| 标题 | 人工智能在审计工作中的应用研究 |
| 范文 | 杨曼琳 [摘 要]随着信息化技术的发展，在审计工作中逐渐开始应用人工智能技术，这就要求审计人员在掌握传统审计知识的同时，还需要具备应用现代技术的能力。基于此，本文主要探讨了人工智能在审计工作中的应用，通过分析专家系统和神经网络这两个典型的人工智能系统的工作原理和适用领域，提出了未来该领域的研究方向。 [关键词]信息技术审计;人工智能;专家系统 doi：10.3969/j.issn.1673 - 0194.2020.12.028 [中图分类号]F239.1[文献标识码]A[文章编号]1673-0194（2020）12-00-02 0 ? ? 引 言 在现代商业中，基于信息和通讯技术的辅助工具逐渐占据了重要地位。因此，审计人员需要不断更新自身的知识体系，熟练使用这些工具。虽然人工智能技术给审计人员带来了便利，但增加了审计人员的压力。为了更加高效地工作，审计人员需要不断学习人工智能的相关知识和技术，并应用于工作中。本文主要探讨了人工智能在审计工作中的应用，这不仅可以帮助审计人员系统地了解该领域的知识，还能够为该领域未来的研究和软件开发提供一个发展方向。此外，已有的研究大多是单独探讨辅助工具或只考虑人工智能的一个方面，过于片面，因此，本研究从专家系统（ES）和神经网络（NN）这两个人工智能的重要系统入手，研究人工智能系统在审计工作中 的应用。 1 ? ? 基于人工智能的审计系统 过去的20多年来，研究人员一直致力于开发精密高效的人工智能系统，以协助审计人员更好地做出决策、更加精准地完成工作，避免审计人员出现疏忽与遗漏。虽然人们普遍认为，这些系统应仅作为审计人员最终确定审计结果的辅助手段，但由于系统的多样性和精确性，审计人员往往会过度依赖这些系统输出的结果。然而，不管审计员做出特定决定（意见）之前使用的工具和技术的性质如何，他/她最终要对判断负责。正如审计师依赖其他专家（如房地产估价师和律师）搜集的审计证据作为审计意见基础的情况一样，审计师采用的人工智能工具被认为仅是为完成特定任务而雇用的“代理人”。审计员有责任确保这些工具在使用过程中的可靠性和有效性，并需要承担没有正确使用现代决策辅助工具做出错误判断的责任。下面笔者详细介绍了专家系统及神经网络在审计工作中的应用及其对个体的影响。 1.1 ? 专家系统 专家系统指一种软件密集型系统，将一个或多个在特定领域的专家具有的专业知识结合起来，以便为一组问题提供特定建议，帮助审计人员做出正确的决策。专家系统旨在模仿专家判断，相较于传统的决策辅助工具，具有更多的优势。首先，专家系统强调知识，通常基于录入专家的知识背景产生结果，而不是机械的算法;其次，专家系统为审计人员建构了庞大的知识数据库，且允许他们随意访问;最后，复杂的专家系统软件提高了用户与系统之间的互动频率，使用户获得更加流畅的使用体验。 1.1.1 ? 专家系统影响的评估模型 鲍德温·摩根和斯通提出了一个二维框架（矩阵模型）分析了专家系统对审计人员可能产生的多重影响。一方面，该矩阵包括影响级别（行业、组织、个人和任务）;另一方面，包括影响类别（效率、有效性、专业知识、教育和环境）。选择不同影响级别的基本原理是：专家系统对不同类型的任务或行业会做出独特的应答。鲍德温·摩根和斯通的研究考虑了一些必要的特殊偶然因素（任务、行业、环境和规模），为研究专家系统对会计实务的影响提供了一个有用的框架。他们提出的模型能够评估专家系统对组织和个人的影响程度，这与以前的研究完全不同。以前的研究只讨论专家系统是如何工作的、为什么被开发出来，或者其对审计的潜在影响。而该模型建立在以前审计专家系统和管理会计专家系统的实证研究的基础上，能够将理论模型与实证观点进行有效结合。 1.1.2 ? 审计中使用专家系统的优势 首先，专家系统会提高审计人员的审计效率。审计人员在不使用专家系统时，可能需要在各个环节查询专业知识，虽然有利于提升自身專业素养，但大大浪费了时间。专家系统则弥补了耗时过长这一缺点，能够显著缩短审计人员的审计时长。其次，专家系统会提升审计人员的审计质量。专家系统中的知识体系综合了特定领域众多专家的专业知识，可以依据具体的问题提出相应的对策，避免审计人员的疏忽与遗漏问题，并进行专业矫正。最后，专家系统提高了审计人员的结果一致性，方便其他同行的复验，大大提升了审计结果的有效性。然而，如果审计人员能够适当地使用专家系统，就能做出更好的决策，显著提升个体的决策质量，但是，对于新手而言，由于专家系统比他们更加专业，可能诱导其做出错误决策。也就是说，专家系统并不是能给所有人带来好处，也可能给新手造成困扰。因此，不同层次的个体需要依据自身的知识体系适当地使用专家系统辅助自己的审计。 1.2 ? 神经网络 神经网络是人工智能的一种典型类型，试图模仿人脑，利用电脑中的处理元件模拟人脑中一系列的联结单元，这些单元分别对输入的信号做出特定的响应。神经网络在处理大数据问题时十分高效，但是，审计判断（决定）需要从过去的审计记录中提取数据，并作为当前审计的依据，因此，在评估发展趋势与模式时，神经网络将不再适用。 ①学者们开发了一个神经网络模型评估企业管理中可能出现的欺诈现象，该模型通过分析组织内部的财务数据，评估其属于的类型，一旦将财务报表数据归类为欺诈数据，审计人员可以及时响应，进行深入调查与采证。但是，这个模型目前仅处于理论阶段，还没有研究者进行相关实证研究，虽然十分遗憾，但为今后的研究提供了一个系统的理论模型。②还有研究者开发了一个逻辑回归模型，该模型提出了一些可能会预测管理者欺诈行为的影响因子（包括内部环境控制薄弱、公司增长速度过快、相对盈利能力和管理不一致、对审计人员说谎或在其他方面的规避行为），基于这些因子，神经网络系统可以预估审计对象的财务报告存在欺诈行为的可能性。实证研究表明，在评估77项欺诈活动风险时，该模型比专业的审计人员得出的结果更加精准。然而，该模型可能只有在考虑基本风险因素的过程中是有效的，在其他更加复杂的情况中可能没有显著作用。因此，该模型可能在简单的背景中比复杂的背景中更加适用。③还有学者构建了一个综合的模糊神经网络系统作为现有统计模型和人工神经网络的替代方法，评估财务报表营私舞弊的风险。此模型检验了信息技术在审计工作中的有效性，这一模型比普通的统计模型或人工网络更复杂，对大型企业的审计更加有效。从上面3个典型的模型中可以看出，神经网络在审计人员评估企业管理的欺诈行为中十分有效。这表明神经网络有助于降低风险，并提前预估面临的风险，同时提高审计人员预测和发现财务报表舞弊的能力，大大提升了审计人员在工作治理中的地位。 2 ? ? 研究展望 现阶段，在审计工作中使用人工智能的现状如下：一些研究侧重某些人工智能对特定审计任务的适用性;一些研究集中于审查理论框架，这些框架可以用来理解人工智能对审计的影响。然而，目前文献中很少涉及一些最关键的领域，如评估人工智能系统在审计中的财务成本和收益，特别需要评估在当前经济环境中人工智能系统综合审计人员过去的工作经验对当前或今后的审计工作的影响程度以及此类系统对中小型审计公司的运营和生存、审计教育、公共部门组织的审计、审计人员的独立性和审计预期的影响、绩效差距等。因此，这些问题将成为该领域的未来研究方向。 首先，未来的研究还需要从专业考试与持续的专业发展的视角出发，探讨人工智能系统如何影响审计人员的培训课程以及关于此类系统使用的趋势对今后审计结果标准的影响，特别是对审计依据的影响。其次，未来的研究还需要考虑企业内部的审计人员如何设计并监控人工智能系统，以掌控核心的技术，便于更好地应用。最后，未来的研究还需要评估审计人员利用人工智能系统得出的结果在审计委员会中的有效性，即当审计委员会的成员拿到审计人员基于人工智能系统得出的审计结果时，审计委员会的成员是否能够理解并接受这个结果。鉴于本研究提出的未来发展方向，审计公司特别是大型审计公司应持续将大量的资金投入特定的行业和特定的任务中，积极开发专家系统和神经网络，降低行业审计风险。此外，大型跨国公司可以提升内部审计人员使用人工智能系统的水平控制本公司的审计风险水平。 3 ? ? 结 语 本文回顾了人工智能系统在审计工作中的应用，然后详细介绍了专家系统与神经网络两个典型的人工智能系统的概念、应用模型、适用领域等，最后提出了该领域未来的发展方向。通过介绍人工智能在审计工作中的应用现状，为以后的研究者提供一个相对完整的知识建构体系，便于他们在本文的基础上进行更加深入的探讨与研究。此外，本研究还提出了未来的研究方向，为今后的学者指明了研究重点。 主要参考文献 [1]武晓芬，田海洋.智慧社会治理下的人工智能审计平台构建研究[J].西安财经学院学报，2019（3）：17-22. [2]韩娜，于晨.浅析人工智能对审计工作的影响[J].科技经济市场，2019（6）：124-127. [3]陈霆，陆明媛，顾群，等.基于人工智能技术的电力工程审计系统研究[J].电子设计工程，2019（16）：15-19. [4]丁晨.大数据和人工智能技术在银行网络安全风险管理中的实践——日志安全审计分析业务[J].中国信息化，2019（5）：15-19. [5]黄琳.人工智能时代高校“二元制”审计實践教学模式探讨[J].黑龙江科学，2019（15）：24-28. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。