طراحی مدل هوش مصنوعی در انجام فرآیندهای عملیاتی حسابداری

مسئله ی محوری این مطالعه از شکاف عمیق میان واقعیت های عمل حرفه ای و ادبیات علمی موجود ناشی می شود؛ در حال حاضر، شاهد آن هستیم که در شمار قابل توجهی از سازمان ها، هوش مصنوعی (AI) به عنوان مجری فرایند در هسته ی چرخه های عملیاتی حسابداری (به ویژه در حوزه های حساب های پرداختنی، حساب های دریافتنی و تطبیق بانکی) به کار گرفته می شود، در حالی که فقدان یک چارچوب منسجم برای طراحی این سامانه ها، سازگاری آن ها با منطق کنترل داخلی و الزامات حسابرسی پذیری را با چالش جدی مواجه ساخته است. هدف این مطالعه، تدوین، ارائه و ارزیابی معماری هوش مصنوعی کنترل سازگار است؛ معماری ای که به صورت چندلایه طراحی شده و تمامی جنبه ها را از پذیرش و آماده سازی داده ها، هسته ی مدل یادگیری ماشین (ML) و سازوکار آستانه های اطمینان، تا لایه ی لاگینگ حسابرسی پذیر و حاکمیت چرخه ی عمر مدل را دربر می گیرد. از نظر روش شناختی، پژوهش حاضر بر رویکرد علم طراحی بنا شده است؛ بدین معنا که ابتدا با ترکیب هدفمند ادبیات سیستم های اطلاعات حسابداری (AIS)، کنترل داخلی و هوش مصنوعی توضیح پذیر (XAI)، مدل مفهومی و اصول طراحی استخراج گردیده است. سپس، این معماری در قالب یک نمونه ی کاربردی متمرکز بر کدگذاری خودکار صورتحساب ها و تطبیق بانکی، پیاده سازی شده و بر روی داده های تاریخی، به صورت شبه تجربی، مورد ارزیابی قرار گرفته است. نتایج به دست آمده به وضوح نشان می دهد که دستیابی هم زمان به کارایی عملیاتی بالا و سطح مطلوب کنترل، تنها مشروط به تعریف آگاهانه ی آستانه های اطمینان، طراحی جریان Human-in-the-loop و ثبت ریزدانه ی تراکنش ها امکان پذیر است؛ در مقابل، گسترش بدون قید و شرط اتوماسیون، اگرچه شاید اندکی به بهبود سرعت بیانجامد، اما به طور قابل ملاحظه ای به تضعیف ردیابی پذیری، تفکیک وظایف و اتکاپذیری حسابرسی منجر خواهد شد.

کلیدواژه ها:

هوش مصنوعی ، کنترل داخلی ، حسابرسی پذیری ، فرایندهای عملیاتی حسابداری ، علم طراحی