習近平總書記在中共中央政治局第二十次集體學習時強調，堅持自立自強，突出應用導向，推動我國人工智能朝著有益、安全、公平方向健康有序發(fā)展。目前，人工智能（Artificial Intelligence，AI）技術已在眾多領域廣泛應用，尤其是DeepSeek的問世，全面激發(fā)了應用人工智能的熱潮，人工智能技術也正在改變傳統(tǒng)審計方式。

高校內(nèi)部審計肩負著保障資產(chǎn)安全、規(guī)范權力運行、防范治理風險的重要任務。然而，隨著教育數(shù)字化轉型步伐加快，傳統(tǒng)的內(nèi)部審計模式難以滿足全面化、精準化、動態(tài)化管理需求。因此，如何依托人工智能技術構建符合新時代高等教育管理需求的智能審計模式，成為教育治理現(xiàn)代化需要解決的一個重要課題。

2025年政府工作報告提出“持續(xù)推進‘人工智能+’行動”。當前，人工智能技術越來越深入地融入內(nèi)部審計領域，全面賦能內(nèi)部審計工作，實現(xiàn)數(shù)據(jù)處理、風險識別、人機協(xié)同等方面的優(yōu)化。

（一）拓展內(nèi)部審計信息處理的深度與廣度

一是克服收集信息的不足。傳統(tǒng)審計方法信息獲取多依賴于抽樣和人工收集，而人工智能技術擴大了數(shù)據(jù)收集的點和面，不僅包括內(nèi)部結構化數(shù)據(jù)和非結構化數(shù)據(jù)，還可收集多源外部信息，如社交軟件帖子、傳感器數(shù)據(jù)等，避免共時性樣本不足。二是自動化重復執(zhí)行復雜任務。利用人工智能技術可自動進行數(shù)據(jù)收集、整理和分析，應用于控制測試、舞弊調查、審計報告生成、問題整改跟蹤與評價等，進行比較研究和趨勢分析，避免歷時性樣本不足，從而提升審計效率和質量，解放出審計人員，使其專注于更高價值的活動。

（二）優(yōu)化內(nèi)部審計風險識別模式

一是實現(xiàn)了從抽樣推斷到全面檢查。人工智能技術通過大數(shù)據(jù)分析和風險評估模型，幫助審計人員及時發(fā)現(xiàn)潛在的風險因素，通過對歷史數(shù)據(jù)進行分析，挖掘數(shù)據(jù)間的關聯(lián)關系，保證審計過程更嚴謹，審計結論更可靠。二是實現(xiàn)了從靜態(tài)評估到動態(tài)優(yōu)化。傳統(tǒng)模式的風險評估以靜態(tài)為主，而人工智能模型可以動態(tài)監(jiān)測風險事項，及時更新風險評分，根據(jù)預測分析的結果實時調整風險矩陣，從而幫助審計人員及時調整審計的優(yōu)先順序，合理分配審計資源，保證監(jiān)督始終聚焦于高風險領域和高風險點。

（三）推動內(nèi)部審計自身轉型

智能化審計/人工智能加持下的內(nèi)部審計能夠自動實時監(jiān)控被審計單位的財務、經(jīng)營、管理等各方面的數(shù)據(jù)，識別異常情形，做到早發(fā)現(xiàn)、早報告、早解決。更重要的是，人工智能的運用使得審計工作從單純關注歷史數(shù)據(jù)，向以未來為導向的風險管理、內(nèi)控管理、決策支持轉變，豐富了審計職能（周美華，2023）。審計人員通過運用人工智能技術，不僅能夠審查信息的真實性、合規(guī)性和可靠性，而且能夠通過技術優(yōu)勢，收集海量數(shù)據(jù)并進行信息分析，從更高層面給予有價值的審計建議。因此，人工智能在審計工作中起到了變數(shù)據(jù)為資源、變資源為智慧的作用。

人工智能在內(nèi)部審計領域的應用正加速從理論研究走向實踐，成為推動審計數(shù)字化轉型的重要驅動力，逐漸重塑著內(nèi)部審計模式，“人工智能+審計”是內(nèi)部審計領域新質生產(chǎn)力的重要引擎。

在高校內(nèi)部審計領域，人工智能技術正逐步得到應用（王丹丹等，2024）。例如，在財務收支審計中，審計人員利用人工智能技術，可自動化處理財務數(shù)據(jù)，識別異常支出等問題；在工程審計中，通過圖像識別技術對工程圖紙和工程量清單進行智能審核等。

盡管如此，高校內(nèi)部審計人工智能技術應用總體上仍較為滯后，僅有少數(shù)高校實現(xiàn)了較為深入的應用，與其他領域相比還存在明顯差距。目前高校內(nèi)部審計的人工智能技術實際應用中存在以下困難：一是存在數(shù)據(jù)孤島現(xiàn)象。高校的財務、資產(chǎn)、采購、科研等數(shù)據(jù)分散在不同業(yè)務系統(tǒng)中，與審計系統(tǒng)協(xié)同缺失，數(shù)據(jù)來源多樣且整合難度較大。二是技術應用投入不足。人工智能技術成本較高，高校難以投入大量資金用于智能審計系統(tǒng)的開發(fā)部署。三是復合型人才短缺。高校內(nèi)部審計人員大多缺乏信息化專業(yè)知識，制約了人工智能技術的深度應用。

為實現(xiàn)高校審計工作智能化轉型，需將人工智能大模型技術與高校實際審計業(yè)務工作相融合，運用大模型工具（如DeepSeek）搭建高校智能審計系統(tǒng)，在審計全過程和各環(huán)節(jié)發(fā)揮智能化輔助作用，提高審計效率和質量（萬鈞，2024）。

（一）審計準備階段

在審計準備階段，主要是對審計項目開展審前調查、進行材料準備、設計審計參數(shù)等。一是形成審計方案。通過審前研究，明確審計目標、審計依據(jù)、審計重點等，編寫審計方案，將這些審計依據(jù)初始化到智能審計系統(tǒng)中，作為審計判斷依據(jù)。二是確定數(shù)據(jù)源和獲取渠道。包括財務管理系統(tǒng)、資產(chǎn)管理系統(tǒng)，采購管理系統(tǒng)、科研管理系統(tǒng)、人事薪資管理系統(tǒng)等的數(shù)據(jù)，將智能審計系統(tǒng)與被審計單位的相關業(yè)務系統(tǒng)進行無縫銜接，實現(xiàn)數(shù)據(jù)實時傳輸；對于介質信息，可通過多模態(tài)識別技術（如光學字符識別，OCR）獲取。

（二）審計實施階段

在審計實施階段，智能審計系統(tǒng)按照設定的審計對象及實施方案自動開展風險評估、控制測試、實質性分析等審計程序（畢小凡和周書娟，2024）。利用人工智能數(shù)據(jù)采集機器人、機器人流程自動化（RPA）、機器學習、人工神經(jīng)網(wǎng)絡、模式識別技術、自然語言處理等智能化技術，自動采集審計對象的海量數(shù)據(jù)，并對數(shù)據(jù)進行清洗，通過智能審計模型進行數(shù)據(jù)分析，識別異?；顒雍惋L險點，并收集審計證據(jù)，形成審計發(fā)現(xiàn)問題清單，生成審計工作底稿，為后期審計報告的形成提供證據(jù)支撐。

（三）審計報告階段

高校人工智能內(nèi)部審計報告階段可分為兩個階段。一是智能形成審計報告階段。在審計實施階段的基礎上，利用自然語言處理和數(shù)據(jù)可視化技術等，自動生成審計報告。二是智能幻覺糾偏階段。當智能審計系統(tǒng)面臨不完整或偏見數(shù)據(jù)需進行知識補全、遭遇超出訓練范疇的異常問題、輸入樣本量未達模型最小推理閾值等情形時，容易引發(fā)模型過度擬合并輸出“幻覺”結論，因此需要人工干預程序，審計人員應對審計報告進行審核，特別是對問題的定性、問題證據(jù)的相關性和完備性、建議可行性進行重點審核，以避免智能幻覺導致錯誤結果。報告經(jīng)審計人員審核、項目負責人復核后，以標準化格式（如PDF）提交至相關領導、相關處室、被審計單位及相關責任人。

（四）審計整改階段

對于審計發(fā)現(xiàn)的問題，被審計單位要制訂整改方案，對每一個問題實施整改措施，定期匯報審計整改結果情況，最終通過整改驗收。在該階段，可以運用機器學習、人工神經(jīng)網(wǎng)絡和圖像識別等人工智能技術，協(xié)助審計人員匯總、整理和分析大量審計整改數(shù)據(jù)，甄別整改措施與問題是否對應，整改是否做到解決問題、舉一反三、建章立制、規(guī)范管理、促進發(fā)展。通過實時監(jiān)測預警設置，對被審計單位的整改數(shù)據(jù)進行跟蹤評價，及時掌握整改情況、整改進度，并動態(tài)反饋給被審計單位，促進整改過程、整改資料、整改管理的數(shù)據(jù)化，提高審計整改工作的精確度和整改成效。

在對審計主要階段的人工智能化進行深入分析后，本文構建了高校人工智能內(nèi)部審計流程的框架，如圖1所示。

目前高校的內(nèi)部審計智能化正在推進中，但在轉型時期存在一定的困難和問題，比如，相關制度建設相對滯后，高校人工智能建設投入不足，與高校相適應的智能審計系統(tǒng)構建不夠成熟，高水平復合型審計人員較為缺乏等。因此，應促進人工智能技術深入應用，具體包括以下措施。

（一）建立健全人工智能內(nèi)部審計法規(guī)制度體系

為進一步規(guī)范和有力推動人工智能在內(nèi)部審計領域的深入應用，需要建立與之配套、完善的人工智能內(nèi)部審計法規(guī)體系和制度架構，進一步健全完善國家、行業(yè)、單位“三位一體”制度保障體系，如表1所示。

制度體系的建立完善，將為人工智能審計的健康發(fā)展提供強大制度保障。在政策支持方面加大力度，發(fā)揮政府引導作用，充分調動各單位推動人工智能內(nèi)部審計的主觀能動性，以“人工智能+內(nèi)部審計”實現(xiàn)審計工作向智能化方向轉型升級。

（二）完善內(nèi)部智能審計系統(tǒng)

智能審計系統(tǒng)是做好智能化審計的重要保證，利用人工智能技術構建適用高校的智能審計系統(tǒng)是一項關鍵性的工作。針對目前高校智能審計系統(tǒng)建設中存在的分散化、低質化現(xiàn)象，建議由教育主管部門或行業(yè)協(xié)會牽頭構建省級“高校智能審計中臺”，建設標準化技術底座，開發(fā)通用審計組件，統(tǒng)一數(shù)據(jù)接口、算法模型等；各高校基于中臺擴展個性化功能，實現(xiàn)高校共享優(yōu)質審計模型。同時完善運行機制，設立專項運維基金和團隊，動態(tài)監(jiān)測中臺運行狀態(tài)，收集高校審計中的痛點難點，組織技術攻關，定期更新高校智能審計中臺，形成高校智能審計系統(tǒng)“開發(fā)、共享、迭代”的良好生態(tài)閉環(huán)。

（三）防范智能審計安全風險

隨著人工智能技術的廣泛應用，智能審計風險逐漸凸顯，因此高校應高度重視數(shù)據(jù)安全風險防控。一是要注重技術防范。充分利用技術筑牢安全防線，如可采用全生命周期加密技術處理核心審計數(shù)據(jù)；構建區(qū)塊鏈存證系統(tǒng)，做到數(shù)據(jù)血緣追溯；建設安全情報共享平臺，動態(tài)更新病毒特征庫等。二是加強內(nèi)部控制。明確安全責任制，制定統(tǒng)一的防范等級及其安全管理標準，建立零信任防護體系，實施動態(tài)權限管控，科學合理地進行人員授權。三是落實問責機制。強化審計人員的數(shù)據(jù)安全意識，嚴格遵守數(shù)據(jù)安全規(guī)范要求，對違反規(guī)定者加大處罰力度。

（四）完善人工智能內(nèi)部審計人才培養(yǎng)體系

隨著信息技術的發(fā)展，高校應著力把審計人員培養(yǎng)成復合型人才。一是創(chuàng)新人才培養(yǎng)方法。高校應優(yōu)化審計人才培養(yǎng)方案，在審計學等專業(yè)中增設“智能審計”方向，或開設智能審計課程作為專業(yè)核心課程；對學生實行雙師型導師制，即實行學術導師與實務導師聯(lián)合指導。二是加強實踐鍛煉。對于現(xiàn)有審計工作者，可由上級審計機關或主管部門抽調其參加審計項目，或協(xié)調高校內(nèi)審人員到人工智能審計運用成效好的單位，參與其審計實踐，以審代訓。三是優(yōu)化職業(yè)認證。在注冊會計師考試、審計相關專業(yè)資格考試中增設“智能審計”模塊；要求審計執(zhí)業(yè)人員每年完成一定學時的人工智能審計繼續(xù)教育課程，作為注冊審核條件之一。

（五）堅持人本導向的人工智能審計理念

人工智能技術是一把“雙刃劍”，如果應用不當會引發(fā)倫理和社會問題。如算法偏見導致審計結果不公正、隱私保護不當、分析結果偏差時的責任認定不準確等（戚嘯艷等，2022）。人工智能技術的應用要貫徹“以人為本”的核心理念，人工智能技術不能成為審計的主體，要發(fā)揮人與技術結合的最大優(yōu)勢（王海兵等，2022）。實際工作中，一是要倫理審查。進行審計算法倫理影響評估，重點監(jiān)測數(shù)據(jù)偏見（如性別）風險。二是要權限分級。依據(jù)風險等級設定人機交互規(guī)則，設定風險人工干預值（如AI決策占比閾值）。三是要明確責任。要界定多方責任與義務。包括開發(fā)者、使用者和決策者，要求算法可解釋，核心模型提供決策溯源報告，關鍵結論需展示特征貢獻度等。

人工智能與高校內(nèi)部審計的融合，不僅是技術工具的革新，更是審計理念的跨越式轉變。一方面，需深化人工智能技術在數(shù)據(jù)采集、風險預警、決策支持等環(huán)節(jié)的深度應用；另一方面，更應堅守審計職業(yè)判斷的核心價值，構建技術賦能、以人為本、風險可控、提質增效的新型審計生態(tài)。隨著教育數(shù)字化改革的深入推進，智能審計將成為高校治理體系和治理能力現(xiàn)代化的重要支柱，也必將以高質量的審計保障高校事業(yè)的高質量發(fā)展。

文章摘自《中國內(nèi)部審計》雜志2025年第8期

作者：馬尚

單位：安徽財經(jīng)大學審計處

編輯：孫哲

目前190000+人已關注我們，您還等什么？