ਟੈਕਸ ਮਾਹਰਾਂ ਨੇ ਆਮ ਆਦਮੀ ਨੂੰ ਇਨਕਮ ਟੈਕਸ ਰਿਟਰਨ (ITR) ਭਰਨ ਲਈ ਆਮ AI ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਸੁਚੇਤ ਕੀਤਾ ਹੈ। ਉਨ੍ਹਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਟੂਲਜ਼ ਗਲਤੀਆਂ ਅਤੇ ਗਲਤ ਗਣਨਾਵਾਂ ਦਾ ਖਤਰਾ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ। ਭਾਵੇਂ AI ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਸਮਝਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਟੈਕਸ ਭਰਨ ਵਾਲਾ ਵਿਅਕਤੀ ਹੀ ਸਾਰੀ ਜਾਣਕਾਰੀ ਲਈ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰ ਹੋਵੇਗਾ, ਜਿਸ ਨਾਲ ਇਨਕਮ ਟੈਕਸ ਵਿਭਾਗ ਵੱਲੋਂ ਜੁਰਮਾਨੇ ਲੱਗ ਸਕਦੇ ਹਨ।
ITR ਫਾਈਲਿੰਗ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ: ਖਤਰਨਾਕ ਸਾਬਤ ਹੋ ਸਕਦੀ ਹੈ!
ਜਿਵੇਂ-ਜਿਵੇਂ ਟੈਕਸ ਫਾਈਲ ਕਰਨ ਦਾ ਸੀਜ਼ਨ ਅੱਗੇ ਵਧ ਰਿਹਾ ਹੈ, ਕਈ ਟੈਕਸਦਾਤਾ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਆਸਾਨ ਬਣਾਉਣ ਲਈ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ। ਪਰ, ਟੈਕਸ ਮਾਹਰਾਂ ਅਤੇ ਪ੍ਰੋਫੈਸ਼ਨਲਾਂ ਨੇ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਹੈ ਕਿ ਇਹ ਟੂਲਜ਼ ਭਾਰਤ ਵਿੱਚ ਸਹੀ ਇਨਕਮ ਟੈਕਸ ਫਾਈਲਿੰਗ ਲਈ ਲੋੜੀਂਦੀ ਮਨੁੱਖੀ ਸੂਝ-ਬੂਝ ਦਾ ਬਦਲ ਨਹੀਂ ਹਨ। ਮੁੱਖ ਚਿੰਤਾ ਇਹ ਹੈ ਕਿ ਆਮ AI ਮਾਡਲ ਅਕਸਰ ਗਲਤ ਜਾਣਕਾਰੀ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਕਿ ਇਹ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਮਹਿੰਗੀਆਂ ਗਲਤੀਆਂ ਕਰਨ ਲਈ ਗੁੰਮਰਾਹ ਕਰ ਸਕਦੇ ਹਨ।
ਭਾਰਤੀ ਟੈਕਸ ਨਿਯਮਾਂ ਨਾਲ AI ਨੂੰ ਕਿਉਂ ਆਉਂਦੀ ਹੈ ਮੁਸ਼ਕਲ?
ਭਾਰਤੀ ਇਨਕਮ ਟੈਕਸ ਦਾ ਢਾਂਚਾ ਬਹੁਤ ਗੁੰਝਲਦਾਰ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਨਵੇਂ ਨਿਯਮ, ਸੋਧਾਂ ਅਤੇ ਕੇਸ-ਵਿਸ਼ੇਸ਼ ਛੋਟਾਂ ਨਾਲ ਲਗਾਤਾਰ ਬਦਲਾਅ ਹੁੰਦੇ ਰਹਿੰਦੇ ਹਨ। ਮਾਹਰਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਆਮ AI ਟੂਲਜ਼ ਵਿੱਚ ਸਥਾਨਕ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਸਿਖਲਾਈ ਦੀ ਕਮੀ ਹੁੰਦੀ ਹੈ। ਇਹ ਲੋੜਾਂ ਜਿਵੇਂ ਕਿ ਐਨੂਅਲ ਇਨਫਰਮੇਸ਼ਨ ਸਟੇਟਮੈਂਟ (AIS) ਨਾਲ ਆਮਦਨ ਦਾ ਮੇਲ ਕਰਨਾ ਜਾਂ ਪੁਰਾਣੇ ਅਤੇ ਨਵੇਂ ਟੈਕਸ ਰੈਜੀਮ (Tax Regime) ਵਿਚਕਾਰ ਸਹੀ ਚੋਣ ਕਰਨਾ। ਉਦਾਹਰਨ ਲਈ, ਕੈਪੀਟਲ ਗੇਨ (Capital Gain) ਦੀ ਗਣਨਾ ਕਰਨਾ - ਜਿਸ ਵਿੱਚ ਇੰਡੈਕਸੇਸ਼ਨ (Indexation), ਗ੍ਰੈਂਡਫਾਦਰਿੰਗ ਨਿਯਮ (Grandfathering rules) ਅਤੇ ਧਾਰਾ 54, 54F, ਅਤੇ 54EC ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ ਛੋਟਾਂ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਹਨ - ਇਹ ਸਭ ਕੁਝ ਜ਼ਿਆਦਾਤਰ ਜਨਰਿਕ ਜਨਰੇਟਿਵ AI ਮਾਡਲਾਂ ਦੀਆਂ ਸਟੀਕ ਸਮਰੱਥਾਵਾਂ ਤੋਂ ਬਾਹਰ ਹੈ। ਕਿਉਂਕਿ ਇਹ AI ਮਾਡਲ ਇਨਪੁਟ ਵਿੱਚ ਛੋਟੇ ਬਦਲਾਵਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਇੱਕੋ ਸਵਾਲ ਲਈ ਵੱਖ-ਵੱਖ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਇਸ ਲਈ ਇਨ੍ਹਾਂ ਦੀ ਵਰਤੋਂ ਭਰੋਸੇਯੋਗ ਤਕਨੀਕੀ ਟੈਕਸ ਗਣਨਾਵਾਂ ਲਈ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ।
ਕਾਨੂੰਨੀ ਜ਼ਿੰਮੇਵਾਰੀ ਅਤੇ ਡਾਟਾ ਗੋਪਨੀਯਤਾ (Data Privacy)
ਟੈਕਸਦਾਤਾਵਾਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਸਮਝਣੀ ਹੈ ਕਿ ਜਵਾਬਦੇਹੀ ਦਾ ਮੁੱਦਾ ਕੀ ਹੈ। ਮੌਜੂਦਾ ਕਾਨੂੰਨਾਂ ਦੇ ਤਹਿਤ, ਇਨਕਮ ਟੈਕਸ ਰਿਟਰਨ ਵਿੱਚ ਕਿਸੇ ਵੀ ਗਲਤੀ, ਚੂਕ, ਜਾਂ ਗਲਤ ਵਰਗੀਕਰਨ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਟੈਕਸਦਾਤਾ ਦੀ ਹੁੰਦੀ ਹੈ। AI ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਸੁਝਾਅ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਟੈਕਸ ਅਸੈਸਮੈਂਟ (Tax Assessment) ਦੌਰਾਨ ਜਾਂ ਜੇਕਰ ਟੈਕਸ ਵਿਭਾਗ ਸਪੱਸ਼ਟੀਕਰਨ ਲਈ ਨੋਟਿਸ ਭੇਜਦਾ ਹੈ ਤਾਂ ਕੋਈ ਕਾਨੂੰਨੀ ਬਚਾਅ ਨਹੀਂ ਮਿਲਦਾ। ਜੇਕਰ ਕੋਈ AI ਟੂਲ ਗਲਤ ਟੈਕਸ ਟ੍ਰੀਟਮੈਂਟ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਟੈਕਸਦਾਤਾ ਨਤੀਜੇ ਵਜੋਂ ਲੱਗਣ ਵਾਲੇ ਜੁਰਮਾਨੇ ਜਾਂ ਵਿਆਜ ਲਈ ਇਕੱਲਾ ਜ਼ਿੰਮੇਵਾਰ ਹੋਵੇਗਾ।
ਸਟੀਕਤਾ ਤੋਂ ਇਲਾਵਾ, ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਦੇ ਵੀ ਕਾਫੀ ਖਤਰੇ ਸ਼ਾਮਲ ਹਨ। ਟੈਕਸ ਫਾਈਲਿੰਗ ਲਈ PAN ਵੇਰਵੇ, ਬੈਂਕ ਰਿਕਾਰਡ, ਅਤੇ ਸੈਲਰੀ ਸਲਿੱਪਾਂ ਸਮੇਤ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਕਈ ਮੁਫਤ ਜਾਂ ਪ੍ਰਯੋਗਾਤਮਕ AI ਪਲੇਟਫਾਰਮ ਇਸ ਡਾਟਾ ਨੂੰ ਸਟੋਰ ਕਰ ਸਕਦੇ ਹਨ ਜਾਂ ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਉਪਭੋਗਤਾ ਦੀ ਵਿੱਤੀ ਪ੍ਰੋਫਾਈਲ ਦਾ ਖੁਲਾਸਾ ਹੋ ਸਕਦਾ ਹੈ। ਕਿਸੇ ਵੀ ਡਿਜੀਟਲ ਪਲੇਟਫਾਰਮ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਇਹ ਤਸਦੀਕ ਕਰਨ ਦੀ ਸਲਾਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦਾ ਡਾਟਾ ਕਿਵੇਂ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਕੀ ਇਸਦੀ ਵਰਤੋਂ ਅੱਗੇ ਮਾਡਲ ਸਿਖਲਾਈ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਕੀ ਉਪਾਅ ਕੀਤੇ ਗਏ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਟੈਕਸਦਾਤਾਵਾਂ ਨੂੰ AI ਨੂੰ ਸਿੱਖਣ ਜਾਂ ਸਧਾਰਨ ਡਾਟਾ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ ਲਈ ਇੱਕ ਸਾਧਨ ਵਜੋਂ ਵੇਖਣਾ ਚਾਹੀਦਾ ਹੈ, ਪਰ ਗੁੰਝਲਦਾਰ ਰਿਟਰਨ ਫਾਈਲ ਕਰਦੇ ਸਮੇਂ ਇਸਨੂੰ ਪੇਸ਼ੇਵਰ ਟੈਕਸ ਸੌਫਟਵੇਅਰ ਜਾਂ ਮਨੁੱਖੀ ਵਿੱਤੀ ਮਾਹਰਾਂ ਦਾ ਬਦਲ ਨਹੀਂ ਮੰਨਣਾ ਚਾਹੀਦਾ। ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕਾ ਇਹ ਹੈ ਕਿ ਕੋਈ ਵੀ ਸਬਮਿਸ਼ਨ ਨੂੰ ਅੰਤਿਮ ਰੂਪ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ Form 16, ਬੈਂਕ ਸਟੇਟਮੈਂਟਾਂ, ਅਤੇ ਕੈਪੀਟਲ ਗੇਨ ਰਿਪੋਰਟਾਂ ਵਰਗੇ ਅਧਿਕਾਰਤ ਟੈਕਸ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਵਿਰੁੱਧ AI ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੀ ਗਈ ਸਾਰੀ ਜਾਣਕਾਰੀ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਵੇ।