全球军方用人工智能操控尖端无人机，顶尖科技公司靠它取代了数千名程序员，它甚至正在颠覆癌症患者的治疗方式，可能拯救无数生命。

　　但无论如何，千万别用它来报税。

　　为了测试AI处理联邦所得税申报的能力，《纽约时报》用四款主流聊天机器人——谷歌的Gemini、OpenAI的ChatGPT、Anthropic的Claude和xAI的Grok——进行了一场实战演练。测试基于报税服务商TaxSlayer提供的八组虚构报税情景训练材料。

　　结果惨不忍睹。这些AI平均错算退税或欠税金额超过2000美元。即便拿到了所有必需表格和完整资料，它们仍在计算中频频翻车。

　　科技通讯分析师本尼迪克特·埃文斯一针见血：“税务问题的致命伤在于每个微小细节都至关重要，而AI不可能精准捕捉所有细节。”他补充道：“虽然这些模型每六个月就有飞跃式进步，但给出的终究是‘大致正确’的答案——而这恰恰是报税最忌讳的。”

　　问题的根源在于AI聊天机器人的底层设计逻辑：它们并不真正理解所处理信息间的复杂关联。凭借预测序列中下一个合适词语的能力，AI在读写等领域表现卓越，却在需要无差错记忆大量关联信息的任务中暴露致命缺陷。

　　这种弱点在报税场景中被无限放大——数十份表格相互关联，必须按特定顺序更新。AI难以完美执行复杂流程，错误会随着任务复杂度增加而累积。

　　斯坦福以人为本人工智能研究所高级研究员埃里克·布林约尔松将此称为“税法悖论”。这个短板折射出AI公司向生活各领域扩张时面临的更大挑战。“TurboTax等传统报税软件采用程序化思维，依靠为数学精度打造的‘如果-那么’逻辑运行，”他解释道，“而大语言模型本质是预测引擎——它们能在许多任务中超越人类，却会在人类看来更简单的事情上栽跟头。”

　　测试中发现，当我们为最先进的模型提供高度结构化的虚构用户财务画像——包括按对应国税局表格分类每项信息并上传文档时，AI表现有所改善。

　　但现实是：绝大多数纳税人根本不知道需要哪些文件或如何申报。现代报税软件会通过生活化提问（例如是否有入托子女、是否使用私家车办公）直接生成正确表格，而聊天机器人对此类操作束手无策。缺乏明确指令时，它们只能提供“可能最相关”却未必适用的信息。

　　埃文斯打了个精妙的比方：“如果你问AI‘strawberry’里有几个R，它只会告诉你‘大概’有几个R。”

　　AI乐观主义者则持不同见解。他们认为现有工具未来可能通过主动推理，在国税局文件中找到解决复杂税务问题的清晰路径。为聊天机器人添加辅助工具（例如能验证报税是否符合所有国税局规则的程序），或许能帮助它们走向正轨——这类似于AI学习编程的过程：虽然偶尔会写错代码，却擅长理解错误并提出修正方案。

　　Anthropic公司的Claude机器人展现了实时“思考过程”。当要求计算虚构用户的联邦税款时，它意识到需要一份未持有的国税局表格，随即自主从网络获取该表格并完成计算。这次它算对了退税金额——但在其他测试中仍错误百出，甚至出现过少算退税的失误。

　　税务专家指出，AI作为人工研究的辅助工具仍有价值。面对简单税务问题或需要通俗解释复杂国税局表格时，它们表现出色。毕竟普通纳税人乃至专业人士独立处理税务时也常漏洞百出。

　　但所有专家都强调同一个原则：人类必须牢牢掌握最终控制权。

　　本文原载于《纽约时报》。

　　本文由万更网原创发布，未经许可，不得转载！

　　本文链接：https://m.fdsil.com/t/128326.html