ChatGPT在審計領(lǐng)域的應(yīng)用、問題及挑戰(zhàn)

■/ 陳 進 李庭燎

一、引言

黨的二十大報告提出當前國家數(shù)字化轉(zhuǎn)型和信息化建設(shè)的重要性，將數(shù)字化審計作為推進國家治理體系和治理能力現(xiàn)代化的關(guān)鍵措施之一。自2022 年11 月底ChatGPT 發(fā)布以來，人工智能對于各行各業(yè)又產(chǎn)生了新的影響，ChatGPT對于促進審計數(shù)字化，構(gòu)建數(shù)字化審計體系有著重大意義。國家網(wǎng)信辦于2023 年7 月15 日發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》也將ChatGPT這種生成式人工智能的熱度推向了新的高度。作為自然語言處理方面的新興產(chǎn)物，ChatGPT 在輔助寫作和編輯、自動摘要與分類等領(lǐng)域具有處理優(yōu)勢，在一定程度上能夠促進審計的發(fā)展。然而ChatGPT 本身也存在著一定的缺陷，對審計從業(yè)人員的能力提出了新的要求。本文從模型的起源以及技術(shù)原理開始，分析該模型在審計方面應(yīng)用以及存在的相應(yīng)問題，最后分析了ChatGPT的出現(xiàn)帶來的挑戰(zhàn)。

二、ChatGPT的起源及技術(shù)原理

自2006 年深度學習算法被提出之后，深度學習、神經(jīng)網(wǎng)絡(luò)等模型被廣泛運用于語言模型的構(gòu)建。目前基于神經(jīng)網(wǎng)絡(luò)的語言模型主要包括靜態(tài)語言模型和動態(tài)語言模型，靜態(tài)語言模型通過給定的語料得到固定的表示，并不會隨著上下文相關(guān)內(nèi)容的變化而變化，而動態(tài)語言模型則考慮了上下文內(nèi)容，會隨著上下文內(nèi)容的變化而變化，而ChatGPT 就是比較有代表性的動態(tài)語言模型。GPT（Generative Pre-trained Transformer）是由OpenAI團隊開發(fā)的一系列大型文本生成類深度學習模型，具體可用于對話AI、機器翻譯、代碼生成、摘要生成等復雜的自然語言處理任務(wù)。GPT 系列模型使用了不斷堆疊Transformer的思想，通過不斷提升訓練語料的規(guī)模和質(zhì)量以及不斷增加參數(shù)實現(xiàn)了GPT的迭代，可以說Transformer的提出為GPT的提出奠定了基礎(chǔ)。

在提出ChatGPT 之前，分別經(jīng)過了GPT-1、GPT-2 和GPT-3 三個階段：GPT-1 于2018 年推出，是基于Transformer架構(gòu)的自然語言處理模型，通過在大規(guī)模語料庫上進行預(yù)訓練，可以生成高質(zhì)量的文本；GPT-2于2019年推出，在GPT-1的基礎(chǔ)上進行了技術(shù)思想上的優(yōu)化，GPT-2的核心出發(fā)點是在語言模型領(lǐng)域，所有監(jiān)督學習都可以看作是無監(jiān)督學習的子集，當模型的容量非常大且數(shù)據(jù)量足夠豐富時，無監(jiān)督學習的語言模型就可以覆蓋所有監(jiān)督學習的任務(wù)，在這樣的指導思想下，增加了更多的訓練數(shù)據(jù)和更多的參數(shù)，從而大幅度提高了模型的性能和效果；GPT-3 于2020 年推出，基本沿用了GPT-2 的結(jié)構(gòu)，在GPT-2 的基礎(chǔ)上進行改進和擴展，增加了更多的訓練數(shù)據(jù)和更多的參數(shù)，進一步采用了如交叉語言訓練、零樣本學習等前沿領(lǐng)域算法，從而進一步提高了模型的性能和效果；GPT-3.5在GPT-3的基礎(chǔ)上進一步改進和優(yōu)化，采用了模型壓縮、稀疏注意力等算法，進一步提高了模型的性能和效率。

2022 年11 月底發(fā)布的ChatGPT 是基于GPT-3.5 架構(gòu)訓練的大型語言模型（劉勤，2023）。與前幾代對話模型相比，ChatGPT能夠生成更加自然流暢的對話，并且能夠處理更復雜的對話場景。GPT-3.5 的訓練數(shù)據(jù)來自于互聯(lián)網(wǎng)上的大量對話文本，通過預(yù)訓練和微調(diào)等技術(shù)，模型能夠?qū)W習到自然語言的規(guī)律和語義，從而能夠生成高質(zhì)量、自然流暢的對話。ChatGPT可以應(yīng)用于多種場景，如智能客服、虛擬助手、聊天機器人等。通過與用戶進行自然流暢的對話，能夠提高用戶的滿意度和體驗，并幫助企業(yè)提高效率和降低成本?？傊?，Chat-GPT 是一種具有強大智能對話能力的自然語言處理模型，能夠為人們的生活和工作帶來便利和效率提升。隨著ChatGPT的熱度不斷攀升，大眾意識到人工智能將對各行各業(yè)產(chǎn)生沖擊，同時對審計行業(yè)產(chǎn)生深遠影響。

GPT-4于2023年3月提出，是目前最大的GPT模型之一，具有極高的生成能力和智能對話能力，相比較ChatGPT而言，GPT-4在多個方面做了進一步改進，具有支持更長的上下文、支持圖片輸入、具有更豐富的常識以及更強的問題理解以及解決能力、更具創(chuàng)造性和協(xié)作性等優(yōu)勢。

三、ChatGPT 在審計方面的應(yīng)用及存在的問題

作為輔助審計人員審計的工具，ChatGPT 對于提高審計質(zhì)量，提升審計效率和提升審計體驗等方面均能起到重要作用。由于審計的對象本質(zhì)上是數(shù)據(jù)，所以本文按照對審計數(shù)據(jù)處理方式的不同，將ChatGPT 在審計方面的應(yīng)用分為對于結(jié)構(gòu)化數(shù)據(jù)處理方法（審計數(shù)據(jù)分析、審計數(shù)據(jù)挖掘）以及非結(jié)構(gòu)化數(shù)據(jù)處理方法（審計文本分析），從而探討ChatGPT 如何助力IT 審計與財務(wù)審計一道為企業(yè)發(fā)現(xiàn)財務(wù)風險，從而提高審計分析效率，實現(xiàn)數(shù)字化審計的自動化和智能化。

（一）ChatGPT 在結(jié)構(gòu)化數(shù)據(jù)方面的應(yīng)用及問題

按照ChatGPT 對于結(jié)構(gòu)化數(shù)據(jù)處理方式的不同，ChatGPT在結(jié)構(gòu)化數(shù)據(jù)方面的應(yīng)用可分為在數(shù)據(jù)分析方面的應(yīng)用和在數(shù)據(jù)挖掘方面的應(yīng)用，并就結(jié)構(gòu)化數(shù)據(jù)整體而言存在的問題進行具體分析。

1.ChatGPT 在數(shù)據(jù)分析方面的應(yīng)用。ChatGPT作為生成式人工智能，并沒有在審計方面得到廣泛運用，而人工智能技術(shù)目前主要在數(shù)據(jù)采集、數(shù)據(jù)分析方面對審計工作起到促進作用。在數(shù)據(jù)采集方面：OCR（光學字符識別）圖片識別技術(shù)可被用于識別并提取圖像中的文字信息，識別發(fā)票和財務(wù)報表，提高非現(xiàn)場審計效率和精準度，降低審計風險（黃妙紅等，2020）；語音識別技術(shù)則可被應(yīng)用于智能審計，將傳統(tǒng)計算機審計中無法涉及的語音資料納入了審計范圍（何若云等，2020）。

ChatGPT 作為人工智能的前沿技術(shù)，可以幫助提供數(shù)據(jù)處理和清洗，審計人員在對數(shù)據(jù)進行具體分析之前，通常需要對被審計單位相關(guān)數(shù)據(jù)進行處理和清洗，以確保其質(zhì)量和準確性。ChatGPT可以基于審計人員輸入的問題和數(shù)據(jù)集的特點，提供有關(guān)如何處理和清洗數(shù)據(jù)的建議和指導；針對清洗完成的數(shù)據(jù)，審計人員可以將自身的訴求提供給ChatGPT，進而讓ChatGPT 做一些如生成圖表等相對簡單的數(shù)據(jù)分析工作。

同時數(shù)據(jù)分析涉及多種工具和技術(shù)，包括Python、SQL等，而ChatGPT可以給審計人員提供如何利用數(shù)據(jù)分析工具和技術(shù)輔助審計工作的相關(guān)建議，具體而言可以幫助審計人員選擇適合的數(shù)據(jù)分析工具和技術(shù)，輔助審計人員進行數(shù)據(jù)分析。在審計執(zhí)行階段，由于審計人員缺乏數(shù)據(jù)分析的相關(guān)知識，無法對同類型的數(shù)據(jù)進行批處理，大量重復操作或復雜計算消耗了大量時間，單憑審計人員手動整理效率很低，而通過數(shù)據(jù)分析將會提高審計效率和審計質(zhì)量。對于缺乏數(shù)據(jù)分析能力的審計人員，ChatGPT 將會提供給審計人員相應(yīng)的數(shù)據(jù)分析策略和相關(guān)的數(shù)據(jù)分析代碼，從而輔助審計人員進行數(shù)據(jù)分析，提高審計效率。審計人員可通過Chat-GPT分析財務(wù)報表識別出異常的財務(wù)數(shù)據(jù)，從而控制財務(wù)風險；同時可以借助ChatGPT強大的數(shù)據(jù)收集能力和強大的算力對海量審計數(shù)據(jù)進行采集和分析處理。

在進行數(shù)據(jù)分析之后，審計人員可以利用ChatGPT較強的歸納能力解釋數(shù)據(jù)分析結(jié)果，幫助審計人員和被審計單位更好地理解數(shù)據(jù)。審計人員也可借助ChatGPT 得到相關(guān)的審計分析案例及實踐建議。ChatGPT 可以基于審計人員的問題和需求，提供相關(guān)的案例和建議，從而幫助審計人員更好地應(yīng)用數(shù)據(jù)分析。

2.ChatGPT在數(shù)據(jù)挖掘方面的應(yīng)用。對于審計人員而言，雖然數(shù)據(jù)分析和數(shù)據(jù)挖掘都是在和審計數(shù)據(jù)打交道，但是又存在著區(qū)別：數(shù)據(jù)分析側(cè)重于已知問題的解決，例如業(yè)財數(shù)據(jù)的核對分析，都是在已知核對模式、分析維度的前提下，去分析異常情況；而數(shù)據(jù)挖掘?qū)τ趯徲嬋藛T而言更加側(cè)重于對未知問題的探索，審計人員可以通過機器學習、深度學習等技術(shù)，找到審計數(shù)據(jù)背后潛在的邏輯關(guān)系，并進行預(yù)測，這也從側(cè)面要求審計人員掌握數(shù)據(jù)挖掘的相關(guān)知識。迭代的K-means 算法可對上市公司的財務(wù)數(shù)據(jù)進行聚類分析，從大量的財務(wù)數(shù)據(jù)中找到審計疑點，避免了大量的重復勞動（楊蘊毅等，2015）。Logistic 模型則可被運用在預(yù)測企業(yè)債務(wù)違約風險上，為事前審計提供了數(shù)據(jù)挖掘案例（潘澤清，2018）。

ChatGPT 作為強大的自然語言處理模型，可以通過對大量審計數(shù)據(jù)集的訓練和學習，提高自身對于相關(guān)審計案例的理解和分析能力，從而輔助審計人員對被審計單位的財務(wù)狀況進行數(shù)據(jù)挖掘，進行異常檢測和相關(guān)性分析等工作，發(fā)現(xiàn)被審計單位隱藏的財務(wù)問題。審計人員也可通過數(shù)據(jù)挖掘算法對海量的審計數(shù)據(jù)進行分類、回歸和預(yù)測，預(yù)測未來可能發(fā)生的情況。

同時在數(shù)據(jù)挖掘中，模型評估和優(yōu)化是非常重要的一步。審計人員可以根據(jù)相關(guān)知識和經(jīng)驗構(gòu)建模型，并借助ChatGPT對數(shù)據(jù)挖掘算法的結(jié)果進行分析和評估，以幫助優(yōu)化算法，提高數(shù)據(jù)挖掘的準確性和效率。

審計人員在此基礎(chǔ)上可以借助ChatGPT 使得數(shù)據(jù)挖掘的結(jié)果轉(zhuǎn)化為易于理解和分析的圖表和報告，以幫助審計人員更好地理解數(shù)據(jù)挖掘的結(jié)果和發(fā)現(xiàn)隱藏在審計數(shù)據(jù)中的模式和規(guī)律。在審計工作當中，數(shù)據(jù)挖掘可以更好地助力風險評估：風險評估是財務(wù)審計一項重要的工作，風險導向?qū)徲嬤^程中，風險評估決定了審計計劃、審計程序的范圍和深度。通過數(shù)據(jù)挖掘技術(shù)可以減少大量重復操作或復雜計算帶來的大量時間消耗，輔助審計人員進行風險評估。ChatGPT 可以通過數(shù)據(jù)挖掘技術(shù)，按照舞弊分析模型對日志進行多維度分析，判斷是否存在舞弊跡象，從而進行風險評估，提高審計工作的效率和準確性。ChatGPT 可以在數(shù)據(jù)分析和數(shù)據(jù)挖掘的結(jié)果之上自動化生成審計報告、分析財務(wù)數(shù)據(jù)、檢查合規(guī)性等工作，從而減少審計員的工作量，減少誤差，輔助風險評估。

3.ChatGPT 在結(jié)構(gòu)化數(shù)據(jù)應(yīng)用層面存在的問題。盡管ChatGPT是一個強大的人工智能，能夠輔助審計人員完成數(shù)據(jù)分析、數(shù)據(jù)挖掘等相關(guān)任務(wù)，但并非完美，它在審計領(lǐng)域的運用會存在一些問題和障礙。目前ChatGPT 存在的最大的缺陷是對于問題生成的答案可能存在著質(zhì)量隱患，可能會給出不準確甚至不正確的回答。例如在數(shù)學和物理等需要進行數(shù)字推理的任務(wù)中仍然會出現(xiàn)一些錯誤，審計人員如果想通過ChatGPT進行數(shù)據(jù)分析，可能需要面對一定的風險。這是ChatGPT 模型本身所具備的問題，需要在算法層面進一步改進，從而滿足審計人員對于數(shù)據(jù)分析準確性的要求。

（二）ChatGPT 在非結(jié)構(gòu)化數(shù)據(jù)方面的應(yīng)用及問題

1.ChatGPT在審計文本分析方面的應(yīng)用。在文本分析方面，基于LDA 主題模型的上市公司違規(guī)識別方法可對財務(wù)報表年報的主題內(nèi)容進行分析，提取年報的潛在主題（張熠等，2022）。ChatGPT 在此基礎(chǔ)上可以更進一步，可以通過智能問答技術(shù)，回答審計人員的問題，幫助他們快速查找潛在信息并解決問題。例如，審計人員可以向ChatGPT詢問某個業(yè)務(wù)實體的財務(wù)數(shù)據(jù)、風險評估等問題，Chat-GPT可以自動回答這些問題，提高審計人員的工作效率。審計人員也可以向ChatGPT 提出審計政策或者法律法規(guī)相關(guān)的問題，ChatGPT可根據(jù)審計問題自動匹配最適合的審計政策或法律法規(guī)，助力審計咨詢，從而減少查詢政策所帶來的時間消耗。ChatGPT 也可以通過智能對話技術(shù)與被審計對象進行交互，了解被審計對象的業(yè)務(wù)以及財務(wù)狀況，從而更好地識別潛在的風險點。

ChatGPT 也可以對審計咨詢中文本等非結(jié)構(gòu)化數(shù)據(jù)進行整合和分析，對財務(wù)報表、會計憑證、審計報告等文本進行語義分析，提取主題、關(guān)鍵詞和風險點，結(jié)合RPA（Robotic Process Automation，機器人流程自動化）對文本進行自動化處理，從而輔助審計人員做出更為準確的決策。例如，ChatGPT可以自動化生成審計報告、發(fā)出審計通知等工作，從而節(jié)省審計師的時間和精力，提高工作效率。

2.ChatGPT 在審計文本分析應(yīng)用層面存在的問題。ChatGPT在回答審計人員的相關(guān)問題時，回答通常過于冗長并過度使用某些詞語，這對于審計信息的質(zhì)量提出了挑戰(zhàn)；對于模棱兩可的問題，模型通常會猜測用戶的意圖，而非讓用戶澄清問題，這可能會影響審計人員對于ChatGPT的使用；同時由于ChatGPT 的訓練數(shù)據(jù)主要來自于互聯(lián)網(wǎng)上的大量文本，在審計等相關(guān)專業(yè)領(lǐng)域的深度挖掘并不夠，在回答審計人員的相關(guān)問題時會發(fā)生回答不準確的現(xiàn)象。為了應(yīng)對此類問題的發(fā)生，我們可以采用更多的審計相關(guān)數(shù)據(jù)進行相應(yīng)的訓練，建立一個審計領(lǐng)域的ChatGPT，減少審計信息不準確情況的發(fā)生。當ChatGPT給出錯誤或者不準確的回答時，審計人員可以通過問答的方式對ChatGPT 給出的答案進行修正，從而給出更為高質(zhì)量的答案。

同時不同地區(qū)、不同行業(yè)甚至同行業(yè)的個體之間對會計政策的選擇和運用情況存在著較大的差異，這對ChatGPT 理解業(yè)務(wù)場景，給出符合實際業(yè)務(wù)場景的判斷都提出了挑戰(zhàn)。由于ChatGPT 對于會計政策的理解是同一的，而實際會計政策的運用千變?nèi)f化，ChatGPT 只能給出一些簡單淺顯的建議，但碰到專業(yè)性較強的問題還缺乏解決的能力，因此在一些專業(yè)要求較高的領(lǐng)域ChatGPT 還需要進一步進行訓練，從而讓ChatGPT滿足審計工作的相關(guān)需求。

盡管ChatGPT通過大量的訓練，對于法律和道德都具備一定的了解，但ChatGPT本身對于識別人類的詐騙行為依然存在著諸多問題，不法分子依舊可以通過各種手段繞過ChatGPT 的道德判斷從而達到自身的目的，這也為審計數(shù)據(jù)的安全問題提出了挑戰(zhàn)。當把ChatGPT廣泛運用于審計領(lǐng)域，將會對被審計單位的相關(guān)信息造成嚴重威脅，對被審計單位的發(fā)展造成影響。

最后，訓練一個審計領(lǐng)域的ChatGPT還存在著數(shù)據(jù)成本問題，訓練ChatGPT 本身需要巨大的成本。據(jù)國內(nèi)券商國盛證券估算，GPT-3訓練一次的成本約為140萬美元（焦瑞進，2023）。若要訓練審計領(lǐng)域的ChatGPT，則需要投入大量成本，而且由于ChatGPT本身語料庫并不是實時更新的，每次相關(guān)行業(yè)會計政策發(fā)生變動時，都需要對語料庫進行一次重新訓練，維護和更新的成本也相應(yīng)提高。

四、ChatGPT對于審計人員及審計行業(yè)的挑戰(zhàn)

隨著人工智能的高速發(fā)展，各行各業(yè)需要機械重復勞動的工作都被人工智能所取代，從事機械重復勞動工作的人員被迫下崗或失業(yè)，ChatGPT的出現(xiàn)可能會取代傳統(tǒng)腦力勞動者的職業(yè)，從而造成失業(yè)，在審計行業(yè)中從事重復性勞動工作的審計人員面臨著被替代的風險（孫偉平，2023）。而由于ChatGPT本身更多的是通過大量文本進行訓練，對已有的知識進行整合和再生成，因此需要復雜且有創(chuàng)造力的高端的審計業(yè)務(wù)很難被ChatGPT 這種自然語言處理模型完全替代。這對于審計人員而言提出了新的要求，審計人員需要加強自身的綜合素質(zhì)，一方面加強對于本專業(yè)知識的學習，另一方面加強學習與數(shù)據(jù)分析、數(shù)據(jù)挖掘和自然語言處理等計算機專業(yè)知識的學習，在此基礎(chǔ)上可以利用ChatGPT輔助審計人員進行綜合分析形成判斷，從而在人工智能淘汰傳統(tǒng)職業(yè)的浪潮中保持自身的職業(yè)競爭力。作為新一代的人工智能，ChatGPT將間接促使審計人員提升自身的綜合素質(zhì)，促進審計與人工智能相結(jié)合。

另一方面，ChatGPT 的出現(xiàn)對于審計行業(yè)也產(chǎn)生了相應(yīng)的沖擊，2016年3月德勤咨詢公司將機器學習引入會計、審計等工作流程中，并在中國率先推出RPA 應(yīng)用咨詢服務(wù)，之后有學者提出將Chat-GPT引用進RPA技術(shù)中，在此基礎(chǔ)上重構(gòu)銀企對賬流程，從而加強企業(yè)的內(nèi)部控制。各大事務(wù)所在ChatGPT 的沖擊下都應(yīng)該將該模型運用到日常的審計工作當中。事務(wù)所領(lǐng)導層必須支持建立一個人工智能組織，加強事務(wù)所員工對人工智能的普遍認識（陳福萍等，2018），ChatGPT 這一人工智能的出現(xiàn)也要求事務(wù)所加強人工智能等相關(guān)組織的建設(shè)，促進審計數(shù)字化。

五、總結(jié)與展望

ChatGPT 的出現(xiàn)給審計行業(yè)以及審計從業(yè)人員帶來機遇的同時，也帶來了諸多挑戰(zhàn)，盡管Chat-GPT目前在審計方面運用還存在著諸多問題，但這些問題整體而言并不是不能克服，自然語言處理等人工智能技術(shù)的飛速發(fā)展將會對ChatGPT 存在的漏洞進行修正；審計人員雖然面臨著失業(yè)的風險，但只要加強對審計專業(yè)知識以及計算機相關(guān)專業(yè)知識的學習就不會輕易的被ChatGPT淘汰，甚至成為高端的審計從業(yè)人員，因此總體而言ChatGPT對于審計的影響利大于弊，應(yīng)該支持ChatGPT在審計方面的運用及發(fā)展。目前ChatGPT 在審計方面的運用僅僅停留在理論分析層面，具體到內(nèi)部審計、政府審計以及社會審計并沒有得到相關(guān)的運用，因此ChatGPT 在審計方面的大規(guī)模部署運用還有很長的一段路要走。