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.
NETL
NSTL
万方数据