人工智能与会计
你手上的课件包里 Topic 10 的讲座与辅导课完全缺失（Topic 1–9 与 Topic 11 都在）。据墨大 ARA 官方课程结构，Week 10 的主题是 "Artificial Intelligence and Accounting"。以下内容依据官方课程结构与公开考试说明补全，覆盖 Case 4 里与 AI 相关的全部考点。内容量很小，请务必花 15 分钟记住——大多数同学的复习清单里根本没有它。
一、这一周在讲什么
核心命题只有一句：AI 会重塑会计职业，但不会替代会计职业。基础核算工作（数据录入、初步分类、文档审阅）会被自动化；而判断、问责与沟通的价值上升。这一周要你建立的不是"AI 知识"，而是一种"控制意识"——当 AI 参与设定要上报表的会计估计时，谁为它负责？
1.1 AI 在会计学习与职业中的角色
- 加速数据处理：从大量凭证、合同中抽取与归类信息。
- 文档审阅：识别异常条款、比对披露一致性。
- 初步分类与估计：例如对存货跌价准备、坏账准备给出一个"看起来合理"的估计值。
- 职业重塑而非替代：基础核算被自动化，人的价值转向判断、问责与沟通。
1.2 AI 的局限与人的优势
AI 缺乏三样东西：判断力（judgement）、问责能力（accountability）、情境理解（context）。它给出的是一个"看起来合理"的输出，但没有任何人能替它承担责任。而财务报表是要"如实反映"的——一旦错，责任必须由人（编报者、审计师、管理层）承担。
1.3 伦理与风险
| 风险 | 说明 |
|---|---|
| 数据偏误被放大 | 训练数据里的历史偏差会被模型规模化复制 |
| 幻觉 hallucination | 模型可能生成看似正确、实则错误的数字 |
| 缺乏可解释性 | 无法解释"为什么得出这个估计"，削弱可验证性 |
| 保密与隐私 | 把敏感财务数据输入外部模型 |
| 责任外包给模型 | 组织层面的风险：无人真正为结果负责 |
1.4 AI 设定的会计估计：唯一的考点形式
模型可能被用来设定存货跌价准备、坏账准备等估计值。问题在于——估计是要上财务报表的，而报表必须"如实反映"。所以在期末里，这一章只以一种形式出现：Case 4 里"选出哪些控制是合理的"多选题（对应官方 Practice Exam 的 Q25）。
二、核心清单与图形
① 回测 Back-testing：定期把 AI 的估计与实际发生的结果对比，以发现并纠正系统性偏差。——这是唯一能检验估计质量的方法：估计的好坏只能由"事后是否被证实"来判定。
② 独立复核 Independent review：由财务/风险专家对重大估计提出质疑。——打破"模型说了算"的闭环，引入人的判断与问责。
③ 留痕 Logging：记录模型的输入、版本与输出。——可审计、可追溯、可复现；这是审计与监管的前提。
① 盲目信任单一输出（不加任何人工复核直接采用）——无法发现幻觉与偏误，把不可接受的错误直接写进财务报表。
② 把模型永久冻结、永不更新——看似稳妥，实则让模型脱离现实（业务环境变了、数据分布变了），估计长期失真。
③ 取消人工签核 human sign-off——财务报告的责任必须由人承担，无法"外包给模型"。
三、考点清单与预测题型
| 题型 | 出现概率 | 分值估计 | 拿分要点 |
|---|---|---|---|
| 多选 选出应管理 AI 估计的控制 | 必考（Case 4 (h)） | 1 | 选回测 / 独立复核 / 留痕；判错盲信、冻结、无签核 |
| 选择 AI 的局限（judgement/accountability/context） | 中 | 1 | 三缺一即错 |
| 简答 为什么责任必须由人承担 | 低 | 1–2 | 接上"如实反映"与"可验证性" |
分值依据：官方 Practice Exam 的最后一题（Q25）就是"AI 控制多选题"，官方蓝图把 Case 4 的 (h) 小问设为约 1 分。分值不高，但它是"零成本的确定性得分"——记住六个选项就能拿。
四、典型例题精讲
例题 1：AI 设定的存货跌价准备（Case 4 (h) 原型）
公司使用 AI 模型设定"受损存货跌价准备"的估计值。下列哪些控制是恰当的？
| 选项 | 判断 | 理由 |
|---|---|---|
| 定期回测：把 AI 的估计与事后实际结果对比 | ✓ | 估计的质量只能由"事后是否被现实证实"来检验，这是唯一有效的质量反馈机制 |
| 独立复核：由财务/风险专家对重大估计提出质疑 | ✓ | 打破"模型说了算"的闭环，引入人的判断与问责 |
| 留痕：记录模型输入、版本与输出 | ✓ | 可审计、可追溯、可复现，是审计与监管的前提 |
| 直接采用单一模型输出，不做任何人工复核 | ✗ | 无法发现幻觉与偏误，把不可接受的错误直接写进财务报表 |
| 把模型永久冻结，以后不再更新 | ✗ | 业务环境与数据分布会变，冻结会让估计长期失真 |
| 取消人工签核，由系统自动入账 | ✗ | 财务报告的责任必须由人承担，不能外包给模型 |
核心逻辑句（可照抄）："AI lacks judgement, accountability and context. Controls must therefore keep a human accountable for the estimate and keep the model's performance observable over time."
评分点：三个 ✓ 全选且三个 ✗ 全不选才得满分（多选题通常全对才给分）。
例题 2：简答——为什么不能把责任交给模型
问：如果 AI 模型给出的跌价准备估计导致报表重大错报，谁应当负责？为什么不能以"模型是自动生成的"作为免责理由？
解答：责任由人承担——编制报表的管理层，以及在审计中签字的审计师。理由有三层：① 财务报表的编制要求"如实反映"（faithful representation：完整、中立、无重大错误），而模型无法对"完整性"与"中立性"作出承诺；② 会计准则要求重大估计有可验证的依据（verifiability），模型的"不可解释性"恰恰破坏了这一点；③ 问责（accountability）本质上是"有人必须承担后果"，而模型没有法律人格、没有财产、也无法承担后果。
评分点：答出"责任由人承担"（1 分）+ 接上"如实反映 / 可验证性 / 问责"中的两点（各 0.5 分）。
五、易错点与考场技巧
① 把"冻结模型"当成稳健控制。它恰恰会让估计长期失真。
② 以为"AI 会更客观所以不需要复核"。训练数据偏误与幻觉都会被规模化放大。
③ 多选题漏选。ARA 的多选题通常是"全对才给分"，所以务必三个 ✓ 都勾上、三个 ✗ 都不要勾。
只记两组共六个词：✓ 回测 / 独立复核 / 留痕；✗ 盲信 / 冻结 / 无签核。再记一句核心逻辑："AI lacks judgement, accountability and context." 这一章就复习完了——但大多数同学根本没复习它。