人工智能、熟悉程度与财务人员的会计估值判断——基于心理学的实验证据

作     者：韩冬梅 刘子祺 赵美颖 杨雪梅 

作者机构：山东财经大学会计学院 济南中科泛在智能计算研究院 四川省注册会计师协会 

出 版 物：《中国注册会计师》 (The Chinese Certified Public Accountant)

年 卷 期：2024年第1期

页      面：67-72页

学科分类：12[管理学] 1202[管理学-工商管理] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金青年项目(71902096 71702123) 

主　　题：人工智能 会计估值 熟悉程度 财务人员 

摘      要：会计师事务所在采用人工智能技术进行审计的过程中,会依据人工智能提出的某些会计估值问题要求被审计单位做出调整,而被审计单位的接受度可能会有差异。本文利用实验研究方法,以审计过程中提出估值调整的数据来源(人工智能和人类专家)、财务人员对人工智能的熟悉程度为自变量,财务人员对两种估值的合理性判断为因变量来研究这种现象。实验结果表明,与人工智能提供的会计估值相比,财务人员认为人类专家提供的会计估值更为合理。考虑了财务人员对人工智能的熟悉程度后,发现财务人员对人工智能提出的估值合理程度有变化。研究结论验证了算法厌恶理论,也识别了算法厌恶行为的纠偏机制,即增加个体对人工智能的熟悉程度,同时也丰富了个体如何看待非人工信息来源的研究。