Kỷ yếu hội thảo cấp trường : Đổi mới chương trình đào tạo ngành kiểm toán (Hướng kiểm toán) nhằm đáp ứng các tiêu chuẩn AUN-QA, xu hướng thay đổi của chuẩn mực kiểm toán, yêu cầu chuyên môn của các tổ chức nghề nghiệp trong nước và quốc tế / Trường Đại họ

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (22.27 MB, 361 trang )

Trang 1<div class="page_container" data-page="1">

TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH

(BARM.2023 - BACHELOR IN AUDIT & RISK MANAGEMENT.2023)

KỶ YẾU

HỘI THẢO CẤP TRƯỜNG

KỶ YẾU

HỘI THẢO CẤP TRƯỜNG

ĐỔI MỚI CHƯƠNG TRÌNH ĐÀO TẠO NGÀNH KẾ TỐN (HƯỚNG KIỂM TỐN)NHẰM ĐÁP ỨNG CÁC TIÊU CHUẨN AUN-QA, XU HƯỚNG THAY ĐỔI CỦA CHUẨN MỰC

KIỂM TỐN & U CẦU CHUN MƠN CỦA CÁC TỔ CHỨC NGHỀ NGHIỆPTRONG NƯỚC VÀ QUỐC TẾ

(BARM.2023 - BACHELOR IN AUDIT & RISK MANAGEMENT.2023)

</div>Trang 2<div class="page_container" data-page="2">

KỶ YẾU

HỘI THẢO CẤP TRƯỜNG

ĐỔI MỚI CHƯƠNG TRÌNH ĐÀO TẠO NGÀNH KẾ TOÁN (HƯỚNG KIỂM TOÁN) NHẰM ĐÁP ỨNG CÁC TIÊU CHUẨN AUN-QA, XU HƯỚNG THAY ĐỔI CỦA CHUẨN MỰC

KIỂM TỐN & U CẦU CHUN MƠN CỦA CÁC TỔ CHỨC NGHỀ NGHIỆP TRONG NƯỚC VÀ QUỐC TẾ

(BARM.2023 - BACHELOR IN AUDIT & RISK MANAGEMENT.2023)

NHÀ XUẤT BẢN TÀI CHÍNH TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH

</div>Trang 3<div class="page_container" data-page="3">

LỜI MỞ ĐẦU

Việc sử dụng khoa học dữ liệu trong hoạt động kiểm toán và dịch vụ đảm bảo đang trở thành xu hướng phổ biến và là một phần của quá trình chuyển đổi số hướng đến nền quản trị thông minh, nền kinh tế số và xã hội số. Trí tuệ nhân tạo (AI) đang tác động đến nhiều ngành nghề một cách mạnh mẽ và là chủ đề đang được quan tâm hàng đầu. Trong thời gian gần đây, cải tiến chương trình đào tạo nói chung và ngành Kiểm tốn nói riêng đã được một số cơ sở giáo dục triển khai, tuy nhiên tính tích hợp, đáp ứng nhu cầu thực tế của nhiều tổ chức, hướng đến mục đích đảm bảo sự hợp lý về thơng tin tài chính cho cả đối tượng bên trong lẫn bên ngoài doanh nghiệp là chưa được thể hiện rõ.

Nhằm tạo diễn đàn để các nhà khoa học, giảng viên, hội nghề nghiệp, nhà tuyển dụng, cựu sinh viên, sinh viên tham gia trao đổi và đóng góp ý kiến cho chương trình đào tạo Kế toán hiện nay trong bối cảnh chuyển đổi số và hội nhập quốc tế, và cho việc xây dựng chuẩn đầu ra, chương trình đào tạo cho chuyên

ngành “Kiểm toán và Quản lý rủi ro” của trường Đại học Ngân hàng thành phố

Hồ Chí Minh, Khoa Kế toán – Kiểm toán kết hợp với Viện NCKH&CN tổ chức

Hội thảo BARM 2023 cấp trường với chủ đề: Đổi mới Chương trình đào tạo

ngành Kế tốn (hướng Kiểm toán) nhằm đáp ứng các tiêu chuẩn AUN.QA, xu hướng thay đổi của chuẩn mực kiểm toán, yêu cầu chuyên môn của các tổ chức nghề nghiệp trong nước và quốc tế.

(BARM.2023 - Bachelor in Audit & Risk Management.2023)

Trải qua hơn hai tháng chuẩn bị và gửi thư mời viết bài tham luận, Hội thảo BARM 2023 đã nhận được nhiều ý kiến tham luận với các đề tài rất đa dạng, thú vị, và hữu ích của đông đảo các chuyên gia, nhà doanh nghiệp, các nhà nghiên cứu, các tổ chức nghề nghiệp, các giảng viên và sinh viên trong và ngoài trường. Các bài tham luận nhận về đều được thực hiện quy trình phản biện và chỉnh sửa nghiêm túc trước khi chấp nhận đăng kỷ yếu và trình bày tại hội thảo.

Kỷ yếu hội thảo BARM 2023 được kết cấu gồm 2 phần chính:

Phần I: Các xu hướng và tác động của công nghệ mới, đặc biệt là cơng

nghệ AI đến ngành Kiểm tốn.

Phần II: Các vấn đề cải tiến khung chương trình đào tạo ngành Kế toán-

Kiểm toán, đạo đức nghề nghiệp, và những đề xuất về phương pháp giảng dạy và học tập Kiểm toán trong bối cảnh chuyển đổi số, hội nhập quốc tế.

</div>Trang 4<div class="page_container" data-page="4">

Ban Tổ Chức hy vọng Kỷ yếu hội thảo BARM 2023 sẽ là một tập hợp các bài nghiên cứu có giá trị tham khảo cao để các nhà khoa học, các giảng viên nhìn nhận, đánh giá về nghiên cứu, giảng dạy, học tập trong lĩnh vực kế toán, kiểm toán trong thời đại số và hội nhập kinh tế toàn cầu.

Ban Tổ Chức rất cảm kích trước sự tham gia rất nhiệt tình của các tác giả để hội thảo có được cuốn kỷ yếu giá trị và hội thảo đạt được thành công như mong đợi. Ban Tổ Chức xin chân thành cảm ơn và chúc các tác giả, quý bạn đọc nhiều sức khoẻ.

Mọi đóng góp về kỷ yếu, xin gửi về địa chỉ email của Ban Tổ Chức:

THAY MẶT BAN TỔ CHỨC TRƯỞNG BAN

PGS.TS Nguyễn Đức Trung

</div>Trang 5<div class="page_container" data-page="5">

DANH SÁCH BAN TỔ CHỨC

CÁC BÊN THAM GIA HỘI THẢO BARM 2023

A. THÀNH PHẦN THAM GIA TỔ CHỨC: Trường ĐH Ngân hàng Tp. HCM 1. Ban chỉ đạo

2 PGS. TS Hồng Thị Thanh Hằng Trưởng Phịng Đào tạo Thành viên

2. Ban tổ chức

Trưởng ban

Thư ký

3. Ban biên tập

</div>Trang 6<div class="page_container" data-page="6">

4 TS. Nguyễn Thị Hằng Nga TBM KTQT Thành viên

B. CÁC BÊN THAM GIA

1 Đại diện các trường đại học: Đại học Kinh tế Tp. HCM, Đại học Kinh tế - Luật, Đại học Cơng nghiệp Tp. HCM, Đại học Sài Gịn, Đại học Thủ Dầu Một, Đại học Thuỷ Lợi, Đại học Quy Nhơn, Đại học Appolos, Đại học Bình Dương.

2 Đại diện Hội nghề nghiệp: Hội kiểm toán viên hành nghề Việt Nam (VACPA); Hiệp hội Kế tốn cơng chứng Anh Quốc (The Association of Chartered Certified Accountants - ACCA).

3 Đại diện Hội nghề nghiệp: Hội kiểm toán viên hành nghề Việt Nam (VACPA); Hiệp hội Kế tốn cơng chứng Anh Quốc (The Association of Chartered Certified Accountants - ACCA).

4 Đại diện các cơng ty về lĩnh vực kế tốn, kiểm tốn và nhà tuyển dụng: EY Việt Nam, Cơng ty Nhân Tài Việt; Công ty Betrimex.

5 Khoa Kế toán - Kiểm toán Đại học Ngân hàng Tp. HCM.

</div>Trang 7<div class="page_container" data-page="7">

TRÍ TUỆ NHÂN TẠO (AI) TRONG CƠNG TÁC KẾ TỐN

TS. Trần Khánh Lâm, TS. Trần Thị Thu Thủy ... 12

NÂNG CAO CHẤT LƯỢNG THỰC HÀNH KIỂM TOÁN TRONG THỜI ĐẠI KỶ NGUYÊN SỐ: LÝ THUYẾT VÀ THỰC TIỄN

TS. Đặng Đình Tân ... 62

TRÍ TUỆ NHÂN TẠO TÁC ĐỘNG ĐẾN KIỂM TỐN: GĨC NHÌN TỪ TỔNG QUAN NGHIÊN CỨU

TS. Nguyễn Thị Kim Tuyến ... 68

ĐỊNH HƯỚNG ỨNG DỤNG KHOA HỌC DỮ LIỆU TRONG HOẠT ĐỘNG KIỂM TOÁN VÀ DỊCH VỤ ĐẢM BẢO

TS. Huỳnh Thị Ngọc Anh, Tạ Thị Thu Uyên ... 76

</div>Trang 8<div class="page_container" data-page="8">

TRÍ TUỆ NHÂN TẠO – THÁCH THỨC ĐỐI VỚI ĐÀO TẠO NGÀNH KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC Ở VIỆT NAM

Nguyễn Thị Tường Tâm ... 84

XU HƯỚNG VÀ TRIỂN VỌNG ỨNG DỤNG KHOA HỌC DỮ LIỆU TRONG HOẠT ĐỘNG KIỂM TOÁN VÀ DỊCH VỤ ĐẢM BẢO

TS. Dương Nguyễn Thanh Tâm ... 136

KIỂM TỐN CƠNG NGHỆ THÔNG TIN TẠI MỘT SỐ NGÂN HÀNG THƯƠNG MẠI VIỆT NAM - THỰC TRẠNG VÀ GIẢI PHÁP

ThS. Vũ Thị Chung Thủy, ThS. Đỗ Thị Hương ... 150

KIỂM TỐN CƠNG NGHỆ THƠNG TIN - MỘT VÀI TRAO ĐỔI

</div>Trang 9<div class="page_container" data-page="9">

ĐỀ XUẤT ĐỔI MỚI TRONG ĐÀO TẠO NGUỒN NHÂN LỰC KIỂM TOÁN TRONG BỐI CẢNH CHUYỂN ĐỔI SỐ, HỘI NHẬP QUỐC TẾ

Ms. Phạm Nguyễn Thị Ngọc Châu ... 189

THE FUTURE ACCOUNTANT IN A TRANSFORMED WORLD

Nguyễn Phan Anh Quốc ... 197

PHẦN II

CÁC VẤN ĐỀ CẢI TIẾN KHUNG CHƯƠNG TRÌNH ĐÀO TẠO NGÀNH KẾ TOÁN – KIỂM TOÁN, ĐẠO ĐỨC NGHỀ NGHIỆP NHỮNG ĐỀ XUẤT VỀ PHƯƠNG PHÁP GIẢNG DẠY VÀ HỌC TẬP

KIỂM TOÁN TRONG BỐI CẢNH CHUYỂN ĐỔI SỐ, HỘI NHẬP QUỐC TẾ

TRAO ĐỔI VỀ THIẾT KẾ CHƯƠNG TRÌNH ĐÀO TẠO ĐÁP ỨNG CHUẨN ĐẦU RA ĐỐI VỚI NGÀNH KIỂM TỐN

PGS.TS. Nguyễn Ngọc Tiến, ThS. Lê Đình Phú ... 210

ĐỊNH HƯỚNG VIỆC MỞ CHUYÊN NGÀNH KIỂM TOÁN & QUẢN TRỊ RỦI RO (BARM) 2023 CHO KHOA KẾ TOÁN - KIỂM TOÁN TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HCM

</div>Trang 10<div class="page_container" data-page="10">

MƠ HÌNH THỰC HÀNH KIỂM TỐN ẢO – GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG ĐÀO TẠO NGÀNH KIỂM TOÁN, TRONG XU THẾ HỘI NHẬP

TS. Nguyễn Quốc Thắng ... 274

MỘT SỐ Ý KIẾN ĐÓNG GÓP XÂY DỰNG CHƯƠNG TRÌNH ĐÀO TẠO CHUN NGÀNH KIỂM TỐN VÀ QUẢN TRỊ RỦI RO

TS. Lương Xuân Minh ... 282

GIẢI PHÁP CẢI THIỆN NĂNG LỰC TIẾNG ANH CHO SINH VIÊN CHUYÊN NGÀNH KẾ TOÁN TẠI TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP. HCM

TS. Nguyễn Thị Mai Hương, Nguyễn Anh Duy và Tô Thị Mỹ Hạnh ... 287

TÍCH HỢP GIẢNG DẠY ĐẠO ĐỨC NGHỀ NGHIỆP CHO SINH VIÊN NGÀNH KẾ TOÁN – KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HCM

ThS. Trần Thị Hải Vân ... 308

ÁP DỤNG PHƯƠNG PHÁP GIẢNG DẠY TÍCH CỰC KHI GIẢNG DẠY KIỂM TOÁN TRONG BỐI CẢNH CHUYỂN ĐỔI SỐ

TS. Nguyễn Thị Đoan Trang, Nguyễn Thị Đức... 317

MỘT SỐ GIẢI PHÁP NÂNG CAO KẾT QUẢ HỌC PHẦN THỰC TẬP TỐT NGHIỆP CỦA SINH VIÊN KHOA KẾ TOÁN - KIỂM TOÁN TẠI TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HCM

ThS. Lý Hoàng Oanh ... 325

ĐỔI MỚI CHƯƠNG TRÌNH ĐÀO TẠO NGÀNH KẾ TOÁN - KIỂM TOÁN TẠI TRƯỜNG ĐH NGÂN HÀNG TP.HCM NHẰM ĐÁP ỨNG CÁC TIÊU CHUẨN ĐÁNH GIÁ AUN.QA GIAI ĐOẠN HỘI NHẬP

</div>Trang 11<div class="page_container" data-page="11">

Phần 1

CÁC XU HƯỚNG VÀ TÁC ĐỘNG CỦA CÔNG NGHỆ MỚI ĐẶC BIỆT LÀ CÔNG NGHỆ AI ĐẾN NGÀNH KIỂM TỐN

</div>Trang 12<div class="page_container" data-page="12">

THIẾT KẾ CHƯƠNG TRÌNH ĐÀO TẠO ĐỔI MỚI THEO HƯỚNG TÍCH HỢP MỤC TIÊU PHÁT TRIỂN BỀN VỮNG

Từ khóa: giáo dục đại học, kiểm tốn, phát triển bền vững, chương trình

đào tạo.

1. Giới thiệu

Chương trình đào tạo chính là trụ cột quan trọng nhất trong việc đào tạo một ngành nào đó tại một trường đại học, cao đẳng theo đúng sứ mệnh, tầm nhìn, nhiệm vụ đã đề ra (Joshua, 2023). Nó phản án một triết lý về văn hóa và giáo dục tổng thể của tổ chức, khoa, bộ môn quản lý cũng như phản ánh về chính sách giáo dục chung của cả quốc gia. Theo Genn, J. (1995) cho rằng cấu trúc học phần (Curriculum) là tồn bộ mọi thứ có phát sinh, có quan hệ với nhau trong một chương trình giáo dục. Yếu tố mang tính trọng yếu của chương trình chính là việc đánh giá. Theo nhận định của Wolvord & Anderson (1998, tr. 149) cho rằng việc

</div>Trang 13<div class="page_container" data-page="13">

đánh giá là khâu then chốt trong tồn bộ một chương trình đào tạo cụ thể mà các cơ sở giáo dục thiết kế nhằm hình thành kiến thức, kỹ năng cho người học. Việc đánh giá tốt và hiệu quả đều phải được xây dựng và kết thúc hoàn tất trên cơ sở nguồn gốc từ các yếu tố hình thành một lớp học cụ thể (Henderson & Hawthorne, 2000). Theo đó, đánh giá phải tiếp cận theo hai góc độ trọng yếu. Thứ nhất chính là người xây dựng chương trình đánh giá được tính hiệu quả của cơng tác đào tạo và đầu ra; và thứ hai là người học nhận được phản ánh với kết quả mang tính chất cơng bằng với những gì bỏ ra trong q trình học. Nếu việc đánh giá được đảm bảo thì nó sẽ cùng phối hợp với ba yếu tố còn lại là mục tiêu nền tảng của chương trình, nội dung chương trình, phương pháp triển khai thực hiện của từng hoạt động sẽ làm nên một tổng thể chương trình hiệu quả và đạt mục tiêu, sứ mệnh đề ra (Armitage, 2010).

Thật vậy, trong thời gian gần đây thì nhiều nhà khoa học trong mảng giáo dục đã đề xuất các trường khi xây dựng cần kết hợp giữa chương trình theo hướng phát triển bền vững, tích hợp nhiều mục tiêu để người học có thể đáp ứng yêu cầu đa dạng của thị trường (Ylimaki, 2011). Chẳng hạn như mở ngành giáo dục sư phạm thì kết hợp với ngôn ngữ hoặc xã hội, ngành y khoa hay y tế thì cần kết hợp với quản lý tổ chức. Đặc biệt, trong số các ngành thì mảng Kiểm toán được thế giới thừa nhận như là một hoạt động nghề nghiệp, chủ yếu sẽ hướng đến thao tác thực hành cho người làm nghề kiểm toán (Saharuddin & Aziz, 2022). Đối với tính chất đặc thù của giáo dục Việt Nam, ngành Kiểm toán đã được Bộ giáo dục và đào tạo đưa vào Thông tư 09/2022/TT-BGDĐT ngày 06 tháng 6 năm 2022 về danh mục thống kê ngành đào tạo của giáo dục đại học đối với hệ đại học, cao học. Việc đưa vào đào tạo ngành này được nhiều cơ sở giáo dục đã triển khai, tuy nhiên tính kết hợp với những khía cạnh khác, đáp ứng nhu cầu thực tế của nhiều tổ chức, hướng đến mục đích đảm bảo sự hợp lý về thơng tin tài chính cho cả đối tượng bên trong lẫn bên ngoài doanh nghiệp là chưa được thể hiện rõ. Việc xây dựng ngành đào tạo này trong thời gian tới vẫn còn cần thiết và nên theo mơ hình tích hợp bền vững cùng quy trình chuẩn đã được nghiên cứu.

2. Tổng quan về chương trình đào tạo theo hướng bền vững

2.1. Thế nào là một chương trình đào tạo mang tính tích hợp?

Chương trình đào tạo (tiếng Anh là Curriculum) có sự khác biệt nhất định với chữ Chương trình (tiếng Anh là Program) xét theo ý nghĩa về mặt giáo dục đào tạo. Đầu tiên, chương trình đào tạo (Curriculum) được hiểu là một kế hoạch thiết kế (design

</div>Trang 14<div class="page_container" data-page="14">

plan) cho quá trình học tập mà qua đó đưa ra yêu cầu cơ sở giáo dục chủ động và có mục đích rõ ràng trong việc tương tác giữa giáo viên, học sinh và nội dung kiến thức mà chúng ta muốn học sinh tiếp thu (Armiatge, 2011). Theo đó, chương trình đào tạo tích hợp chính là một chương trình theo ý nghĩa giáo dục (educational program) hướng đến tập trung vào một lĩnh vực, một hoạt động, một ngành nghề cụ thể hoặc một nhóm nhiều loại khác nhau (Jones, Selby & Sterling, 2010).

Theo Albert Oliver (2022) và Knight (2005), chương trình về mặt giáo dục chuẩn mực có tính tích hợp phải mang tính giáo dục và có cấu trúc bao gồm đầy đủ bốn thành phần (SESE), đó là chương trình có hoạt động nghiên cứu (studies), chương trình có mang tính trải nghiệm (experiences), chương trình có hoạt động thực tế (services) và chương trình có nhiều chiều hướng lựa chọn cho người học (elective). Đối với Robert Gagne (2023) thì chương trình tích hợp bốn yếu tố khác (CESP), đó là nội dung chính cốt lõi (content), mục tiêu cuối cùng của khóa học (ending objectives), trình tự nội dung có tính khoa học (sequencing) và đánh giá cẩn trọng trước khi vào khóa học đối với yêu cầu tổ chức (preassessment). Bốn yếu tố này cần phải thể hiện rõ khi xây dựng chương trình theo quy trình bao gồm 14 công việc cụ thể trong Hệ thống thiết kế cấu trúc hướng dẫn của Đại học Wincosin (WIDS) như sau:

Hình 1. Quy trình xây dựng chương trình theo ĐH Wincosin

Các nghiên cứu chỉ ra rằng, các trường khi thiết kế chương trình tích hợp cần phải xác định được tính chất hay mục tiêu chính hoặc nội dung chính cần đạt

</div>Trang 15<div class="page_container" data-page="15">

được là gì, lấy đó làm trung tâm xuyên suốt trong việc xây dựng theo các bước trên để hình thành đồng bộ trong chương trình, giảm đi tính chất rời rạc.

2.2. Tiêu chí để xây dựng chương trình đào tạo tích hợp

Theo Gerald Kulm & Yeping li (2009), một chương trình đào tạo khi được hình thành theo bối cảnh phát triển bền vững cũng như đáp ứng được tính hiện đại, tính khoa học cũng như tính thực tiễn theo sự phát triển của kinh tế xã hội cần phải kết hợp đầy đủ 7 nhóm tiêu chí sau:

Nhóm kiến thức và kỹ năng tổng quát theo đúng định hướng của ngành hoặc chương trình (General skill or knowledge category - Goal)

Kết quả đầu ra và những điểm, chuẩn đặc thù mà người học đạt được khi tham gia chương trình (Specific accomplishments to be achieve - Outcome)

Hoạt động, yêu cầu, sự việc công việc mà người học cần thực hiện để giúp họ đạt kết quả (Activities and Assignments to help students learn - Learning Events)

Thành phần chi tiết, các học phần chính về chuyên ngành liên quan đến kết quả cần thiết (Key elements related to the course’s accomplishment - Components)

Đối tượng thực hiện phân tích và thực hành các hoạt động, giảng dạy các học phần (The objects of analysis - Objects)

Nguồn tài nguyên, dữ liệu, tài liệu, bộ phận phục vụ cho quá trình đào tạo ngành nghề (Data indicating degree of achievement - Characteristics)

Tiêu chí cụ thể và khối chỉ tiêu đánh giá trong việc xác định từng thành phần trong khóa học cũng như đánh giá việc đạt được hệ thống hoặc bộ chuẩn đầu ra (Combination of data indicating relative degree of achievement of learning outcome - Indicators)

Bảy tiêu chí trên cần được kết hợp chặt chẽ trong việc xây dựng chương trình đào tạo theo một quy trình lập kế hoạch chương trình (Curriculum Planning Cycle – CPC) theo một chu trình gồm 4 bước đi từ đánh giá nhu cầu học ngành; thiết kế tổng thể chương trình; Triển khai chương trình; Đánh giá tính hiệu quả của đầu ra và nhà khoa học Hao Zhou, Wong Sulee & Ziyue Wang (2022) cũng khẳng định như vậy. Hiện nay nhiều trường đại học triển khai quy trình này theo

</div>Trang 16<div class="page_container" data-page="16">

mơ hình CDIO. Khung thiết kế một chương trình theo hướng từ trên xuống được thể hiện qua các bước sau:

Hình 2. Quy trình lập kế hoạch phát triển khung giáo dục CPC

2.3. Quy trình xây dựng chương trình theo hướng bền vững

Đối với việc tích hợp mục tiêu bền vững cho một chương trình đào tạo được yêu cầu là phải đáp ứng tính chuyên biệt của ngành, tính thực tiễn của nội dung theo đúng xu hướng, yêu cầu, mong đợi của xã hội cũng như kỳ vọng của người học. Việc này được đáp ứng theo mơ hình 5A như sau:

Trao đổi rõ yêu cầu các bên có liên quan với kết quả thực (Ask an answerable question)

Truy xuất tài liệu và các nguồn tài nguyên nội tại của đơn vị (Access the evidence)

Xem xét tổng thể chương trình đã xây dựng theo định hướng dài hạn (Appraise evidence)

Áp dụng chương trình vào đào tạo thực tế (Apply the appropriate evidence)

Đánh giá quá trình triển khai và điều chỉnh, cập nhật (Assess the process) Mơ hình 5A này thể hiện thơng qua việc xây dựng chương trình đào tạo hiện đại khác với chương trình truyền thống bằng việc kết cấu từ 3 mảng cụ thể bao gồm chương trình đào tạo kế hoạch, chương trình học tập và chương trình giảng

1. Nhận diện chuẩn đầu ra học tập chương trình (PLO)

2. Thiết kế học phần để tất cả PLO được phản ánh đầy đủ trong từng chuẩn đầu ra khóa học trong tổng thể chương trình

3. Gán số tín chỉ từng học phần đảm bảo cân đối các khối kiến thức

4. Thiết kế chiến lược dạy, học, đánh giá học phần trong bản mô tả vắn tắt

5. Kiểm tra mối liên kết giữa chuẩn đầu ra học phần với phương pháp dạy học và đánh giá

</div>Trang 17<div class="page_container" data-page="17">

dạy (Al-Foraih & Williams, 2023). Sau khi định hình từng bước theo cách 5A, các trường sẽ thực hiện tiến trình phát triển một chương trình bền vững (Sustainable Program) theo thứ tự ưu tiên các mảng như sau:

Nội dung của chương trình phải được ưu tiên thiết kế (Content)

Phương pháp sư phạm cho người trưởng thành (Pedagogy)

Cách đánh giá mơn học, nhóm mơn, khối kiến thức và tồn chương trình (Assessment)

Chuyển giao khóa đào tạo đến người học và thực hiện truyền thông (Delivery)

Giám sát và đánh giá kết quả, hiệu quả chương trình thường xuyên, định kỳ (Monitoring)

Do tính chất bền vững nên bên cạnh ba yếu tố cơ bản là kiến thức (K), kỹ năng (S), thái độ (A) thì sẽ cần bổ túc thêm yếu tố về hành vi (B) đối với các đối tượng mà chương trình học hướng đến. Bốn mảng này cần triển khai theo hướng tiếp cận của cấu trúc cấp bậc Kirkpatrick (1967) với 4 tầng lớp: cấp 1 là tương tác; cấp 2 là thay đổi kiến thức; cấp 3 là thay đổi hành vi và cấp 4 là thay đổi hiệu quả hoạt động. Đi từ cấp 1 đến cấp 4 sẽ tạo nền tảng kết nối toàn bộ chuỗi nội dung mà người học đạt được KSAB và giữ ổn định trong thời gian dài (Oakeshott, 1950/2003).

3. Một số nội dung quan tâm trong chương trình đào tạo ngành Kiểm tốn

Đối với ngành Kiểm tốn, theo các nhà khoa học thì đây là ngành đào tạo nhưng chính là ngành của sự tương tác và rèn luyện thực tiễn, tránh cung cấp nhiều lý thuyết. Chuẩn đầu ra cơ bản chung của ngành này trong bối cảnh tình hình mới được thể hiện qua bảng sau:

Bảng 1. Bộ các yếu tố chuẩn đầu ra trong chương trình đào tạo

Kiến thức (K) Kỹ năng (S) Thái độ (A) Hành vi (B)

 Người học nhận định, mô tả, phân tích được quy trình và các yếu tố

 Người học có khả năng phân tích, diễn giải, đánh giá các vấn đề mang tính liên ngành, toàn cầu, các chiến

 Người học tự phản ánh được bản thân, thể hiện được các điểm bản thân đạt được trong quá trình học tập; cam

 Người học thể hiện tư cách của bản thân, hành vi mang tính chất chuyên nghiệp

</div>Trang 18<div class="page_container" data-page="18">

Kiến thức (K) Kỹ năng (S) Thái độ (A) Hành vi (B)

cấu thành một cách độc lập.  Người học nắm

chắc, giải thích, nhận thức cách đánh giá mang tính phản biện đối với các sự kiện trong, ngoài nước, hiểu biết các quá trình giữa các tổ chức, xu hướng, vấn đề mang tính chính trị, môi trường, xã hội, kinh tế,

lược trong ngành bao gồm cả việc ứng dụng công nghệ vào chuyên mơn.

 Người học có thể mơ tả được các sự việc, đủ khả năng truyền thông, ứng dụng được kỹ thuật, tương tác một cách hiệu quả với các thành viên, cá nhân, tổ chức.

kết khẳng định về kinh nghiệm trong chuyên môn.  Người học có thái

độ tơn trọng đối tác, ghi nhận và trân trọng giá trị văn hóa, xã hội của các bên có liên quan, hướng đến học tập suốt đời.

trong các hoạt động tham gia.  Người học có

những phản ứng, phản hồi mang tính chất tích cực, xây dựng, khuyến khích, động viên được tập thể trong quá trình làm việc.

Dựa vào chuẩn đầu ra đã thiết lập, ngành Kiểm tốn cần tích hợp các khối kiến thức sau trong bối cảnh phát triển của công nghệ 4.0 cũng như theo mơ hình ổn định bền vững như sau:

Hình 3. Các mảng kiến thức đề xuất trong chương trình đào tạo Kiểm tốn

Sau khi tích hợp theo bốn thành phần này, nhóm thiết kế cần tổng hợp, phân tích và rà sốt xem các yếu tố trong quy trình các bước từ cao xuống thấp đã thỏa

</div>Trang 19<div class="page_container" data-page="19">

mãn hay chưa cũng như mối quan hệ giữa các yếu tố đó cùng với nhóm kiến thức, kỹ năng, thái độ, hành vi.

Hình 4. Mối quan hệ giữa các yếu tố của chương trình và chuẩn đầu ra

Đối với mảng Kiểm tốn thì khi tích hợp vào với các khía cạnh khác, đặc biệt là rủi ro hoặc cơng nghệ thì bản chất của chương trình này bao gồm hai mảng chính là chun mơn kế tốn kiểm tốn và chun mơn về phân tích dữ liệu kèm theo quản trị rủi ro trong, ngoài tổ chức. Đối với khối kiến thức bổ sung đó thì việc phân tích trong kiểm tốn theo 4 khía cạnh trên thường gắn liền với dịng dữ liệu, tính trung thực của báo cáo, phần hành kiểm tốn tích hợp và các cơng cụ kiểm soát các mặt khác nhau trong tổ chức. Việc tích hợp này sẽ có sự kết hợp đồng bộ bốn khía cạnh trong tổng thể chương trình đào tạo và theo 6 nội dung cấu thành một chuẩn đầu ra theo đúng mục đích của ngành kiểm tốn mà cơ sở giáo dục lựa chọn. Điều này sẽ đáp ứng đúng khái niệm Curriculum của David Patt (1997) cho rằng chương trình giáo dục chính là một quy trình bền vững của việc dạy và học chun mơn. Từ đó, trường sẽ chuẩn bị nguồn lực để đi vào thiết kế chi tiết cho từng phần, từng môn học. Trên thế giới hiện nay có 3 cách thức thiết kế chính, đó là (i) thiết kế dựa trên chủ lựa về học phần, (ii) thiết kế dựa trên chủ lực về người học và (iii) thiết kế dựa trên chủ lực về vấn đề thực tiễn. Lựa chọn hướng nào sẽ do thành viên ban chuyên môn quyết định, có thể kết hợp hoặc đồng bộ thống nhất xuyên suốt tổng thể.

</div>Trang 20<div class="page_container" data-page="20">

4. Kết luận

Nếu như việc đào tạo chương trình đào tạo của ngành kiểm toán đã được thực hiện tại một số trường đại học ở Việt Nam thì việc tích hợp theo hướng liên ngành, tích hợp nhằm đáp ứng đúng yêu cầu xu thế của thời đại thì hiện nay gần như vẫn chưa được thực hiện và chưa có một chương trình nào phù hợp để có thể đối sánh. Do đó, việc xác lập những yêu cầu, nguyên tắc ban đầu trong việc thiết kế chương trình đào tạo. Trong quá trình xây dựng chương trình thì chuẩn đầu ra và cấu trúc nhóm yếu tố của các học phần là yếu tố được xem là quan trong nền tảng, giúp chương trình đạt được mục tiêu cũng như yêu cầu các bên có liên quan. Bài viết này đã cung cấp được khung bức tranh chung về các yếu tố chính trong việc xây dựng chương trình theo hướng tích hợp cũng như áp dụng vào việc thiết kế cho ngành kiểm toán trong mối quan hệ với công nghệ, xã hội, môi trường. Các nghiên cứu sau sẽ tiếp tục đi vào những nội dung cụ thể của một chương trình đào tạo xây dựng cho ngành kiểm toán cũng như các ngành khác trong cơ sở giáo dục đại học.

TÀI LIỆU THAM KHẢO

1. Al-Foraih S., & Williams, K (2023) The effect of curriculum organization on the acquisition of abstract declarative knowledge in computer-based instructions. Journal of Computers in Education, 2, pp. 283–299,

2. Armiatge, A. (2011) Critical Pedagogy and Learning to Dialogue: Towards Reflexive Practice for Financial Management and Accounting Education,

Journal of Critical Educational Policy Studies, Volume 9, No.2.

3. Armitage, A. (2010) From Sentimentalism towards a Critical HRD Pedagogy,

Journal European Industrial Training (34), No.8/9, pp.735-752.

4. Gerald Kulm & Yeping li (2009). Curriculum research to improve teaching and learning: National and cross-national studies. DM: The International

Journal on Mathematics Education, 41 (6), pp. 709-715.

5. Hao Zhou, Wong Sulee & Ziyue Wang (2022). The impact of curriculum innovation on students' learning ability: An empirical study from Primary and Secondary Cchools in Guizhou, China. The 6th STIU International Conference 2022, May, Thailand.

</div>Trang 21<div class="page_container" data-page="21">

6. Henderson, J.M., & Hawthorne, R.D. (2000). Transformative curriculum leadership (2nd Ed). New Jersey: Prentice-Hall Inc.

7. Jones, P., Selby, D., & Sterling, S. (2010) Sustainability Education: Perspectives and Practice Across Higher Education, UK: Earthscan.

8. Joshua Vidal (2023). Propose Curriculum Planning and Management Model towards Timely and Resilient Education Curriculum in the Philippines.

Available at

SSRN: or

9. Knight, P. (2005) “Unsustainable development”, The Guardian, 8 February,

quoted in Gough, S. and Scott, W. (2007) Higher Education and Sustainable Development, p.52.

10. Oakeshott, M. (1950/2003) The Idea of a University, The Listener, reprinted from the The Voice of Liberal Learning: Michael Oakeshott on Education in Academic Questions, Winter 2003-2004.

11. Ylimaki, R.M. (2011). Critical curriculum leadership: A framework for progressive education. New York, NY: Routledge.

12. Zhang Q., Saharuddin NB., & Aziz, N (2022). The Analysis of Teachers' Perceptions of Moral Education Curriculum. Frontiers in Psychology, 26 Jul

2022, 13:967927.

</div>Trang 22<div class="page_container" data-page="22">

TRÍ TUỆ NHÂN TẠO (AI) TRONG CƠNG TÁC KẾ TỐN

Từ khóa: trí tuệ nhân tạo AI, kế toán, ứng dụng AI trong kế toán, thách thức

và tồn tại khi ứng dụng AI

1. Giới thiệu

Hiện nay, trí tuệ nhân tạo (AI) đang tác động đến nhiều ngành nghề một cách mạnh mẽ và là chủ đề đang được quan tâm hàng đầu. Từ lĩnh vực chăm sóc sức khỏe đến kinh doanh vận tải, AI đã thay đổi cách thức hoạt động vận hành của các doanh nghiệp, mang lại độ chính xác và hiệu quả chưa từng có. Trong giới hạn bày viết này, tác giả sẽ tổng hợp và phân tích sự tác động của AI đến ngành kế tốn.

Trí tuệ nhân tạo bắt nguồn từ giữa thế kỷ 20, khi các nhà khoa học máy tính bắt đầu phát triển các thuật tốn và chương trình có thể mơ phỏng trí thơng minh

</div>Trang 23<div class="page_container" data-page="23">

của con người. Năm 1956, tại Hội nghị Dartmouth, các nhà nghiên cứu hàng đầu thế giới đã thảo luận về tiềm năng của AI và khám phá những cách để phát triển lĩnh vực này. Trong những thập kỷ tiếp theo, AI đã phát triển nhanh chóng với những tiến bộ trong xử lý ngơn ngữ tự nhiên, học máy và thuật toán học sâu. Ngày nay, AI là một mũi nhọn chính trong nhiều ngành nghề như chăm sóc sức khỏe, giao thơng vận tải, giải trí và tài chính-kế tốn.

Tác động của AI đến các lĩnh vực, ngành nghề rất lớn. Trong chăm sóc sức khỏe, AI được sử dụng để phát triển các kế hoạch điều trị riêng cho từng bệnh nhân cụ thể, phân tích hình ảnh y tế và dự đốn sự bùng phát dịch bệnh. Trong giao thơng vận tải, AI được sử dụng để cải thiện lưu lượng giao thơng, tối ưu hóa dịch vụ hậu cần logictis. Trong lĩnh vực giải trí, AI được sử dụng để tạo các đề xuất các phim, nhạc cá nhân hóa theo từng sở thích của người sử dụng.

Trong lĩnh vực kế toán, AI đang được sử dụng để tự động hóa các nghiệp vụ, thao tác thơng thường, chẳng hạn như nhập công tác nhập dữ liệu và đối chiếu ngân hàng, cũng như các công tác mang tầm chiến lược (chẳng hạn như phân tích và đưa ra các tư vấn tài chính). Lợi ích của AI mang lại cho cơng tác kế tốn rất lớn, bao gồm cải thiện độ chính xác và hiệu quả, cho tầm hiểu biết rõ hơn về hiệu quả hoạt động sản xuất, kinh doanh. Tuy nhiên, cũng có những thách thức và vấn đề tồn tại cần được xem xét, chẳng hạn như nhu cầu đào tạo và kỹ năng chuyên môn, vấn đề đạo đức nghề nghiệp và các quy định chuẩn mực kế toán. Khi lĩnh vực AI tiếp tục phát triển, điều quan trọng là phải nhận ra những lợi ích và thách thức, tiềm năng của AI, đồng thời khám phá các cách sử dụng AI một cách hiệu quả và có đạo đức.

2. Tổng quan nghiên cứu

Davenport và Ronanki (2018), trong câu chuyện Harvard Business Review của họ, gợi ý rằng các tổ chức nên tập trung vào AI về khả năng kinh doanh hơn là kỹ năng cơng nghệ. Nhìn chung, AI có thể giúp các doanh nghiệp đáp ứng 3 mục tiêu chính: tự động hóa quy trình kinh doanh, hiểu rõ hơn thơng qua phân tích dữ liệu và kết nối với người tiêu dùng và người lao động. Chukwuani và Egiyi (2020) đã xem xét tác động của trí tuệ nhân tạo đối với ngành kế toán. Họ đã cho thấy mức độ tiến bộ đang diễn ra trong ngành kế toán trong việc tự động hóa quy trình kế tốn. Họ cũng vạch ra vị trí của kế tốn viên trong q trình tự động hóa hiện đại và cách các kế tốn viên của thế kỷ 21 có thể thích ứng với sự tự động hóa phổ biến trong ngành. Quay trở lại những năm 1990, O'Leary (1995)

</div>Trang 24<div class="page_container" data-page="24">

đã thực hiện một nghiên cứu chỉ ra các loại nghiên cứu được thực hiện trong bối cảnh đương đại lúc bấy giờ liên quan đến AI trong Kế toán, Tài chính và Quản lý. Ơng phát hiện ra rằng Kế toán, Tài chính và Quản lý lần lượt có 29,63%, 28,40% và 20,99% nghiên cứu được thực hiện liên quan đến việc sử dụng AI, được cơng bố trên Tạp chí Quốc tế về Hệ thống Thơng minh trong Kế tốn, Tài chính và Quản lý (IJISAFM). Ở đó, nhiều tác nhân, mạng lưới thần kinh, ứng dụng hệ thống dựa trên tri thức, học tập dựa trên trường hợp, học máy, lập trình logic ràng buộc, v.v. là những vấn đề được xem xét nhiều nhất.

Huang (2018) đã xem xét ứng dụng AI trong thuế. Để trình bày trường hợp này, tác giả đã liệt kê các bằng chứng về ứng dụng thực nghiệm của AI trong việc đánh thuế ở Trung Quốc. Trong Meservy et al. (1992), một số cơng trình trước đây về Hệ thống chuyên gia (ES) tại Đại học Brigham Young đã được nhấn mạnh. Chúng bao gồm—việc sử dụng PLANMAN để lập kế hoạch tài chính cá nhân, EDP-XPERT để hỗ trợ các chun gia kiểm tốn máy tính (CAS) đưa ra phán đốn về kiểm sốt trong mơi trường kỹ thuật số tiên tiến và ARISC để mô phỏng đánh giá của kiểm toán viên về kiểm soát nội bộ. Chukwudi và cộng sự (2018), thông qua một nghiên cứu mô tả dựa trên khảo sát, đã trình bày tác động của AI đối với chức năng kế toán. Trong nghiên cứu này, các tác giả thấy rằng việc ứng dụng trí tuệ nhân tạo có ảnh hưởng tích cực đến việc thực hiện các chức năng kế toán của các cơng ty kế tốn ở Đơng Nam Nigeria. Trong một nghiên cứu được thực hiện trên các tổ chức Malaysia sử dụng nhiều phần mềm kế toán dựa trên AI khác nhau, Lee & Tajudeen (2020) đã phát hiện ra rằng việc áp dụng AI không chỉ dành riêng cho các tổ chức lớn. Họ cũng quan sát thấy rằng các tổ chức đang sử dụng phần mềm kế toán dựa trên AI để lưu trữ hình ảnh hóa đơn và tự động hóa hồn tồn quy trình thu thập thơng tin.

Luan và cộng sự (2020) đã nói về những thách thức và hướng đi của công nghệ AI và dữ liệu lớn trong nghiên cứu giáo dục, hoạch định chính sách và cơng nghiệp. Chúng bao gồm giáo dục Kế tốn và Kiểm tốn, chính sách và ngành công nghiệp. Lập luận của họ là để phản ứng với những đổi mới và tình huống khó xử do cuộc cách mạng AI và dữ liệu lớn mang lại, giới học thuật, các nhà hoạch định chính sách và chuyên gia từ nhiều lĩnh vực phải tham gia hợp tác hiệu quả để hiện thực hóa đầy đủ tiềm năng của những tiến bộ về dữ liệu lớn và AI. Họ cũng chỉ ra rằng có một số lĩnh vực quan tâm chồng chéo được chia sẻ bởi cộng đồng nghiên cứu, hoạch định chính sách và cơng nghiệp. Những lợi ích chung này địi hỏi cách tiếp cận hợp tác nhưng trở ngại chính

</div>Trang 25<div class="page_container" data-page="25">

đối với điều đó là sự thiếu tầm nhìn của các nhóm này cũng như thiếu kiến thức và kỹ năng cần thiết.

Kokina và Davenport (2017) đã phân loại các loại ứng dụng AI thành bốn nhóm và mức độ thông minh đạt được cho đến nay của công nghệ thành bốn nhóm khác. Các ứng dụng là—phân tích các con số, phân loại từ và hình ảnh, thực hiện các tác vụ kỹ thuật số và thực hiện các tác vụ vật lý. Đối với các mức độ thông minh, các danh mục là—hỗ trợ con người, tự động hóa nhiệm vụ lặp đi lặp lại, nhận thức & học tập theo ngữ cảnh và trí thơng minh tự nhận thức. Chưa có ứng dụng AI nào đạt được mức độ thông minh tự nhận thức nhưng sử dụng ba mức độ thông minh khác, nhiều nhiệm vụ kế tốn và kiểm tốn có thể được thực hiện.

Makridakis (2017) đã điều tra những tiến bộ hiện có và sắp tới của AI cũng như khả năng đạt được trí thơng minh thực sự của máy móc. Nghiên cứu nêu bật các quan điểm và kịch bản chính về cách AI có thể cách mạng hóa cuộc sống con người. Trong số nhiều cách khác nhau mà AI có thể biến đổi mơi trường con người, sự biến đổi của kỷ luật và nghề nghiệp kế toán & kiểm toán là một điều rất quan trọng.

Bảng 1 dưới đây tóm tắt một số nghiên cứu xem xét ứng dụng của AI trong kế toán và kiểm toán. Các nghiên cứu này được tiến hành trong khoảng thời gian 2018-2020, cũng sẵn có dưới dạng Open Access Resources.

Bảng 1. Tóm tắt một số nghiên cứu về AI trong kế toán kiểm toán từ 2018 đến 2020

Nghiên cứu Nội dung chính của nghiên cứu Thảo luận về cơng nghệ AI

Zhang et al. (2020)

● Đánh giá toàn diện về những phát triển gần đây trong AI, Dữ liệu lớn và Học máy

● Nghiên cứu sự phát triển của nghề kế toán khi phải đối mặt với những tiến bộ công nghệ khác nhau

● Xem xét các rào cản tiềm tàng và các cơ hội của các công nghệ

● Machine & Deep Learning ● Trí tuệ nhân tạo tổng hợp ● Công nghệ Blockchain ● Tự động hố quy trình bằng robot – Nhận dạng tần số vô tuyến điện (Radio Frequency

Identification (RFID)) ● Nhận dạng giọng nói ● Xử lý ngơn ngữ tự nhiên

</div>Trang 26<div class="page_container" data-page="26">

Nghiên cứu Nội dung chính của nghiên cứu Thảo luận về công nghệ AI

mới đặt ra đối với việc giảng dạy và hành nghề kế toán

● Mạng nơ-ron nhân tạo

Chukwuani và Egiyi (2020)

● Tự động hóa quy trình kế tốn ● Nhấn mạnh tác động của AI đối với Kế toán

● Sự thích ứng với tự động hóa của Kế tốn viên

● Tự động hóa quy trình bằng robot (Robotic Process

Automation RPA) ● Hệ thống chuyên gia ● Mạng nơ-ron

● Robots ● Fuzzy Logic

Lee và Tajudeen

(2020)

● Tác động của phần mềm kế toán dựa trên AI đối với các tổ chức tại Malaysia

● Lưu trữ hình ảnh và tài liệu ● Tự động hóa việc thu thập thơng tin

● Học máy

● Công nghệ OCR

Kumar Doshi et al. (2020)

● Điều tra cách AI tạo ra cơ hội và làm phát sinh các mối đe dọa trong nghề nghiệp, sử dụng 12 biến (12 variables)

● Kiểm tra năng lực của Kế tốn viên để nắm bắt cơng nghệ, sử dụng 6 yếu tố quyết định (6 determinants)

● Ứng dụng chung của AI (không thảo luận về công nghệ cụ thể)

Ucoglu (2020)

● Đánh giá các ứng dụng học máy Machine Learning hiện tại trong kế toán và kiểm toán, đặc biệt trong Big 4

● Học máy (Machine Learning)

Mohammad et al. (2020)

● Đánh giá tác động của AI đối với các nghề nghiệp kế toán

● Tự động hóa ● Robotics

● Machine Learning

</div>Trang 27<div class="page_container" data-page="27">

Nghiên cứu Nội dung chính của nghiên cứu Thảo luận về công nghệ AI

● Mở rộng các đề xuất có liên quan cho các nhà hoạch định chính sách

Zemánková (2019)

● Giới thiệu việc sử dụng AI trong kế toán và kiểm toán, đặc biệt tập trung vào cơng nghệ blockchain ● Phân tích các khía cạnh kiểm toán được hưởng lợi từ ứng dụng AI

● Nhất mạnh ứng dụng của blockchain trong kiểm toán

● Đánh giá những nỗ lực ứng dụng AI của BIG4.

● Hệ thống hỗ trợ ra quyết định ● Hệ thống chuyên gia dựa trên tri thức

● Thuật tốn/lập trình di truyền ● Fuzzy systems

● Kiểm tra các ứng dụng phân tích của Kế tốn thơng minh

(Accounting Intelligence) và các ứng dụng khả thi từ cách tiếp cận mang tính đột phá và mang tính định hướng hơn

● Tìm hiểu các góc nhìn và kinh nghiệm của “4 Gã Khổng Lồ Kế Toán”

● Tự động hóa quy trình robot (RPA)

Ukpong et al. (2019)

● Xem xét các vấn đề kế toán và kiểm toán khác nhau và kêu gọi việc ứng dụng AI một cách có kỷ luật

● Tự động hóa

● Học Máy (Machine Learning) ● Khai thác dữ liệu

● Điện toán nhận thức

</div>Trang 28<div class="page_container" data-page="28">

Nghiên cứu Nội dung chính của nghiên cứu Thảo luận về công nghệ AI

● Điều tra quan điểm của các bên liên quan về ứng dụng AI trong các ngân hàng Nigeria

● Xử lý ngôn ngữ tự nhiên ● Robotics

Todorova (2018)

Stancheva-● Thảo luận về một vài vấn đề mà nghề kế toán phải đối mặt trong bối cảnh ngày nay

● Làm sáng tỏ một số xu hướng phát triển có thể xảy ra trong tương lai trong lĩnh vực của AI

● Rút ra một số kết luận về giáo dục kế toán trong thời đại của các công nghệ thông minh mới và các ứng dụng thương mại của chúng

● Tự động hóa

● Hệ thống chuyên gia ● Fuzzy Logic

● Mạng nơ-ron (Neural Networks)

● Học Máy Machine Learning

Huang (2018)

● Ứng dụng AI trong ngành Thuế ● Nghiên cứu điển hình từ Trung Quốc và trên tồn thế giới

● Tự động hóa

● Nhận dạng khn mặt, nhận dạng hình ảnh và văn bản ● Hệ thống giải quyết truy vấn dựa trên kiến thức

Chukwudi et al. (2018)

● Xác định ảnh hưởng của AI đến hiệu suất của các chức năng kế toán

● Xác định ảnh hưởng hoặc Hệ thống chuyên gia (Expert systems) và Đại lý thông minh (Intelligent Agents) đối với việc thực hiện các chức năng kế toán

● Hệ thống chuyên gia ● Trợ lý thông minh ● Mạng nơ-ron ● Fuzzy Logic ● NLP

● Thuật tốn di truyền

(Nguồn: Trích và dịch từ “Artificial Intelligence (AI) in Accounting & Auditing: A Literature Review” của tác giả Hasan, A. R., 2022, Open Journal of Business and Management, 10, trang 449-450)

</div>Trang 29<div class="page_container" data-page="29">

AI là một công nghệ mới nổi đang làm thay đổi nhiều lĩnh vực, ngành nghề, bao gồm cả ngành nghề kế toán. Trong những năm gần đây, ngày càng có nhiều nghiên cứu và tài liệu khám phá tác động của AI đối với kế toán, bao gồm lợi ích, thách thức và tiềm năng phát triển trong tương lai của nó. Đánh giá tài liệu này sẽ cung cấp một bản tóm tắt các nghiên cứu và tài liệu hiện có về AI và kế toán, xem xét tác động của AI đối với kế tốn và cung cấp góc nhìn sâu hơn về tình hình thực tế các doanh nghiệp và doanh nghiệp kiểm tốn đã áp dụng AI.

Đã có một lượng lớn nghiên cứu và tài liệu về việc sử dụng AI trong kế toán trong những năm gần đây. Một nghiên cứu của Hiệp hội Kế tốn Cơng chứng Anh (ACCA) cho thấy AI có tiềm năng biến đổi kế tốn bằng cách tự động hóa các nghiệp vụ thơng thường, cải thiện độ chính xác và hiệu quả, đồng thời cho phép đưa ra quyết định chiến lược hơn (ACCA, 2018). Một nghiên cứu khác của PwC cho thấy AI có khả năng tăng năng suất và giảm chi phí kế tốn bằng cách tự động hóa các nghiệp vụ như nhập dữ liệu, phân tích tài chính và quy trình kiểm tốn (PwC, 2021, 2022). Nghiên cứu cũng lưu ý rằng AI có thể cung cấp những hiểu biết có giá trị về dữ liệu tài chính, cho phép các doanh nghiệp đưa ra quyết định sáng suốt hơn.

Cùng với đó, một đánh giá của Deloitte cho thấy AI có thể được sử dụng trong kế tốn để cải thiện độ chính xác và tốc độ của lập báo cáo tài chính, nâng cao khả năng phát hiện gian lận và cho phép các dịch vụ tài chính được cá nhân hóa hơn (Deloitte, 2020). Đánh giá cũng lưu ý rằng AI có thể được sử dụng để lập kế hoạch thuế và hỗ trợ tư vấn tư vấn thuế và giảm rủi ro sai sót. Lập kế hoạch thuế là một nhiệm vụ tốn nhiều thời gian và phức tạp, đòi hỏi kế tốn phải phân tích khối lượng lớn dữ liệu. Các hệ thống khai thuế do AI cung cấp có thể tự động hóa nhiều tác vụ thơng thường liên quan đến khai thuế, chẳng hạn như nhập dữ liệu và tính tốn các khoản nợ thuế. Điều này có thể giúp giảm thời gian cần thiết để chuẩn bị thuế và cải thiện tính chính xác của tính tốn thuế và giảm khả năng xảy ra sai sót.

Một trong những ứng dụng quan trọng nhất của AI trong kế tốn là tự động hóa việc nhập và xử lý dữ liệu. Các công nghệ AI như học máy và xử lý ngơn ngữ tự nhiên có thể đọc và giải thích các tài liệu tài chính, chẳng hạn như hóa đơn, biên lai và báo cáo ngân hàng, đồng thời nhập dữ liệu vào hệ thống kế toán với độ chính xác cao. Điều này giúp giảm thời gian và công sức cần thiết cho việc nhập dữ liệu thủ công, đồng thời giảm nguy cơ mắc lỗi.

</div>Trang 30<div class="page_container" data-page="30">

Nhiều quy trình kế tốn, chẳng hạn như nhập dữ liệu, đối chiếu ngân hàng, quy trình tài khoản phải trả và phải thu, liên quan đến một khối lượng lớn các nhiệm vụ lặp đi lặp lại tốn nhiều thời gian và dễ mắc lỗi. Bằng cách tự động hóa các tác vụ này thơng qua AI, nhân viên kế tốn có thể giảm thời gian cần thiết cho các tác vụ thông thường và cải thiện độ chính xác. Phần mềm kế tốn hỗ trợ AI có thể tự động nhập dữ liệu từ nhiều nguồn khác nhau, chẳng hạn như sao kê ngân hàng, sao kê thẻ tín dụng và hóa đơn, loại bỏ nhu cầu nhập dữ liệu thủ công. Điều này làm giảm đáng kể rủi ro sai sót và cải thiện độ chính xác của báo cáo tài chính. Phần mềm hỗ trợ AI cũng có thể tự động đối chiếu ngân hàng, so sánh các giao dịch ngân hàng với hồ sơ kế toán và làm nổi bật bất kỳ sự khác biệt nào. Điều này làm giảm thời gian cần thiết để đối chiếu với ngân hàng và cải thiện tính chính xác của hồ sơ tài chính. Tương tự, các quy trình tài khoản phải trả và phải thu ứng dụng AI có thể tự động khớp hóa đơn với đơn đặt hàng và biên lai, giảm rủi ro sai sót và đảm bảo thanh tốn kịp thời. Phần mềm do AI hỗ trợ cũng có thể tự động hóa quy trình xác định và giải quyết sự khác biệt, giảm thời gian cần thiết cho việc can thiệp thủ công và nâng cao hiệu quả.

AI cũng có thể được sử dụng để phân tích báo cáo tài chính. Ví dụ: phần mềm hỗ trợ AI có thể phân tích dữ liệu tài chính và tạo báo cáo phân tích tự động. Điều này giúp giải kế toán giảm nhiều thời gian và mắc lỗi trong việc thiết kế và lập các báo cáo theo cách thủ cơng. Ngồi ra, AI cịn có thể có thể cho phép phân tích và đồng thời đưa ra dự đốn, cung cấp thơng tin chi tiết về dữ liệu tài chính mà các nhà phân tích con người có thể không thấy ngay lập tức, cho phép các doanh nghiệp đưa ra quyết định sáng suốt và kịp thời hơn. Ví dụ như, AI có thể phân tích dữ liệu kế tốn-tài chính q khứ để dự đốn các xu hướng trong tương lai, chẳng hạn như thay đổi về doanh thu hoặc chi phí (xem chi tiết hơn tại Rikhardsson và cộng sự , 2018). Điều này có thể giúp các doanh nghiệp đưa ra các quyết định chiến lược về lập ngân sách, đầu tư và các vấn đề tài chính khác.

Phần mềm hỗ trợ AI cũng có thể phân tích dữ liệu từ các nguồn bên ngồi, chẳng hạn như xu hướng thị trường và chỉ số kinh tế, cung cấp cho kế tốn góc nhìn rộng hơn về xu hướng và rủi ro tài chính (Faggella, 2020). Điều này có thể giúp kế tốn xác định các rủi ro và cơ hội và phát triển các chiến lược tài chính hiệu quả hơn.

Các hệ thống AI có thể được đào tạo để thực hiện các nhiệm vụ kế tốn thơng thường như nhập dữ liệu, đối chiếu và khai thuế, giúp kế tốn viên có thời gian tập trung vào các nhiệm vụ chiến lược và phức tạp hơn. Nghiên cứu đã chỉ

</div>Trang 31<div class="page_container" data-page="31">

ra rằng AI có khả năng giảm đáng kể khối lượng công việc của kế tốn và tăng độ chính xác của báo cáo tài chính (Eicher, 2021; USM, 2022).

Kiểm tra, kiểm sốt và kiểm toán là một chức năng quan trọng trong kế tốn và việc sử dụng AI có khả năng biến đổi quy trình kiểm tra, kiểm sốt và kiểm toán này. Các hệ thống kiểm tra, kiểm soát và kiểm tốn ứng dụng AI có thể phân tích khối lượng lớn dữ liệu để xác định các mẫu và điểm bất thường có thể chỉ ra những bất thường kế tốn, tài chính. AI cũng có thể giúp đánh giá hiệu quả của các biện pháp kiểm soát nội bộ và xác định các lĩnh vực rủi ro (EY, n.d).

Một nghiên cứu được thực hiện bởi Deloitte (2019) cho thấy các hệ thống kiểm toán do AI cung cấp có thể cải thiện độ chính xác của báo cáo tài chính và giảm nguy cơ gian lận. Nghiên cứu cũng cho thấy AI có thể giúp kiểm tốn viên xác định các khu vực rủi ro hiệu quả hơn và cung cấp những hiểu biết có giá trị hơn cho khách hàng.

Ngồi ra, AI cịn có thể giúp phát hiện và ngăn chặn gian lận tài chính hiệu quả hơn so với cách thực hiện thủ công, truyền thống. Ví dụ như, thuật tốn AI có thể phân tích các giao dịch tài chính và xác định các điểm bất thường có thể chỉ ra hành vi gian lận (IBM, n.d). Các hệ thống phát hiện gian lận do AI cung cấp cũng có thể liên tục học hỏi và thích ứng với các rủi ro mới, giúp chúng hoạt động hiệu quả hơn theo thời gian (World Economic Forum, 2019). Các thuật toán phát hiện gian lận có thể được đào tạo để xác định các giao dịch và mẫu bất thường có thể chỉ ra hoạt động gian lận (Hasam, 2018).

Đối với việc cá nhân hóa dịch vụ tài chính, AI giúp cho cơng tác cá nhân hóa các dịch vụ tài chính qua việc các chatbot cung cấp lời khun tài chính được cá nhân hóa cho khách hàng dựa trên nhu cầu và hoàn cảnh của từng khách hàng (Insider Intelligence, 2023). Điều này giúp các ngân hàng và các tổ chức tài chính khác cải thiện sự hài lòng của khách hàng và từ đó xây dựng mối quan hệ khách hàng bền chặt hơn.

Mặc dù có nhiều lợi ích của AI trong kế tốn, nhưng cũng có một số thách thức. Một trong những thách thức chính là nhu cầu về chất lượng dữ liệu (Lehner et al., 2022). Các thuật toán AI dựa vào dữ liệu chất lượng cao để đưa ra dự đốn chính xác và cung cấp thông tin chi tiết có giá trị. Nếu dữ liệu khơng đầy đủ, khơng chính xác hoặc lỗi thời, thuật toán AI sẽ tạo ra kết quả không đáng tin cậy. Một thách thức khác là nhu cầu giám sát của con người (Ali et al., 2020; Hasan, 2022; Zhang et al., 2020;). Mặc dù AI có thể tự động hóa nhiều nghiệp vụ

</div>Trang 32<div class="page_container" data-page="32">

thơng thường, nhưng nó khơng thể thay thế chun mơn của con người. Kế tốn viên và kiểm tốn viên vẫn cần xem xét và giải thích dữ liệu do thuật toán AI tạo ra để đảm bảo tính chính xác và phù hợp của dữ liệu.

Xét về mặt đạo đức của AI trong kế toán cũng là một mối quan tâm (Lehner et al., 2022; Munoko et.al, 2020). Ví dụ: có rủi ro là các thuật tốn AI có thể bị sai lệch hoặc thiện vị nếu chúng được đào tạo trên dữ liệu bị sai lệch hoặc được xây dựng trên nền tảng thuật toán thiên vị. Điều cần thiết là đảm bảo rằng AI được sử dụng một cách cơng bằng và có đạo đức để tránh những hậu quả không mong muốn.

Những phát triển tiềm năng trong tương lai của AI trong kế toán là rất đáng kể. Một trong những phát triển thú vị nhất là việc sử dụng các phân tích dự đốn do AI cung cấp (ICEAW, 2018) . Phân tích dự đốn có thể phân tích dữ liệu tài chính lịch sử để dự đốn xu hướng trong tương lai, cho phép các doanh nghiệp đưa ra quyết định sáng suốt hơn về ngân sách, đầu tư và các vấn đề tài chính khác. Một tiềm năng phát triển khác là việc sử dụng các chatbot do AI cung cấp để cung cấp lời khuyên tài chính được cá nhân hóa cho khách hàng (Hasan, 2022; Stancu & Duţescu, 2021).

Trí tuệ nhân tạo (AI) đang cách mạng hóa ngành kế tốn, giúp cải thiện tốc độ, độ chính xác và hiệu quả trong các hoạt động kế tốn, tài chính. Nhiều doanh nghiệp và doanh nghiệp kiểm toán, dịch vụ kế toán-thuế đã áp dụng các hệ thống kế toán ứng dụng AI để tự động hóa các cơng việc thơng thường như nhập dữ liệu, lập báo cáo tài chính và khai thuế. Trong bài viết này, tác giả phân tích dưới góc độ thực tiễn mà các doanh nghiệp đang ứng dụng và chia sẻ kinh nghiệm của họ.

PwC, một trong những doanh nghiệp kiểm toán lớn nhất thế giới, đã đi đầu trong việc áp dụng AI vào kiểm toán, kế toán. PwC đã phát triển một hệ thống kiểm toán dựa trên nền tảng ứng dụng AI có tên gọi là Halo, sử dụng các thuật toán máy học để phân tích khối lượng lớn dữ liệu kế tốn, tài chính. Halo đã cải thiện đáng kể độ chính xác của lập báo cáo tài chính và giảm thời gian cần thiết để kiểm toán. PwC cũng đã phát triển một chatbot hỗ trợ AI có tên gọi là Aura, giúp khách hàng giải đáp các thắc mắc liên quan đến thuế. Aura đã giảm khối lượng công việc cho các chuyên gia tư vấn thuế của PwC và cải thiện trải nghiệm của khách hàng (PwC, 2016).

Trong khi đó KPMG, cũng đã tích cực áp dụng AI vào kế toán. KPMG đã phát triển một hệ thống khai thuế có tên gọi là Tax Ignition, tự động hóa nhiều cơng việc thơng thường liên quan đến khai thuế. Việc này đã giảm thời gian cần

</div>Trang 33<div class="page_container" data-page="33">

thiết để lập kế hoạch bị thuế và cải thiện độ chính xác của tính tốn thuế. KPMG cũng đã phát triển một hệ thống phát hiện gian lận "KPMG Clara", sử dụng thuật toán máy học để xác định các bất thường tài chính tiềm ẩn. KPMG Clara đã cải thiện đáng kể tính hiệu quả của quy trình kiểm tốn của KPMG (KPMG, n.d).

Với Xero, một doanh nghiệp phần mềm kế toán dựa trên đám mây, cũng đã áp dụng AI để cải thiện hệ thống kế tốn của mình. Xero đã phát triển một “cố vấn tài chính” AI có tên là "Xero Advisor", cung cấp thông tin chi tiết và đề xuất cho các chủ doanh nghiệp nhỏ. Xero Advisor đã giúp các doanh nghiệp nhỏ đưa ra quyết định tài chính tốt hơn và cải thiện hiệu quả tài chính của họ. Xero cũng đã phát triển một cơng cụ dự đốn dịng tiền AI có tên là "Dự án Xero", giúp các doanh nghiệp dự báo dịng tiền của họ chính xác hơn (Xero, n.d).

Intuit, nhà sản xuất phần mềm kế tốn QuickBooks, cũng đã tích hợp AI vào hệ thống kế tốn của mình (Intuit, 2023). Intuit đã phát triển một chatbot hỗ trợ AI có tên là Trợ lý QuickBooks, giúp người dùng thực hiện các tác vụ kế tốn thơng thường như lập hóa đơn và theo dõi chi phí. QuickBooks Assistant đã giảm thời gian cần thiết cho các tác vụ này và cải thiện trải nghiệm người dùng. Intuit cũng đã phát triển một công cụ dự đốn dịng tiền do AI cung cấp có tên là "QuickBooks Cash Flow", giúp các doanh nghiệp nhỏ quản lý dòng tiền của họ hiệu quả hơn.

BlackLine, một doanh nghiệp phần mềm dựa trên đám mây, cũng đã áp dụng AI để cải thiện hệ thống kế tốn của mình (BlackLine, n.d) . BlackLine đã phát triển một công cụ đối chiếu do AI cung cấp có tên là "Smart Close", tự động hóa nhiều tác vụ liên quan đến quy trình đóng tài chính. Smart Close đã giảm đáng kể thời gian cần thiết để đóng tài chính và cải thiện độ chính xác của báo cáo tài chính. BlackLine cũng đã phát triển một cơng cụ phân tích tài khoản do AI cung cấp có tên là "Phân tích tài khoản", giúp các doanh nghiệp xác định và sửa lỗi kế tốn nhanh hơn.

Các ví dụ được thảo luận ở trên minh họa cách AI đang làm thay đổi ngành kế toán, kiểm toán bằng cách cung cấp tốc độ, độ chính xác và hiệu quả hơn. Các doanh nghiệp và doanh nghiệp kiểm toán, doanh nghiệp dịch vụ kế toán-tư vấn thuế áp dụng hệ thống kế tốn AI đã thu được những lợi ích đáng kể, bao gồm cải thiện độ chính xác của báo cáo tài chính, giảm thời gian cần thiết cho các công việc thường ngày và cải thiện trải nghiệm của khách hàng và người dùng. AI cũng đã giúp giảm khối lượng cơng việc của kế tốn, cho phép họ tập trung vào các

</div>Trang 34<div class="page_container" data-page="34">

nhiệm vụ chiến lược và phức tạp hơn, đòi hỏi sự phán đốn và chun mơn của con người. Việc áp dụng AI trong kế tốn có thể sẽ tiếp tục phát triển trong những năm tới khi nhiều doanh nghiệp nhận ra lợi ích của cơng nghệ này.

3. Kết quả và bàn luận nghiên cứu

3.1. Thách thức và vấn đề tồn tại

Trí tuệ nhân tạo (AI) đang nhanh chóng chuyển đổi ngành kế tốn bằng cách tự động hóa các cơng việc thường ngày và cung cấp báo cáo tài chính chính xác và hiệu quả hơn. Tuy nhiên, việc áp dụng AI trong kế toán cũng mang lại một số thách thức phải được giải quyết để đảm bảo việc sử dụng các công nghệ này một cách có đạo đức và hiệu quả. Trong bài viết này, tác giả sẽ thảo luận về những thách thức chính của AI trong kế tốn, bao gồm nhu cầu về các kỹ năng và đào tạo mới cho kế toán, các vấn đề về đạo đức như thiên vị trong thuật toán AI và khả năng thay đổi công việc cũng như các cân nhắc về quy định và pháp lý đối với việc sử dụng AI trong kế toán.

Một trong những thách thức quan trọng nhất của AI trong kế toán là nhu cầu đào tạo và kỹ năng mới cho kế toán viên để vận hành và quản lý hệ thống AI một cách hiệu quả. Các hệ thống kế toán ứng dụng AI yêu cầu các kỹ năng và kiến thức chuyên môn, chẳng hạn như phân tích dữ liệu, học máy và lập trình. Kế tốn viên cũng phải hiểu cách tích hợp các hệ thống AI với các quy trình kế tốn hiện có và cách diễn giải kết quả đầu ra do các hệ thống này tạo ra.

Việc áp dụng AI trong kế tốn cũng địi hỏi phải thay đổi tư duy từ các hoạt động kế toán truyền thống sang ứng dụng công nghệ, môi trường tin học. Kế toán viên phải hiểu cách xác định các lĩnh vực kế tốn có thể được tự động hóa thơng qua AI và cách tận dụng AI để cung cấp các dịch vụ mang tầm chiến lược hơn cho khách hàng.

Để giải quyết những thách thức này, các doanh nghiệp (nhất là doanh nghiệp kiểm toán) phải đầu tư vào các chương trình đào tạo và phát triển để đảm bảo rằng nhân viên của họ có những kỹ năng và kiến thức cần thiết để vận hành và quản lý hệ thống AI một cách hiệu quả. Điều này có thể liên quan đến việc hợp tác với các nhà cung cấp cơng nghệ để cung cấp khóa đào tạo chuyên biệt hoặc thuê các nhà khoa học dữ liệu và chuyên gia máy học để làm việc cùng với kế toán.

Một thách thức đáng kể khác của AI trong kế toán là những cân nhắc về vấn đề tồn tại của đạo đức nghề nghiệp xung quanh các công nghệ này. Một trong

</div>Trang 35<div class="page_container" data-page="35">

những mối quan tâm chính là khả năng thiên vị, sai lệch trong các thuật toán AI. Các hệ thống AI chỉ khách quan khi mà dữ liệu được sử dụng để huấn luyện chúng khách quan. Nếu dữ liệu được sử dụng để đào tạo hệ thống AI bị thiên vị, sai lệch thì hệ thống có thể tạo ra kết quả sai lệch. Điều này có thể có ý nghĩa quan trọng đối với báo cáo tài chính và ra quyết định của lãnh đạo. Để giải quyết những lo ngại này, các doanh nghiệp phải đảm bảo rằng dữ liệu được sử dụng để đào tạo các hệ thống AI là không thiên vị và phải mang tính đại diện cho tổng thể. Họ cũng phải minh bạch về các thuật toán được sử dụng trong các hệ thống AI và cách chúng tạo ra đầu ra.

Một mối quan tâm về đạo đức khác là khả năng thay đổi công việc do áp dụng AI trong kế tốn. Khi các cơng việc thường ngày được tự động hóa thơng qua ứng dụng nền tảng AI, nhu cầu về vai trị kế tốn truyền thống có thể giảm đi. Điều này có thể dẫn đến mất việc làm cho kế toán viên và các chuyên gia kế toán khác. Để giải quyết những lo ngại này, các doanh nghiệp phải chủ động đào tạo lại và nâng cao kỹ năng cho nhân viên của mình để chuẩn bị cho những thay đổi do AI mang lại. Họ cũng phải minh bạch với nhân viên của mình về tác động tiềm tàng của AI đối với vai trò của họ và cung cấp hỗ trợ cho những người bị ảnh hưởng bởi việc thay đổi công việc.

Cuối cùng, việc áp dụng AI trong kế toán cũng mang lại những cân nhắc về quy định và pháp lý phải được giải quyết. Ví dụ như vấn đề quyền riêng tư và bảo mật dữ liệu liên quan đến việc sử dụng AI trong kế toán. Quy định chung về bảo vệ dữ liệu (GDPR) yêu cầu các doanh nghiệp đảm bảo rằng dữ liệu cá nhân của công dân EU được xử lý hợp pháp, công bằng và minh bạch (Linklaters, n.d; SAS, n.d; Think Tank European Parliament, 2020).

Điều này có thể yêu cầu các doanh nghiệp Việt Nam phải thực hiện các biện pháp bảo mật bổ sung để bảo vệ dữ liệu được xử lý thơng qua các hệ thống AI. Cũng có thể có những cân nhắc về quy định xung quanh việc sử dụng AI trong báo cáo tài chính. Các cơ quan quản lý có thể u cầu các doanh nghiệp cơng bố cách các hệ thống AI được sử dụng trong báo cáo tài chính và cách chúng được tích hợp với các quy trình kế tốn hiện có.

3.2. Tương lai phát triển của AI trong lĩnh vực kế toán

Khi cơng nghệ trí tuệ nhân tạo (AI) tiếp tục phát triển, tác động của nó đối với ngành kế toán, kiểm toán ngày càng lớn và quan trọng. Từ các phân tích nêu trên, cho thấy rằng lợi ích của AI trong kế toán-kiểm toán mang lại là to lớn và

</div>Trang 36<div class="page_container" data-page="36">

hiện thực, từ việc tự động hóa các cơng tác lặp đi lặp lại như nhập và đối chiếu dữ liệu đến cung cấp thông tin chuyên sâu chiến lược và tư vấn tài chính. Tuy nhiên, tiềm năng phát triển trong tương lai của AI và kế tốn thậm chí cịn thú vị hơn. Trong báo cáo này, tác giả phân tích ba lĩnh vực mà AI dự kiến sẽ có tác động sâu sắc. Đó là hệ thống kế tốn dựa trên đám mây (cloud), công nghệ chuỗi khối (blockchain) và xử lý ngôn ngữ tự nhiên (NLP).

Các hệ thống kế toán dựa trên đám mây (clouds) đã trở nên phổ biến trong các doanh nghiệp vừa và nhỏ do tính linh hoạt và khả năng dễ truy cập của chúng. Việc áp dụng các hệ thống kế toán đám mây có ứng dụng AI sẽ cịn phát triển nhanh chóng hơn trong tương lai gần. Các hệ thống này có khả năng tự động hóa nhiều nghiệp vụ, cơng tác lặp đi lặp lại và tốn thời gian mà nhân viên kế tốn thường thực hiện, giải phóng họ để tập trung vào các nhiệm vụ chiến lược hơn và mang lại giá trị lớn hơn cho khách hàng của họ. Các hệ thống kế toán đám mây có ứng dụng cũng có thể cải thiện giao tiếp giữa kế toán viên và khách hàng của họ. Khách hàng có thể truy cập dữ liệu tài chính của họ bất cứ lúc nào và từ bất cứ đâu, giúp họ làm việc với kế toán dễ dàng hơn. Điều này có thể giúp các doanh nghiệp xây dựng mối quan hệ bền chặt hơn với khách hàng của họ và cung cấp dịch vụ được cá nhân hóa hơn.

Công nghệ chuỗi khối (blockchain) đã được sử dụng trong nhiều ngành khác nhau, bao gồm tài chính, quản lý chuỗi cung ứng và chăm sóc sức khỏe. Trong kế tốn, cơng nghệ chuỗi khối có thể được sử dụng để tạo báo cáo tài chính chính xác và an tồn hơn. Bằng cách tích hợp cơng nghệ AI và chuỗi khối, các doanh nghiệp (đặc biệt là doanh nghiệp kiểm tốn) có thể tự động hóa nhiều quy trình liên quan đến lập và kiểm tốn báo cáo tài chính. Ví dụ: các thuật tốn AI có thể tự động đối chiếu các giao dịch và xác định bất kỳ sự khác biệt nào, trong khi công nghệ chuỗi khối có thể đảm bảo rằng dữ liệu được bảo mật và không thể bị giả mạo. Điều này có thể giúp các doanh nghiệp kiểm tốn cải thiện tính chính xác của báo cáo tài chính, giảm rủi ro sai sót và cung cấp thơng tin đáng tin cậy hơn cho khách hàng của họ. Ngồi ra, cơng nghệ chuỗi khối có thể giúp giảm thời gian và chi phí liên quan đến kiểm tốn, vì kiểm tốn viên có thể dễ dàng truy cập và xác minh tính chính xác của dữ liệu tài chính.

Xử lý ngôn ngữ tự nhiên (NLP) là một công nghệ cho phép máy tính diễn giải và hiểu ngơn ngữ của con người. Trong kế tốn, NLP có thể được sử dụng để cải thiện giao tiếp giữa kế toán viên và khách hàng của họ, tự động hóa việc xem xét tài liệu và cung cấp phân tích dữ liệu tài chính chính xác hơn. Với sự trợ

</div>Trang 37<div class="page_container" data-page="37">

giúp của NLP, kế tốn có thể tự động hóa quy trình xem xét các tài liệu như hợp đồng, hóa đơn và báo cáo tài chính. Điều này có thể giúp giảm nguy cơ sai sót và đảm bảo rằng tất cả thơng tin đều chính xác và đầy đủ. Ngồi ra, NLP có thể được sử dụng để phân tích dữ liệu tài chính, cung cấp thông tin chi tiết và xác định các xu hướng có thể bị bỏ qua bởi các phương pháp truyền thống.

4. Kết luận

Tiềm năng của ứng dụng AI trong kế toán, kiểm toán là rất lớn và những lợi ích mà nó có thể mang lại cho ngành này là rất nhiều. Khi công nghệ tiếp tục phát triển, chúng ta có thể kỳ vọng sẽ thấy các hệ thống AI tiên tiến hơn có thể xử lý các tác vụ phức tạp hơn và cung cấp thông tin chuyên sâu hơn nữa về dữ liệu tài chính.

Trong vịng 10 năm tới, AI có thể thay đổi lớn cách thức hoạt động của các doanh nghiệp kiểm toán, doanh nghiệp cung cấp dịch vụ kế toán-thuế và nó trở thành một phần khơng thể thiếu của ngành. Nó sẽ loại bỏ hồn tốn các nghiệp vụ thủ cơng hiện đang được thực hiện bởi các kế tốn viên, giải phóng họ để tập trung vào các nhiệm vụ chiến lược hơn địi hỏi chun mơn của con người.

Hơn nữa, AI có tiềm năng cách mạng hóa cách các doanh nghiệp và cá nhân quản lý tài chính của họ. Với sự trợ giúp của các cơng cụ do AI cung cấp, các cá nhân có thể tiếp cận với lời khuyên và thông tin chi tiết về tài chính theo thời gian thực, giúp họ quản lý tiền của mình dễ dàng hơn và đưa ra các quyết định tài chính sáng suốt.

Tuy nhiên, như với bất kỳ cơng nghệ mới nào, cũng có những thách thức phải được giải quyết, bao gồm các cân nhắc về đạo đức và các mối quan tâm về quy định và pháp lý. Điều quan trọng là các công ty kế toán phải hợp tác chặt chẽ với các cơ quan quản lý và chuyên gia pháp lý để đảm bảo rằng họ đang sử dụng AI một cách có đạo đức và trong giới hạn của luật pháp.

Nhìn chung, tương lai của AI trong lĩnh vực kế toán là rất tươi sáng và tiềm năng chuyển đổi ngành của nó là rất lớn. Với sự cân nhắc cẩn thận và triển khai phù hợp, AI có thể giúp các doanh nghiệp mang lại giá trị lớn hơn cho khách hàng của họ và giúp việc quản lý tài chính trở nên dễ tiếp cận và hiệu quả hơn cho các doanh nghiệp cũng như cá nhân.

</div>Trang 38<div class="page_container" data-page="38">

TÀI LIỆU THAM KHẢO

1. ACCA (2018). The impact of Digital and Artificial Intelligence on audit and finance professionals: Harnessing the opportunities of disruptive

activities/technical-resources-search/2018/december/impact-of-digital-and-2. Ali, M. H., Hamdan, A., & Alareeni, B. (2021). The implementation of artificial intelligence in organizations' systems: opportunities and

challenges. The Importance of New Technologies and Entrepreneurship in Business Development: In The Context of Economic Diversity in Developing Countries: The Impact of New Technologies and Entrepreneurship on Business Development, 153-163.

3. Blackline (n.d). Simplify, standardize, and automate your financial close, directly in SAP.

4. Chukwuani, V. N., & Egiyi, M. A. (2020). Automation of Accounting

Processes: Impact of Artificial Intelligence. International Journal of Research and Innovation in Social Science (IJRISS), 4, 444-449.

issue-8/444-449.pdf

Chukwudi, O., Echefu, S., Boniface, U., & Victoria, C. (2018). Effect of Artificial Intelligence on the Performance of Accounting Operations among

Accounting Firms in South East Nigeria. Asian Journal of Economics, Business and Accounting, 7, 1-11.

6. Davenport, T. H., & Ronanki, R. (2018, January 9). Artificial Intelligence for

intelligence-for-the-real-world.html

Deloitte (2019). A guide to effective internal controls over financial reporting.

8. Deloitte (2020). Thriving in the era of pervasive AI. Deloitte’s State of AI in the Enterprise, 3rd Edition.

deloitte/deloitte-cn-dtt-thriving-in-the-era-of-persuasive-ai-en-200819.pdf

</div>Trang 39<div class="page_container" data-page="39">

Eicher, J. (2021). The future of AI in accounting: Part 1 – What is AI?.

10. EY (n.d). Internal control effectiveness.

11. Faggella.D., (2020). AI in the Accounting Big Four – Comparing Deloitte, PwC, KPMG, and EY. From risk assessment to monitoring.

12. Hasan, A. R. (2022). Artificial Intelligence (AI) in Accounting & Auditing:

A Literature Review. Open Journal of Business and Management, 10,

in Taxation. American Journal of Industrial and Business Management, 8,

/media/corporate/files/technical/technology/thought-leadership/artificial-17. Intuit (2023). The QuickBooks Assistant in QuickBooks Self-Employed.

18. Kokina, J., & Davenport, T. H. (2017). The Emergence of Artificial

Intelligence: How Automation Is Changing Auditing. Journal of Emerging Technologies in Accounting, 14, 115-122.

19. KPMG (n.d). KPMG Clara.

20. Lee, C. S., & Tajudeen, F. P. (2020). Usage and Impact of Artificial Intelligence on Accounting: 213 Evidence from Malaysian Organisations.

</div>Trang 40<div class="page_container" data-page="40">

Asian Journal of Business and Accounting, 13, 213-240.

21. Lehner, O. M., Ittonen, K., Silvola, H., Ström, E., & Wührleitner, A. (2022). Artificial intelligence based decision-making in accounting and auditing:

ethical challenges and normative thinking. Accounting, Auditing & Accountability Journal, 35(9), 109-135.

22. Lehner, O.M,, Ittonen, K., Silvola, H., Ström E., & Wührleitner, A. (2022). Accounting, Auditing & Accountability Journal ISSN: 0951-3574, 35(9).

23. Linklaters (n.d). AI & the GDPR: Regulating the minds of machines.

24. Luan, H., Geczy, P., Lai, H., Gobert, J., Yang, S. J. H., Ogata, H., Baltes, J., Guerra, R., Li,P., & Tsai, C.-C. (2020). Challenges and Future Directions of

Big Data and Artificial Intelligence in Education. Frontiers in Psychology, 11, Article ID: 580820.

25. Makridakis, S. (2017). The Forthcoming Artificial Intelligence (AI)

Revolution: Its Impact on Society and Firms. Futures, 90,

46-60.

26. Meservy, R. D., Denna, E. L., & Hansen, J. V. (1992). Application of

Artificial Intelligence to Accounting, Tax, and Audit Services: Research at Brigham Young University. Expert Systems with Applications, 4, 213-218.

27. Munoko, I., Brown-Liburd, H. L., & Vasarhelyi, M. (2020). The ethical

implications of using artificial intelligence in auditing. Journal of Business Ethics, 167, 209-234.

28. O’Leary, D. E. (1995). AI in Accounting, Finance and Management.

Intelligent Systems in Accounting, Finance and Management, 4, 149-153.

29. PwC (2016). Technology in the PwC Auidt-Driving Innovation

30. PwC (2021). AI Prediction.