&nbsp;efektywniejszy wyb\u00f3r spraw do kontroli. Bardzo cz\u0119sto to w\u0142a\u015bnie podatnicy nadaj\u0105 danym form\u0119 cyfrow\u0105. Wydaje si\u0119, \u017ce realizacja postulatu maksymalnej automatyzacji odbioru (pomin\u0105wszy etap aktywnego przekazywania) informacji przez administracj\u0119 podatkow\u0105 jest mo\u017cliwa w&nbsp;najbli\u017cszej przysz\u0142o\u015bci.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">*<strong>Nauka o danych<\/strong> (ang. <em>data science<\/em>) to dziedzina bada\u0144, kt\u00f3ra \u0142\u0105czy wiedz\u0119 specjalistyczn\u0105, umiej\u0119tno\u015bci programistyczne oraz wiedz\u0119 z zakresu matematyki i statystyki. Celem jest, aby przy wykorzystaniu szeregu metod badawczych, algorytm\u00f3w i proces\u00f3w wydoby\u0107 z du\u017cej ilo\u015bci danych istotne wnioski i prawid\u0142owo\u015bci. Cf. <em>Data science \u2013 co musisz wiedzie\u0107, by zacz\u0105\u0107 karier\u0119 analityka danych?<\/em> https:\/\/coderslab.pl\/pl\/blog\/data-science-co-musisz-wiedziec-by-zaczac-kariere-analityka-danych, dost\u0119p: 21 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>*<strong>Big data<\/strong><\/em> odnosi si\u0119 do zebranych zestaw\u00f3w danych, kt\u00f3re s\u0105 tak du\u017ce i z\u0142o\u017cone, \u017ce do przetwarzania wymagaj\u0105 nowych technologii, takich jak sztuczna inteligencja. Dane pochodz\u0105 z wielu r\u00f3\u017cnych \u017ar\u00f3de\u0142. Technologia umo\u017cliwia bardzo szybkie gromadzenie tych danych w czasie zbli\u017conym do rzeczywistego i&nbsp;analizowanie ich w&nbsp;celu uzyskania nowych spostrze\u017ce\u0144. Cf.&nbsp;Parlament Europejski, <em>Big data: definition, benefits, challenges (infographics)<\/em>, https:\/\/www.europarl.europa.eu\/news\/en\/headlines\/society\/20210211STO97614\/big-data-definition-benefits-challenges-infographics, dost\u0119p: 10 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>*<\/em><strong>Analityka danych<\/strong> jest technologi\u0105, kt\u00f3ra umo\u017cliwia \u0142\u0105czenie wielu dziedzin, w tym statystyki, metod naukowych i analizy danych. Wywodzi si\u0119 z analizy statystycznej i eksploracji danych. Mo\u017ce obejmowa\u0107 opracowywanie strategii analizy danych, przygotowywanie danych do analizy, badanie, analiz\u0119 i tworzenie wizualizacji danych, budow\u0119 modeli z danymi za pomoc\u0105 j\u0119zyk\u00f3w programowania takich jak Python i R oraz wdra\u017canie modeli do aplikacji. Cf. <em>Czym jest analityka danych?<\/em> https:\/\/www.oracle.com\/pl\/what-is-data-science\/, dost\u0119p: 21 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">*<strong>Sztuczna inteligencja<\/strong> (AI \u2013 ang. <em>artificial intelligence<\/em>) to zdolno\u015b\u0107 maszyny do wykazywania zdolno\u015bci podobnych do ludzkich, takich jak rozumowanie, uczenie si\u0119, planowanie i kreatywno\u015b\u0107. Sztuczna inteligencja umo\u017cliwia systemom technicznym postrzeganie otoczenia, radzenie sobie z tym, co postrzegaj\u0105, rozwi\u0105zywanie problem\u00f3w i dzia\u0142anie w celu osi\u0105gni\u0119cia okre\u015blonego celu. Komputer otrzymuje dane &#8211; ju\u017c przygotowane lub zebrane za pomoc\u0105 w\u0142asnych czujnik\u00f3w, takich jak kamera &#8211; przetwarza je i reaguje. Systemy AI s\u0105 w stanie do pewnego stopnia dostosowa\u0107 swoje zachowanie, analizuj\u0105c efekty poprzednich dzia\u0142a\u0144 i pracuj\u0105c autonomicznie. Cf. Parlament Europejski, <em>What is artificial intelligence and how is it used?<\/em>, https:\/\/www.europarl.europa.eu\/news\/en\/headlines\/priorities\/artificial-intelligence-in-the-eu\/20200827STO85804\/what-is-artificial-intelligence-and-how-is-it-used, dost\u0119p: 10 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>*Uczenie maszynowe<\/strong> (ang. <em>machine learning<\/em>) jest podzbiorem sztucznej inteligencji (AI). Skupia si\u0119 na nauczaniu komputer\u00f3w, jak uczy\u0107 si\u0119 na danych i doskonali\u0107 w miar\u0119 zdobywania do\u015bwiadczenia. Procesy uczenia i doskonalenia si\u0119 nie s\u0105 zaprogramowane. W uczeniu maszynowym algorytmy s\u0105 trenowane pod k\u0105tem znajdowania wzorc\u00f3w i korelacji w du\u017cych zbiorach danych oraz podejmowania najlepszych decyzji i formu\u0142owania prognoz na podstawie wynik\u00f3w takiej analizy. Systemy wykorzystuj\u0105ce uczenie maszynowe z czasem staj\u0105 si\u0119 coraz skuteczniejsze, a im lepszy maj\u0105 dost\u0119p do danych, tym wi\u0119ksz\u0105 wykazuj\u0105 dok\u0142adno\u015b\u0107. Cf. <em>Uczenie maszynowe (machine learning): co to jest?<\/em> https:\/\/www.sap.com\/poland\/products\/artificial-intelligence\/what-is-machine-learning.html, dost\u0119p: 21 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">*<strong>Przetwarzanie j\u0119zyka naturalnego<\/strong> (NLP &#8211; ang. <em>natural language processing<\/em>) opiera si\u0119 na algorytmach s\u0142u\u017c\u0105cych do przek\u0142adania niejednoznacznych danych na obszerne informacje dla maszyn w celu budowania zrozumienia. Algorytmy te wykorzystuj\u0105 r\u00f3\u017cne regu\u0142y j\u0119zyka naturalnego do wykonania zadania. Cf.&nbsp;<em>Przetwarzanie j\u0119zyka naturalnego (NLP)<\/em>, https:\/\/datascience.eu\/pl\/przetwarzanie-jezyka-naturalnego\/przetwarzanie-jezyka-naturalnego\/, dost\u0119p: 10&nbsp;wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">*<strong>Przetwarzanie w chmurze<\/strong> (ang. <em>cloud computing<\/em>) to dostarczanie us\u0142ug obliczeniowych \u2014 w tym serwer\u00f3w, magazynu, baz danych, sieci, oprogramowania, analizy i inteligencji \u2014 za po\u015brednictwem Internetu (\u201echmura\u201d), w celu zaoferowania szybszych innowacji, elastycznych zasob\u00f3w i ekonomii skali, co pomaga obni\u017cy\u0107 koszty operacyjne, wydajniej korzysta\u0107 z infrastruktury i&nbsp;przeprowadza\u0107 skalowanie zgodnie z zachodz\u0105cymi zmianami. Cf. <em>Co to jest przetwarzanie w&nbsp;chmurze?<\/em> https:\/\/azure.microsoft.com\/pl-pl\/resources\/cloud-computing-dictionary\/what-is-cloud-computing\/, dost\u0119p: 10 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>*<\/strong><strong>Wizualizacja danych<\/strong> pomaga przej\u015b\u0107 od szczeg\u00f3\u0142owych danych do zrozumia\u0142ych informacji biznesowych. Stosowane obecnie narz\u0119dzia do wizualizacji danych si\u0119gaj\u0105 do zewn\u0119trznych \u017ar\u00f3de\u0142 danych, dzi\u0119ki czemu nie ograniczaj\u0105 si\u0119 jedynie do przejrzystego przedstawiania kluczowych wska\u017anik\u00f3w wydajno\u015bci, ale tak\u017ce unifikuj\u0105 dane i stosuj\u0105 oparte na sztucznej inteligencji analizy w celu ujawnienia relacji mi\u0119dzy kluczowymi wska\u017anikami wydajno\u015bci, rynkiem oraz \u015bwiatem. Cf. <em>Co to jest wizualizacja danych?<\/em> https:\/\/powerbi.microsoft.com\/pl-pl\/data-visualization\/, dost\u0119p: 21 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>*<\/strong><strong>Analiza statystyczna<\/strong> jest to nauka, kt\u00f3ra polega na zbieraniu i szczeg\u00f3\u0142owym badaniu pojedynczo ka\u017cdej pr\u00f3bki danych z okre\u015blonego zestawu element\u00f3w, kt\u00f3ry umo\u017cliwia nam pobranie pr\u00f3bek. Z literatury mo\u017cna wywnioskowa\u0107, \u017ce analizy te przeprowadzane s\u0105 w celu okre\u015blenia podstawowych schemat\u00f3w i trend\u00f3w oraz zebrania jak najwi\u0119kszej wiedzy z danych, kt\u00f3re uda\u0142o si\u0119 uzyska\u0107. Do okre\u015blenia szacunkowo ca\u0142o\u015bci populacji potrzebujemy pr\u00f3bki reprezentatywnej. Cf. <em>Analiza statystyczna<\/em>, https:\/\/mfiles.pl\/pl\/index.php\/Analiza_statystyczna, dost\u0119p: 21 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>*<\/strong><strong>Analiza predykcyjna<\/strong> (ang. <em>predictive analytics<\/em>) to wykorzystanie danych historycznych i technik analitycznych w celu przewidzenia tego, co si\u0119 wydarzy w przysz\u0142o\u015bci. Jest to dziedzina analityki danych wykorzystuj\u0105ca uczenie maszynowe, techniki eksploracji danych oraz modelowanie statystyczne. Cf. <em>Czym jest analiza predykcyjna?<\/em> https:\/\/websensa.com\/pl\/2021\/10\/04\/predictive-analytics-analiza-predykcyjna\/, dost\u0119p: 10 wrze\u015bnia 2023 r.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>*Konteneryzacja<\/strong>. Za pomoc\u0105 standardowego pakietu oprogramowania, okre\u015blanego jako kontener, tworzony jest pakiet kodu aplikacji wraz z powi\u0105zanymi plikami konfiguracyjnymi, bibliotekami i zale\u017cno\u015bciami wymaganymi do uruchomienia aplikacji. S\u0142u\u017cy to wdra\u017caniu aplikacji w r\u00f3\u017cnych \u015brodowiskach. Cf. <em>Co to jest kontener?<\/em> https:\/\/azure.microsoft.com\/pl-pl\/resources\/cloud-computing-dictionary\/what-is-a-container\/, dost\u0119p: 10 wrze\u015bnia 2023 r.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Zastanawiaj\u0105c si\u0119 nad przysz\u0142o\u015bci\u0105 prawa podatkowego, nasuwa si\u0119 pytanie: a co je\u015bli \u201eprzysz\u0142o\u015b\u0107\u201d jest teraz? Takie pytanie zada\u0142a sobie te\u017c Stephanie Hoffer, Professor of Law, The Ohio State University Moritz College of Law na wprowadzeniu do sympozjum na temat sztucznej inteligencji i przysz\u0142o\u015bci prawa podatkowego w 2020 r. Digitalizacja i post\u0119p technologiczny to zjawiska obecne [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[5,4,3],"class_list":["post-33","post","type-post","status-publish","format-standard","hentry","category-bez-kategorii","tag-big-data","tag-informatyczne","tag-technologie"],"_links":{"self":[{"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=\/wp\/v2\/posts\/33","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=33"}],"version-history":[{"count":1,"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=\/wp\/v2\/posts\/33\/revisions"}],"predecessor-version":[{"id":34,"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=\/wp\/v2\/posts\/33\/revisions\/34"}],"wp:attachment":[{"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=33"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=33"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/futurologiapodatkowa.pl\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=33"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}