Dirbtinio intelekto naudojimo ir poveikio apskaitai galimybių tyrimas

  • Giedrė Lapinskienė Vilniaus kolegija
  • Eugenijus Mačerauskas Vilniaus kolegija
  • Genė Achranovič Vilniaus kolegija
  • Irena Danilevičienė Vilniaus kolegija
DOI: https://doi.org/10.59476/mtt.v2i20.679
Keywords: dirbtinis intelektas (DI), verslo valdymo sistemos (VVS), apskaita

Abstract

Tobulėjant šiuolaikinėms technologijoms, vystosi ir dirbtinis intelektas (DI), kuris į kiekvieną darbo sritį atneša naujovių, susijusių su jo pritaikymu. Apskaitos srityje pastebimos DI integravimo galimybės, kurios galėtų dar labiau automatizuoti darbuotojų darbą, pateikti gilesnius analizės rezultatus, tačiau atsiranda ir naujų iššūkių – tiek peržiūrint apskaitos skyriaus procesus, tiek keliant apskaitininkų kvalifikaciją. Visos šios naujovės tapo ypač aktualios finansų ir verslo valdymo sistemoms (VVS) bei privertė jų kūrėjus sparčiai tobulėti aršioje konkurencinėje kovoje dėl kuo našesnio, efektyvesnio, labiau išvystyto dirbtinio intelekto integravimo į kuriamus produktus. Remiantis šiuo išoriniu kontekstu, straipsnyje iškeltas klausimas – kokias DI panaudojimo galimybes siūlo finansų ir verslo valdymo sistemos, naudojamos Lietuvoje? Tyrimo tikslas – išanalizuoti viešai prieinamą informaciją apie DI pritaikymą finansų sferoje ir susisteminti naujas verslo valdymo sistemų DI teikiamas galimybe Lietuvoje. Tyrimo objektu pasirinktos viešai skelbiamos dirbtinio intelekto funkcionavimo galimybės finansų ir verslo valdymo sistemose bei jų įtaka apskaitos procesams. Straipsnio uždaviniai: atlikus literatūros apžvalgą, išgryninti dirbtinio intelekto sąvoką ir pagrindinius elementus; susisteminti verslo valdymo sistemų DI siūlomas naujoves apskaitai, akcentuojant galimus apskaitos procesų pasikeitimus bei apskaitininko kvalifikacijos tobulėjimo elementus. Metodai: mokslinės, teorinės literatūros ir kitų informacinių šaltinių analizė ir sisteminimas. Tyrimas atskleidė, kad dar ne visos programos sparčiai taiko DI naujoves. Atlikus tyrimą, nustatyta, kad finansinių operacijų įvedimas, duomenų analizės ir ataskaitų pateikimo variantų vertinimas bei kontrolės pagilinimas šiuo metu būtų esminiai apskaitos procesų patobulinimai. Tiesa, šios naujovės kelia iššūkius ir apskaitininkų kvalifikacijos tobulinimui – tai ne tik naujų funkcijų įsisavinimas sistemose, bet ir gilesnės analitinės žinios, gebėjimas suprasti ir kritiškai įvertinti DI teikiamą informaciją.

Downloads

Download data is not yet available.

References

1. Aftabi, S. Z., Ahmadi, A., Farzi, S. (2023). Fraud detection in financial statements using data mining and GAN models. Expert Systems with Applications, 227(120144), 1–16. https://doi.org/10.1016/j.eswa.2023.120144.
2. Antanaitienė, L. (2023). Dirbtinio intelekto įtaka finansinės apskaitos profesijos reikalavimams. Kaunas, KTU. 83 p.
3. Aziki, A., Fadili, M. H. (2021). Screening the recent uses of Artificial intelligence in accounting firms: a scoping review, MENACIS, 12–20.
4. Bonson, E., Lavorato, D., Lamboglia, R., Mancini, D. (2021). Artificial intelligence activities and ethical approaches in leading listed companies in the European Union. International Journal of Accounting Information Systems, 43(100535), 1–14. https://doi.org/10.1016/j.accinf.2021.100535.
5. 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(8), 444–449.
6. Dyball, M. C., Seethamraju, R. (2022). Client use of blockchain technology: exploring its (potential) impact on financial statement audits of Australian accounting firms. Accounting, Auditing and Accountability Journal, 35(7), 1656–1684. https://doi.org/10.1108/AAAJ-07-2020-4681.
7. Dirbtinio intelekto indekso ataskaita. (2023). Artificial Intelligence Index Report. https://aiindex.stanford.edu/wp-content/uploads/2023/04/HAI_AI-Index-Report_2023.pdf.
8. Epstein, R., Roberts, G., Beber, G. (2009). Parsing the Turing Test, Philosophical and Methodological Issues in the Quest for the Thinking Computer. Springer Dordrecht. ISBN 978-1-4020-9624-2. 517 p.
9. European Commission. (2023). Europos Komisijos informacija. https://commission.europa.eu/index_en.
10. Europos Parlamentas. (2023). Kas yra dirbtinis intelektas ir kaip jis naudojamas?. www.europa.eu.
11. Gambhir, B., Bhattacharjee, A. (2022). Embracing the role of artificial intelligence in accounting and finance: contemplating the changing skillset expectations. Development and Learning in Organizations: An International Journal, 36(1), 17-20. https://doi.org/10.1108/DLO-01-2021-0016.
12. Han, H., Shiwakoti, R., K., Jarvis, R., Mordi, C., Botchie, D. (2023). Accounting and auditing with blockchain technology and artificial Intelligence: A literature review. International Journal of Accounting Information Systems, 48(100598), 1–16. https://doi.org/10.1016/j.accinf.2022.100598.
13. Hassan, W. M., Aldoseri, D. T., Saeed, M. M., Khder, M. A., Ali, B. J. (2022). Utilization of artificial intelligence and robotics technology in business. ASU International Conference in Emerging Technologies for Sustainability and Intelligent Systems, 443-449.
14. Yan, X. (2023). Research on financial field integrating artificial intelligence: Application basis, case analysis, and SVR model-based overnight. Applied Artificial Intelligence, 37(1), 1–26. https://doi.org/10.1080/08839514.2023.2222258.
15. Yuan, H., Chen, X., Wang, J., Yuan, J., Yan, H., Susilo, W. (2020). Blockchain-based public auditing and secure deduplication with fair arbitration. Information Sciences, 541, 409–425. https://doi.org/10.1016/j.ins.2020.07.005.
16. K konsultacijos. (2023). Populiariausios finansų ir verslo valdymo sistemos Lietuvoje. https://www.konsultacijos.lt/populiariausios-finansu-ir-verslo-valdymo-sistemos-lietuvoje/.
17. Kamruzzaman, M. M., Alruwaili, O., Aldaghmani, D. (2022). Measuring systemic and systematic risk in the financial markets using artificial intelligence. Expert Systems, 41(e12971), 1–11. https://doi.org/10.1111/exsy.12971.
18. Karim, M. R., Hossain, M. A. (2021). Fraudulent financial reporting in the banking sector of Bangladesh: a prediction. International Journal of Management, Accounting and Economics, 8(2), 62-81. https://ssrn.com/abstract=3955184.
19. Kotha, L. S., Puttewar, D. H. (2023). AI’s Influence On Financial Institutions: Exploring The Impact Of Artificial Intelligence In Finance. Journal of Namibian Studies: History Politics Culture, 38, 2035–2044. https://doi.org/10.59670/fbzyyz39.
20. Kureljusic, M., Karger, E. (2023). Forecasting in financial accounting with artificial intelligence – a systematic literature review and future research agenda. Journal of Applied Accounting Research, 25(1), 81–104. https://doi.org/10.1108/JAAR-06-2022-0146.
21. Lee, C. S., Tajudeen, F. P. (2020). Usage and Impact of Artificial Intelligence on Accounting: Evidence from Malaysian Organisations. Asian Journal of Business and Accounting, 13(1), 213–239. https://doi.org/10.22452/ajba.vol13no1.8.
22. Leitner-Hanetseder, S., Lehner, O. M., Eisl, C., Forstenlechner, C. (2021). A profession in transition: actors, tasks and roles in AI-based accounting. Journal of Applied Accounting Research, 22(3), 539–556. https://doi.org/10.1108/JAAR-10-2020-0201.
23. Liu, Y., Wang, T., Zhang, S., Liu, X., Liu, X. (2020). Artificial intelligence aware and security-enhanced traceback technique in mobile edge computing. Computer Communications, 161, 375-386. https://doi.org/10.1016/j.comcom.2020.08.006.
24. LR Ekonomikos ir inovacijų ministerija. (2024). Dirbtinis intelektas. https://eimin.lrv.lt/lt/veiklos-sritys/skaitmenine-politika/dirbtinis-intelektas.
25. LR Seimas. (2024). Seimo Ateities komitetas įsteigė Dirbtinio intelekto darbo grupę: „Teisinis šuolis į dirbtinio intelekto ateitį Lietuvoje“. https://www.lrs.lt/sip/portal.show?p_r=35403&p_k=1&p_t=287217.
26. Milana, C., Ashta, A. (2021). Artificial intelligence techniques in finance and financial markets: A survey of the literature. Strategic Change, 30, 189–209. https://doi.org/10.1002/jsc.2403
27. Moll, J., Yigitbasioglu, O. (2019). The role of internet-related technologies in shaping the work of accountants: New directions for accounting research. The British Accounting Review, 51(100833), 1–20. https://doi.org/10.1016/j.bar.2019.04.002.
28. Rahman, M., Ming, T. H., Baigh, T. A., Sarker, M. (2023). Adoption of artificial intelligence in banking services: an empirical analysis. International Journal of Emerging Markets, 18(10), 4270–4300. https://doi.org/10.1108/IJOEM-06-2020-0724.
29. Singh, A., Kanaujia, A., Singh, V. K., Vinuesa, R. (2024). Artificial intelligence for Sustainable Development Goals: Bibliometric patterns and concept evolution trajectories. Sustainable Development, 32(1), 724–754. https://doi.org/10.1002/sd.2706.
30. Statistikos departamentas. (2023). Duomenys apie dirbtinio intelekto taikymą. www.stat.gov.lt.
31. Sutton, S. G., Holt, M., Arnold, V. (2016). The reports of my death are greatly exaggerated”–Artificial intelligence research in accounting. International Journal of Accounting Information Systems, 22, 60–73. https://doi.org/10.1016/j.accinf.2016.07.005.
32. Truby, J. (2020). Governing Artificial Intelligence to benefit the UN Sustainable Development Goals. Sustainable Development, 28, 946–959. https://doi.org/10.1002/sd.2048.
33. Van Bekkum, M., Borgesius, F. Z. (2023). Using sensitive data to prevent discrimination by artificial intelligence: Does the GDPR need a new exception?. Computer Law & Security Review, 48(105770), 1–12. https://doi.org/10.1016/j.clsr.2022.105770.
34. Varzaru, A. A. (2022). Assessing artificial intelligence technology acceptance in managerial accounting. Electronics, 11(14), 1–13. https://doi.org/10.3390/electronics11142256.
35. Viluckas, P. (2023). Dirbtinis intelektas: ne visi naudoja, ne visiems reikės, bet dalis rizikuoja likti nekonkurencingi. Verslo žinios. https://www.vz.lt/inovacijos/2024/0315/dirbtinis-intelektas-ne-visi-naudoja-ne-visiems-reikes-bet-dalis-rizikuoja-likti-nekonkurencingi#ixzz8aqVPgy00.
36. Zhang, C., Zhu, W., Dai, J., Wu, J., & Chen, X. (2023). Ethical impact of artificial intelligence in managerial accounting. International Journal of Accounting Information Systems, 49(100619), 1–19. https://doi.org/10.1016/j.accinf.2023.100619.
Published
2024-11-14
How to Cite
Lapinskienė, G., Mačerauskas, E., Achranovič, G., & Danilevičienė, I. (2024). Dirbtinio intelekto naudojimo ir poveikio apskaitai galimybių tyrimas. Mokslo Taikomieji Tyrimai / Applied Research, 2(20), 55-62. https://doi.org/10.59476/mtt.v2i20.679
Issue
Vol 2 No 20 (2024): Mokslo taikomieji tyrimai Lietuvos kolegijose
Section
Socialinių mokslų tyrimai

Copyright (c) 2024 Giedrė Lapinskienė, Eugenijus Mačerauskas, Genė Achranovič, Irena Danilevičienė

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.