人工智能替代审计判断的可能性及风险防控

项小琴 应里孟

一、引言

人工智能，英文表述为“Artificial Intelligence”，统称AI，诞生于1956 年，在学术探讨会议上，“人工智能”这一术语被以约翰·麦卡赛（John McCarthy）为首的一批具有远见卓识的年轻科学家在会议上首次提出，这标志着“人工智能”作为一门新兴学科的正式诞生了。近十年来，随着不断深入研究，依靠大数据处理技术和储存技术的进一步发展，人工智能在应用的维度上不断加深，对于审计行业而言，可能会遭受人工智能极大的挑战，特别是影响审计质量的核心要素——审计判断。

二、审计判断的含义与重要性

审计判断是属于审计的理论范畴。理论来源于实践，又反作用于实践。审计判断的研究成果自上世纪七十年代以来层出不穷，首先审计判断是作为一种思维模式存在的；其次审计判断与审计决策关系密切，审计判断服务于审计决策；再者审计判断必须符合一定的标准，没有规矩不成方圆，脱离了标准的审计判断会给经济社会造成重大混乱；最后审计判断要依据审计人员的长期积累的经验。

审计判断对于审计业务的重要性在于，在经济活动中，为了确保资本市场正常、有序、高效运行而离不开的前提和基础之一是高质量的会计信息，在如何确保和提高会计信息质量方面，我们不能忽视人的因素，审计人员要想在经济活动中扮演重要角色，发挥重要作用就必须提高自身的专业胜任能力，对于审计人员来说专业判断能力的核心就是审计判断。审计判断贯穿审计过程始终，包括审计的计划阶段、实施阶段和完成阶段。

三、人工智能与审计判断的融合趋势

1.人工智能的定义。人工智能是依靠计算机科学技术在科学领域内研究、开发模拟只有依赖人类智慧才能完成任务的类人计算机。随着人工智能的计算能力、数据处理能力、图像与语音的识别能力的日益精进，越来越多的高科技领域被人工智能所突破，我们可以大胆猜测，未来人工智能也将通过有深度的自主的学习，通过人工智能算法模仿并形成与审计判断相近的思维方式，甚至替代审计判断。

2.人工智能融入审计领域。作为审计智能化的重要环节之一，人工智能融入审计领域的背景在于：首先，国家各行各业都在推进行业规范化改革，审计行业也不例外。除此之外，在实际的审计业务中，加快审计深层次改革有助于审计人员在审计过程集中精力，审计人员需要按照相关的法律制度和审计准则以及根据具体的审计环境、审计事项做出判断估计重要性、识别重要审计目标、评估风险、制定审计策略、得出审计结论，对于审计人员而言工作量十分巨大，效率问题显然值得重视。其次，审计智能化对于整个行业来说具有急迫性。就目前审计行业的信息化智能化水平只能在一定范围内辅助审计工作，但审计信息化不均衡不全面的特征也愈发明显，审计信息系统无法完成自我关联、自我整合，更是基于智能化水平较低的情况下，辅助能力明显受到限制。在人工智能时代大背景下，要想让审计规范化改革深入发展，并焕发新的生机与活力，我们的根本任务是推动其与区块链、大数据、云计算等新兴科技间的深层次融合，引导审计行业加快走向规范化、科学化、信息化、智能化的步伐。

四、人工智能替代审计判断的可能性

1.人工智能在审计信息搜寻、信息加工方面替代审计判断具有可能性。其原因在于审计人员在进行审计判断过程中需要做大量的信息搜寻、信息选择和信息加工工作。相比较于审计人员在信息处理过程中需要大量的脑力劳动，而且面临着信息不全的风向，人工智能信息系统则可以利用大数据搜集分析处理相关审计信息从而达到节约审计工作的时间和成本。

2.人工智能在审计信息的储存和知识记忆方面替代审计判断具有可能性。其原因之一在于不同审计人员所经历的审计业务时间不同步导致审计人员知识积累的内容和程度不同，同一审计人员在经历不同阶段类似的审计业务实践后，会自动将旧的审计经验替换成新的审计经验。基于人脑的生理结构，人的记忆也呈现出遗忘曲线。相比之下，人工智能依赖于其海量数据库可以最大限度的满足信息的储存和知识记忆要求。

3.人工智能专家系统将克服审计人员判断缺陷从而替代审计判断。专家系统作为人工智能非常重要的分支之一，是通过模拟人类思维生成的，从而仿效人类专家决策能力的计算机系统。对于专业性极强的审计领域而言，最受社会认可的就是审计专家，审计人员要想成为一名专家必须具有扎实的专业知识，非常丰富的审计实践经验，培养一名专家需要漫长的时间，成本也很高。人工智能专家系统的优势在于能够长时间的持续工作，利用利用计算机系统海量数据库能综合多个专家的知识，对于审计情况能够更快的做出反应。

4.人工智能在审计复核方面替代审计判断存在可能性。从复核的类型来看，单独复核、互动复核以及组合复核中，组合型复核的绩效最高，组合复核需要审计人员做出重复的判断，假如人工智能能替代审计判断，那么将减轻审计人员工作强度。

5.人工智能在解决信息不对称性方面替代审计判断存在可能性。审计单位与被审计单位长久以来就存在信息不对称的问题，一方面是，审计人员是外部人员无法深入被审计单位内部获取审计信息，另一方面是审计人员需要考虑成本效益，不可能长久对被审计单位展开审计，因此审计人员掌握的信息是有限的。在进行审计判断的过程中极大的依靠自身的职业判断。如果人工智能替代审计判断，那么审计人员就能依靠人工智能掌握被审计单位更多的信息，从而解决信息不对称的问题，更好的进行审计决策。

五、人工智能替代审计判断的风险

全球最负盛名的四大会计师事务所：德勤、安永、普华永道和毕马威都意识到人工智能的巨大潜力，相继推出了财务智能机器人。任何事物都存在两面性，人工智能替代审计判断、帮助提高审计效率进行的同时也存在相应的风险。

1.法律风险。人工智能一旦出现犯罪行为，基于法学领域，可以划分为两类，第一类：该犯罪行为是以人类的意识和意志为转移的，通俗的可以理解为该人工智能仅仅作为实施犯罪行为的“工具”；第二类：该犯罪行为是人工智能自发的行为，该人工智能已经超越了人类对其设置的程序，人工智能是实施犯罪行为的“主体”。

2.独立性风险。如果说审计判断是审计的核心，那么独立性就是审计判断的灵魂。要做到真正的独立性，审计人员就必须是自己的行为、行动和意见不受影响和控制。但对于人工智能而言，这一点要求是不能完全做到的，原因在于人工智能是人所设计的，不能摆脱人的控制，这一点就是人工智能不能做到精神独立，那么机构独立和经济独立就更不用说了。

3.审计责任风险。在通常情况下，审计人员发表审计报告是依据审计经验对审计内容做出有审计的判断，一切都是有迹可寻的，一旦出现审计决策失败，将由审计单位、被审计单位、审计人员承担相应的审计责任。但对于人工智能而言，该程序是人所设计的，由于算法具有藏匿性，当存有这种算法问题的人工智能替代审计判断系统做出判断时，根本无法得知人工智能做出的具体反映是否满足要求符合标准，由此也会产生一系列问题：人工智能基于“算法黑箱”获取的各类审计证据而做出的审计判断一旦出现审计决策失败，不透明的算法机制使人工智能难以给出做出此项审计判断的理由，影响到被审计单位的公平性，更甚至于“算法黑箱”是否直接或间接触及法律底线损害公民利益，危害法制社会，那么人工智能的结局将会是遭到全方位的抵制。如果人工智能专家系统做出的审计判断是正确的，但在审计过程中审计人员并没有采用，结果导致发表了错误的审计意见，那么审计责任如何界定？

4.存在安全性风险。人工智能替代审计判断可能存在信息安全风险，在审计工作的进行过程中，人工智能可以有效的提高工作效率，运用计算机科学能使企业内部控制信息化、智能化。一旦人工智能控制系统遭受外部恶意攻击破坏例如黑客攻击或者系统本身存在漏洞，就极易导致数据丢失，严重的泄密，在审计过程中，会直接造成审计单位与被审计单位相关的内部控制系统混乱，对审计判断安全有效性造成不利影响。

5.专业胜任能力不够的风险。审计人员专业水平的核心指标是专业胜任能力，要想具有较强的审计判断胜任能力，除了具备财会、审计、经济等方面的专业知识之外还要求审计人员了解其他行业的相关知识。人工智能替代审计判断可以通过对审计专家的“集体经验”规律的提炼来产生人工智能专家系统。但是专家系统本身就需要完善，更加重要的一点是，人工智能专家系统无法像人类专家一样自我学习，提升专业胜任能力。

六、如何规避人工智能替代审计判断的风险

1.应对法律风险的举措。基于国家层面，需要加快人工智能立法，建立健全问责机制。基于审计行业，人工智能替代审计判断来讲，需要遵循会计制度、会计准则、审计准则、以及职业道德准则。人工智能开发者存在重大过错的，由开发者承担相应的法律责任；使用者存在重大过程的由使用者承担相应的法律责任。

2.应对独立性风险的举措。首先人工智能替代审计判断程序的设计者要保证独立性，体现在经济独立，设计者不能被经济利益所诱惑再者要保证使用该程序的审计机构要独立，从而对独立使用人工智能替代审计判断程序有效的进行经济监督、确认和鉴证；最后要保证精神独立，人工智能没有自己独立的思考方式、思维模式，依靠人类输入，因此应防范人工智能成为审计人员的附庸。

3.应对审计责任不明风险的举措。人工智能一旦替代审计判断，那么审计责任的界定存在难度，一但出现审计决策错误，第一种情况是审计人员在审计过程中没有采用了人工智能替代审计判断的程序，从而导致的审计决策错误那么很明显，由行为方也就是审计人员承担责任；假如该审计决策错误是由使用了人工智能替代程序造成的，就必须要追溯问责，是程序开发者的错误，由开发者承担，是使用者的错误由使用者承担责任。目前我国对于人工智能立法方面还比较薄弱，因此还是要加快推进人工智能立法，以及完善会计行业关于使用人工智能应用于财务工作方面的规定。

4.应对安全性风险的举措。人工智能替代审计判断的最终目标是实现精准判断，帮助提高审计人员的审计决策能力。就目前的审计业务工作而言，完成高水平的审计判断必须获取被审计单位的大量数据，在现代风险导向审计下，数据收集不仅仅只有与经济业务相关的内容，还包括企业组织架构、经营模式等。我们生活在大数据时代，任何方面都极有可能被大数据所监控，因此在审计过程中要对数据收集以及储存加以严格的规范，要求人工智能只能收集满足审计判断需要的数据，不得收集任何无关数据。除了人工智能的开发者无人知晓“算法黑箱”的内在机理，因此“算法黑箱”的存在也是影响安全性的重要因素。当有人怀疑“算法”存在安全隐患，最直接的方法是使“算法”公开化透明化，加快建立健全法律机制，通过法律以及行业规范来更好的约束“算法”，提高人工智能安全性，从而使人工智能做出的审计判断合法合理。

5.应对专业胜任能力不够风险的举措。人工智能专家系统不仅仅要收集审计案例数据，还要通过多次反复的数据处理，推导出可以应用于审计判断的公式，提高审计判断的正确性。在对监管控制人工智能替代审计判断数据方面，需要着手解决“审计人员集体经验”的质量问题，在“集体经验”的数据库中，任何一个审计判断数据出现错误将会直接导致总体“集体经验”数据质量出现下滑。但是人工智能在现有的科技水平之下，无法通过自我学习来弥补之一缺陷（集体经验质量问题）。换言之，目前只能通过提升审计人员的职业素养，提高业务水平，认真处理每一项审计工作，减少乃至消除劣质数据的产生，并且还需要通过完善相关法律法规来规范保证数据源的优质性。再通过大数据的储存来积累优质的审计专家经验，以应对专业胜任能力不够的风险。

未来审计行业会不断向科技借力，人工智能融入审计行业的程度也会不断加深。目前来看人工智能在审计领域的定位还只是审计人员进行审计工作的辅助性工具。人工智能替代审计判断还有很长的路要走，现阶段要做的是从审计业务实践中积极发现问题，寻找解决问题的方法，探索审计业务实践的经验，不断改进完善人工智能审计应用系统，使之充分满足业务需要。