ĐỔI MỚI CHƯƠNG TRÌNH ĐÀO TẠO KIỂM TOÁN TRONG KỶ NGUYÊN SỐ: BÁO CÁO NGHIÊN CỨU VÀ TỔNG LUẬN BARM 2023

Tóm tắt nghiên cứu

Báo cáo nghiên cứu tổng hợp và phân tích các công trình khoa học trong Kỷ yếu Hội thảo khoa học cấp trường BARM 2023 (Bachelor in Audit & Risk Management) do Trường Đại học Ngân hàng TP. Hồ Chí Minh tổ chức (ISBN: 978-604-79-3719-6, NXB Tài chính). Nghiên cứu tập trung giải quyết câu hỏi trọng tâm: Làm thế nào để đổi mới toàn diện chương trình đào tạo cử nhân ngành Kiểm toán nhằm đáp ứng đồng thời chuẩn kiểm định quốc tế AUN-QA, sự biến chuyển của chuẩn mực kiểm toán quốc tế và làn sóng chuyển đổi số mạnh mẽ của công nghệ AI, Big Data, Blockchain?

Dựa trên phương pháp tổng quan tài liệu có hệ thống (Systematic Literature Review), phân tích khung chương trình WIDS, chu trình CPC (Curriculum Planning Cycle) và mô hình học tập kết nối (Connectivism), nghiên cứu chỉ ra rằng các thao tác kiểm toán thủ công truyền thống đang dần được thay thế hoàn toàn bởi các nền tảng AI như Machine Learning, Xử lý ngôn ngữ tự nhiên (NLP) và hệ thống kiểm toán thông minh (Smart Auditing).

Kết quả nghiên cứu đề xuất khung đào tạo tích hợp liên ngành chuẩn mực gồm 7 nhóm tiêu chí và chu trình 5A, đồng thời mở rộng khung năng lực người học từ KSA sang KSAB (bổ sung yếu tố Behavior - Hành vi nghề nghiệp). Báo cáo mang lại hàm ý sâu sắc cho việc tái cấu trúc chương trình đào tạo đại học, xây dựng mô hình đào tạo luân phiên (Dual Education) và phòng thực hành kiểm toán ảo (Virtual Audit Simulation Lab) tại Việt Nam.

Bối cảnh và tầm quan trọng

Sự bùng nổ của cuộc Cách mạng Công nghiệp lần thứ tư đang định hình lại toàn bộ cấu trúc kinh tế toàn cầu, trong đó hoạt động kế toán, kiểm toán và dịch vụ bảo đảm là những lĩnh vực chịu tác động trực tiếp và sâu sắc nhất. Sự ra đời của các nền tảng phân tích tự động hóa, trí tuệ nhân tạo (AI) và công nghệ chuỗi khối (Blockchain) đã chuyển đổi căn bản phương thức thu thập, xử lý và kiểm tra bằng chứng kiểm toán. Các hãng kiểm toán hàng đầu thế giới (Big 4) đã triển khai các nền tảng kiểm toán số hóa toàn diện như Halo (PwC), Clara (KPMG) hay các công cụ tự động hóa chu trình tài chính như Smart Close (BlackLine).

Tuy nhiên, tại Việt Nam, công tác đào tạo nguồn nhân lực kiểm toán tại các cơ sở giáo dục đại học đang đối mặt với những khoảng trống nghiên cứu và thực tiễn (research & practice gaps) đáng kể:

  • Thiếu tính liên ngành và tích hợp: Mặc dù Bộ Giáo dục và Đào tạo đã ban hành danh mục mã ngành độc lập cho Kiểm toán (Thông tư 09/2022/TT-BGDĐT), nhiều chương trình vẫn giữ kết cấu truyền thống, nặng về thuyết giảng lý thuyết và thiếu sự giao thoa với Khoa học dữ liệu (Data Science) và Quản trị rủi ro (Risk Management).
  • Khoảng cách giữa giảng đường và thực tiễn nghề nghiệp: Quy trình thực tập của sinh viên phần lớn còn mang tính thời vụ, phương pháp đào tạo chưa bắt kịp sự thay đổi của chuẩn mực kiểm toán quốc tế và yêu cầu kiểm định khắt khe của mạng lưới các trường đại học Đông Nam Á (AUN-QA).

Trong bối cảnh đó, nghiên cứu này mang tính cấp thiết đặc biệt (high timeliness and relevance). Việc xây dựng luận cứ khoa học để định hình chuyên ngành "Kiểm toán và Quản trị rủi ro" (BARM) không chỉ đáp ứng yêu cầu cấp bách của thị trường lao động số mà còn cung cấp mô hình đối sánh (benchmarking) chuẩn mực cho hệ thống giáo dục đại học khối ngành kinh tế - kinh doanh tại Việt Nam.

Methodology và phương pháp tiếp cận

Nghiên cứu áp dụng thiết kế nghiên cứu đa phương pháp (Multi-method research design), kết hợp chặt chẽ giữa nghiên cứu lý thuyết hàn lâm và phân tích tình huống thực tiễn (case studies):

1. Nguồn dữ liệu và Thu thập tài liệu

  • Dữ liệu thứ cấp học thuật: Tổng hợp và hệ thống hóa hơn 40 công trình nghiên cứu trong nước và quốc tế công bố giai đoạn 2018–2023 từ các tạp chí uy tín (Harvard Business Review, Accounting, Auditing & Accountability Journal, Expert Systems with Applications, IJISAFM).
  • Dữ liệu thực tiễn và chuẩn mực nghề nghiệp: Phân tích các khung chuẩn mực nghề nghiệp của Hội Kiểm toán viên hành nghề Việt Nam (VACPA), Hiệp hội Kế toán Công chứng Anh Quốc (ACCA), cùng các khảo sát chuyển đổi số ngành kiểm toán của PwC, Deloitte, EY và KPMG.
  • Dữ liệu đóng góp chuyên gia: Tổng hợp 25 bài tham luận chuyên sâu từ các nhà khoa học, giảng viên của hơn 10 trường đại học lớn (HUB, UEH, UEL, Đại học Quy Nhơn, Đại học Thủy Lợi...) và chuyên gia doanh nghiệp tại Hội thảo BARM 2023.

2. Khung phân tích và Kỹ thuật xử lý

  • Khung chu trình phát triển chương trình CPC & WIDS: Ứng dụng quy trình 14 bước của Đại học Wisconsin (WIDS) và chu trình phát triển chương trình từ trên xuống (top-down) để thiết kế chuẩn đầu ra (PLO) tương thích với từng học phần (CLO).
  • Mô hình quy trình 5A: Vận dụng 5 bước chuẩn hóa (Ask an answerable question, Access the evidence, Appraise evidence, Apply the appropriate evidence, Assess the process) nhằm đảm bảo tính bền vững của chương trình đào tạo.
  • Cơ sở lý thuyết học tập thời đại số: Vận dụng Thuyết Kết nối (Connectivism Theory của George Siemens & Stephen Downes) để giải thích quá trình thu nạp tri thức thông qua các mạng lưới công nghệ, kết hợp cùng Thuyết Hành vi có kế hoạch (TPB) và Mô hình cấp bậc Kirkpatrick (4 cấp độ: Tương tác, Tri thức, Hành vi, Hiệu quả hoạt động) nhằm lượng hóa và kiểm định cấu trúc năng lực người học.

Quy trình phản biện độc lập (peer-review process) nghiêm ngặt trước khi xuất bản đảm bảo độ tin cậy (reliability) và giá trị khoa học (validity) của toàn bộ các luận cứ được đưa ra.

Các phát hiện chính

Tổng hợp các công trình nghiên cứu trong kỷ yếu mang lại 5 phát hiện và luận điểm cốt lõi sau:

1. Sự chuyển dịch tất yếu sang mô hình "Kiểm toán thông minh" (Smart Auditing)

Trí tuệ nhân tạo (AI), học máy (Machine Learning) và xử lý ngôn ngữ tự nhiên (NLP) đang tái cấu trúc hoàn toàn các phần hành kiểm toán:

  • Tự động hóa hoàn toàn các tác vụ cơ bản: Các quy trình trích xuất hóa đơn tự động (OCR), đối chiếu số dư ngân hàng và phân loại chứng từ được thực hiện tự động với sai số gần như bằng không.
  • Nâng cao chất lượng kiểm toán chuyên sâu: Thuật toán AI cho phép phân tích toàn bộ quần thể dữ liệu (100% population testing) thay vì chọn mẫu kiểm toán (audit sampling) truyền thống, giúp phát hiện gian lận và các giao dịch bất thường mang tính hệ thống với độ chính xác vượt trội.

2. Tái cấu trúc chuẩn đầu ra theo mô hình năng lực toàn diện KSAB

Trước áp lực số hóa, mô hình tam giác năng lực KSA (Kiến thức - Kỹ năng - Thái độ) truyền thống không còn đủ bao quát. Nghiên cứu xác lập mô hình KSAB, trong đó:

  • Kiến thức (Knowledge): Tích hợp kiến thức kiểm toán chuyên sâu với kiến thức công nghệ dữ liệu và phân tích rủi ro kinh doanh.
  • Kỹ năng (Skills): Năng lực phân tích dữ liệu lớn, tư duy phản biện thuật toán và vận hành phần mềm kiểm toán chuyên dụng.
  • Thái độ (Attitudes): Ý thức học tập suốt đời, cam kết đạo đức nghề nghiệp trong môi trường thuật toán.
  • Hành vi (Behaviors): Ứng xử chuyên nghiệp, phản xạ nhạy bén trước các thay đổi chính sách và khả năng tương tác liên văn hóa trong môi trường toàn cầu.

3. Khung 7 nhóm tiêu chí thiết kế chương trình tích hợp bền vững

Để đạt chuẩn kiểm định AUN-QA, chương trình đào tạo ngành Kiểm toán phải được xây dựng dựa trên sự liên kết hữu cơ giữa 7 nhóm tiêu chí (theo Gerald Kulm & Yeping Li):

Nhóm tiêu chí Nội dung cốt lõi trong chương trình Kiểm toán số
1. Mục tiêu chung (Goal) Đào tạo chuyên gia kiểm toán và quản trị rủi ro có năng lực công nghệ và hội nhập quốc tế.
2. Chuẩn đầu ra (Outcome) Hệ thống PLO đo lường được, tương thích với chuẩn nghề nghiệp ACCA, VACPA và tiêu chuẩn AUN-QA.
3. Hoạt động học tập (Learning Events) Học tập qua dự án (Project-based learning), đánh giá kiểm toán thu nhỏ (Mini-audit assessment).
4. Học phần cốt lõi (Components) Tích hợp các khối kiến thức: Kiểm toán tài chính, Kiểm toán CNTT, Phân tích dữ liệu và Quản trị rủi ro.
5. Đối tượng phân tích (Objects) Dòng dữ liệu tài chính thực tế, hệ thống kiểm soát nội bộ và môi trường số của doanh nghiệp.
6. Tài nguyên đào tạo (Characteristics) Hệ sinh thái phần mềm kế toán - kiểm toán đám mây, dữ liệu mô phỏng thực tế.
7. Bộ chỉ số đánh giá (Indicators) Thước đo đánh giá đa chiều kết hợp giữa nhà trường, sinh viên và doanh nghiệp theo chuẩn AUN-QA.

4. Đột phá từ mô hình Đào tạo luân phiên (Dual Education) và Thực hành mô phỏng

Nghiên cứu chỉ ra rằng phương pháp thực tập định kỳ truyền thống tại các trường đại học hiện nay bộc lộ nhiều bất cập (doanh nghiệp chỉ coi thực tập sinh là lao động thời vụ). Giải pháp mang tính bước ngoặt là chuyển đổi sang Mô hình đào tạo luân phiên (Dual Education / Formation par alternance):

  • Xen kẽ nhịp nhàng giữa thời gian học lý thuyết tại trường (2-3 ngày/tuần) và làm việc thực tế tại hãng kiểm toán.
  • Xây dựng Phòng thực hành kiểm toán ảo (Virtual Audit Simulation Lab) nhằm giúp sinh viên rèn luyện kỹ năng thực hành nghiệp vụ kiểm toán trong môi trường mô phỏng rủi ro trước khi bước vào thị trường lao động.

5. Cảnh báo về rủi ro đạo đức thuật toán và bảo mật dữ liệu

Bên cạnh lợi ích vượt trội, việc áp dụng AI trong kế toán - kiểm toán đặt ra thách thức lớn về:

  • Thiên vị thuật toán (Algorithmic Bias): Nếu dữ liệu huấn luyện đầu vào bị sai lệch, kết quả AI đưa ra sẽ dẫn đến các phán đoán kiểm toán sai lầm nghiêm trọng.
  • Khung khổ pháp lý và bảo mật dữ liệu: Yêu cầu tuân thủ các quy định bảo vệ dữ liệu nghiêm ngặt (như GDPR) và trách nhiệm giải trình của kiểm toán viên đối với các quyết định do AI hỗ trợ.

Đóng góp khoa học và hàm ý thực tiễn

Đóng góp về mặt lý thuyết và học thuật

  • Bổ sung và làm sâu sắc thêm việc ứng dụng Thuyết Kết nối (Connectivism) trong bối cảnh giáo dục kinh tế - kinh doanh số, chứng minh rằng năng lực của kiểm toán viên hiện đại không chỉ nằm ở tri thức nội tại mà còn ở khả năng kết nối và khai thác các nguồn dữ liệu chuyên biệt bên ngoài.
  • Phát triển khung lý thuyết hoàn chỉnh về Thiết kế chương trình đào tạo tích hợp bền vững kết hợp giữa lý thuyết giáo dục (WIDS, CDIO) với khung phân tích cấp bậc Kirkpatrick.

Giá trị thực tiễn và ứng dụng chính sách

  • Đối với các cơ sở giáo dục đại học: Cung cấp khung tham chiếu trực tiếp để xây dựng, thẩm định và cải tiến chương trình đào tạo chuyên ngành Kiểm toán và Quản trị rủi ro (BARM) đạt chuẩn AUN-QA; định hướng đổi mới phương pháp giảng dạy tích cực (Active Learning) thông qua công cụ đánh giá kiểm toán thu nhỏ (Mini-audit assessment).
  • Đối với các doanh nghiệp và tổ chức kiểm toán: Đặt nền móng cho cơ chế hợp tác chiến lược giữa Nhà trường - Doanh nghiệp thông qua mô hình đào tạo luân phiên, giúp rút ngắn thời gian đào tạo lại nhân sự mới và tối ưu hóa chi phí tuyển dụng.
  • Đối với cơ quan quản lý và hội nghề nghiệp: Cung cấp cơ sở khoa học để Bộ Giáo dục & Đào tạo, Bộ Tài chính, VACPA cập nhật chuẩn nghề nghiệp kiểm toán viên, xây dựng hành lang pháp lý cho việc kiểm toán các hệ thống sử dụng trí tuệ nhân tạo và công nghệ chuỗi khối.

Đối tượng quan tâm và giá trị thụ hưởng

  1. Các nhà nghiên cứu và Giảng viên đại học:
    • Tiếp cận hệ thống tài liệu tổng quan toàn diện về ứng dụng AI, Data Science trong kiểm toán.
    • Ứng dụng mô hình sư phạm tích cực, phương pháp thiết kế đề cương môn học và tiêu chí đánh giá chuẩn đầu ra theo AUN-QA.
  2. Doanh nghiệp kiểm toán, dịch vụ kế toán - thuế & Nhà tuyển dụng:
    • Nắm bắt được bức tranh tổng thể về năng lực của lực lượng lao động kiểm toán thế hệ mới.
    • Đồng thiết kế chương trình đào tạo luân phiên để đón đầu nguồn nhân lực chất lượng cao, thành thạo công nghệ.
  3. Các hiệp hội nghề nghiệp (VACPA, ACCA, CPA Australia):
    • Sử dụng kết quả nghiên cứu để đối sánh và cập nhật nội dung các môn thi chứng chỉ nghề nghiệp phù hợp với bối cảnh chuyển đổi số.
  4. Sinh viên và Học viên ngành Kế toán - Kiểm toán:
    • Định hình lộ trình phát triển kỹ năng (KSAB), chủ động trang bị năng lực khoa học dữ liệu, quản trị rủi ro và ngoại ngữ chuyên ngành để tự tin gia nhập thị trường lao động khu vực và toàn cầu.

FAQ - Các câu hỏi thường gặp

1. Phát hiện quan trọng nhất của báo cáo nghiên cứu này là gì?

Điểm cốt lõi nhất là sự chuyển dịch tất yếu của ngành kiểm toán từ mô hình ghi nhận thủ công sang mô hình Kiểm toán thông minh (Smart Auditing). Do đó, chương trình đào tạo buộc phải tích hợp liên ngành giữa Kiểm toán - Khoa học dữ liệu - Quản trị rủi ro, đồng thời mở rộng khung năng lực người học sang mô hình KSAB (bổ sung yếu tố Hành vi nghề nghiệp).

2. Phương pháp luận nghiên cứu có điểm gì đặc biệt?

Nghiên cứu kết hợp nhuần nhuyễn giữa các lý thuyết giáo dục đại học tiên tiến (Thuyết Kết nối Connectivism, khung thiết kế WIDS, chu trình CPC, mô hình 5A) với phân tích thực tiễn chuyển đổi số tại các hãng kiểm toán Big 4 (PwC, KPMG, Deloitte, EY), mang lại giá trị ứng dụng cao và tính chuẩn mực học thuật.

3. Khung chương trình đề xuất có khả năng khái quát hóa (generalize) không?

Hoàn toàn có. Mặc dù nghiên cứu lấy trường hợp điển hình tại Trường Đại học Ngân hàng TP.HCM (HUB), khung 7 nhóm tiêu chí và chu trình 5A được thiết kế theo chuẩn AUN-QA, hoàn toàn có thể tùy biến và chuyển giao áp dụng cho tất cả các cơ sở giáo dục đại học khối ngành kinh tế tại Việt Nam.

4. Đâu là rào cản lớn nhất khi ứng dụng AI vào kiểm toán tại Việt Nam?

Có 3 rào cản chính: (1) Chất lượng và tính chuẩn hóa của dữ liệu doanh nghiệp; (2) Khoảng cách kỹ năng công nghệ của đội ngũ kiểm toán viên và giảng viên hiện hữu; và (3) Rủi ro đạo đức, trách nhiệm pháp lý khi thuật toán AI phát sinh sai lệch hoặc thiên vị dữ liệu.

5. Những ứng dụng thực tiễn trước mắt có thể triển khai ngay là gì?

Các trường đại học có thể áp dụng ngay phương pháp giảng dạy tích cực thông qua bài tập đánh giá kiểm toán nhỏ (Mini-audit assessment), tích hợp các học phần Phân tích dữ liệu kế toán vào khung chương trình, và từng bước thiết lập Phòng thực hành kiểm toán ảo (Virtual Audit Simulation Lab) kết hợp cùng các hiệp hội nghề nghiệp như VACPA và ACCA.

Kết luận

Kỷ yếu BARM 2023 đánh dấu bước chuyển mình quan trọng trong tư duy đào tạo kiểm toán đại học tại Việt Nam. Bằng việc tích hợp các thành tựu công nghệ đột phá (AI, Big Data, Blockchain) vào khung chương trình đào tạo chuẩn quốc tế AUN-QA, nghiên cứu đã phác thảo một lộ trình toàn diện từ triết lý giáo dục, chuẩn đầu ra KSAB đến mô hình đào tạo luân phiên Nhà trường - Doanh nghiệp.

Để hiện thực hóa tầm nhìn này, sự phối hợp đồng bộ giữa cơ sở giáo dục đại học, cơ quan quản lý nhà nước, các tổ chức nghề nghiệp và cộng đồng doanh nghiệp kiểm toán là yếu tố mang tính quyết định. Đổi mới giáo dục kiểm toán hôm nay chính là nền tảng vững chắc để kiến tạo nguồn nhân lực số chất lượng cao, thúc đẩy sự minh bạch và phát triển bền vững của nền kinh tế Việt Nam trong kỷ nguyên số.