Live News ›

इनकम टैक्स रिफंड में देरी: धोखाधड़ी की जांचें बनीं रोड़ा, AI से मिलेगी राहत!

ECONOMY
Whalesbook Logo
AuthorKaran Malhotra|Published at:
इनकम टैक्स रिफंड में देरी: धोखाधड़ी की जांचें बनीं रोड़ा, AI से मिलेगी राहत!
Overview

भारत में इनकम टैक्स रिफंड मिलने में देरी हो रही है, जिसकी मुख्य वजह **धोखाधड़ी** और **फर्जी डोनेशन** के खिलाफ चल रही कड़ी जांचें हैं। इस फाइनेंशियल ईयर **2025-26** में रिफंड प्रोसेस होने का औसत समय बढ़कर **35 दिन** हो गया है, जो पिछले **तीन सालों** का सबसे लंबा समय है। **2.7 मिलियन** से ज़्यादा ऐसे आवेदन हैं जिन्हें **90 दिनों** से ज़्यादा का समय लगा है।

धोखाधड़ी की जांचों ने बढ़ाई रिफंड में देरी

भारत में टैक्स अथॉरिटीज को 2025-26 के फाइनेंशियल ईयर में इनकम टैक्स रिफंड में लंबी देरी का सामना करना पड़ रहा है। रिफंड प्रोसेस होने का औसत समय बढ़कर 35 दिन हो गया है, जो पिछले तीन सालों में सबसे ज़्यादा है। यह देरी खासकर सेक्शन 80G के तहत फर्जी कटौती (deductions) और डोनेशन (donations) के दावों पर हुई गहन जांचों के बाद आई है। जुलाई 2025 में शुरू हुई जांचों में कई गलत या मनगढ़ंत कटौती सामने आई हैं। इसके परिणामस्वरूप, लगभग 2.7 मिलियन रिफंड आवेदनों को 90 दिनों से ज़्यादा का समय लग गया। यह स्थिति पिछले सालों के मुकाबले एक बड़ा बदलाव है, जब 2024 तक औसत रिफंड का समय घटकर 17-21 दिन रह गया था।

CBDT का 'नजिंग' तरीका और सुधार

इस स्थिति से निपटने के लिए, सेंट्रल बोर्ड ऑफ डायरेक्ट टैक्सेस (CBDT) ने सभी संदिग्ध दावों की तत्काल जांच करने के बजाय, टैक्सपेयर्स को खुद अपने रिटर्न की समीक्षा करने और उनमें सुधार करने के लिए प्रोत्साहित किया। इस 'नजिंग' (nudging) रणनीति का नतीजा यह हुआ कि 5 मिलियन से ज़्यादा लोगों ने अपने रिटर्न रिवाइज किए, और उन्होंने स्वेच्छा से अपने क्लेम में लगभग ₹2,000 करोड़ की कमी की। यह कदम स्वेच्छा से अनुपालन (voluntary compliance) बढ़ाने की दिशा में एक महत्वपूर्ण बदलाव दिखाता है।

AI का बढ़ता इस्तेमाल

संसद की एक समिति ने AI-संचालित रिस्क-स्कोरिंग एल्गोरिदम के आक्रामक उपयोग की सिफारिश की है। समिति का मानना है कि मैन्युअल जांचें बड़े पैमाने पर होने वाली धोखाधड़ी से निपटने में संघर्ष कर रही हैं। दुनिया भर में, टैक्स अथॉरिटीज धोखाधड़ी और कर चोरी का पता लगाने के लिए AI का तेजी से इस्तेमाल कर रही हैं। AI सिस्टम बड़े डेटा को स्कैन करके संदिग्ध पैटर्न को पहचान सकते हैं और हाई-रिस्क मामलों को इंगित कर सकते हैं, जिससे टैक्स विभागों को अपने संसाधनों को अधिक प्रभावी ढंग से केंद्रित करने और ऑडिट में सुधार करने में मदद मिलती है। ग्रीस और स्पेन जैसे देश पहले से ही वित्तीय डेटा विश्लेषण के लिए AI का उपयोग कर रहे हैं।

AI के बावजूद चुनौतियां

हालांकि AI के बढ़ते इस्तेमाल के बावजूद, मौजूदा देरी टैक्स एडमिनिस्ट्रेशन में लगातार बनी हुई समस्याओं को दर्शाती है। बड़े पैमाने पर फर्जी दावों का होना, जो संभवतः संगठित समूहों द्वारा किए जा रहे हैं, टैक्स की ईमानदारी में बनी हुई खामियों को उजागर करता है। AI धोखाधड़ी का पता लगाने में शक्तिशाली है, लेकिन इसकी सफलता अच्छे डेटा, निरंतर अपडेट और गोपनीयता संबंधी चिंताओं को दूर करने पर निर्भर करती है। जटिल निर्णयों के लिए मानवीय निरीक्षण अभी भी महत्वपूर्ण है, जिसका मतलब है कि AI केवल एक सहायक उपकरण है, न कि लोगों का विकल्प। सेक्शन 80G जैसे कटौतियों की जटिलता भी गलत बयानी के अवसर पैदा करती है। वर्तमान 35-दिन के औसत और पिछले 17-21 दिन की प्रोसेसिंग टाइम के बीच का अंतर दक्षता में एक महत्वपूर्ण कदम पीछे दर्शाता है।

टैक्स सिस्टम का आधुनिकीकरण

रिफंड प्रोसेसिंग में AI को एकीकृत करना भारत की टैक्स प्रणाली को आधुनिक बनाने के व्यापक प्रयासों का समर्थन करता है। विधायक इनकम टैक्स बिल 2025 जैसे टैक्स कानूनों की समीक्षा और संशोधन कर रहे हैं ताकि नियमों को सरल बनाया जा सके और व्यापार करने में आसानी में सुधार हो। सिफारिशों में टैक्स मामलों का तेजी से समाधान और सुव्यवस्थित प्रक्रियाएं शामिल हैं। टैक्सपेयर्स चार्टर जैसी पहलें भी अधिक पारदर्शिता और निष्पक्षता का लक्ष्य रखती हैं। ये प्रयास सामूहिक रूप से विश्वास बनाने और स्वेच्छा से अनुपालन को प्रोत्साहित करने की उम्मीद करते हैं, जिसमें AI से वैध टैक्सपेयर्स के लिए रिफंड में तेजी लाने और धोखाधड़ी को रोकने में मदद मिलने की उम्मीद है।

Disclaimer:This content is for informational purposes only and does not constitute financial or investment advice. Readers should consult a SEBI-registered advisor before making decisions. Investments are subject to market risks, and past performance does not guarantee future results. The publisher and authors are not liable for any losses. Accuracy and completeness are not guaranteed, and views expressed may not reflect the publication’s editorial stance.