仇莹
随着人工智能技术的迅猛发展,新技术的应用渗透到诸多行业。人工智能技术与审计的融合既提升了传统审计的效率和精度,又推动了风险控制模式的创新,能够积极影响企业风险管理和价值创造,是审计信息化发展的重要趋势。在这一大趋势下,培养既掌握人工智能技术又通晓审计工作的人才成为时代的需要。
一、人工智能时代审计人才培养的方向
与传统的审计相比,人工智能技术在审计中的应用改变了审计数据处理方式,重构了审计风险控制模型,也极大地提高了审计人员的工作效率。因此,人工智能时代审计人才培养的核心在于对技术的深度掌握,在全面掌握财务、税务和审计知识的基础上,能够熟练运用人工智能技术(如数据挖掘、机器学习等)来解决各种场景下审计活动面临的问题,同时需要具备创新解决问题的能力,能够基于人工智能提供的数据及时发现业务中潜在的问题以及面临的风险和机遇,从而为企业提供更为准确的信息支持。此外,人工智能时代的审计人员应具备较强的沟通能力,在团队中起到桥梁作用。能够较好地与业务人员保持沟通和合作,高效地传递审计信息;也能够与机器和软件进行沟通,理解机器的数据分析结果,并进行修正。
二、人工智能时代审计教学工作的难点
人工智能时代的审计教学工作难点主要包括以下三个方面:首先,没有成型的教材可以参考,教师备课压力大。审计实验数据的敏感性导致目前相关教材的数据集匮乏,83%的人工智能审计教学仍使用MNIST等通用数据集而非真实审计数据,教师需要根据现有人工智能在审计中的应用案例,将人工智能技术层面的知识与审计学科知识有机结合起来。技术方面需要涵盖人工智能、机器学习等先进的技术,课程还应强调与法律、伦理、财务等相关领域的交叉,才能培养学生全面的审计思维和解决问题的能力。此外,课程设计应注重引入人工智能在审计应用中的实际案例和业务场景,以提供学生在真实环境中应用所学知识的机会。通过模拟审计项目,学生能够更好地理解复杂业务流程、识别潜在风险并提出有效解决方案。由于目前没有成熟的教材体系可以参考,因此需要教师自己收集和整理大量的案例来支持课堂教学,备课任务重、压力大。其次,缺乏智能化的学习平台和多样化学习资源。人工智能在审计中的应用属于跨学科应用,因此,相关课程融合多个知识领域(审计、计算机、统计、大数据等),需借助一定的学习平台,将相应的知识图谱规划好,把人工智能审计的思路、原理、工具等融合到这个人工智能平台上,从而有助于学生更好地掌握所学知识,并通过实践来加强理解。与此同时,在智能学习平台上建立多样化的学习资源(文字、音频、视频、机器人互动问答、编程实践等),不仅能提高学生的学习注意力,增强其学习兴趣,而且能够为学生提供个性化辅导,强化学习效果。然而,就当前的发展现状来看,教学用的人工智能审计系统几乎是空白,而商用人工智能审计系统(如MindBridge 人工智能 Auditor)年授权费用超20万元。昂贵的授权费阻碍了高校智能审计实验室的建设,进一步加大了人工智能审计的教学实践难度,造成了相关学习资源严重不足的现状。第三,学生的人工智能知识基础比较薄弱。传统审计课程体系长期独立于计算机学科发展,会计学/审计学专业普遍未设置高等数学、算法设计等前置课程,国内78%的财经类院校直到2019年后才开设Python编程必修课(教育部2022年调研数据),因此学生的人工智能基础知识普遍比较薄弱。
三、人工智能时代审计教学工作的重点
人工智能时代审计教学的工作重点在于如何将先进的人工智能技术纳入审计教学中,使得学生在熟练掌握审计理论和方法的同时,将人工智能技术熟练应用到审计实践中。首先要重构课程链路。先铺垫审计基础课程,再过渡到人工智能模块课程,如《数据科学与分析》《人工智能导论》等。最后聚焦人工智能审计实务课程,如《人工智能治理风险与合规》《人工智能审计方法与框架》等课程。其次,可采用“逆向教学法”,先呈现人工智能审计结果,再解析技术原理。与此同时,应建设“数字审计沙盒”,提供脱敏的真实上市公司数据集,采取“三阶渗透式”培养模式(基础层-技术通识、进阶层-场景模拟、高级层-项目实战)来提高学生的人工智能审计能力。第三,教师应具备跨学科思维和较强的教学转换能力。在技术知识层面,教师应构建相应的“技术雷达”,不断更新自身人工智能审计知识框架;在教研合作方面,计算机、审计和伦理教学教师应一起构建跨学科教学组来共同研究人工智能审计的课程模块。在教学实践层面,教师应与企业合作搭建开发教学版人工智能教学平台,提供合规性数据集和轻量化工具链。
(作者单位:广东外语外贸大学国际商务英语学院)
随着人工智能技术的迅猛发展,新技术的应用渗透到诸多行业。人工智能技术与审计的融合既提升了传统审计的效率和精度,又推动了风险控制模式的创新,能够积极影响企业风险管理和价值创造,是审计信息化发展的重要趋势。在这一大趋势下,培养既掌握人工智能技术又通晓审计工作的人才成为时代的需要。
一、人工智能时代审计人才培养的方向
与传统的审计相比,人工智能技术在审计中的应用改变了审计数据处理方式,重构了审计风险控制模型,也极大地提高了审计人员的工作效率。因此,人工智能时代审计人才培养的核心在于对技术的深度掌握,在全面掌握财务、税务和审计知识的基础上,能够熟练运用人工智能技术(如数据挖掘、机器学习等)来解决各种场景下审计活动面临的问题,同时需要具备创新解决问题的能力,能够基于人工智能提供的数据及时发现业务中潜在的问题以及面临的风险和机遇,从而为企业提供更为准确的信息支持。此外,人工智能时代的审计人员应具备较强的沟通能力,在团队中起到桥梁作用。能够较好地与业务人员保持沟通和合作,高效地传递审计信息;也能够与机器和软件进行沟通,理解机器的数据分析结果,并进行修正。
二、人工智能时代审计教学工作的难点
人工智能时代的审计教学工作难点主要包括以下三个方面:首先,没有成型的教材可以参考,教师备课压力大。审计实验数据的敏感性导致目前相关教材的数据集匮乏,83%的人工智能审计教学仍使用MNIST等通用数据集而非真实审计数据,教师需要根据现有人工智能在审计中的应用案例,将人工智能技术层面的知识与审计学科知识有机结合起来。技术方面需要涵盖人工智能、机器学习等先进的技术,课程还应强调与法律、伦理、财务等相关领域的交叉,才能培养学生全面的审计思维和解决问题的能力。此外,课程设计应注重引入人工智能在审计应用中的实际案例和业务场景,以提供学生在真实环境中应用所学知识的机会。通过模拟审计项目,学生能够更好地理解复杂业务流程、识别潜在风险并提出有效解决方案。由于目前没有成熟的教材体系可以参考,因此需要教师自己收集和整理大量的案例来支持课堂教学,备课任务重、压力大。其次,缺乏智能化的学习平台和多样化学习资源。人工智能在审计中的应用属于跨学科应用,因此,相关课程融合多个知识领域(审计、计算机、统计、大数据等),需借助一定的学习平台,将相应的知识图谱规划好,把人工智能审计的思路、原理、工具等融合到这个人工智能平台上,从而有助于学生更好地掌握所学知识,并通过实践来加强理解。与此同时,在智能学习平台上建立多样化的学习资源(文字、音频、视频、机器人互动问答、编程实践等),不仅能提高学生的学习注意力,增强其学习兴趣,而且能够为学生提供个性化辅导,强化学习效果。然而,就当前的发展现状来看,教学用的人工智能审计系统几乎是空白,而商用人工智能审计系统(如MindBridge 人工智能 Auditor)年授权费用超20万元。昂贵的授权费阻碍了高校智能审计实验室的建设,进一步加大了人工智能审计的教学实践难度,造成了相关学习资源严重不足的现状。第三,学生的人工智能知识基础比较薄弱。传统审计课程体系长期独立于计算机学科发展,会计学/审计学专业普遍未设置高等数学、算法设计等前置课程,国内78%的财经类院校直到2019年后才开设Python编程必修课(教育部2022年调研数据),因此学生的人工智能基础知识普遍比较薄弱。
三、人工智能时代审计教学工作的重点
人工智能时代审计教学的工作重点在于如何将先进的人工智能技术纳入审计教学中,使得学生在熟练掌握审计理论和方法的同时,将人工智能技术熟练应用到审计实践中。首先要重构课程链路。先铺垫审计基础课程,再过渡到人工智能模块课程,如《数据科学与分析》《人工智能导论》等。最后聚焦人工智能审计实务课程,如《人工智能治理风险与合规》《人工智能审计方法与框架》等课程。其次,可采用“逆向教学法”,先呈现人工智能审计结果,再解析技术原理。与此同时,应建设“数字审计沙盒”,提供脱敏的真实上市公司数据集,采取“三阶渗透式”培养模式(基础层-技术通识、进阶层-场景模拟、高级层-项目实战)来提高学生的人工智能审计能力。第三,教师应具备跨学科思维和较强的教学转换能力。在技术知识层面,教师应构建相应的“技术雷达”,不断更新自身人工智能审计知识框架;在教研合作方面,计算机、审计和伦理教学教师应一起构建跨学科教学组来共同研究人工智能审计的课程模块。在教学实践层面,教师应与企业合作搭建开发教学版人工智能教学平台,提供合规性数据集和轻量化工具链。
(作者单位:广东外语外贸大学国际商务英语学院)