人工智能生物识别技术在管理会计中的应用

会计人员利用数据的伦理思维

 

Tadewald（2019）指出，数据伦理是利用数据做正确的事情。他认为，为了更好地避免组织内部数据应用的伦理风险，会计师需要考虑四个主要问题，即数据使用过程是否符合客户的期望，数据使用过程是否合法，数据使用过程是否会对客户产生不良影响，数据使用是否存在风险，如何处理？

 

（1）毫无疑问，数据的使用是否满足了客户的需求。大数据技术的使用具有更快的数据分析、更高的准确性和更深入的洞察力，往往在提高客户服务水平和客户满意度方面发挥着重要作用。各种处理大数据的人工智能被认为能够模仿人类的认知技能和判断能力，为用户带来卓越的竞争优势。然而，人工智能也被认为是由于缺乏情感和价值观，在做决定时会产生偏见。例如，人工智能系统不需要人类提前填写和灌输规则和事实。相反，这些系统以数据为动力，通过研究输入的数据，如客户之前的交易，并构建模型（即算法）来执行描述性和预测性任务。这些系统可以自行执行任务，如交易、拒绝交易或进行交易测试。鉴于系统本身的复杂性和不断的自我进化，系统用户很难掌握它们的决策基础是什么。特别是过去积累的客户数据或同类型客户的大数据是否能真正满足当前客户的独特需求，有时值得怀疑。特别是随着技术突破和市场需求的快速变化，客户的各种决策也需要不断改变原有的概念和固有的模式，甚至发生重大变化。此时，基于历史决策偏好的数据可能无法真正满足客户的需求。

 

（2）数据使用和合法性问题会计行为是否合法往往被认为是会计人员的基本标准，也被用来判断个人及其组织是否遵守伦理标准。随着公司经营涉及的国家和地区越来越广泛，这种判断也需要根据当地情况采取措施，判断组织是否遵守业务所在地区适用的相关数据使用法，包括数据使用的合规要求，并确定公司满足这些要求的缺点。当然，遵守法律并不等于遵守伦理标准。虽然法律往往包含大多数公民同意的伦理标准，但就像海因茨问题一样（Heinz’sdilemma）所揭示的，有时两者之间也有冲突。海因茨盗窃重病妻子的药物显然是违法的，但拯救妻子的生命是符合伦理要求的。同样，一些看似合法的行为也不一定等同于遵守伦理标准。例如，一些特定历史时期的国家立法，如南非种族隔离时期的法律，显然违反了伦理标准。同样，由于相关法律尚未及时出台，新技术带来的大量新技术的使用似乎是合法的，但很可能违背了消费者的意愿和公共利益。对于会计从业者来说，个人情绪、地区法律和社会规范可能偏离数据使用的伦理要求。因此，有必要不断审视现有的会计伦理标准，观察、思考和评估自己和组织的道德信仰和行为，以确保个人和组织使用所有数据都符合合理和有根据的伦理标准。

 

（3）数据使用对客户的影响。在会计数据的使用过程中，会涉及到大量关于客户的信息，包括主动生成的数据和被动留下的数据。在许多情况下，其删除权、存储权、使用权和知情权很难保证其安全。例如，由于缺乏对数据使用的有效监督和管理，出生日期、性别、地址、交易记录等信息在使用过程中很可能导致数据泄露和数据隐私不合规。同时，由于一些数据技术本身存在安全漏洞，也可能导致数据泄露、伪造、扭曲等问题，影响信息安全。此外，如果这些数据的使用超出了服务客户的需求，导致客户数据的标记、链接，甚至在客户不知情的情况下出售给第三方，也会给客户带来不可预测的后果。同时，大数据使用的失范和误导，如大数据使用的权责、相关信息产品的社会责任、高科技犯罪活动等，也是信息安全问题衍生的伦理问题。

 

（4）大数据技术在各行各业的不断普及和应用，也吸引了更多觊觎这些大数据商业价值的网络小偷。特别是掌握公司核心商业秘密的财务部门，已成为防止数据泄露的重点部门。例如，世界四大会计师事务所之一的德勤公司，虽然非常重视大数据使用的安全，但也建立了强大的技术预防能力，不可避免地遭遇了网络攻击，导致许多私人电子邮件和客户计划泄露。为进一步处理大数据技术应用带来的伦理问题，杨伟东（2018）从隐私泄露、信息安全和数据差距三个方面进行了分析，提出了无害、统一、尊重自主三大伦理原则，提出了加强技术创新和技术控制、建立健全监管机制、培育开放共享理念三大主要措施，消除大数据异化带来的伦理风险。Rodgers等人(2020)指出，人工智能技术在管理会计中的应用越来越广泛，因此也在不断重新定义管理会计师的作用。管理会计的主要目标是为组织管理层提供关键的会计信息，帮助组织做出科学的决策。他们提出如何在采购/库存周期和转换周期中使用人工智能生物识别技术来保护企业的重要资产。采用吞吐量模型（ThroughputModel）介绍如何高效、安全地建立稳定有效的管理控制体系。为了维护组织的资产安全，需要使用适合人工智能设备的道德算法路径系统。企业面临的欺诈风险，将带来盗窃、法律等问题造成的巨大成本。作者建议将生物识别技术作为企业管理的预防、控制和检测控制手段。预防和控制可以减少风险的发生，检测和控制可以识别问题，以便纠正。因此，人工智能生物识别技术不仅在管理和控制系统中带来了技术应用的重大进步，而且可以帮助企业建立资产安全系统，大大降低重要信息被盗的风险，降低交易成本。

 

随着大数据技术在会计领域的应用越来越普及，数据应用带来的伦理问题也不断出现。作为会计师，我们还需要与时俱进，不断吸收新的思想指导和建议，解决数据隐私和保护的困境。我们不仅要思考数据伦理带来的新要求，还要不断学习和提高对数据伦理标准的理解，帮助公司与相关合作伙伴共同开发新的、全面的数据合规方法和数据伦理标准。