人工智能在审计工作中的应用研究撰写时间：202X年XX月XX日杨曼琳摘要随着信息化技术的发展，在审计工作中逐渐开始应用人工智能技术，这就要求审计人员在掌握传统审计知识的同时，还需要具备应用现代技术的能力。基于此，本文主要探讨了人工智能在审计工作中的应用，通过分析专家系统和神经网络这两个典型的人工智能系统的工作原理和适用领域，提出了未来该领域的研究方向。关键词信息技术审计;人工智能;专家系统doi：10.3969/j.issn.1673-0194.2021.12.028中图分类号F239.1文献标识码A文章编号1673-0194（2021）12--020引言在现代商业中，基于信息和通讯技术的辅助工具逐渐占据了重要地位。因此，审计人员需要不断更新自身的知识体系，熟练使用这些工具。虽然人工智能技术给审计人员带来了便利，但增加了审计人员的压力。为了更加高效地工作，审计人员需要不断学习人工智能的相关知识和技术，并应用于工作中。本文主要探讨了人工智能在审计工作中的应用，这不仅可以帮助审计人员系统地了解该领域的知识，还能够为该领域未来的研究和软件开发提供一个发展方向。此外，已有的研究大多是单独探讨辅助工具或只考虑人工智能的一个方面，过于片面，因此，本研究从专家系统（ES）和神经网络（NN）这两个人工智能的重要系统入手，研究人工智能系统在审计工作中的应用。1基于人工智能的审计系统过去的20多年来，研究人员一直致力于开发精密高效的人工智能系统，以协助审计人员更好地做出决策、更加精准地完成工作，避免审计人员出现疏忽与遗漏。虽然人们普遍认为，这些系统应仅作为审计人员最终确定审计结果的辅助手段，但由于系统的多样性和精确性，审计人员往往会过度依赖这些系统输出的结果。然而，不管审计员做出特定决定（意见）之前使用的工具和技术的性质如何，他/她最终要对判断负责。正如审计师依赖其他专家（如房地产估价师和律师）搜集的审计证据作为审计意见基础的情况一样，审计师采用的人工智能工具被认为仅是为完成特定任务而雇用的“代理人”。审计员有责任确保这些工具在使用过程中的可靠性和有效性，并需要承担没有正确使用现代决策辅助工具做出错误判断的责任。下面笔者详细介绍了专家系统及神经网络在审计工作中的应用及其对个体的影响。1.1专家系统专家系统指一种软件密集型系统，将一个或多个在特定领域的专家具有的专业知识结合起来，以便为一组问题提供特定建议，帮助审计人员做出正确的决策。专家系统旨在模仿专家判断，相较于传统的决策辅助工具，具有更多的优势。首先，专家系统强调知识，通常基于录入专家的知识背景产生结果，而不是机械的算法;其次，专家系统为审计人员建构了庞大的知识数据库，且允许他们随意访问;最后，复杂的专家系统软件提高了用户与系统之间的互动频率，使用户获得更加流畅的使用体验。1.1.1专家系统影响的评估模型鲍德温·摩根和斯通提出了一个二维框架（矩阵模型）分析了专家系统对审计人员可能产生的多重影响。一方面，该矩阵包括影响级别（行业、组织、个人和任务）;另一方面，包括影响类别（效率、有效性、专业知识、教育和环境）。选择不同影响级别的基本原理是：专家系统对不同类型的任务或行业会做出独特的应答。鲍德温·摩根和斯通的研究考虑了一些必要的特殊偶然因素（任务、行业、环境和规模），为研究专家系统对会计实务的影响提供了一个有用的框架。他们提出的模型能够评估专家系统对组织和个人的影响程度，这与以前的研究完全不同。以前的研究只讨论专家系统是如何工作的、为什么被开发出来，或者其对审计的潜在影响。而该模型建立在以前审计专家系统和管理会计专家系统的实证研究的基础上，能够将理论模型与实证观点进行有效结合。1.1.2审计中使用专家系统的优势首先，专家系统会提高审计人员的审计效率。审计人员在不使用专家系统时，可能需要在各个环节查询专业知识，虽然有利于提升自身專业素养，但大大浪费了时间。专家系统则弥补了耗时过长这一缺点，能够显著缩短审计人员的审计时长。其次，专家系统会提升审计人员的审计质量。专家系统中的知识体系综合了特定领域众多专家的专业知识，可以依据具体的问题提出相应的...