ШТУЧНИЙ ІНТЕЛЕКТ В АУДИТІ: ВИКЛИКИ КРАЇН, ЩО РОЗВИВАЮТЬСЯ
PDF (English)

Ключові слова

штучний інтелект в аудиті
ШІ-аудит
країни, що розвиваються
інфраструктура даних
технологічна готовність
пояснювальний ШІ (XAI)
кадрова спроможність
регуляторне забезпечення
інтегрована рамка готовності
цифрова трансформація аудиту

Як цитувати

Попель, С. (2025). ШТУЧНИЙ ІНТЕЛЕКТ В АУДИТІ: ВИКЛИКИ КРАЇН, ЩО РОЗВИВАЮТЬСЯ. Соціальний розвиток: економіко-правові проблеми, (11). https://doi.org/10.70651/3083-6018/2025.11.12

Анотація

Стрімкий розвиток штучного інтелекту (ШІ) радикальним чином трансформує аудиторську діяльність, забезпечуючи не тільки автоматизацію рутинних процесів та перехід до безперервного моніторингу, а й змінюючи саму роль аудитора. Такі технології як аналіз великих даних (Big Data), машинне навчання та пояснювальний ШІ стають все більше буденними в аудиторській спільноті. Тим часом, для країн, що розвиваються, процес інтеграції ШІ-аудиту створює подвійний виклик. З одного боку технологічний прогрес, збільшення об’єму даних та швидка глобалізація роблять інтеграцію ШІ в людську діяльність не просто бажаним покращенням, а й необхідною умовою конкурентоздатності. При чому ШІ дозволяє не тільки покращити продуктивність, але й певною мірою компенсувати людські ресурси. З іншого боку існує ряд системних обмежень впровадження ШІ, які не тільки сповільнюють процес інтеграції, але й подекуди роблять його неможливим. Це все вимагає комплексного підходу до застосування ШІ технологій в цих країнах. Наявні публікації в цій сфері здебільшого орієнтовані на розвинені економіки, залишаючи дослідницький розрив щодо комплексної моделі впровадження ШІ-аудиту в умовах обмежених ресурсів. Метою даної статті є визначення ключових системних бар'єрів та розробка практичної інтегрованої рамки готовності до ШІ-аудиту в цих країнах. Дослідженням, проведеним у даній статті, виявлено та систематизовано системний розрив між глобальними моделями ШІ-аудиту, що базуються здебільшого на розвиненій інфраструктурі, та реаліями країн, що розвиваються. Було визначено п’ять взаємозалежних ключових факторів, таких як інфраструктура даних (фрагментарність, низька якість, нестабільне енергопостачання), технологічна готовність (брак обчислювальних ресурсів, необхідність нових програмних рішень, слабка кібербезпека), кадрова спроможність (критичний дефіцит фахівців, недостатня адаптація освітніх програм), організаційна спроможність (відсутність цілісних стратегій, неформалізовані процедури) та регуляторне забезпечення (брак комплексних законів, невідповідність внутрішніх норм міжнародним стандартам). Для подолання цієї фрагментарності запропоновано практичну інтегровану рамку готовності, яка об’єднує усі ці компоненти і може слугувати інструментом діагностики та планування інтеграції ШІ. Отже, проведене дослідження комплексно проаналізувало та систематизувало ключові бар’єри на шляху впровадження ШІ в аудит в країнах, що розвиваються, підтвердивши несумісність західних моделей з їхніми ресурсами. Воно показало, що успішна цифрова трансформація аудиту вимагає не лише технологічних інвестицій, але й паралельного зміцнення інфраструктури даних, підвищення кваліфікації кадрів та створення міцної регуляторної бази. Запропонована рамка готовності є тим базовим путівником, який полегшує цей процес.

https://doi.org/10.70651/3083-6018/2025.11.12
PDF (English)

Посилання

1. Aderibigbe, A. O., Ohenhen, P. E., Nwaobia, N. K., Gidiagba, J. O., & Ani, E. C. (2023). Artificial intelligence in developing countries: Bridging the gap between potential and implementation. Computer Science & IT Research Journal, 4(3), 185–199. https://doi.org/10.51594/csitrj.v4i3.629

2. Ahmed, E., & Japee, G. (2025). The evolving role of internal audit in the digital era (2019–2025): A systematic review of artificial intelligence (AI), data analytics, and cybersecurity practices. Journal of Commerce, Economics & Computer Science, 11(3), 213–227. https://doi.org/10.62823/jcecs/11.03.8040

3. Akpa, M. (2025). Units of productive intelligence: A holistic productivity measurement framework for managerial accounting in the artificial intelligence era. Asia-Pacific Management Accounting Journal, 20(2), 265–295. https://doi.org/10.24191/apmaj.v24i2-09

4. Anomah, S. (2025). Assessing the institutional readiness and capacity for AI adoption in public audit institutions in developing countries: Evidence from Ghana. Telematics and Informatics Reports, (20), 100260. https://doi.org/10.1016/j.teler.2025.100260

5. Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Big data and analytics in the modern audit engagement: Research needs. Auditing: A Journal of Practice & Theory, 36(4), 1–27. https://doi.org/10.2308/ajpt-51684

6. Ateeq, A., Ali, S. A., Milhem, M., Alzoraiki, M., Ateeq, R. A., Al Astal, Y., & Dawwas, M. I. F. (2024). Exploring the reality of artificial intelligence in developing countries: Challenges and opportunities—A scientific perspective. Pakistan Journal of Library & Social Sciences, 22(1), 1985–1991. https://doi.org/10.57239/PJLSS-2024-22.1.00144

7. Ayinaddis, S. G. (2025). Artificial intelligence adoption dynamics and knowledge in SMEs and large firms. Journal of Innovation & Knowledge, (10), 100682. https://doi.org/10.1016/j.jik.2025.100682

8. European Parliament, & Council of the European Union. (2024). EU Artificial Intelligence Act. https://www.aiact-info.eu/full-text-and-pdf-download/

9. Fotoh, L. E., & Lorentzon, J. (2021). The impact of digitalisation on future audits. Journal of Emerging Technologies in Accounting, 18(2), 77–97. https://doi.org/10.2308/jeta-2020-063

10. Genaro-Moya, D., López-Hernández, A. M., & Godz, M. (2025). Artificial intelligence and public sector auditing: Challenges and opportunities for supreme audit institutions. World, 6(2), 78. https://doi.org/10.3390/world6020078

11. Greenman, C., Esplin, D., Johnston, R., & Richards, J. (2024). An analysis of the impact of artificial intelligence on the accounting profession. Journal of Accounting, Ethics & Public Policy, 25(2), 188–203. https://doi.org/10.60154/jaepp.2024.v25n2p188

12. Iatsiuta, V., & Kobets, V. (2025). Transforming business communication with solutions based on artificial intelligence technologies with support for natural language processing. Science and Innovation, 21(5), 126–143. https://doi.org/10.15407/scine21.05.126

13. Issa, H., Sun, T., & Vasarhelyi, M. (2016). Research ideas for artificial intelligence in auditing: The formalization of audit and workforce supplementation. Journal of Emerging Technologies in Accounting, 13(2), 1–20. https://doi.org/10.2308/jeta-10511

14. Khan, M. S., Umer, H., & Faruqe, F. (2024). Artificial intelligence for low-income countries. Humanities and Social Sciences Communications, (11), 1422. https://doi.org/10.1057/s41599-024-03947-w

15. Kokina, J., & Davenport, T. H. (2017). The emergence of artificial intelligence: How automation is changing auditing. Journal of Emerging Technologies in Accounting, 14(1), 115–122. https://doi.org/10.2308/jeta-51730

16. Kokina, J., Blanchette, S., Davenport, T. H., & Pachamanova, D. (2025). Challenges and opportunities for artificial intelligence in auditing: Evidence from the field. International Journal of Accounting Information Systems, (56), 100734. https://doi.org/10.1016/j.accinf.2025.100734

17. Kondratiuk, O., Rudenko, O., & Chernobrovkina, A. (2021). Mozhlyvosti ta perspektyvy vykorystannia shtuchnoho intelektu v audyti [Possibilities and prospects of the use of artificial intelligence in audit]. Efektyvna ekonomika, (1). https://doi.org/10.32702/2307-2105-2021.1.89

18. Leocádio, D., Malheiro, L., & Reis, J. (2024). Artificial intelligence in auditing: A conceptual framework for integration and implementation. Administrative Sciences, 14(10), 238. https://doi.org/10.3390/admsci14100238

19. Libby, R., & Witz, P. D. (2025). Artificial intelligence in auditing: How auditor AI use can mitigate cognitive biases and enhance judgment. Current Issues in Auditing, 19(2), P49–P63. https://doi.org/10.2308/CIIA-2024-029

20. Maghsoudi, M., Mohammadi, N., & Bakhtiari, M. R. (2025). Artificial intelligence and sustainable development: Public concerns and governance in developed and developing nations. Cleaner Environmental Systems, (19), 100340. https://doi.org/10.1016/j.cesys.2025.100340

21. Nguyen, T. H. Y. (2025). Application of artificial intelligence in accounting information systems: Opportunities and risks. International Journal of Engineering Technology Research & Management, 9(5), 418–423. https://ijetrm.com/issues/files/May-2025-24-1748103691-MAY49.pdf

22. Nyamawe, A. S. (2025). Is the public sector Africa’s hidden force for AI-driven healthcare transformation?. Telematics and Informatics Reports, (20), 100258. https://doi.org/10.1016/j.teler.2025.100258

23. OECD. (2023). OECD framework for the classification of AI systems. OECD Digital Economy Papers (No. 348). https://doi.org/10.1787/cb6d9eca-en

24. Raji, I. D., Smart, A., White, R., et al. (2020). Closing the AI accountability gap: Defining an end-to-end framework for internal algorithmic auditing. In Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (pp. 33–44). https://doi.org/10.1145/3351095.3372873

25. Vitali, S., & Giuliani, M. (2024). Emerging digital technologies and auditing firms: Opportunities and challenges. International Journal of Accounting Information Systems, (53), 100676. https://doi.org/10.1016/j.accinf.2024.100676

26. Yoon, K., Hoogduin, L., & Zhang, L. (2015). Big data as complementary audit evidence. Accounting Horizons, 29(2), 431–438. https://doi.org/10.2308/acch-51076

27. Yoshikuni, A. C., Dwivedi, R., Dultra-de-Lima, R. G., Parisi, C., & Oyadomari, J. C. T. (2022). Role of emerging technologies in accounting information systems for achieving strategic flexibility through decision-making performance. Journal of the Knowledge Economy, 13(4), 2315–2334. https://doi.org/10.1007/s40171-022-00334-9

28. Zhang, C. A., Cho, S., & Vasarhelyi, M. (2022). Explainable artificial intelligence (XAI) in auditing. International Journal of Accounting Information Systems, (46), 100572. https://doi.org/10.1016/j.accinf.2022.100572

29. Zhang, Y., Xiong, F., Xie, Y., Fan, X., & Gu, H. (2020). The impact of artificial intelligence and blockchain on the accounting profession. IEEE Access, (8), 110461–110477. https://doi.org/10.1109/ACCESS.2020.3000505

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.

Авторське право (c) 2025 Сергій А. Попель