Tổng quan nghiên cứu

Trong bối cảnh nền kinh tế Việt Nam bước vào giai đoạn gia nhập Tổ chức Thương mại Thế giới (WTO) năm 2006, nhu cầu minh bạch hóa báo cáo tài chính doanh nghiệp đã tăng trưởng vượt bậc với tốc độ hơn 30% mỗi năm. Tuy nhiên, nguồn nhân lực kiểm toán viên độc lập có chứng chỉ chuyên môn tại thời điểm đó mới chỉ đáp ứng được khoảng 45% khối lượng công việc thực tế, dẫn đến tình trạng quá tải và sự chênh lệch lớn về trình độ chuyên môn giữa các kiểm toán viên trong ngành.

Vấn đề cốt lõi mà thực tiễn kiểm toán đặt ra là việc kiểm tra toàn bộ 100% các khoản mục trên một báo cáo tài chính là điều bất khả thi trong quỹ thời gian giới hạn của một cuộc kiểm toán. Nếu không xác định chính xác các khu vực có nguy cơ sai lệch trọng yếu ngay từ bước lập kế hoạch, rủi ro kiểm toán sẽ tăng cao và làm giảm chất lượng của toàn bộ quy trình thẩm định.

Đề tài tập trung nghiên cứu cơ sở lý thuyết về hệ chuyên gia trong trí tuệ nhân tạo, khảo sát các phương pháp biểu diễn tri thức và kỹ thuật suy luận logic. Trên cơ sở đó, nghiên cứu xác định mục tiêu trọng tâm là thiết kế và xây dựng phần mềm "Hệ trợ giúp kiểm toán viên phát hiện các khu vực rủi ro của báo cáo tài chính trong quá trình lập kế hoạch kiểm toán".

Nghiên cứu được triển khai tại Trường Đại học Công nghệ thuộc Đại học Quốc gia Hà Nội trong giai đoạn 2005 - 2006, tập trung vào lĩnh vực kiểm toán tài chính doanh nghiệp. Kết quả thực nghiệm cho thấy hệ thống giúp rút ngắn khoảng 40% thời gian khảo sát ban đầu và nâng cao độ chính xác trong phân loại rủi ro lên trên 85%, tạo tiền đề vững chắc cho việc ứng dụng trí tuệ nhân tạo vào quản lý tài chính tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết trí tuệ nhân tạo hiện đại, đặc biệt là lý thuyết hệ chuyên gia do Winson khởi xướng và mô hình khung tri thức (Frame) của Marvin Minsky công bố năm 1975. Kiến trúc của một hệ chuyên gia tiêu chuẩn được vận hành dựa trên công thức cơ bản: Tri thức kết hợp với Suy luận tạo thành Hệ chuyên gia.

Hệ thống bao gồm 4 thành phần cốt lõi: Cơ sở tri thức (tương ứng bộ nhớ dài hạn LTM chứa các sự kiện, luật và quan hệ), Bộ nhớ làm việc (tương ứng bộ nhớ ngắn hạn STM lưu trữ ngữ cảnh phiên làm việc), Động cơ suy luận (đóng vai trò xử lý các bước logic) và Phương tiện giải thích (giải trình cơ chế suy diễn).

Ba khái niệm trung tâm được vận dụng xuyên suốt gồm:

  1. Biểu diễn tri thức đa mô hình: Kết hợp bộ ba Đối tượng - Thuộc tính - Giá trị (O-A-V), hệ thống luật sản xuất IF-THEN và cấu trúc Frame gồm các khe (slot) và giá trị (filler) cùng các thủ tục gắn kèm như IF-NEED, IF-ADD.
  2. Xử lý tri thức không chắc chắn: Sử dụng nhân tố chắc chắn (Certainty Factor - CF) với dải giá trị từ 0 đến 1 kết hợp nguyên lý logic mờ do Lotfi Zadeh đề xuất năm 1965 để lượng hóa các đánh giá mang tính phán đoán chuyên gia.
  3. Logic vị từ cấp một: Áp dụng các toán tử logic, biến lượng từ và quy tắc suy diễn Modus Ponens cùng luật thay thế phổ dụng để chuẩn hóa các tiên đề kiểm toán.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp chọn mẫu chuyên gia có chủ đích (purposive sampling) với cỡ mẫu gồm 15 chuyên gia kiểm toán đầu ngành tại Hà Nội và 120 tập luật nghiệp vụ được chuẩn hóa từ quy trình kiểm toán của các tổ chức quốc tế như BDO. Lý do lựa chọn phương pháp này là vì tri thức kiểm toán mang tính chuyên sâu cao, đòi hỏi việc trích xuất phải đạt độ tin cậy tuyệt đối từ những người có kinh nghiệm thực tế trên 10 năm.

Nguồn dữ liệu thực nghiệm bao gồm 50 bộ hồ sơ báo cáo tài chính mẫu của các doanh nghiệp thuộc nhiều loại hình sản xuất, thương mại và dịch vụ. Phương pháp phân tích kết hợp giữa suy luận tiến (Forward Chaining) nhằm đối sánh dữ kiện đầu vào để kích hoạt các luật sinh ra kết luận mới, và suy luận lùi (Backward Chaining) nhằm truy vết mục tiêu rủi ro từ các dấu hiệu bất thường. Toàn bộ quy trình thu thập dữ liệu, mã hóa cơ sở tri thức và thử nghiệm thuật toán được tiến hành liên tục trong 12 tháng từ tháng 3 năm 2005 đến tháng 3 năm 2006.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm mô hình hệ chuyên gia trên các tập dữ liệu kế toán thực tế đã mang lại 4 phát hiện quan trọng:

Thứ nhất, việc kết hợp biểu diễn tri thức bằng cấu trúc Frame với hệ luật IF-THEN giúp nâng cao tỷ lệ khớp mẫu nghiệp vụ lên mức 92,5% so với ý kiến đánh giá của các kiểm toán viên kỳ cựu. Cơ chế kế thừa thuộc tính trong cấu trúc phân cấp Frame giúp giảm bớt hơn 60% dung lượng lưu trữ trùng lặp của các khoản mục tài chính.

Thứ hai, hệ thống đã nhận diện chính xác 4 nhóm rủi ro trọng yếu trên báo cáo tài chính gồm: rủi ro ghi nhận doanh thu không có thực (độ nhạy đạt 88%), rủi ro đánh giá sai giá trị hàng tồn kho (độ nhạy đạt 91%), rủi ro trích lập dự phòng nợ khó đòi không đầy đủ (độ nhạy đạt 86%) và rủi ro vốn hóa chi phí sai quy định (độ nhạy đạt 84%).

Thứ ba, thời gian cần thiết để phân tích và khoanh vùng rủi ro cho một bộ báo cáo tài chính phức tạp đã giảm từ mức trung bình 120 phút xuống chỉ còn khoảng 15 đến 20 phút cho mỗi phiên làm việc, tương đương với tốc độ xử lý nhanh gấp 6 đến 8 lần so với phương pháp thủ công.

Thứ tư, module giải thích suy luận đã đáp ứng được 95% yêu cầu minh bạch hóa quyết định, giúp các trợ lý kiểm toán hiểu rõ lý do vì sao một khoản mục cụ thể bị cảnh báo rủi ro cao.

Thảo luận kết quả

Hiệu quả vượt trội của hệ thống xuất phát từ nguyên lý tách rời hoàn toàn giữa cơ sở tri thức và động cơ suy luận. Khác với các chương trình phần mềm kế toán thông thường vốn bị ràng buộc cứng bởi các dòng mã lệnh, hệ chuyên gia cho phép chuyên gia cập nhật, chỉnh sửa luật nghiệp vụ kiểm toán trực tiếp mà không cần can thiệp vào cấu trúc thuật toán điều khiển.

So với các hệ chuyên gia kinh điển trên thế giới như MYCIN trong y học hay PROSPECTOR trong địa chất, hệ thống này đã chứng minh tính khả thi cao khi ứng dụng vào lĩnh vực kinh tế - tài chính tại Việt Nam.

Trong thực tế ứng dụng, toàn bộ dữ liệu phát hiện rủi ro được tổng hợp thành bảng ma trận rủi ro phân cấp 3 mức độ (Cao, Trung bình, Thấp) và được trực quan hóa thông qua biểu đồ cột so sánh trọng số rủi ro giữa các tài khoản kế toán. Việc biểu diễn trực quan này cho phép trưởng nhóm kiểm toán phân bổ nguồn lực kiểm tra tập trung vào 20% các khoản mục chiếm tới 80% tổng giá trị rủi ro tiềm ẩn, từ đó tối ưu hóa chi phí và giảm thiểu rủi ro phát hành ý kiến kiểm toán sai lệch.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu lý thuyết và thực nghiệm xây dựng phần mềm, luận văn đưa ra 4 nhóm giải pháp cụ thể:

Thứ nhất, chuẩn hóa và số hóa cơ sở tri thức kiểm toán quốc gia. Hiệp hội Kiểm toán viên hành nghề Việt Nam phối hợp cùng các trường đại học khối công nghệ và kinh tế chủ trì biên soạn bộ khung 500 luật chuẩn xác định rủi ro báo cáo tài chính theo chuẩn mực kiểm toán Việt Nam và quốc tế, hoàn thành trong thời gian 18 tháng.

Thứ tư, nâng cấp động cơ suy luận sang mô hình lai ghép. Nhóm kỹ sư công nghệ thông tin cần tiến hành nghiên cứu tích hợp mạng nơ-ron nhân tạo và xử lý ngôn ngữ tự nhiên vào hệ thống trong vòng 12 tháng, nhằm đạt mục tiêu phân tích tự động các thuyết minh báo cáo tài chính dạng văn bản phi cấu trúc với độ chính xác trên 90%.

Thứ ba, triển khai chương trình đào tạo trợ lý kiểm toán dựa trên hệ chuyên gia. Ban điều hành các công ty kiểm toán độc lập áp dụng phần mềm làm công cụ mô phỏng đào tạo cho 100% nhân sự mới tuyển dụng, đặt mục tiêu rút ngắn 50% thời gian thực tập và nâng cao năng lực phán đoán nghề nghiệp trong lộ trình 6 tháng.

Thứ hai, hoàn thiện hành lang pháp lý về ứng dụng phần mềm thông minh trong kiểm toán. Bộ Tài chính và Kiểm toán Nhà nước cần ban hành văn bản hướng dẫn về việc công nhận kết quả phân tích rủi ro từ các hệ thống hỗ trợ quyết định tự động, triển khai đồng bộ trong khung thời gian 24 tháng nhằm thúc đẩy chuyển đổi số ngành tài chính.

Đối tượng nên tham khảo luận văn

Nội dung luận văn mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng chính:

Nhóm 1: Kiểm toán viên và trợ lý kiểm toán độc lập. Luận văn cung cấp phương pháp luận và công cụ cụ thể để tự động hóa khâu lập kế hoạch kiểm toán, giúp tiết kiệm hơn 35% thời gian rà soát hồ sơ và xác định chính xác các khu vực rủi ro tài chính trọng yếu.

Nhóm 2: Lãnh đạo và quản lý các công ty kiểm toán, kiểm toán nội bộ. Tài liệu hỗ trợ xây dựng giải pháp lưu trữ vĩnh viễn tri thức của các chuyên gia kỳ cựu trong tổ chức, hạn chế tình trạng thất thoát tài sản trí tuệ khi thay đổi nhân sự và chuẩn hóa chất lượng dịch vụ trên toàn hệ thống.

Nhóm 3: Các kỹ sư phần mềm và nhà nghiên cứu trí tuệ nhân tạo. Luận văn là tài liệu tham khảo thực chứng chi tiết về cách thức triển khai cấu trúc Frame, bộ ba O-A-V, thuật toán Unify và kỹ thuật suy luận tiến - lùi trong bài toán kinh tế thực tế.

Nhóm 4: Giảng viên và sinh viên chuyên ngành Công nghệ thông tin, Hệ thống thông tin quản lý. Đề tài đóng vai trò như một giáo trình thu nhỏ minh họa sinh động việc ứng dụng lý thuyết logic vị từ và hệ chuyên gia vào thực tiễn cuộc sống.

Câu hỏi thường gặp

Hệ chuyên gia trong luận văn khác gì so với các phần mềm kế toán thông thường? Điểm khác biệt cốt lõi là hệ chuyên gia có khả năng tư duy và suy luận trên tri thức không chắc chắn như một chuyên gia con người, đồng thời tách biệt cơ sở tri thức khỏi bộ điều khiển, trong khi phần mềm thông thường chỉ xử lý dữ liệu chính xác theo thuật toán cố định.

Tại sao tác giả lại lựa chọn mô hình biểu diễn tri thức bằng Frame? Mô hình Frame được chọn vì cấu trúc khe và giá trị của nó rất tương thích với các bảng cân đối kế toán nhiều chỉ tiêu, hỗ trợ tính kế thừa thông tin mạnh mẽ và cho phép gắn kèm các thủ tục xử lý tự động khi dữ liệu có sự biến động bất thường.

Cơ chế suy luận tiến và suy luận lùi phối hợp với nhau như thế nào trong hệ thống? Hệ thống sử dụng suy luận tiến để quét toàn bộ các chỉ số tài chính bất thường ban đầu nhằm đưa ra danh sách các khu vực rủi ro nghi vấn, sau đó kích hoạt suy luận lùi để kiểm tra lại các giả thiết và tìm ra nguyên nhân sâu xa dẫn đến rủi ro đó.

Hệ thống xử lý ra sao khi dữ liệu báo cáo tài chính bị thiếu hoặc không chính xác? Hệ thống sử dụng hệ số nhân tố chắc chắn và các luật may rủi (heuristic) do chuyên gia tích lũy. Khi thiếu dữ liệu, hệ thống vẫn đưa ra được kết luận có xác suất tin cậy cao nhất kèm theo giải thích chi tiết thay vì dừng chương trình.

Phần mềm này có khả năng thay thế hoàn toàn vị trí của kiểm toán viên hay không? Phần mềm chỉ đóng vai trò là hệ trợ giúp ra quyết định trong giai đoạn lập kế hoạch. Quyết định cuối cùng về việc lựa chọn thủ tục kiểm toán và đưa ra ý kiến kiểm toán vẫn hoàn toàn thuộc về trách nhiệm pháp lý và đạo đức nghề nghiệp của kiểm toán viên con người.

Kết luận

  • Luận văn đã hệ thống hóa toàn diện cơ sở lý luận về hệ chuyên gia, từ các mô hình biểu diễn tri thức đến kỹ thuật suy luận logic vị từ phức tạp.
  • Thiết kế thành công kiến trúc phần mềm trợ giúp kiểm toán viên phát hiện khu vực rủi ro báo cáo tài chính với độ chính xác thực nghiệm đạt trên 85%.
  • Hiện thực hóa việc tích hợp cấu trúc Frame và cơ chế suy diễn tiến - lùi vào bài toán kiểm toán thực tế tại thị trường tài chính Việt Nam.
  • Đóng góp giải pháp khoa học giúp giải quyết bài toán thiếu hụt nhân lực chuyên gia cao tập trung trong giai đoạn kinh tế mở cửa hội nhập.
  • Mở ra hướng phát triển kết hợp công nghệ trí tuệ nhân tạo và logic mờ để tự động hóa toàn diện quy trình phân tích rủi ro tài chính doanh nghiệp.

Để khai thác tối đa giá trị nghiên cứu, các tổ chức kiểm toán và đơn vị nghiên cứu cần tiếp tục phối hợp mở rộng cơ sở tri thức chuyên ngành trong giai đoạn tới. Hãy tham khảo toàn văn công trình nghiên cứu để nắm bắt chi tiết phương pháp xây dựng hệ chuyên gia ứng dụng trong chuyển đổi số ngành kiểm toán.