تحلیل نقش هوش مصنوعی در تحول فرآیندهای حسابرسی و ارتقای قابلیت کشف تقلب مالی: مطالعه ای کتابخانه ای و ارائه چارچوب مفهومی یکپارچه

گسترش هوش مصنوعی، یادگیری ماشین، پردازش زبان طبیعی، اتوماسیون رباتیک فرایندها و تحلیل پیشرفته داده ها، حرفه حسابرسی را با تحولی بنیادین مواجه ساخته است. در حالی که روش های سنتی حسابرسی عمدتا بر نمونه گیری، بررسی دستی اسناد، روش های تحلیلی متعارف و قضاوت انسانی متکی بوده اند، فناوری های مبتنی بر هوش مصنوعی امکان تحلیل حجم گسترده ای از تراکنش ها، شناسایی الگوهای پنهان، کشف روابط غیرخطی، تحلیل متون و اسناد و ارزیابی پویاتر ریسک تحریف و تقلب را فراهم می کنند. پژوهش حاضر با هدف تحلیل نقش هوش مصنوعی در تحول مراحل مختلف فرایند حسابرسی و تبیین سازوکارهای اثرگذاری آن بر قابلیت کشف تقلب مالی انجام شده است. روش پژوهش از نوع کتابخانه ای، مروری تحلیلی و مفهومی است و ادبیات علمی مرتبط با هوش مصنوعی در حسابرسی، تحلیل داده های حسابرسی، یادگیری ماشین، کشف تقلب مالی، اتوماسیون رباتیک، قضاوت حرفه ای، تردید حرفه ای و اخلاق الگوریتمی به صورت موضوعی تلفیق شده است.یافته های تحلیلی نشان می دهند که هوش مصنوعی می تواند از طریق افزایش پوشش آزمون های حسابرسی، امکان تحلیل بخش بزرگی از جامعه تراکنش ها، اولویت بندی اقلام پرریسک، شناسایی ناهنجاری های پیچیده، تحلیل ثبت های دفتر روزنامه، پردازش اسناد متنی، توسعه مدل های پیش بینی تحریف و حرکت به سمت حسابرسی مستمر، اثربخشی و کارایی فرایند حسابرسی را ارتقا دهد. با وجود این، خروجی الگوریتم به خودی خود معادل شواهد حسابرسی مناسب و کافی نیست. کیفیت و کامل بودن داده، قابلیت تبیین مدل، نرخ مثبت و منفی کاذب، سوگیری الگوریتمی، امنیت داده، مهارت دیجیتال حسابرس و میزان حفظ تردید حرفه ای تعیین می کنند که یک هشدار تولیدشده توسط هوش مصنوعی تا چه اندازه قابلیت تبدیل شدن به شواهد قابل اتکای حسابرسی را دارد.نوآوری اصلی پژوهش ارائه چارچوب مفهومی «تبدیل سیگنال هوش مصنوعی به شواهد حسابرسی» است. در این چارچوب میان توان الگوریتم در تشخیص ناهنجاری، تولید سیگنال تقلب و توان حسابرس در اثبات تحریف یا تقلب تمایز برقرار می شود. همچنین مفهوم «شکاف تبدیل سیگنال به شواهد» معرفی می شود که بیانگر فاصله میان هشدار الگوریتمی و شواهدی است که بتوان بر مبنای آن قضاوت حرفه ای قابل دفاعی ارائه کرد. نتایج پژوهش نشان می دهد که حاکمیت داده، قابلیت تبیین الگوریتم، سواد هوش مصنوعی و تردید حرفه ای حسابرس می توانند این شکاف را کاهش دهند و اثر مثبت هوش مصنوعی بر کیفیت حسابرسی و قابلیت کشف تقلب مالی را تقویت کنند.

کلیدواژه ها:

هوش مصنوعی ، حسابرسی ، تقلب مالی ، یادگیری ماشین ، تحلیل داده های حسابرسی ، تردید حرفه ای ، قابلیت تبیین ، حسابرسی مستمر.