هوش مصنوعی در مقابله با تقلب مالی: انقلابی در حسابرسی و گزارشگری مالی

تقلب در صورت های مالی یکی از چالش های اساسی در حوزه حسابداری و حکمرانی شرکتی محسوب می شود که می تواند پیامدهای ویرانگری برای بازار سرمایه، سرمایه گذاران و اقتصاد کلان به همراه داشته باشد. روش های سنتی کشف تقلب، که عمدتا مبتنی بر نمونه گیری و آزمون های تحلیلی هستند، به دلیل حجم انبوه داده ها و پیچیدگی شیوه های تقلب، اغلب ناکارآمد و پرخطا عمل می کنند. در این راستا، هوش مصنوعی به عنوان یک تحول انقلابی، توانسته است با بهره گیری از الگوریتم های پیشرفته یادگیری ماشین و یادگیری عمیق، دقت و کارایی فرآیند شناسایی تقلب را به میزان قابل توجهی افزایش دهد. این مقاله مروری، با بررسی نظام مند مطالعات معتبر بین المللی، به تحلیل نقش هوش مصنوعی در پیشگیری و کشف تقلب در گزارش های مالی می پردازد.مطالعات نشان می دهند که تکنیک های هوش مصنوعی، از جمله شبکه های عصبی مصنوعی، ماشین بردار پشتیبان، و الگوریتم های یادگیری نظارت نشده مانند خوشه بندی،قادر به شناسایی الگوهای غیرعادی در داده های مالی هستند که با روش های مرسوم حسابرسی قابل تشخیص نیستند. برای مثال، پژوهش های گرین و چوی (۲۰۲۱) نشان داد که مدل های مبتنی بر یادگیری عمیق می توانند با دقت بیش از ۹۵٪ موارد تقلب در صورت های مالی شرکت های پذیرفته شده در بورس را شناسایی کنند. همچنین، آلبرشت و همکاران (۲۰۲۲) در مطالعه ای سیستماتیک دریافتند که ترکیب پردازش زبان طبیعی با الگوریتم های یادگیری ماشین، امکان تحلیل گزارش های مدیریتی و یافتن نشانه های زبانی مرتبط با تقلب را فراهم می سازد. با این حال، علیرغم مزایای چشمگیر هوش مصنوعی، چالش های مهمی از جمله سوگیری در داده های آموزشی،مشکلات تفسیرپذیری مدل های پیچیده، و ملاحظات اخلاقی در حریم خصوصی داده ها وجود دارند که نیازمند توجه ویژه هستند. ژانگ و همکاران (۲۰۲۳) تاکید می کنند که توسعه چارچوب های هوش مصنوعی تفسیرپذیر برای افزایش شفافیت در تصمیم گیری های مبتنی بر هوش مصنوعی ضروری است. در مجموع، یافته های این مطالعه مروری حاکی از آن است که هوش مصنوعی به ویژه در ترکیب با فناوری های نوینی مانند بلاکچین و کلان داده،پتانسیل بالایی برای تحول در فرآیندهای حسابرسی و نظارت مالی دارد. با این وجود، برای دستیابی به حداکثر اثربخشی، لازم است استانداردهای حسابداری و حسابرسی، همگام با پیشرفت های فناوری، به روزرسانی شوند. این مقاله با مرور جامع ادبیات موجود، چارچوبی علمی برای پژوهش های آینده در این حوزه ارائه می دهد و بر ضرورت همکاری متخصصان حسابداری، علوم داده و قانون گذاران برای مقابله با تقلب مالی تاکید می کند.

کلیدواژه ها:

هوش مصنوعی ، تقلب مالی ، صورت های مالی ، یادگیری ماشین ، حسابرسی