کاربرد مدل های زبان بزرگ‎ (LLMs) ‎در تحول فرآیندهای حسابداری: فرصت ها، چالش ها و کاربردها

تحول دیجیتال و فراوانی داده ها در محیط کسب وکار مدرن، نیاز مبرمی را برای گذار از حسابرسی سنتی به سیستم های «حسابرسی مستمر» ایجاد کرده است. پژوهش حاضر با هدف تبیین یک چارچوب مفهومی جامع برای پیاده سازی حسابرسی مستمر در بستر یکپارچه فناوری بلاک چین و هوش مصنوعی تدوین شده است. روش تحقیق این مقاله، مرور نظام مند ادبیات و تحلیل تماتیک مطالعات متاخر و هسته در این حوزه است. یافته های پژوهش نشان می دهد که این چارچوب از یک ساختار سه لایه ای تبعیت می کند؛ لایه زیرساخت (بلاک چین) پایداری و تغییرناپذیری داده های پایه را تضمین کرده و ریسک دستکاری را کاهش می دهد. لایه پردازش شناختی (هوش مصنوعی و مدل های زبانی) با اتکا به تحلیل های استوکاستیک به کاهش ابهام در داده های ساختارنیافته و متون روایی کمک می کند. همچنین، جهت غلبه بر چالش کلیدی توهم الگوریتمی و حفظ انضباط فرآیندی، بکارگیری معماری نسل تقویت شده بازیابی‎(RAG)‎ ‎ ‎به عنوان لایه مدیریت ریسک فنی تبیین گردید. شواهد تجربی این مدل تایید می کند که پیامد علی این ادغام، ارتقای ملموس کیفیت مستندسازی رسمی، بهینه سازی زمان رویه ای و تسهیل پذیرش سازمانی بر اساس مدل های‎ TAM ‎و‎ DOI ‎است‎.‎

کلیدواژه ها:

حسابرسی مستمر ، بلاک چین ، هوش مصنوعی ، مدل های بزرگ زبانی‎ (LLMs)‎ ، نسل تقویت شده بازیابی‎ ‎‎(RAG)‎ ، کیفیت حسابرسی‎.‎