Artificial intelligence application in auditing

Simple item page
dc.contributor.authorIvakhnenkov, Serhii
dc.date.accessioned2023-11-01T08:06:52Z
dc.date.available2023-11-01T08:06:52Z
dc.date.issued2023
dc.descriptionМета дослідження: розвиток теорії та практики застосування штучного інтелекту (ШІ) в аудиті шляхом розуміння його поточного стану для вирішення проблем, характерних для аудиту під час здійснення аудиторських перевірок і розроблення науково обґрунтованих пропозицій подальшого розвитку досліджень. Методи дослідження: позитивізм, який передбачає наявність і застосування різноманітних наукових парадигм та теорій у межах окремих наукових дисциплін; огляд літератури, експертні інтерв’ю та цитування, кейсові дослідження та приклади, концептуальний аналіз, емпіричний метод і метод ідеалізації; порівняння, аналіз, синтез, інтерпретація, узагальнення. Результати дослідження. ШІ може автоматизувати рутинні завдання, надавати інформацію та підвищувати ефективність і якість процесів аудиту. Алгоритми машинного навчання можуть аналізувати фінансові дані, виявляти закономірності чи аномалії та робити прогнози щодо майбутніх показників. ШІ може допомогти у виявленні аномалій, запобіганні шахрайству, аналізі доходів, оцінюванні ризиків та аналізі великих наборів даних під час аудиту. Впровадження штучного інтелекту в аудит охоплює такі етапи, як попереднє планування, планування, укладання контрактів, оцінювання ризиків контролю та тестування по суті. Технології штучного інтелекту, включно з машинним навчанням та засобами читання документів, можуть полегшити процес аудиту та надати переваги аудиторам і клієнтам. Впровадження ШІ в аудит підвищує ефективність, точність, можливості виявлення шахрайства, поліпшує аудиторські звіти та загальну якість аудиту. ШІ має потенціал змінити спосіб проведення аудитів у майбутньому, включно з усуненням вибірки, автоматичною перевіркою доказів, проактивною контрольною перевіркою, обробкою більшої кількості точок даних як доказів, безперервним аудитом і переосмисленням стандартів аудиту. Можливе застосування результатів дослідження: на підставі узагальнених положень можливе подальше розроблення організаційних та методичних концепцій аудиту в умовах застосування технологій штучного інтелекту. Висновки. ШІ має потенціал для підвищення ефективності, точності та результативності процесів аудиту, але для його належного використання потрібні знання та досвід. Впровадження штучного інтелекту революціонізує роботу й процедури аудиту, забезпечуючи такі переваги, як підвищення ефективності, більша точність, виявлення шахрайства, поліпшені аудиторські звіти та загальна якість аудиту. Однак тлумачення та оцінювання результатів аудиту залишаються за людиною.uk_UA
dc.description.abstractArtificial intelligence (AI) is a rapidly evolving technology that has gained prominence in various industries, including auditing. AI enhances the effectiveness of auditors by automating routine tasks and improving data analysis. Major audit companies, such as EY and PwC, have integrated AI into their practices to save time, increase accuracy, and provide better services to clients. AI applications in auditing include anomaly detection, fraud prevention, revenue analysis, risk assessment, and financial data analysis. Machine learning algorithms, a subset of AI, play a crucial role in analyzing large volumes of financial data, identifying patterns, and making predictions. AI implementation in auditing involves different stages, including pre-planning, planning, contracting, control risk assessment, and substantive tests. The benefits of AI for auditors and clients include improved data analysis, reduced human error, increased efficiency, and enhanced audit quality. However, the successful implementation of AI in auditing requires a clear understanding of its strengths, limitations, and challenges, as well as interdisciplinary collaboration and the development of specialized frameworks. AI has the potential to transform audit procedures, but human expertise and understanding are still essential for its proper use. It is important to recognize that while AI can automate certain tasks, it cannot replace auditors’ judgment and critical thinking skills. There are also challenges associated with AI implementation in auditing. These include the need for extensive data preparation, ensuring data quality and integrity, managing complex algorithms, and addressing regulatory and compliance issues. Furthermore, auditors must stay updated with the latest advancements in AI and continuously adapt their skills to leverage the technology effectively.en_US
dc.identifier.citationIvakhnenkov S. Artificial intelligence application in auditing / Serhii Ivakhnenkov // Наукові записки НаУКМА. Економічні науки. - 2023. - Т. 8, вип. 1. - C. 54-60. - https://doi.org/10.18523/2519-4739.2023.8.1.54-60uk_UA
dc.identifier.issn2519-4739
dc.identifier.issn2519-4747
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/26837
dc.identifier.urihttps://doi.org/10.18523/2519-4739.2023.8.1.54-60
dc.language.isoenen_US
dc.relation.sourceНаукові записки НаУКМА. Економічні наукиuk_UA
dc.statusfirst publisheduk_UA
dc.subjectArtificial intelligenceen_US
dc.subjectauditingen_US
dc.subjectaudit proceduresen_US
dc.subjectdata analysisen_US
dc.subjectmachine learningen_US
dc.subjectfraud detectionen_US
dc.subjectаrticleen_US
dc.subjectштучний інтелектuk_UA
dc.subjectаудитuk_UA
dc.subjectпроцедури аудитуuk_UA
dc.subjectаналіз данихuk_UA
dc.subjectмашинне навчанняuk_UA
dc.subjectвиявлення шахрайстваuk_UA
dc.titleArtificial intelligence application in auditingen_US
dc.title.alternativeЗастосування штучного інтелекту в аудитіuk_UA
dc.typeArticleuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Ivakhnenkov_Artificial_intelligence_application_in_auditing.pdf
Size:
255.17 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Том 8, випуск 1
Кафедра фінансів
Центр фінансово-економічних досліджень