کانال علمی ابزار نوین در حسابرسی و حسابداری. حسابرسی تقلب و حسابرسی مستمر

تحقیقات درباره هوش مصنوعی و آینده حرفه حسابرسی چه می‌گویند؟ «واقعیت را بررسی کنیم!» این موضوع اصلی «روز حسابداران ۲۰۲۵» مؤسسه سلطنتی حسابداران خبره هلند (NBA) بود که هفته گذشته برگزار شد. یکی از عناصر مهم این واقعیت در حال تغییر، طبیعتاً هوش مصنوعی است. در یک «مصاحبه میز قهوه» و یک نشست پنل، آنا گُلد (مدیر علمی FAR) دیدگاه خود را درباره اثر هوش مصنوعی بر حسابرسی، بر اساس پژوهش‌های علمی، ارائه کرد. پیام آنا کاملاً روشن بود: هوش مصنوعی فرصت‌های فوق‌العاده‌ای به‌عنوان یک همکار فکری و تقویت‌کننده تفکر نقادانه فراهم می‌کند، اما در عین حال نیازمند ایجاد تعادل جدیدی میان اعتماد و تردید حرفه‌ای است. آنا هشدار داد که اتوماسیون ممکن است بسیاری از لحظات یادگیری حیاتی برای حسابداران جوان را از بین ببرد. بنابراین یادگیری مادام‌العمر، مهارت در پرسشگری و گفت‌وگو با AI (prompt engineering)، و توانایی افزودن زمینه و تفسیر انسانی، برای حسابرسان آینده ضروری خواهد بود. علاوه بر این، نهادهای ناظر نیز باید توانایی لازم برای درک و ارزیابی مناسب خروجی‌های تولیدشده توسط هوش مصنوعی را داشته باشند. بنیاد تحقیقات حسابرسی (FAR) همچنان در حال بررسی تغییرات عمیقی است که هوش مصنوعی ایجاد می‌کند تا به حرفه حسابرسی سالم و آینده‌محور کمک کند.

مرور کنفرانس FAR: آیا فناوری هوش مصنوعی از نیروی کار پشتیبانی می‌کند یا جایگزین آن می‌شود؟ فلیکس وتر (MIT Sloan School of Management) به کاهش شدید ثبت‌نام در برنامه‌های حسابداری در ایالات متحده به‌عنوان یک روند قابل توجه اشاره کرد. این کاهش در کل مسیر ادامه دارد: دانشجویان کمتری تحصیلات خود را کامل می‌کنند و داوطلبان کمتری در آزمون CPA شرکت می‌کنند. روندی مشابه نیز خارج از آمریکا دیده می‌شود، مانند آلمان. در بحث‌های عمومی، معمولاً از این موضوع به عنوان «کمبود حسابرس» یاد می‌شود. با این حال، وتر به این دیدگاه چند نکته تکمیلی اضافه کرد. توضیحات رایج برای این کمبود شامل شهرت حرفه حسابرسی به عنوان یک شغل «کسل‌کننده»، تعادل نامطلوب کار و زندگی، و قانون ۱۵۰ ساعته در آمریکا (که یک سال تحصیل اضافی را الزامی می‌کند) هستند. اگرچه این عوامل نقش دارند، اما او معتقد است که این‌ها به‌تنهایی نمی‌توانند کاهش ساختاری را توضیح دهند. 💡 وتر بنابراین فناوری را دلیل محتمل‌تری دانست. در همان دوره‌ای که شرکت‌ها سرمایه‌گذاری بیشتری در نرم‌افزار می‌کردند، ثبت‌نام در حسابداری نیز کاهش یافت. فناوری می‌تواند هم از نیروی کار پشتیبانی کند و هم آن را جایگزین کند. • در حالت اول، بهره‌وری حسابرس افزایش می‌یابد؛ • در حالت دوم، نیاز به نیروی انسانی کاملاً از بین می‌رود. 📣 هر دو پدیده در حال وقوع هستند، اما کاهش دستمزدها نشان می‌دهد که اثر جایگزینی تاکنون غالب بوده است. در واقع، حقوق واقعی بین ۲۰۱۷ تا ۲۰۲۲ کاهش یافته است. این نشانه کمبود نیروی کار نیست، زیرا در صورت کمبود، انتظار می‌رود حقوق افزایش یابد. 📣 اما این روند چگونه ادامه خواهد یافت؟ دستمزد نسبی حسابرسان پایین است و میزان ثبت‌نام در برنامه‌های آموزشی محدود. همراه با روندهای جمعیتی، این ممکن است به این معنی باشد که نسل‌های آینده فناوری هوش مصنوعی احتمالاً بیشتر نقش پشتیبان نیروی کار را خواهند داشت تا جایگزین آن. با این حال، وتر تأکید کرد که این موضوع هنوز تنها یک فرضیه است. کل ارائه فلیکس را می‌توانید در لینک زیر مشاهده کنید: https://lnkd.in/ehApFXi4

� بازخوانی کنفرانس FAR: نشست تخصصی درباره اطمینان از هوش مصنوعی و اطمینان‌بخشی با هوش مصنوعی در جریان این کنفرانس، یوناس رویتر (DataSnipper)، دکتر مونا د بُر (PwC) و تُوان ون گول (Deloitte) در گفت‌وگویی درباره «اطمینان از هوش مصنوعی» با یکدیگر و حضار شرکت کردند. یان بَوِنز (از مؤسسه FAR و دانشگاه آمستردام) اداره جلسه را بر عهده داشت. ⸻ بَوِنز بحث را با این پرسش آغاز کرد که: «چگونه باید نتایج هوش مصنوعی را ارزیابی کرد، وقتی که خود آن یک جعبه سیاه است؟» تُوان ون گول تأکید کرد که راه‌حل‌های فناورانه هرگز به‌طور کامل قابل اعتماد نیستند. او گفت: حسابرسان باید بتوانند خروجی‌های هوش مصنوعی را ارزیابی و مسئولیت استفاده از آن‌ها را بر عهده بگیرند. هوش مصنوعی می‌تواند برخی بخش‌های کار را ساده‌تر کند، اما اعتماد به گزارشگری مالی همیشه وابسته به قضاوت انسانی خواهد بود. 💡 به‌نظر او، «هوش مصنوعی می‌تواند یک حسابرس خوب را بهتر کند، اما هرگز نمی‌تواند یک حسابرس ضعیف را جایگزین کند.» ⸻ سپس یوناس رویتر، هم‌بنیان‌گذار شرکت DataSnipper پاسخ داد. او توضیح داد که شرکتش نرم‌افزاری را توسعه داده که با استفاده از هوش مصنوعی، وظایف تکراری حسابرسی را خودکار می‌کند. وی تأکید کرد که افزایش شفافیت، پیش‌شرط ایجاد اعتماد است. در هر بخش از نرم‌افزارشان مشخص است که نتیجه چگونه به‌دست آمده تا حسابرسان بتوانند آن را به‌صورت انتقادی بررسی کنند. 💡 به باور او، بزرگ‌ترین چالش در آموزش و مدیریت تغییر است؛ بسیاری از حسابرسان از ظرفیت کامل فناوری استفاده نمی‌کنند. رویتر با وجود اعتقاد به ظرفیت بالای فناوری، اذعان کرد که مدل‌های زبانی بزرگ (LLMs) به‌صورت قطعی (deterministic) عمل نمی‌کنند و در نتیجه عناصر غیرقابل پیش‌بینی دارند که یک چالش محسوب می‌شود. ⸻ در پایان، دکتر مونا د بُر دیدگاه خود را مطرح کرد. به گفته او، ارزش افزوده واقعی هوش مصنوعی در مرحله ارزیابی ریسک در آغاز حسابرسی است، نه در اجرای روتین آن. او بر اهمیت سواد هوش مصنوعی (AI literacy) تأکید کرد؛ حسابرسان باید یاد بگیرند فرصت‌های آسان و بخش‌های دارای پتانسیل بالا در استفاده از هوش مصنوعی را شناسایی کنند. از دید او، هوش مصنوعی ابزاری مکمل است که می‌تواند فرآیندها را تسریع کند و بینش بیشتری بدهد، اما هسته اعتماد همچنان در انسان حرفه‌ای باقی می‌ماند. 💡 او از به‌کارگیری هوش مصنوعی در هرجا که ممکن است حمایت کرد تا حسابرسان بتوانند زمان بیشتری را صرف موضوعاتی مانند تأثیر مسائل اجتماعی بر مشتریان کنند. ⸻ 📣 در پایان، سخنرانان اتفاق‌نظر داشتند که: هرچند هوش مصنوعی می‌تواند حجم عظیمی از داده‌ها را بهتر از انسان پردازش کند، اما قضاوت حرفه‌ای و درک زمینه کسب‌وکار همچنان حیاتی است. هوش مصنوعی می‌تواند ورودی ارزشمند ارائه دهد، ولی نه همیشه. بنابراین حسابرسان باید انتقادی و گزینشی از آن استفاده کنند تا نقش خود را به عنوان مشاوران قابل اعتماد تقویت نمایند

مسیر رسیدن به هوش مصنوعی عامل‌محور 🤖 (The Road to Agentic Intelligence) ظهور عامل‌های هوش مصنوعی (AI Agents) یک‌شبه اتفاق نیفتاده است. این تحول نتیجهٔ یک فرایند تکاملی تدریجی است — لایه‌به‌لایه، که هر مرحله بر پایهٔ مرحلهٔ پیشین ساخته شده است. بیایید این مسیر را مرور کنیم 👇 ⸻ ⚙️ ۱. جریان پردازش مدل زبانی بزرگ (LLM Processing Flow) پایه و اساس: تبدیل سادهٔ ورودی ➜ خروجی. → برای تولید متن عالی است، اما محدود به زمینه و فاقد حافظه است. 📄 ۲. مدل زبانی + پردازش اسناد (LLM + Document Processing) اکنون مدل می‌تواند داده‌های ساختارمند و غیرساختارمند را بخواند، درک کند و خلاصه‌سازی نماید. → دامنهٔ کاربرد از گفت‌وگو فراتر رفته و به اسناد واقعی کسب‌وکار گسترش می‌یابد. 🧠 ۳. مدل زبانی + RAGها و ابزارها (LLM + RAGs & Tools) ورود به عصر بازیابی و استفاده از ابزارها. → مدل می‌تواند از پایگاه داده‌ها، APIها یا دانش سازمانی استفاده کند تا دقت و استدلال خود را افزایش دهد. 🎛️ ۴. جریان‌های چندوجهی (Multi-Modal Workflows) جایی که متن با تصویر، صدا و سایر ورودی‌ها ترکیب می‌شود. → مدل‌ها ورودی چندحسی را ادغام می‌کنند و شروع به شکل‌دادن به ساختارهای حافظهٔ ماندگار می‌نمایند. 🧩 ۵. معماری‌های پیشرفتهٔ عامل‌ها (Advanced Agent Architectures) مرحله‌ای که تصمیم‌گیری، استدلال و هماهنگی پدیدار می‌شود. → عامل‌ها می‌توانند برنامه‌ریزی کنند، ابزارها را مدیریت نمایند و چندین لایهٔ حافظه (کوتاه‌مدت، بلندمدت و رویدادی) را هماهنگ کنند. 🌍 ۶. عامل‌های آیندهٔ هوش مصنوعی (Future AI Agents) توانایی به مسئولیت تبدیل می‌شود. → ایمنی، اخلاق، مقررات، سازگاری و همکاری انسان‌ـ‌ماشین به ویژگی‌های اصلی سیستم‌های عامل‌محور بالغ بدل می‌شوند. . مسیر رسیدن به هوش مصنوعی عامل‌محور 🤖 (The Road to Agentic Intelligence) ظهور عامل‌های هوش مصنوعی (AI Agents) یک‌شبه اتفاق نیفتاده است. این تحول نتیجهٔ یک فرایند تکاملی تدریجی است — لایه‌به‌لایه، که هر مرحله بر پایهٔ مرحلهٔ پیشین ساخته شده است. بیایید این مسیر را مرور کنیم 👇 ⸻ ⚙️ ۱. جریان پردازش مدل زبانی بزرگ (LLM Processing Flow) پایه و اساس: تبدیل سادهٔ ورودی ➜ خروجی. → برای تولید متن عالی است، اما محدود به زمینه و فاقد حافظه است. 📄 ۲. مدل زبانی + پردازش اسناد (LLM + Document Processing) اکنون مدل می‌تواند داده‌های ساختارمند و غیرساختارمند را بخواند، درک کند و خلاصه‌سازی نماید. → دامنهٔ کاربرد از گفت‌وگو فراتر رفته و به اسناد واقعی کسب‌وکار گسترش می‌یابد. 🧠 ۳. مدل زبانی + RAGها و ابزارها (LLM + RAGs & Tools) ورود به عصر بازیابی و استفاده از ابزارها. → مدل می‌تواند از پایگاه داده‌ها، APIها یا دانش سازمانی استفاده کند تا دقت و استدلال خود را افزایش دهد. 🎛️ ۴. جریان‌های چندوجهی (Multi-Modal Workflows) جایی که متن با تصویر، صدا و سایر ورودی‌ها ترکیب می‌شود. → مدل‌ها ورودی چندحسی را ادغام می‌کنند و شروع به شکل‌دادن به ساختارهای حافظهٔ ماندگار می‌نمایند. 🧩 ۵. معماری‌های پیشرفتهٔ عامل‌ها (Advanced Agent Architectures) مرحله‌ای که تصمیم‌گیری، استدلال و هماهنگی پدیدار می‌شود. → عامل‌ها می‌توانند برنامه‌ریزی کنند، ابزارها را مدیریت نمایند و چندین لایهٔ حافظه (کوتاه‌مدت، بلندمدت و رویدادی) را هماهنگ کنند. 🌍 ۶. عامل‌های آیندهٔ هوش مصنوعی (Future AI Agents) توانایی به مسئولیت تبدیل می‌شود. → ایمنی، اخلاق، مقررات، سازگاری و همکاری انسان‌ـ‌ماشین به ویژگی‌های اصلی سیستم‌های عامل‌محور بالغ بدل می‌شوند.

هوش مصنوعی در حال متحول کردن دنیای مشاوره است و تا اینجا شرکت EY بیشترین سود را از این تحول برده است. این شرکت مشاوره و حسابداری از گروه «بیگ فور» (چهار شرکت بزرگ حسابداری جهان) روز چهارشنبه اعلام کرد که درآمدهای مرتبط با هوش مصنوعی در سال مالی ۲۰۲۵، معادل ۳۰٪ افزایش یافته است. این سال مالی، دوره‌ای تا ۳۰ ژوئن را پوشش می‌دهد. EY اعلام کرد که خدمات مشاوره‌ای مانند اجرای «تحول دیجیتال در سطح سازمانی» و ایجاد «چارچوب‌های حاکمیت هوش مصنوعی برای اجرای مسئولانه آن» موجب رشد چشمگیر تقاضا شده‌اند. این شرکت همچنین گفت که سالانه بیش از ۱ میلیارد دلار در توسعه پلتفرم‌ها و محصولات مبتنی بر هوش مصنوعی سرمایه‌گذاری می‌کند؛ از جمله توسعه ۱,۰۰۰ عامل (agent) هوش مصنوعی و به‌کارگیری بیش از ۱۰۰ برنامه داخلی مبتنی بر AI. برای مطالعه بیشتر درباره اینکه چگونه EY هوش مصنوعی را به یکی از ارکان اصلی کسب‌وکار خود تبدیل کرده است، می‌توانید به لینک Business Insider مراجعه کنید: 🔗 https://lnkd.in/em_qqFrX (منبع تصویر: Getty Images)

📌برندگان نوبل اقتصاد آکادمی سلطنتی علوم سوئد اعلام کرده که جایزه نوبل اقتصاد سال ۲۰۲۵ به جوئل موکیر، فیلیپ آگیو و پیتر هاویت داده می‌شود، چون آن‌ها توضیح داده‌اند که نوآوری و پیشرفت‌های فناورانه چگونه باعث رشد پایدار اقتصاد می‌شوند. نصف جایزه به جوئل موکیر داده می‌شود، چون او نشان داده چه شرایطی لازم است تا پیشرفت‌های فنی باعث رشد مداوم اقتصاد شوند. نصف دیگر به فیلیپ آگیو و پیتر هاویت داده می‌شود، چون آن‌ها نظریه‌ای ارائه کرده‌اند که رشد اقتصادی را نتیجه‌ی فرآیندی به نام تخریب خلاق (Creative Destruction) می‌داند — یعنی وقتی ایده‌ها و فناوری‌های جدید جای فناوری‌های قدیمی را می‌گیرند و باعث پیشرفت می‌شوند. سه اقتصاددان به خاطر توضیح اینکه نوآوری و ایده‌های تازه چطور باعث رشد مداوم اقتصاد می‌شوند، جایزه نوبل اقتصاد ۲۰۲۵ را گرفتند. #نوبل_اقتصاد #نخبگان_ایران @bmniran

در دنیای امروز، فناوری دیگر تنها ابزاری در حسابرسی نیست؛ بلکه به بخشی جدایی‌ناپذیر از ذات آن تبدیل شده است. در این مقاله از سازمان حسابرسی، با مهم‌ترین پلتفرم‌ها و ابزارهای فناورانه در حسابرسی از جمله CaseWare IDEA، ACL، KPMG Clara، EY Helix و Deloitte Omnia آشنا شوید. این مقاله نگاهی جامع به ابزارهای نوین حسابرسی دارد؛ از تحلیل داده و هوش مصنوعی تا اتوماسیون فرآیندها (RPA) و پلتفرم‌های دیجیتال موسسات بزرگ بین‌المللی. با ابزارهای پیشرفته‌ای مانند Power BI، Alteryx، UiPath و Celonis، حسابرسی سنتی جای خود را به حسابرسی هوشمند داده است.

📌برنده نوبل صلح کمیته نوبل نروژ اعلام کرد که جایزه صلح نوبل سال ۲۰۲۵ را به ماریا کورینا ماچادو، فعال سیاسی اهل ونزوئلا، اهدا کرده است. او این جایزه را به خاطر تلاش‌های خستگی‌ناپذیرش در دفاع از حقوق دموکراتیک مردم ونزوئلا و مبارزه‌اش برای گذار عادلانه و مسالمت‌آمیز از دیکتاتوری به دموکراسی دریافت می‌کند #نوبل_صلح #نخبگان_ایران @bmniran

📌برنده نوبل ادبیات جایزه نوبل ادبیات سال ۲۰۲۵ به «لاسلو کراسناهورکای»، نویسنده اهل مجارستان، اهدا شد. او این جایزه را به خاطر آثار تأثیرگذار و خیال‌انگیزش دریافت کرده است؛ آثاری که در میان ترس و ویرانی، قدرت هنر را یادآوری می‌کنند. #نوبل_ادبیات #نخبگان_ایران @bmniran

📌برندگان نوبل پزشکی و فیزیولوژی شیمونی ساکاگوچی، مری برانکو و فرد رمزدل جایزه‌ی نوبل پزشکی و فیزیولوژی را به خاطر کشف‌هایی درباره‌ی تحمل ایمنی محیطی دریافت کردند. فهمیدن این مکانیزم‌ها می‌تواند به درمان یا پیشگیری از بیماری‌های خود ایمنی، آلرژی‌ها و حتی پیوند اعضا کمک کند. شیمون ساکاگوچی کشف کرد که گروه خاصی از سلول‌های ایمنی به نام سلول‌های T تنظیمی وجود دارند که مثل "پلیس‌های آرام‌کننده" در سیستم ایمنی عمل می‌کنند. مری برانکو و فرد رمزدل هم در کشف ژن‌ها و مکانیزم‌هایی که باعث می‌شوند این سلول‌ها کار کنند، نقش مهمی داشتند. #نوبل_پزشکی #نخبگان_ایران @bmniran

📌برندگان نوبل فیزیک آکادمی سلطنتی علوم سوئد اعلام کرده که جایزه نوبل فیزیک سال ۲۰۲۵ به جان کلارک، میشل دووره و جان مارتینیس داده می‌شود، چون آن‌ها پدیده‌ای را کشف کرده‌اند که نشان می‌دهد در مدارهای الکتریکی هم می‌توان رفتارهای کوانتومی مثل تونل‌زنی (عبور ذرات از مانع) و کوانتیزه بودن انرژی (داشتن مقدارهای مشخص انرژی) را دید. سه دانشمند به خاطر کشف رفتارهای عجیب دنیای کوانتوم در مدارهای الکتریکی، جایزه نوبل فیزیک ۲۰۲۵ را گرفتند. #نوبل_فیزیک #نخبگان_ایران @bmniran

📌برندگان نوبل شیمی آکادمی سلطنتی علوم سوئد اعلام کرده که جایزه نوبل شیمی سال ۲۰۲۵ به سوسومو کیتاگاوا، ریچارد رابسون و عمر یاقی داده می‌شود، چون آن‌ها ماده‌های خاصی به نام چارچوب‌های فلزی–آلی (Metal–Organic Frameworks) را ساخته و توسعه داده‌اند. این مواد از فلز و مولکول‌های آلی تشکیل شده‌اند و می‌توانند گازها را درون خود نگه دارند یا جدا کنند. سه دانشمند به خاطر ساخت نوع جدیدی از مواد که می‌توانند گازها را ذخیره یا فیلتر کنند، جایزه نوبل شیمی ۲۰۲۵ را گرفتند. #نوبل_شیمی #نخبگان_ایران @bmniran

برخی از نتایج اجرای قانون بنفورد: 1. سازمان تأمین اجتماعی (خرید تجهیزات پزشکی، حدود سال ۹۰-۹۱) بررسی فاکتورهای بیمارستان‌های طرف قرارداد نشون داد بیشتر مبلغ‌ها با «۵» و «۶» شروع میشه. این تمرکز غیرعادی روی یه محدوده عددی باعث شد حسابرسا سراغ جزئیات برن. نتیجه: کشف بیش از ۱۲۰۰ فاکتور غیرواقعی، حذف چند تأمین‌کننده، برگشت میلیاردها تومان. 2. شهرداری تهران (پروژه عمرانی، حدود ۹۶-۹۷) تو گزارش بودجه پروژه‌های کوچک محله‌ای، ۴۰٪ رقم‌ها با عدد «۷» شروع می‌شد. بررسی میدانی نشون داد بعضی پیمانکارها عمداً رقم فاکتور رو با عدد بزرگ شروع می‌کنن تا هزینه رو بالا نشون بدن، چون مدیران بدون دقت به جزئیات، این رقم‌ها رو «عادی بزرگ» تصور می‌کنن. نتیجه: توقف قرارداد، اصلاح مبالغ، و جریمه پیمانکار. 3. یک بانک بزرگ دولتی (وام‌های شرکتی، حدود ۱۴۰۰) تیم بازرسی دید تو لیست اقساط اولیه وام‌های کلان، بخش زیادی از مبلغ‌ها به طور غیرعادی با «۹» شروع میشه. پیگیری نشون داد بعضی وام‌ها با قراردادهای ساختگی ثبت شده تا مدیران شعب وام غیرمجاز بدن. نتیجه: چند مدیر شعب برکنار، گزارش رسمی به هیئت‌مدیره و بانک مرکزی. 4. وزارت بهداشت (خرید دارو، حدود ۱۳۹۹) تو گزارش خریدهای ارزی، درصد زیادی از سفارش‌ها با رقم‌های خاص (۴ یا ۸) شروع می‌کرد. بررسی صادرات/واردات نشون داد بخشی از این سفارش‌ها فاقد مدارک واقعی ورود کالا بود. نتیجه: شکایت قضایی از چند شرکت واردکننده، و اصلاح فرآیند تأمین دارد

زبان بدن دیجیتال و ارتباط آن با کشف تقلب : «زبان بدن دیجیتال» یعنی الگوها و نشانه‌هایی که ما هنگام کار با دستگاه‌های دیجیتال (مثل موبایل، لپ‌تاپ یا تبلت) از خودمان بروز می‌دهیم. همان‌طور که در دنیای واقعی، زبان بدن شامل حالت دست‌ها، حرکات چشم یا طرز ایستادن است، در دنیای دیجیتال هم زبان بدن می‌تواند شامل چیزهایی مثل: • نحوه تایپ کردن (سرعت، ریتم، تکرار خطا و اصلاح‌ها) • الگوی لمس یا ضربه زدن روی صفحه (با چه شدتی یا چند بار روی یک دکمه کلیک می‌کنیم) • سوایپ کردن یا اسکرول کردن (آرام، سریع، پیوسته یا پر از مکث) • نحوه حرکت موس (صاف و روان یا همراه با تردید و توقف‌های مکرر) این رفتارهای ریز در فضای دیجیتال، مثل اثرانگشت، می‌توانند منحصربه‌فرد باشند و برای شناسایی هویت، تشخیص استرس یا حتی کشف تقلب استفاده شوند.

📩 دعوت‌نامه کارگاه آنلاین حسابرسی با سلام و احترام، بدین‌وسیله شما را به شرکت در کارگاه آنلاین حسابرسی دعوت می‌کنیم. این کارگاه در دو جلسه برگزار خواهد شد و فرصتی ارزشمند برای یادگیری عمیق در حوزه طراحی برنامه حسابرسی و مدل ریسک حسابرسی با تأکید بر ادعاها فراهم می‌آورد. 👨‍🏫 مدرسان کارگاه: شنبه ۸ شهریور: دکتر ابراهیم نوروزبیگی — طراحی برنامه حسابرسی شنبه ۱۵ شهریور: دکتر حلیمه رحمانی — مدل ریسک حسابرسی با تأکید بر ادعاها 📅 تاریخ برگزاری: شنبه‌های ۸ و ۱۵ شهریور ⏰ ساعت: ۱۹:۳۰ تا ۲۲:۳۰ 📍 محل برگزاری: آنلاین 💳 شهریه برای هر دو جلسه: ۵۰۰،۰۰۰ تومان 🔹 ویژه: تمامی وجوه دریافتی از این کارگاه مستقیماً صرف امور خیریه خواهد شد. --- 📱 جهت ثبت‌نام و اطلاعات بیشتر در واتس‌اپ به شماره زیر پیام دهید: ۰۹۹۰ ۱۶ ۹۶ ۵۳۶ #حسابرسی #حسابرسان #حسابداران_رسمی #استانداردهای_حسابرسی #مدیران_مالی

جناب آقای دکتر رحمانی درگذشت مادر عزیزتان را خدمت جنابعالی تسلیت عرض نموده و از درگاه حق برای آن مرحومه غفران و رحمت و برای بازماندگان سلامتی و صبر مسئلت می نمایم.

مقایسه نسخه ChatGPT5 با نسخه 4 از نگاه دیوید وود در حوزه حسابداری: ۱. خطاهای ساختگی بسیار کمتر شده‌اند. نسخه GPT-4 برای جستجوی منابع علمی تقریباً بی‌فایده بود چون اطلاعات زیادی را جعل می‌کرد. اما در کار با نسخه ۵، تاکنون حتی یک مورد جعل در منابع علمی ندیده‌ام ۲. کدنویسی بهتر شده، ولی هنوز مطمئن نیستم که از Claude بهتر باشد. باید بیشتر تست کنم. ۳. رویکرد مدل واحد مفید است، تا زمانی که نباشد. خوب می‌شد اگر خروجی مشخص می‌کرد از چه مدلی استفاده شده… این‌طوری وقتی نتیجه مطلوب نیست ۴. نگارش بهتر شده. کمتر «هوش مصنوعی‌وار» به نظر می‌رسد. یک گام مثبت دیگر. هنوز باید بیشتر تست کنم، ولی فعلاً از سبک نگارشش خوشم آمده. ۵. استفاده از ابزارها بسیار خوب بوده. به نظر می‌رسد در این زمینه پیشرفت کرده. من یک مقاله نیمه‌کاره، ابزار پرسش‌نامه Qualtrics، و بخشی از داده‌ها را وارد کردم تا ببینم چه می‌کند. از آن خواستم داده‌ها را بر اساس فرضیه‌های مقاله، ابزار پرسش‌نامه و داده‌ها تحلیل کند. دیدن اینکه با یک درخواست ساده همه این کارها را انجام داد، شگفت‌انگیز بود.

برای دسترسی به آرشیو مجله حسابدار از شماره ۱ آذر ۱۳۶۳ تا شماره ۳۶۵ تیر ۱۴۰۴ به لینک زیر مراجعه نمایید hesabdar.iica.ir ✉️رایانامه: info@iica.ir 🌐وبگاه: http://iica.ir 📷صفحه اینستاگرام: instagram.com/iica_ir 📬 کانال تلگرام:https://t.me/iica_ir