Bevisvärdering i skattemål - ett underlag för framtida AI-baserat beslutsstöd

Bakgrund och syfte

I skatteprocesser handlar det inte enbart om att ha rätt i sak utan också om att få rätt. Utfallet i ett skattemål avgörs i stor utsträckning av hur bevisningen bedöms. En felaktig bevisvärdering kan leda till efterbeskattning, skattetillägg och i vissa fall personligt betalningsansvar, med betydande ekonomiska följder för individer och företag. Den enskilde befinner sig ofta i ett informations- och resursunderläge gentemot det allmänna, vilket gör att bevisprövningens kvalitet, spårbarhet och förutsebarhet blir en central rättssäkerhetsfråga.

Svensk rätt bygger på fri bevisföring och fri bevisvärdering enligt 35 kap. 1 § rättegångsbalken (1942:740, RB), samtidigt som förvaltningslagens (2017:900) krav på legalitet, saklighet, opartiskhet, proportionalitet, dokumentation och motivering samt Europakonventionens krav på rättvis rättegång (artikel 6) måste vara uppfyllda. Balansen mellan individualiserad prövning och systematisk likformighet är särskilt känslig i skattemål.

Mot denna bakgrund syftar projektet till att utveckla ett rättsvetenskapligt underlag som gör bevisvärderingen i skatteprocesser mer metodiskt säker och transparent samt möjliggör framtida utveckling av verktyg som baseras på generativ AI-teknologi (stora språkmodeller (LLMs) som ChatGPT och liknande) som är rättssäkra och som resulterar i så korrekta bedömningar som möjligt. Avsikten med denna studie är att lägga en rättsvetenskaplig grund för utveckling av teknikstöd för bevisvärdering i skatteprocesser.

Forskningsläge och kunskapslucka

Trots bevisvärderingens centrala roll finns begränsad systematisk kunskap om hur beslutsfattare resonerar och vad som utgör en korrekt bevisvärdering i skattemål. Det finns överhuvudtaget en ganska begränsad mängd artiklar i svenska skattetidskrifter som rör ämnet. Frågan om bevisvärdering och senaste tidens teknologi är överhuvudtaget inte behandlad i litteraturen.

Internationellt betonar den deskriptiva story model att beslutsfattare organiserar bevis i konkurrerande berättelser och väljer den mest koherenta; i svensk rätt kommer ett holistiskt angreppssätt till uttryck i RB 35:1, där helheten av allt som förekommit ska prövas samvetsgrant. Samtidigt saknas i dag en metod som förenar stora språkmodellers analytiska kapacitet med de rättsliga krav som gäller för bevisvärdering i skatteprocessen.

Det ovan sagda skapar en tydlig forskningslucka: innan tekniken kan användas med legitimitet krävs en normativt och empiriskt förankrad modell för säker bevisprövning i skattemål som kan ligga till grund för framtida system, i linje med bland annat EU:s AI-förordnings krav på transparens, riskhantering och mänsklig kontroll.

Teori och metod

Projektet tar teoretiskt avstamp i deskriptiva allmänna bevisteorier, särskilt story model, och förenar dessa med rättsdogmatisk analys av bevisbörda, beviskrav och bevisvärderingens principer i skatterätten samt förvaltningsrättens krav på saklighet, dokumentation, motivering och partsinsyn.

Utifrån denna grund utvecklas ett Evidence Assessment Framework (EAF) som formaliserar beslutsnoder och motiveringsstrukturer för relevans, tillförlitlighet, bevisstyrka, motbevisning, beviskrav och felrisk och som uttryckligen stödjer spårbarhet och kontrollbarhet. EAF översätts till ett kodschema som möjliggör systematisk analys av domskäl och kan fungera som annoteringsformat för framtida datamängder.

Metodiskt kombineras rättsdogmatik med empirisk domskälsanalys. Ett urval av typmål som rör bevisvärderingsfrågor annoteras oberoende av två bedömare; interbedömarreliabilitet mäts och kalibreras; avvikelser analyseras för att förbättra ramverket. Parallellt genomförs en konceptuell och teknisk förstudie som mynnar i en kravspecifikation för hur ett svenskspråkigt LLM-baserat beslutsstöd med retrieval-stöd (RAG) skulle kunna utformas för just bevisvärdering, inklusive krav på datastyrning, loggning, förklarbarhet och mänsklig översyn.