人工智能時代的機遇與挑戰(zhàn)：基于算法的審計決策

牟莉娜 陽杰

[摘要]在人工智能時代，基于審計人員的專業(yè)知識、專長和經(jīng)驗的審計決策開始讓位于基于算法的審計決策，為提高審計效率、降低審計延遲和提高審計質(zhì)量創(chuàng)造了條件;同時，這種算法中可能存在的偏見、侵犯隱私、算法本身的公平性和安全性，以及基于算法的審計決策的可問責(zé)性，是需要認真應(yīng)對的挑戰(zhàn)。

[關(guān)鍵詞]人工智能 算法 大數(shù)據(jù) 審計決策

一、引言

在大數(shù)據(jù)、云計算等技術(shù)支持下，人工智能開始真正進入我們的學(xué)習(xí)、工作和生活中。人工智能的本質(zhì)就是一種算法模型，在強大的計算能力支持下，計算機可以借助算法不斷地從大數(shù)據(jù)中進行分析和學(xué)習(xí)，通過反復(fù)試錯和改錯來吸取經(jīng)驗，實現(xiàn)自身智能化程度的不斷提高，從而幫助人類作出相應(yīng)的決策。在審計領(lǐng)域，四大會計師事務(wù)所也開始將人工智能用于審計工作之中，并推出了各自的財務(wù)機器人。人工智能用于審計工作，是利用算法幫助審計人員進行審計分析和判斷，其終極目的是設(shè)計更有效的算法來替代審計人員進行自動化決策。

二、機遇

審計模式從詳細審計進入抽樣審計之后，需要審計人員進行審計分析和判斷，最終作出相應(yīng)的決策。由于人工審計決策所需的信息來源面窄、信息數(shù)量極其有限，審計決策質(zhì)量高度依賴于審計人員的專業(yè)知識、專長和經(jīng)驗，主觀性強且費時費力，質(zhì)量難以保證。計算機用于審計工作后，審計人員可以獲取的信息量更大，信息來源更加廣泛、準確。特別是在ERP系統(tǒng)、智能制造環(huán)境下，審計人員幾乎可以獲取業(yè)務(wù)事件所有相關(guān)的信息，審計證據(jù)鏈條趨于完整，審計人員進行的決策更加有的放矢。但這種決策還是由審計人員進行的，計算機系統(tǒng)雖然提供了決策所需的高質(zhì)量信息，但還是無法規(guī)避審計人員的主觀性。

隨著大數(shù)據(jù)時代的到來，審計人員可以利用的信息量更加廣泛，類型更加多樣化，審計決策的依據(jù)更加充分。在云計算的支持下，計算機可以運用復(fù)雜的算法對大數(shù)據(jù)進行分析，并借助人工智能算法支持的機器學(xué)習(xí)能力，不斷獲取審計經(jīng)驗，審計能力會得到不斷增長，最終可以幫助甚至替代審計人員進行審計決策?；谒惴ǖ膶徲嫑Q策，相比審計人員的審計決策，其依據(jù)更充分，決策更客觀、更迅速、更精準，為審計提質(zhì)增效提供了可能。

第一，提高審計效率。在開展審計業(yè)務(wù)時，審計人員致力于收集、分析審計證據(jù)，以實現(xiàn)審計目標。而審計證據(jù)是被審計單位內(nèi)部的會計資料及其他相關(guān)資料，或者審計人員直接從外部獲取的信息資料，內(nèi)容大多以書面文字材料為主。以往審計人員要翻閱大量的文件合同才能提取所需要的核心信息，有時會面臨人工獲取數(shù)據(jù)信息不全面、數(shù)據(jù)量不夠豐富的困境，導(dǎo)致無法對被審計單位作出準確的判斷。而目前人工智能的發(fā)展能集中獲取大量審計數(shù)據(jù)，使信息全面化。首先，機器自動化取代了審計人員手工審計，包括核對憑證金額、查閱財務(wù)報表、審閱文件等，減輕了審計人員的勞動強度。其次，利用人工智能算法，對海量數(shù)據(jù)進行預(yù)測，輔以審計工作的判斷推理過程，使審計人員能夠?qū)?fù)雜的會計處理進行更有效的分析，通過職業(yè)判斷作出審計決策，起到減少審計風(fēng)險、提高審計質(zhì)量和價值的作用。同時，審計人員可以抽出更多的時間進行專業(yè)知識的培訓(xùn)鞏固，培養(yǎng)自身的審計嗅覺和數(shù)據(jù)敏感度，訓(xùn)練敏銳的洞察力。通常情況下，借助人工智能技術(shù)，審計系統(tǒng)能迅速獲取所需要的關(guān)鍵數(shù)據(jù)，極大提高數(shù)據(jù)分析效率和數(shù)據(jù)針對性，節(jié)約大量時間成本。

第二，降低審計延遲。傳統(tǒng)審計中，在某些時間節(jié)點上，因?qū)徲嬕环降木唧w原因，無法獲取有價值的數(shù)據(jù)信息，由此造成審計延遲。比如，年度財務(wù)報告一般需要三至四個月時間才能完成編制，審計過程耗費時間久，使會計信息失去時效性，影響使用效率，降低審計價值。而人工智能的發(fā)展對審計工作產(chǎn)生了重大影響，使實時財務(wù)報告成為可能，人工智能算法加快數(shù)據(jù)輸入和提取，簡化審計程序，利用獲取的大量實時數(shù)據(jù)，可迅速編制出財務(wù)報告，為財務(wù)報告使用者提供實時財務(wù)信息，使審計人員能夠合理安排審計時間，更加及時有效地完成審計工作，降低審計延遲。同時，審計費用與審計工作量、人力資源成本之間存在著較為明顯的正比關(guān)系。簡單重復(fù)的業(yè)務(wù)被人工智能技術(shù)取代，人工審計工作量減少，所耗費的審計資源減少，人力資源成本下降，使得信息化前提下的審計工作更具有實時性和高效性。

第三，提高審計效果。審計效果反映的是一種投入與產(chǎn)出的比較關(guān)系，審計效果如何主要取決于審計質(zhì)量的高低，而審計質(zhì)量作為審計的生命線，有著非常重要的意義。將人工智能技術(shù)應(yīng)用于審計業(yè)務(wù)，系統(tǒng)分析所獲取的大量數(shù)據(jù)，能快速找出財務(wù)報告中的錯弊，輔助審計人員做出判斷，減輕審計人員的工作量。同時，機器自動化提高了審計效率，為審計人員運用專業(yè)知識做出審計決策提供了足夠時間，可以進一步提高審計質(zhì)量。有研究表明，審計人員的情緒可能影響審計質(zhì)量，在搜集相關(guān)信息時，消極情緒會使初級審計人員遺漏一些相關(guān)信息，影響對審計問題的評估。而機器沒有人類的喜怒哀樂，不存在產(chǎn)生負面情緒的情況，因此人工智能的發(fā)展在一定程度上提高了審計質(zhì)量和效果。

三、挑戰(zhàn)

任何事物作為事物矛盾統(tǒng)一體存在，都具有兩面性，基于算法的審計決策也不例外。除了機遇外，還面臨著諸多挑戰(zhàn)。

第一，算法偏見。目前，我們正在目睹人工智能算法的不斷優(yōu)化，但可能存在算法偏見。大多數(shù)情況下，基于算法的審計決策其實就是運用大量過去的數(shù)據(jù)來進行前瞻預(yù)測，預(yù)測未來的趨勢和行為，而計算結(jié)果會受到所建立算法模型以及數(shù)據(jù)輸入的影響，產(chǎn)生算法偏見。一方面，算法通過以往海量審計數(shù)據(jù)的軌跡，不斷學(xué)習(xí)優(yōu)化產(chǎn)生決策機制，但是數(shù)據(jù)和算法并非具有絕對客觀性，審計數(shù)據(jù)的標注、搜集和算法的設(shè)計往往折射了開發(fā)人員和設(shè)計人員的主觀理念，審計決策者可能將自己的價值觀嵌入算法系統(tǒng)。因此，審計決策可能反映數(shù)據(jù)中持續(xù)存在的歧視。另一方面，數(shù)據(jù)是審計業(yè)務(wù)的反映，審計數(shù)據(jù)的準確性和真實性也會影響整個算法決策和預(yù)測的精準度。若偏見已經(jīng)存在數(shù)據(jù)之中，那么算法系統(tǒng)自然蒙上歧視的面紗，將進一步影響審計人員決策的準確性。

第二，隱私。大數(shù)據(jù)運行是人工智能和機器學(xué)習(xí)的基礎(chǔ)，用戶需要提供與個人或企業(yè)相關(guān)的眾多數(shù)據(jù)，才能享受它們提供的服務(wù)，并且提供的數(shù)據(jù)越完整越詳細，人工智能就越能提供個性化的服務(wù)。但是人工智能對審計數(shù)據(jù)，包括一些敏感數(shù)據(jù)的搜集和利用、大數(shù)據(jù)訪問的開放和授權(quán)，可能意味著無意中對個人敏感信息的泄露，威脅到企業(yè)的隱私。比如，在審計決策過程中，服務(wù)器上共享的被審計單位的重要商業(yè)數(shù)據(jù)，如果沒有經(jīng)過加密，運用數(shù)據(jù)挖掘技術(shù)即可提取具有利用價值的信息，且后期可能被陸續(xù)披露，將會對個人或企業(yè)產(chǎn)生重大不利影響。

第三，公平性。算法本身的公平性也備受關(guān)注，公平無法量化、無法可視化。而算法對所有人而言，像是一個“黑箱”，存在不透明性：除了開發(fā)設(shè)計算法的人員，別人根本無法理解算法模型與其運行機制，也無從得知“黑箱”的內(nèi)在機理。例如，在審計實務(wù)中，審計人員基于算法作出決策，而該算法憑數(shù)據(jù)輸入和輸出作出預(yù)測，卻無法提供支撐該做法的證據(jù)和材料。若審計決策失敗，也無法找到數(shù)據(jù)的根源以及失敗的原因，對被審計單位來說著實不公平。因此，在質(zhì)疑決策結(jié)果時，如何打開“黑箱”體現(xiàn)公平性成為最大難題。

第四，安全性。人工智能算法安全始終是人們關(guān)注的重點，也是人工智能面臨的巨大挑戰(zhàn)，既包括黑客攻擊，也存在服務(wù)器崩潰、系統(tǒng)癱瘓等情況。IT產(chǎn)業(yè)首個人工智能發(fā)展原則指出，程序開發(fā)者要確認算法運行過程中的行為安全，防止出現(xiàn)算法失控現(xiàn)象，保證系統(tǒng)的可控性。不久前，DeepMind開發(fā)了一款專項測試軟件，用來檢測人工智能算法的“安全行為”，并就該測試性研究發(fā)表了一篇關(guān)于人工智能算法安全性的論文。若算法運行過程中出現(xiàn)不可逆結(jié)果，則說明該算法缺失可逆性，表明可能不安全。比如，在審計實務(wù)中，云端數(shù)據(jù)庫遭遇黑客攻擊，算法系統(tǒng)被修改，出現(xiàn)算法不可控現(xiàn)象，數(shù)據(jù)被泄露，增大了用戶被攻擊的可能性。此外，如果初始數(shù)據(jù)有誤或內(nèi)部程序運行失誤，也會產(chǎn)生大量的錯誤數(shù)據(jù)，審計人員在錯誤算法基礎(chǔ)上作出的審計決策，就會造成審計工作的失誤。

第五，可問責(zé)性。算法系統(tǒng)的自主性很強，它根據(jù)獲取的數(shù)據(jù)，不斷進化和學(xué)習(xí)，能夠形成一套自己的體系。這是開發(fā)設(shè)計者預(yù)料之外的，包括“黑箱”的存在，很難追溯到錯誤的根源，此時，我們在倫理上可能面臨根本的挑戰(zhàn)：到底是算法的失誤，還是審計人員的錯誤判斷？我們該如何作出道德評判？在不久的將來，責(zé)任界定、行為監(jiān)管的判定可能變得十分困難，產(chǎn)生一道責(zé)任鴻溝。比如，因人工智能算法的發(fā)展與推廣，使得傳統(tǒng)審計向人工智能審計轉(zhuǎn)變，審計模式發(fā)生了改變。若出現(xiàn)重大錯報，算法決策機制產(chǎn)生的行為和審計人員人為錯誤判斷的行為，責(zé)任主體難以界定，其產(chǎn)生的后續(xù)人力、物力成本也大大增加?？梢?，建立算法問責(zé)機制勢在必行。大數(shù)據(jù)、云計算和算法的協(xié)同發(fā)展，將推動審計工作逐步進入人工智能時代。

（作者單位：溫州商學(xué)院會計學(xué)院，郵政編碼：325035，電子郵箱：874934684@qq.com）

主要參考文獻

陽杰，應(yīng)里孟.大數(shù)據(jù)時代的審計證據(jù)與審計取證研究[J].財會月刊， 2017（1）：115-124

楊明增，張繼勛.經(jīng)驗、努力程度對審計判斷偏誤的影響研究[J].南開管理評論， 2010（2）：151-158

喻國明，楊瑩瑩，閆巧妹.算法即權(quán)力：算法范式在新聞傳播中的權(quán)力革命[J].編輯之友， 2018（5）：5-12

Frey C B， Osborne M A. The Future of Employment： How Susceptible Are Jobs to Computerisation？[J]. Technological Forecasting and Social Change， 2017（114）： 254-280

Galliers R D， Newell S， Shanks G， et al. Datification and its human， organizational and societal effects： The strategic opportunities and challenges of algorithmic decision-making[J].Journal of Strategic Information Systems， 2017， 26（3）：185-190

Zarsky T. The Trouble with Algorithmic Decisions： An Analytic Road Map to Examine Efficiency and Fairness in Automated and Opaque Decision Making[J]. Science Technology & Human Values， 2016， 41（1）： 118-132