آیا ماشین می تواند حسابدار باشد؟ درباره حسابداری ماشینی، امانت اعداد و مرز قضاوت حرفه ای

در سال ۱۴۹۴، لوکا پاچولی، راهب و ریاضی دان ایتالیایی، برای نخستین بار قاعده ی دفتر دوطرفه را نوشت: هر بدهکار، یک بستانکار دارد؛ هر عدد، یک جفت دارد؛ هیچ رقمی بی حساب نمی ماند. پاچولی نمی دانست دارد نخستین الگوریتم اعتماد را اختراع می کند. حسابداری، پیش از آن که یک فن باشد، یک پیمان اجتماعی بود: این که اعداد یک بنگاه، راست بگویند و کسی پای راست گویی آن ها بایستد.

امروز همان پیمان، در برابر ماشین قرار گرفته است. ماشین دیگر فقط جمع نمی زند؛ طبقه بندی می کند، تطبیق می دهد، استثنا پیدا می کند، پیش نویس گزارش می نویسد و به زودی، به جای حسابدار، «قضاوت» می کند. پرسش این یادداشت همین است: وقتی ماشین می تواند حساب کند، حسابدار چه چیزی می شود؟ و مرز کجاست؛ کجا ماشین باید بایستد و انسان باید امضا کند؟

اعداد، پیش از آن که بزرگ شوند

شتاب، انکارناپذیر است. گزارش «آینده ی مشاغل ۲۰۲۵» مجمع جهانی اقتصاد، پیش بینی می کند شمار حسابداران و حسابرسان در جهان، میان سال های ۲۰۲۵ تا ۲۰۳۰، حدود یک میلیون و بیست هزار نفر — نزدیک به ۱۳ درصد — کاهش یابد؛ هفتمین کاهش بزرگ مطلق در میان همه ی مشاغل. کارمندان حسابداری و حقوق و دستمزد نیز در همین بازه، نزدیک به ۲۰ درصد کوچک تر می شوند. در برابر این تصویر، اداره ی آمار کار آمریکا (BLS) در گزارش اسفند ۱۴۰۴ خود، برای همان دهه، سالانه حدود ۱۲۴٬۲۰۰ فرصت شغلی برای حسابداران و حسابرسان پیش بینی می کند — از رشد و جایگزینی بازنشستگان. تناقض ظاهری است: ماشین، کار دفتری را می بلعد و در همان حال، تقاضا برای حسابدار واجد قضاوت، هنوز رشد می کند. کمبود، کمبود تقاضا نیست؛ کمبود عرضه ی حسابدار ماهر است. گزارش «روندهای ۲۰۲۵» انجمن حسابداران رسمی آمریکا (AICPA) می گوید فارغ التحصیلان حسابداری در سال تحصیلی ۲۰۲۳-۲۴، با ۶٫۶ درصد کاهش، به ۵۵٬۱۵۲ نفر رسید؛ هرچند گزارش ۲۰۲۶ همین انجمن از رشد ۸٫۵ درصدی فارغ التحصیلان کارشناسی در سال بعد خبر می دهد. حرفه، در حال پوست اندازی است؛ نه در حال مرگ.

پذیرش فناوری نیز از حد شعار گذشته است. گزارش «حسابدار آماده ی آینده ۲۰۲۵» موسسه ی ولترز کلوور — با پیمایش بیش از ۲٬۷۰۰ متخصص مالیاتی و حسابداری — نشان می دهد به کارگیری هوش مصنوعی در شرکت های حسابداری، از ۹ درصد به ۴۱ درصد رسیده است؛ ۷۲ درصد شرکت ها هفته ای دست کم یک بار از هوش مصنوعی استفاده می کنند و ۳۵ درصد روزانه. ۹۳ درصد پاسخ دهندگان گفته اند هوش مصنوعی، گسترش به سوی خدمات مشاوره ای را ممکن می کند. گزارش ۲۰۲۶ تامسون رویترز نیز می گوید ۴۰ درصد سازمان ها در ۲۰۲۶ از هوش مصنوعی استفاده می کنند — در برابر ۲۲ درصد در ۲۰۲۵ — اما تنها ۱۸ درصد، بازده ی سرمایه گذاری آن را ردیابی می کنند. ما با شتاب، ابزار خریده ایم و هنوز نمی دانیم چه خریده ایم.

چهار شرکت بزرگ حسابرسی جهان نیز از مرحله ی آزمایش گذشته اند و به عامل های خودگردان رسیده اند. ارنست اند یانگ در فروردین ۱۴۰۵، هوش مصنوعی عامل محور را در پلتفرم جهانی اطمینان بخشی خود — بر بستر مایکروسافت آژور — برای ۱۳۰ هزار متخصص در ۱۵۰ کشور عرضه کرد؛ بیش از ۵۵ هزار متخصص از پلتفرم هوش مصنوعی آن استفاده می کنند و بیش از ۱٬۷۰۰ عامل حسابرسی ساخته شده است. دیلویت در تیر ۱۴۰۵، قابلیت عامل محور یکپارچه ای با بیش از ۴۰ جریان کار عامل محور معرفی کرد و کی پی ام جی در اردیبهشت ۱۴۰۵ عامل های هوش مصنوعی را به پلتفرم «کلارا» افزود؛ پی دبلیو سی نیز در مهر ۱۴۰۴ از سرمایه گذاری ۱٫۵ میلیارد دلاری در هوش مصنوعی در آمریکا در سه سال آینده و بیش از ۳۰۰ عامل در حال تولید خبر داد. بازار جهانی هوش مصنوعی در حسابداری نیز، بنا بر برآورد موسسه ی موردور اینتلیجنس، از ۹٫۰۴ میلیارد دلار در ۲۰۲۵ به ۳۷٫۶ میلیارد دلار در ۲۰۳۰ می رسد. این ها اعداد یک مد زودگذر نیستند؛ اعداد یک جابه جایی ساختاری اند.

وقتی ماشین اشتباه می کند، چه کسی پاسخ گوست؟

اما همین جا، خطر پنهان است: ماشین، خطا را با همان اعتمادبه نفسی تولید می کند که حقیقت را. واشنگتن پست در ۱۴ اسفند ۱۴۰۲ نوشت در آزمون هایش، چت بات های مالیاتی توربوتکس و اچ اندآر بلاک، در نزدیک به نیمی از موارد، بی فایده یا نادرست پاسخ دادند؛ یک پرسش درباره ی فرم ۱۰۴۰، پاسخی «کاملا نادرست» گرفت. در مهر ۱۴۰۴، دیلویت استرالیا پذیرفت که در گزارشی برای دولت استرالیا — گزارشی «پر از خطا» — از هوش مصنوعی استفاده کرده و بخشی از مبلغ را بازمی گرداند. در مرداد ۱۴۰۴، موسسه ی حسابداران خبره ی انگلستان و ولز (ICAEW) خبر داد که دادگاه عالی مالیاتی بریتانیا در پرونده ی «گونارسون»، استفاده از هوش مصنوعی برای ساخت فهرست منابع را نکوهش کرده است؛ فهرست، پرونده های جعلی ساخته ی ماشین را در بر داشت. کمیسیون بورس آمریکا (SEC) نیز در ۲۸ اسفند ۱۴۰۲، دو مشاور سرمایه گذاری را به اتهام ادعاهای نادرست درباره ی توانایی های هوش مصنوعی شان جریمه کرد. این ها هنوز «خطای حسابرسی ماشینی» در معنای حقوقی اش نیستند — تا امروز، هیچ مورد ثبت شده ای از یک موسسه ی حسابرسی که به سبب کار حسابرسی تولیدشده با هوش مصنوعی جریمه شده باشد، یا شرکتی که صورت های مالی اش را به سبب خطای هوش مصنوعی تجدید ارائه کرده باشد، یافت نشده است — اما نشانه اند: نشانه ی این که خطا، دیگر یک احتمال نظری نیست؛ یک واقعیت در حال وقوع است.

نهادهای ناظر، همین را فهمیده اند. هیئت نظارت بر حسابداری شرکت های سهامی عام آمریکا (PCAOB) در تیر ۱۴۰۳ هشدار داد که به کارگیری هوش مصنوعی مولد در حسابرسی، «باید با تردید حرفه ای و قضاوت حرفه ای متناسب همراه باشد». شورای گزارشگری مالی بریتانیا (FRC) در تیر ۱۴۰۴ نخستین راهنمای خود درباره ی هوش مصنوعی در حسابرسی را منتشر کرد و در فروردین ۱۴۰۵، راهنمایی برای تهیه کنندگان گزارش های شرکتی افزود. اداره ی درآمد داخلی آمریکا (IRS) نیز در ۲۰۲۶ دستورالعمل های مقدماتی برای هوش مصنوعی مسئولانه منتشر کرد. پیام مشترک همه ی این ها یکی است: ماشین می تواند کمک کند، اما نمی تواند «مسئول» باشد.

در حوزه ی کشف تقلب نیز همین شکاف دیده می شود. گزارش ۲۰۲۶ «سنجش فناوری ضدتقلب» انجمن بازرسان تقلب معتبر (ACFE) و شرکت SAS نشان می دهد تنها ۲۵ درصد سازمان ها از هوش مصنوعی و یادگیری ماشین در تحلیل داده های ضدتقلب استفاده می کنند — در برابر ۱۸ درصد در ۲۰۲۴ — و تنها ۷ درصد سازمان ها خود را بیش از حد متوسط برای شناسایی یا پیشگیری از تقلب توانمندشده با هوش مصنوعی آماده می دانند؛ در حالی که ۸۲ درصد، توضیح پذیری و قابلیت حسابرسی را برای پذیرش هوش مصنوعی مولد، مهم می شمارند. ماشین، هم ابزار کشف تقلب شده است و هم ابزار تقلب؛ و آمادگی ما برای دومی، بسیار کمتر از شوق ما برای اولی است.

حساب، در حکمت ما

اینجا، جایی است که نگاه ایرانی اسلامی، پرسش را عمیق تر می کند. در زبان و فرهنگ ما، «حساب» فقط یک فن نیست؛ یک مفهوم بنیادین مسئولیت است. قرآن می فرماید: «کفی بنفسک الیوم علیک حسیبا» — «امروز خودت برای حسابرسی خودت کافی هستی» (اسراء: ۱۴). حساب، در این افق، یعنی روزی که هر کس، حساب خود را می بیند و کسی نمی تواند حساب دیگری را به جای او بدهد. حسابدار، در این معنا، «امین» است؛ امین اعداد دیگران. و امانت، قابل تفویض کامل نیست: می توانی ابزار را بسپاری، اما امانت را نمی توانی به ماشینی بسپاری که نه قصد دارد، نه عقل، نه وجدان.

فقه، برای این مرز، زبان دقیقی دارد. نخست، «تثبت»: قرآن می فرماید «فتبینوا» — خبر را وارسی کنید (حجرات: ۶). تردید حرفه ای حسابرس، در واقع همان تثبت است: خروجی ماشین، هرقدر هم روان و قانع کننده باشد، «خبر» است و خبر، پیش از پذیرش، وارسی می خواهد. دوم، «شهادت»: اظهارنظر حسابرس درباره ی صورت های مالی، نوعی شهادت است؛ و شهادت، شاهد می خواهد — شاهدی که عاقل باشد، عادل باشد و قصد کند. ماشین، هیچ یک از این سه را ندارد؛ پس نمی تواند شهادت بدهد؛ نمی تواند امضا کند. سوم، «تسبیب و مباشرت»: هرگاه خطا رخ دهد، باید معلوم باشد خطا به فعل چه کسی مستند است. ماشینی که تصمیم می گیرد اما مسئول نیست، زنجیره ی انتساب را می شکند؛ و چهارم، قاعده ی «الغنم بالغرم»: بهره، با زیان همراه است؛ کسی که از سود ماشین بهره می برد، باید زیان خطای آن را نیز بر عهده بگیرد. نهادی که با هوش مصنوعی، هزینه را کم می کند و سرعت را زیاد، نمی تواند هنگام خطا، انگشت به سوی ماشین بگیرد.

از این منظر، حسابداری ماشینی، یک پرسش فنی نیست؛ یک پرسش تمدنی است. پرسش این است که آیا می خواهیم «حساب» را به «محاسبه» تقلیل بدهیم — یا حساب را همان چیزی نگه داریم که بوده است: امانت، شهادت و مسئولیت.

ایران؛ میان دیجیتال شدن و هوش مصنوعی

تصویر ایران، تصویری از گذار ناتمام است. سازمان امور مالیاتی، در بهمن ۱۴۰۳ اعلام کرد که برای بیش از ۸ میلیون مودی مشمول تبصره ی ماده ی ۱۰۰، اظهارنامه ها در کمتر از دو ماه قطعی شده و بیش از ۴۰۰ هزار مودی مالیات بر ارزش افزوده از اظهارنامه ی پیش فرض استفاده کرده اند؛ رئیس سازمان نیز گفته بود که باید از محاسبه ی صرفا الگوریتمی فراتر رفت و به سوی هوش مصنوعی و داده های بزرگ حرکت کرد. این ها، نشانه های «دیجیتال شدن» اند؛ نه هنوز نشانه های استقرار هوش مصنوعی در حسابرسی. سامانه ی مودیان، زیرساخت الکترونیکی مالیاتی است؛ نه به خودی خود، مدرکی از استقرار هوش مصنوعی. جامعه ی حسابداران رسمی ایران در دی ۱۴۰۴، مهندس قاسم احمدیان پور را به عنوان مشاور اجرایی فناوری اطلاعات و هوش مصنوعی منصوب کرد — گامی سازمانی و مهم — اما تا امروز، هیچ مورد مستند و قابل راستی آزمایی از به کارگیری هوش مصنوعی در حسابرسی یک موسسه ی ایرانی در سال های ۲۰۲۵ و ۲۰۲۶ یافت نشده است. صداقت، این جا هم تکلیف است: نباید از «اعلام» و «انتصاب»، «استقرار» ساخت. در عین حال، خبر ایسنا در ۱۸ آبان ۱۴۰۵ از یک پژوهش بین المللی حکایت می کند که ۶۱ درصد متخصصان مالی و حسابداری، هوش مصنوعی را در میان سه چالش اخلاقی اصلی خود دانسته اند — در برابر ۳۲ درصد در ۲۰۲۴. دغدغه ی اخلاقی، در حرفه ی ما نیز، دو برابر شده است. این جا، نکته ی حاکمیتی نیز هست: داده های مالی بنگاه های ایرانی، اگر برای پردازش به ابرهای خارجی سپرده شود، حاکمیت داده به خطر می افتد؛ و حاکمیت داده، حاکمیت سیاسی است.

سه لایه؛ چارچوبی برای حسابداری مسئولانه

بر این مبنا، می توان حسابداری را به سه لایه ی تفکیک کرد؛ لایه هایی که ماشین و انسان، در هر یک، جای متفاوتی دارند:

لایه ی نخست — ثبت: گردآوری، طبقه بندی، تطبیق و تنظیم داده ها. این جا، سرزمین ماشین است. ماشین سریع تر است، خسته نمی شود و در حجم بزرگ، دقیق تر است. واگذاری ثبت به ماشین، نه تنها بی ضرر، که واجب کارایی است؛ به شرط آن که ردپای داده — این که هر عدد از کجا آمده و با چه ابزاری پردازش شده — حفظ شود.

لایه ی دوم — قضاوت: تعیین نحوه ی انعکاس اقتصادی یک رویداد، انتخاب رویه، برآورد و تفسیر. این جا، ماشین می تواند «پیش نویس» بدهد، اما «تصمیم» نمی تواند بگیرد. حسابدار، باید پیش نویس ماشین را به چالش بکشد: فرض ها را بسنجد، استثناها را ببیند و معنای اقتصادی پشت عدد را دریابد. فدراسیون بین المللی حسابداران (IFAC) درست می گوید: نقش حسابدار، از «رعایت و گزارشگری» به «مشاور راهبردی و نگهبان داده» در حال دگرگونی است. قضاوت، همان چیزی است که ماشین ندارد و حرفه، برای آن زنده می ماند.

لایه ی سوم — شهادت: اظهارنظر، امضا و پذیرش مسئولیت. این جا، سرزمین انحصاری انسان است. هیچ مدلی، هیچ عاملی و هیچ سامانه ای نمی تواند به جای حسابدار، پای صورت های مالی بایستد؛ چون شهادت، نیازمند قصد و عدالت و عقل است و مسئولیت، نیازمند کسی که بتوان او را بازخواست کرد. امضایی که ماشین بزند، امضا نیست؛ تزئین است.

از این چارچوب سه لایه، سه تکلیف عملی برمی آید: نخست، برای جامعه ی حسابداران رسمی ایران: تدوین استاندارد روشن به کارگیری هوش مصنوعی در حسابرسی — این که چه چیزی را می توان به ماشین سپرد، چه چیزی را نه، و امضای انسانی، در کدام نقطه، الزامی است. دوم، برای موسسات حسابرسی: ثبت کامل ردپای هوش مصنوعی در پرونده ی کار — چه ابزاری، با چه داده ای، با چه خروجی ای — تا اگر خطایی رخ داد، زنجیره ی انتساب، گم نشود. سوم، برای آموزش حسابداری: بازتعریف درس ها از «ثبت» به «قضاوت»؛ نسلی که ماشین، ثبت را از او گرفته است، باید در تردید حرفه ای، تحلیل اقتصادی و اخلاق امانت، از ماشین قوی تر باشد.

حرف آخر

ماشین، حسابدار نمی شود؛ اما حسابداری بی ماشین نیز، به زودی، حسابداری نمی شود. آینده، از آن حسابداری است که ثبت را به ماشین می سپارد، قضاوت را برای خود نگه می دارد و شهادت را با نام خود امضا می کند. پاچولی، پنج قرن پیش، با دفتر دوطرفه اش می خواست اعداد را راستگو کند. امروز، همان ماموریت ادامه دارد؛ فقط ابزار، عوض شده است. حسابدار آینده، کسی نیست که سریع تر جمع بزند؛ کسی است که وقتی ماشین می گوید «این عدد درست است»، جرئت پرسیدن «از کجا می دانی؟» را داشته باشد. این پرسش، همان تثبت است؛ همان تردید حرفه ای است؛ همان امانت است. و تا وقتی این پرسش را انسان می پرسد، حسابداری، هنوز انسانی می ماند.

منابع: گزارش «آینده ی مشاغل ۲۰۲۵» مجمع جهانی اقتصاد؛ اداره ی آمار کار آمریکا، «چشم انداز شغلی حسابداران و حسابرسان» و «اقتصاد روزانه»، ۱۲ مارس ۲۰۲۶؛ گزارش «حسابدار آماده ی آینده ۲۰۲۵» ولترز کلوور، ۸ اکتبر ۲۰۲۵؛ گزارش «آینده ی متخصصان ۲۰۲۶» و «هوش مصنوعی در خدمات حرفه ای ۲۰۲۶» تامسون رویترز؛ گزارش «روندهای ۲۰۲۵» و «روندهای ۲۰۲۶» AICPA؛ گزارش ۲۰۲۶ «سنجش فناوری ضدتقلب» ACFE و SAS؛ واشنگتن پست، ۴ مارس ۲۰۲۴؛ فایننشال ریویو استرالیا، ۵ اکتبر ۲۰۲۵؛ فورچون، ۷ اکتبر ۲۰۲۵؛ ICAEW، ۱۲ اوت ۲۰۲۵؛ کمیسیون بورس آمریکا، ۱۸ مارس ۲۰۲۴؛ PCAOB، ژوئیه ۲۰۲۴؛ FRC، ژوئن ۲۰۲۵ و مارس ۲۰۲۶؛ IFAC؛ ایسنا، ۹ نوامبر ۲۰۲۶؛ سازمان امور مالیاتی، بهمن ۱۴۰۳.