正しいAIの活用方法

深層学習は人間だと見つけられないような特徴や傾向を発見するのが最大の強み。これは最適な応用事例ですね。／『国税庁のAIの使い方、正しいうえに強くて笑うw』......所得税調査の追徴税額が1431億円、2009年以降で過去最高を更新。 https://t.co/tvDy1NG5Ur

— 佐々木俊尚 五刷出来！「フラット登山」絶賛発売中 (@sasakitoshinao) December 15, 2025

佐々木俊尚氏の引用から、国税庁がAIを効果的に利用して、追徴税額が1431億円になったというスレッド。長くサラリーマンをしてきていて、税金は源泉徴収で必ず搾り取られ(笑)、その後諸般の事情から副収入が発生するようになり、毎年確定申告が必要になり、自分最初の数年はやってみたけれど、当時は今ほどオンラインでの申請や懸賞サービスも無くて、もう本当に嫌になるような状態でした。その為、税理士さんに丸投げするようになり、今の所手数料は1回3万円なんですが、3万円であの苦労がなくなるなら安いものと思っています。

だから、基本的に自分は税金に対しては後ろめたいところは全く無いし、仮に税理士さんの手違いなどで追徴税が発生した場合も、抵抗すること無く従うつもりではいるけれど(今の所そんな事例は無いけれど)、最初から騙すつもりあるいは無知故に申告せずに結果的に追徴税が発生する場合には、やはり厳しく対応してほしい。でも、騙す方も色々工夫するわけですからね。故伊丹十三監督の名作「マルサの女」は、個人的に面白いと感じた映画の一つだし、あの映画が納税啓蒙にかなり貢献して、税務署もかなり感謝しているんじゃ無いだろうか。ただ、余りに当たりすぎて「マルサの女2」は、ちょっと盛りすぎというか現実感に欠けて個人的にはちょっとガッカリしたけれど。

閑話休題。今AI関連の勉強を老後のボケ防止も兼ねて少しずつ本など読んでいるんですが、やはりAIを効果的に活用しようと思うと、学習のベースとなるデータの品質と量が先ず勝負。そして、AIが十分に学習できるだけの事例が豊富であることが、まずはそのAIの「性能」を決める重要な要素だということ。そう言う意味では、何十年分物納税者データがあり、その中で色々なパターンは生まれるだろうけど、典型的なパターンも多く存在している事例である今回のケースは、凄く活用しやすいし効果的だなと思います。で、そうやって「綺麗なデータ」でブラッシュアップされたAIだと、そこに隠れて居るであろう「例外的な事例」発見にも強くなる気がする。つまり、人間の印象だとほぼ同じ様な事例でも、AIの場合は違いの大小にかかわらず「妥当性」みたいなものが判断出来そうな気がします。今回の追徴課税金額は約1400億円との事だけれど、例えばその10%を次のAI開発に回すとか、予算整備にも回しても良いんじゃ無いだろうか。

個人的な夢としては、アメフトの解析AIみたいなものを作りたいのだけれど、アメフトの場合はフィールドに11人が一度にプレーするけれど、選手の交代が1プレー毎に自由なので、まずベースデータの蓄積が難しい。また、プレーの分類では「パス」と「ラン」なんだけれど、最初からそのプレーを予定してのプレーなのか、途中から切り替えてのプレーなのか、それは相手のディフェンス次第なので、また変数が増えます。凄く限定した形にしようとしても、それだけでもかなり不確定要素が多すぎて困ります。また、アメフトの場合、NFLでも以前は年間十数試合、今でも17試合と少ないので、サンプリング数が絶対的に少ない。日本なんて、さらに試合数が少ないからますますデータ不足で解析結果の精度も期待出来ない。幾ら期待される「生成AI」と言えども、向き不向き、好不適があるという事を理解した上で、いろいろな応用事例を生み出してほしいですね。