Les risques de l'IA générative pour les équipes fiscales et comment les réduire

L'IA générative peut faire gagner du temps aux équipes fiscales pour la préparation de recherches, les résumés de documents, la rédaction et les communications avec les clients. Ces mêmes outils peuvent aussi créer des risques faciles à manquer parce que l'interaction semble simple : saisir une invite, téléverser un fichier, recevoir une réponse.

Le travail fiscal rend ces risques plus sérieux. Un seul document peut contenir le nom d'un contribuable, son numéro d'assurance sociale, ses revenus, ses renseignements bancaires, ses personnes à charge, ses dossiers d'entreprise et ses positions fiscales confidentielles. Un programme de gestion des risques utile doit donc examiner les deux côtés du flux de travail : les renseignements qui entrent dans le système d'IA et le degré de confiance accordé à ce qui en ressort.

1. Les données des contribuables peuvent être exposées par des invites ordinaires

Le risque le plus immédiat est la divulgation inutile de renseignements sur les contribuables.

Un professionnel qui demande de l'aide pour reformuler une lettre peut coller le document original au complet, alors que l'IA n'a besoin que de quelques phrases. Un chiffrier téléversé pour un seul calcul peut contenir des noms, des numéros de compte, des données de paie ou des feuilles de calcul sans rapport.

Les autorités canadiennes de protection de la vie privée recommandent d'utiliser des renseignements anonymisés, synthétiques ou dépersonnalisés plutôt que des renseignements personnels lorsque les données réelles ne sont pas nécessaires. Elles précisent aussi que les renseignements personnels sensibles ou confidentiels ne devraient être saisis dans les invites d'IA générative que lorsque cela est autorisé.

Réduisez ce risque en partant du minimum de renseignements nécessaires. Retirez les identifiants directs, utilisez des espaces réservés, créez des copies limitées des fichiers et gardez les données fiscales très sensibles dans des environnements expressément approuvés à cette fin.

2. Les réponses de l'IA peuvent sembler plus fiables qu'elles ne le sont

L'IA générative peut produire des explications soignées même lorsque la réponse sous-jacente est incomplète, périmée ou erronée.

C'est particulièrement risqué en fiscalité, car les conclusions peuvent dépendre de la législation en vigueur, des directives administratives, de la jurisprudence, des choix, des seuils, des dates et de faits propres au contribuable.

L'Agence du revenu du Canada avertit les utilisateurs de son propre robot conversationnel d'IA générative que les réponses peuvent ne pas être entièrement exactes ni répondre aux besoins précis de l'utilisateur, et qu'elles ne doivent pas remplacer le jugement professionnel ni d'autres sources.

Traitez l'IA comme une aide à la recherche et à la rédaction. Vérifiez les affirmations fiscales importantes auprès de sources faisant autorité et à jour avant de vous y fier dans le travail pour un client.

3. Le biais d'automatisation peut affaiblir le jugement professionnel

Un risque connexe est le biais d'automatisation, c'est-à-dire la tendance à accorder un poids supplémentaire à une réponse parce qu'un système l'a produite avec assurance.

L'IESBA identifie expressément le biais d'automatisation comme une menace au jugement professionnel. Ses lignes directrices actuelles sur la technologie précisent que les professionnels comptables doivent évaluer si les résultats d'une technologie sont adaptés à l'usage prévu, comprendre les limites et les hypothèses pertinentes, tenir compte de la qualité des données et des biais potentiels, et déterminer le degré approprié de confiance à accorder.

Les équipes fiscales peuvent réduire ce risque en définissant quels résultats exigent une revue indépendante. Plus l'incidence financière, juridique ou sur le client est élevée, plus la vérification doit être rigoureuse.

4. Les dossiers fiscaux complets peuvent révéler bien plus que ce que la tâche exige

Les téléversements de fichiers créent une exposition différente de celle des courtes invites.

Une déclaration de revenus de particulier, une déclaration de société, un avis de cotisation, un rapport de paie ou un dossier de travail peut contenir des renseignements sans lien avec la question posée. Les chiffriers peuvent aussi comporter des onglets masqués, des commentaires ou des données historiques.

Avant de téléverser un fichier, créez si possible une copie conçue à cette fin. Retirez les pages, colonnes, commentaires, identifiants et faits confidentiels inutiles. Examinez la version nettoyée avant qu'elle ne quitte l'environnement contrôlé du cabinet.

5. Les services d'IA tiers peuvent créer des chemins de données cachés

Le produit utilisé par le professionnel de la fiscalité peut s'appuyer en coulisses sur d'autres organisations.

Un fournisseur peut recourir à des fournisseurs de modèles externes, à une infrastructure infonuagique, à des services d'analyse ou à des sous-traitants. Le profil d'IA générative du NIST vise à aider les organisations à cerner les risques propres à l'IA générative ou amplifiés par elle, et à les gérer tout au long du cycle de vie de l'IA.

Avant d'approuver un outil pour des renseignements sur les contribuables, demandez où les invites et les fichiers sont traités, combien de temps ils sont conservés, si le contenu des clients sert à l'entraînement de modèles ou à d'autres fins, quels sous-traitants sont impliqués et comment la suppression fonctionne.

L'approbation doit s'appliquer à un cas d'usage défini, et non simplement au nom d'un fournisseur.

6. L'IA fantôme peut contourner les contrôles du cabinet

Les professionnels de la fiscalité peuvent utiliser un robot conversationnel personnel, une extension de navigateur, un assistant de réunion ou une nouvelle fonction d'IA intégrée à un logiciel existant sans passer par le processus d'examen habituel du cabinet.

Cela crée un problème de visibilité. Le cabinet peut ignorer quel fournisseur a reçu les données des contribuables, quelles conditions de conservation s'appliquent ou si l'employé a utilisé un compte géré.

Réduisez l'IA fantôme en offrant aux employés des options approuvées pratiques et un processus simple pour demander de nouveaux outils. La surveillance peut aider à repérer les services non approuvés, mais elle devrait être proportionnée et éviter de recueillir plus de contenu sensible d'invites que nécessaire.

7. Les produits d'IA peuvent changer après leur approbation

Un outil d'IA acceptable lors de son premier examen peut plus tard ajouter une mémoire, de nouveaux modèles, des agents, du stockage de fichiers ou des intégrations.

Ces changements peuvent modifier les données auxquelles le système peut accéder et son comportement. Le NIST considère la gestion des risques de l'IA comme une activité continue tout au long du cycle de vie plutôt que comme une approbation ponctuelle.

Les cabinets de fiscalité devraient définir des déclencheurs de réévaluation, comme un nouveau fournisseur de modèle, une intégration plus large, un nouveau type de données, une modification importante de la politique de confidentialité ou une expansion vers des travaux fiscaux à plus fort impact.

Utiliser une vérification pratique des risques

Avant d'introduire l'IA générative dans un flux de travail fiscal, posez-vous les questions suivantes :

1. Quels renseignements sur les contribuables ou le cabinet l'outil recevra-t-il?
2. Une partie de ces renseignements peut-elle être retirée, caviardée ou remplacée?
3. Le système est-il approuvé pour ces données et ce cas d'usage précis?
4. Les résultats importants peuvent-ils être vérifiés de façon indépendante?
5. Une réponse incorrecte pourrait-elle avoir une incidence importante sur la décision d'un contribuable ou d'un client?
6. Comprenons-nous la conservation, l'entraînement des modèles, les sous-traitants et la suppression?
7. Quels changements de produit ou de flux de travail exigeraient une réévaluation?

Les risques de l'IA générative en fiscalité sont gérables lorsque les cabinets ne traitent pas chaque usage comme également sûr ou également dangereux. La rédaction à faible risque à partir de renseignements publics peut n'exiger que des contrôles de base. Le travail portant sur des déclarations de revenus, des identifiants de contribuables, des positions confidentielles ou des jugements professionnels importants mérite des mesures de protection beaucoup plus solides.

L'objectif pratique est de donner aux professionnels de la fiscalité des outils d'IA utiles tout en gardant les données sensibles, la vérification et la responsabilité sous le contrôle du cabinet.

Plusieurs des risques ci-dessus partagent un problème de synchronisation : une fois qu'une invite est soumise, elle ne peut être rappelée. Un identifiant de contribuable collé dans une demande de rédaction, une déclaration complète téléversée pour une seule question ou une position confidentielle mentionnée en passant se trouve déjà dans l'outil au moment où quelqu'un se ravise. C'est le principe sur lequel Sanitized Ai est bâti : intercepter et caviarder les identifiants des contribuables et les autres renseignements sensibles des clients avant que l'invite n'atteigne l'outil, afin que le contrôle agisse au seul moment où il peut encore faire une différence.

Ce trimestre, reprenez la vérification des risques en sept questions ci-dessus et appliquez-la à l'usage de l'IA sur lequel votre équipe fiscale s'appuie le plus. Notez quels renseignements sur les contribuables peuvent être retirés sans changer la réponse, déterminez quels résultats exigent une vérification indépendante, et faites des deux le paramètre par défaut de cette tâche plutôt qu'une exception. Si vous souhaitez voir comment le caviardage avant la soumission pourrait s'intégrer à ce flux de travail, demandez une démonstration et parcourez-le avec nous.