張慶龍

【摘要】傳統(tǒng)的會(huì)計(jì)和財(cái)務(wù)管理基本理論建立在工業(yè)經(jīng)濟(jì)基礎(chǔ)之上， 要使之適應(yīng)于數(shù)字經(jīng)濟(jì)時(shí)代智能財(cái)務(wù)的發(fā)展， 需要對(duì)基本理論進(jìn)行創(chuàng)新， 為智能財(cái)務(wù)的應(yīng)用提供理論支撐。 因此， 聚焦于會(huì)計(jì)和財(cái)務(wù)管理理論的跨學(xué)科交叉融合與創(chuàng)新發(fā)展， 初步探討智能財(cái)務(wù)的幾個(gè)理論拓展方向和前沿問(wèn)題： 智能財(cái)務(wù)將使會(huì)計(jì)理論基礎(chǔ)由經(jīng)濟(jì)學(xué)、管理學(xué)擴(kuò)展到心理學(xué)、人工智能相關(guān)理論， 促進(jìn)“大會(huì)計(jì)學(xué)”理論的進(jìn)一步發(fā)展， 使會(huì)計(jì)主體假設(shè)逐漸擴(kuò)大， 使會(huì)計(jì)活動(dòng)的行為主體假設(shè)由“理性經(jīng)濟(jì)人”向“有限理性的社會(huì)人”轉(zhuǎn)變; 同時(shí)， 智能財(cái)務(wù)為管理會(huì)計(jì)實(shí)現(xiàn)資源最優(yōu)化使用的目標(biāo)提供了可能， 使會(huì)計(jì)職業(yè)判斷的主體由以人為主轉(zhuǎn)化為以機(jī)器為主、人為輔， 并且對(duì)會(huì)計(jì)的法律責(zé)任與倫理道德提出了新命題。

【關(guān)鍵詞】智能財(cái)務(wù);會(huì)計(jì)理論;會(huì)計(jì)假設(shè);管理會(huì)計(jì);職業(yè)判斷;法律責(zé)任與倫理道德

【中圖分類號(hào)】 F232? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2021）01-0023-7

會(huì)計(jì)的發(fā)展是反應(yīng)性的[1] 。 會(huì)計(jì)環(huán)境決定著會(huì)計(jì)的變革， 從而也決定著會(huì)計(jì)學(xué)的發(fā)展， 會(huì)計(jì)環(huán)境的變化必然會(huì)促使新的會(huì)計(jì)理論涌現(xiàn)。 實(shí)際上， 從會(huì)計(jì)信息化開始， 技術(shù)的變革已經(jīng)在沖擊著會(huì)計(jì)理論基礎(chǔ)。 傳統(tǒng)的會(huì)計(jì)基本理論建立在過(guò)去工業(yè)經(jīng)濟(jì)發(fā)展的理論基礎(chǔ)之上， 要使之適應(yīng)于數(shù)字經(jīng)濟(jì)時(shí)代智能財(cái)務(wù)的發(fā)展， 需要對(duì)傳統(tǒng)的會(huì)計(jì)相關(guān)基本理論進(jìn)行創(chuàng)新。 網(wǎng)絡(luò)化、管理扁平化、信息共享和信息處理的一體化動(dòng)搖著封閉、孤立的傳統(tǒng)會(huì)計(jì)理論體系， 應(yīng)當(dāng)重新認(rèn)識(shí)會(huì)計(jì)的基本理論， 以理論創(chuàng)新指導(dǎo)、支持實(shí)踐發(fā)展。 會(huì)計(jì)理論經(jīng)過(guò)多年的發(fā)展， 已形成了一套較為完備、邏輯縝密的體系， 對(duì)其基本理論進(jìn)行創(chuàng)新發(fā)展具有很大的挑戰(zhàn)性， 本文將初步討論以下幾個(gè)問(wèn)題：

一、智能財(cái)務(wù)使會(huì)計(jì)理論基礎(chǔ)由經(jīng)濟(jì)學(xué)、管理學(xué)擴(kuò)展到心理學(xué)、人工智能相關(guān)理論

傳統(tǒng)的財(cái)務(wù)會(huì)計(jì)理論排他性地以經(jīng)濟(jì)學(xué)作為理論基礎(chǔ)， 尤其是現(xiàn)代財(cái)務(wù)會(huì)計(jì)理論基本上是建立在委托代理理論和信息不對(duì)稱理論基礎(chǔ)上的[2] 。 這實(shí)際上是國(guó)際上會(huì)計(jì)研究所面臨的共同問(wèn)題：會(huì)計(jì)理論研究主要將以新古典經(jīng)濟(jì)學(xué)為核心的主流經(jīng)濟(jì)理論作為基礎(chǔ)， 而忽視了對(duì)行為理論和心理學(xué)理論成果的應(yīng)用。 不僅如此， 無(wú)論是在國(guó)外還是國(guó)內(nèi)， 都鮮有與智能財(cái)務(wù)相關(guān)的理論基礎(chǔ)研究， 大多數(shù)研究都是從應(yīng)用的角度把智能財(cái)務(wù)作為自動(dòng)化的延續(xù)、商業(yè)智能的一部分或是人工智能在會(huì)計(jì)領(lǐng)域的應(yīng)用。 傳統(tǒng)的會(huì)計(jì)相關(guān)理論源于理想的市場(chǎng)， 對(duì)于現(xiàn)實(shí)市場(chǎng)中的特殊情形， 則難以提供令人信服的解決方案。 因此本文認(rèn)為， 在數(shù)字經(jīng)濟(jì)時(shí)代， 會(huì)計(jì)理論基礎(chǔ)將由經(jīng)濟(jì)學(xué)、管理學(xué)向心理學(xué)和人工智能相關(guān)理論擴(kuò)展， 以指導(dǎo)智能財(cái)務(wù)的進(jìn)一步發(fā)展。 那么， 智能財(cái)務(wù)理論基礎(chǔ)是如何突破傳統(tǒng)會(huì)計(jì)理論實(shí)現(xiàn)擴(kuò)展的呢？ 管理會(huì)計(jì)理論在發(fā)展過(guò)程中對(duì)其他理論的融合可以為我們帶來(lái)啟發(fā)。

回顧歷史， 管理會(huì)計(jì)較多地吸收了管理學(xué)和戰(zhàn)略管理等理論。 從起源上看， 管理會(huì)計(jì)本身就是為了適應(yīng)企業(yè)管理發(fā)展的要求而產(chǎn)生、完善和發(fā)展的， 因此管理會(huì)計(jì)的理論也隨著管理理論的發(fā)展而發(fā)展[3] 。 從泰勒的科學(xué)管理理論開始， 標(biāo)準(zhǔn)化管理制度就為標(biāo)準(zhǔn)成本制度奠定了思想根據(jù)， 將會(huì)計(jì)由事后核算向事先控制推進(jìn)的成本會(huì)計(jì)， 成為配合泰勒科學(xué)管理而實(shí)施的重要管理會(huì)計(jì)工具; 隨后， 行為科學(xué)理論逐漸催生了行為管理會(huì)計(jì)理論， 使管理會(huì)計(jì)更能激勵(lì)人的行為; 決策理論使管理會(huì)計(jì)成為決策支持系統(tǒng)的重要組成部分; 戰(zhàn)略管理理論的引入產(chǎn)生了諸如平衡計(jì)分卡、全面預(yù)算等管理會(huì)計(jì)工具， 將管理會(huì)計(jì)向戰(zhàn)略管理會(huì)計(jì)推進(jìn)。

可見， 管理會(huì)計(jì)相關(guān)理論基礎(chǔ)的擴(kuò)展是按照從理念到實(shí)踐再到理論的演變邏輯展開的。 管理理論首先對(duì)管理會(huì)計(jì)工作的理念和思想產(chǎn)生沖擊， 進(jìn)而在實(shí)踐中探索相關(guān)理論融合的可能性， 最終實(shí)現(xiàn)理論的構(gòu)建和創(chuàng)新。 對(duì)智能財(cái)務(wù)而言， 面對(duì)信息技術(shù)對(duì)會(huì)計(jì)的沖擊（如財(cái)務(wù)機(jī)器人的運(yùn)用）， 我們已經(jīng)思考了數(shù)字經(jīng)濟(jì)時(shí)代下大數(shù)據(jù)和人工智能等技術(shù)對(duì)會(huì)計(jì)思想的影響， 逐漸形成了平臺(tái)、連接、共享、協(xié)同和智能化的創(chuàng)新思維， 并不斷探索人工智能技術(shù)在財(cái)務(wù)領(lǐng)域的應(yīng)用場(chǎng)景。 下一步智能財(cái)務(wù)將在總結(jié)實(shí)踐的基礎(chǔ)上， 與心理學(xué)、人工智能理論進(jìn)行融合， 實(shí)現(xiàn)智能財(cái)務(wù)理論基礎(chǔ)的擴(kuò)大和理論體系的創(chuàng)新。

當(dāng)前， 個(gè)別學(xué)者對(duì)智能財(cái)務(wù)逐漸擴(kuò)展的相關(guān)理論基礎(chǔ)進(jìn)行了討論。 周衛(wèi)華[4] 從心理學(xué)角度分析了會(huì)計(jì)智能作為組織“大腦”的理論基礎(chǔ)。 心理學(xué)上的智能包括智慧和能力。 智慧是指從感覺到記憶再到思維的過(guò)程， 智慧會(huì)產(chǎn)生行為和語(yǔ)言， 而行為和語(yǔ)言的表達(dá)過(guò)程被稱為能力， 二者合稱為“智能”。 因此， 周衛(wèi)華[4] 將會(huì)計(jì)智慧和會(huì)計(jì)能力的模擬、延伸和擴(kuò)展作為新的關(guān)注重點(diǎn)， 指出會(huì)計(jì)智能包括感知智能、思維智能、語(yǔ)言智能和行為智能。 其中： 感知智能體現(xiàn)為會(huì)計(jì)對(duì)于企業(yè)全部經(jīng)濟(jì)活動(dòng)數(shù)據(jù)的智能采集和存儲(chǔ); 思維智能體現(xiàn)為會(huì)計(jì)將企業(yè)經(jīng)濟(jì)活動(dòng)數(shù)據(jù)智能轉(zhuǎn)換成滿足內(nèi)外部利益相關(guān)者需求的會(huì)計(jì)信息; 語(yǔ)言智能體現(xiàn)為會(huì)計(jì)作為一門商業(yè)語(yǔ)言所展現(xiàn)的語(yǔ)法、語(yǔ)義和語(yǔ)用; 行為智能體現(xiàn)為會(huì)計(jì)對(duì)企業(yè)經(jīng)濟(jì)行為的智能計(jì)劃、智能監(jiān)督和智能控制。

此外， 智能的信息科學(xué)觀認(rèn)為， 智能是主體在與環(huán)境客體相互作用的過(guò)程中， 為了應(yīng)對(duì)自身所面臨的生存與發(fā)展的挑戰(zhàn)， 對(duì)客體信息進(jìn)行深度加工演化從而生成智能行為的能力[5] 。 這種在動(dòng)態(tài)環(huán)境中具有較高自治能力的實(shí)體被稱為“智能體（Agent）”[6] 。 “智能體”理論在工程領(lǐng)域的應(yīng)用較多， 近年來(lái)隨著財(cái)務(wù)智能化的發(fā)展也逐漸被引入會(huì)計(jì)領(lǐng)域。 傅元略[7] 提出“財(cái)務(wù)智能體”和“會(huì)計(jì)智能體”理論： 不同功能的“財(cái)務(wù)智能體”通過(guò)合作、協(xié)商和有效的通訊執(zhí)行不同的子任務(wù)， 由此形成一個(gè)大規(guī)模、復(fù)雜、動(dòng)態(tài)、開放、自我組織的財(cái)務(wù)決策智能系統(tǒng); “會(huì)計(jì)智能體”則通過(guò)其自治性、社會(huì)性、快速響應(yīng)性、主動(dòng)性和協(xié)作性的特征， 使財(cái)務(wù)相關(guān)的機(jī)器人能自主地實(shí)現(xiàn)其目標(biāo)。 簡(jiǎn)單的RPA（Robotic Process Automation）并非嚴(yán)格意義上的智能財(cái)務(wù)， 原因在于它不滿足“智能體”的特征， 無(wú)法根據(jù)動(dòng)態(tài)環(huán)境變化進(jìn)行自我行為調(diào)整。 可見， “智能體”理論對(duì)于智能財(cái)務(wù)定義及其特征的判斷具有重要意義， 也為智能財(cái)務(wù)實(shí)踐中應(yīng)具備的功能指明了方向。

從會(huì)計(jì)管理活動(dòng)論的視角看， 會(huì)計(jì)管理本質(zhì)上就是一種價(jià)值管理， 即對(duì)價(jià)值的形成、實(shí)現(xiàn)、補(bǔ)償、分配、轉(zhuǎn)移等活動(dòng)的管理。 閻達(dá)五[16] 基于會(huì)計(jì)管理活動(dòng)論的基本指導(dǎo)思想以及對(duì)價(jià)值管理的認(rèn)識(shí)提出了價(jià)值鏈會(huì)計(jì)， 認(rèn)為價(jià)值鏈會(huì)計(jì)是對(duì)企業(yè)價(jià)值信息及其背后深層次關(guān)系的研究， 即收集、加工、存儲(chǔ)、提供并利用價(jià)值信息， 實(shí)施對(duì)企業(yè)價(jià)值鏈的控制和管理， 保證企業(yè)價(jià)值鏈合規(guī)、高效、有序運(yùn)作， 從而為企業(yè)創(chuàng)造最大化價(jià)值增值和價(jià)值分配的一種管理活動(dòng)。 當(dāng)今會(huì)計(jì)實(shí)踐的發(fā)展體現(xiàn)出這一理念的前瞻性。 在信息技術(shù)和互聯(lián)網(wǎng)思維的催發(fā)下， 越來(lái)越多的商業(yè)價(jià)值創(chuàng)造活動(dòng)不再局限于單一企業(yè)、單一組織， 而是延伸到整個(gè)價(jià)值鏈、平臺(tái)生態(tài)或產(chǎn)業(yè)互聯(lián)范圍內(nèi)[17] 。 智能財(cái)務(wù)背景下的財(cái)務(wù)部門也會(huì)構(gòu)建邊界開放的財(cái)務(wù)組織， 實(shí)現(xiàn)與平臺(tái)生態(tài)圈組織的和諧共生。 海爾就是一個(gè)很好的例子， 海爾的共贏增值表將價(jià)值度量范圍擴(kuò)展到整個(gè)商業(yè)生態(tài)圈而非單一企業(yè)主體。 此時(shí)， 傳統(tǒng)理論當(dāng)中會(huì)計(jì)主體的概念將無(wú)法解釋這一現(xiàn)象， 也難以通過(guò)價(jià)值鏈會(huì)計(jì)中對(duì)企業(yè)價(jià)值鏈的控制和管理， 實(shí)現(xiàn)價(jià)值增值的目標(biāo)。 因此， 當(dāng)開放、共生的理念融入財(cái)務(wù)共享服務(wù)中心和智能財(cái)務(wù)的建設(shè)中時(shí)， 會(huì)計(jì)主體將擴(kuò)展到整個(gè)價(jià)值鏈， 而不是單個(gè)企業(yè)。

四、智能財(cái)務(wù)的發(fā)展使會(huì)計(jì)活動(dòng)的行為主體假設(shè)從“理性經(jīng)濟(jì)人”向“有限理性的社會(huì)人”轉(zhuǎn)變

行為主體假設(shè)是經(jīng)濟(jì)學(xué)和管理學(xué)研究的重要分析前提， 傳統(tǒng)會(huì)計(jì)學(xué)也基本繼承了新古典經(jīng)濟(jì)學(xué)中關(guān)于行為主體的“理性經(jīng)濟(jì)人”假設(shè)。 新古典經(jīng)濟(jì)學(xué)對(duì)人的行為的假定包括： ①個(gè)體的行動(dòng)決定（為達(dá)到目的而選擇的手段）是合乎理性的; ②個(gè)體可以獲得足夠充分的有關(guān)周圍環(huán)境的信息（完全信息假定）; ③個(gè)體根據(jù)所獲得的各方面信息進(jìn)行計(jì)算和分析， 從而按最有利于自身利益的目標(biāo)選擇決策方案， 以獲得最大利潤(rùn)或效用， 即利潤(rùn)或效用最大化假定[18] 。

隨著行為科學(xué)和腦神經(jīng)科學(xué)的發(fā)展， 行為經(jīng)濟(jì)學(xué)、神經(jīng)經(jīng)濟(jì)學(xué)逐漸對(duì)經(jīng)濟(jì)人假設(shè)進(jìn)行了完善和修正， 提出“非理性經(jīng)濟(jì)人”或“有限理性的社會(huì)人”理念。 丹尼爾·卡尼曼[19] 對(duì)完全“理性經(jīng)濟(jì)人”假設(shè)中的“系統(tǒng)性偏差”現(xiàn)象進(jìn)行了研究與思考， 指出現(xiàn)實(shí)生活中的人往往無(wú)法掌握所有的信息， 其在進(jìn)行決策時(shí)缺乏系統(tǒng)性， 通常會(huì)依賴于各種探索性的方法。 在此基礎(chǔ)上， 理查德·泰勒[20] 進(jìn)一步對(duì)人的非理性行為進(jìn)行了研究， 其中重要的一點(diǎn)是指出人在做決策時(shí)， 往往忽視傳統(tǒng)經(jīng)濟(jì)學(xué)所強(qiáng)調(diào)的機(jī)會(huì)成本， 同時(shí)傾向于認(rèn)為自己已經(jīng)擁有的東西會(huì)帶來(lái)更高的效用， 即稟賦效應(yīng)。 以上種種結(jié)論都表明， 人們?cè)谶M(jìn)行決策時(shí)并不如傳統(tǒng)經(jīng)濟(jì)學(xué)所假設(shè)的那樣完全理性。 行為經(jīng)濟(jì)學(xué)在行為層面對(duì)經(jīng)濟(jì)人假設(shè)實(shí)現(xiàn)了從“完全理性”到“有限理性”的轉(zhuǎn)變， 而腦神經(jīng)科學(xué)、神經(jīng)經(jīng)濟(jì)學(xué)則在腦機(jī)制的層面上， 找到了“有限理性”的神經(jīng)活動(dòng)規(guī)律的依據(jù)， 進(jìn)一步使人們意識(shí)到經(jīng)濟(jì)人假設(shè)的天然缺陷[21] 。

盡管在繼承了“理性經(jīng)濟(jì)人”假設(shè)基礎(chǔ)上建立的會(huì)計(jì)理論日趨完善， 但是與新古典經(jīng)濟(jì)學(xué)遇到的問(wèn)題一樣， 有越來(lái)越多的“異象”難以解釋[2] ， 同樣需要實(shí)現(xiàn)從“理性經(jīng)濟(jì)人”向“有限理性的社會(huì)人”假設(shè)的轉(zhuǎn)變， 進(jìn)而更好地指導(dǎo)會(huì)計(jì)實(shí)踐的發(fā)展， 特別是為智能財(cái)務(wù)的決策活動(dòng)提供更切合實(shí)際、更有效的行為主體假設(shè)。 在“財(cái)務(wù)智能體”[11] 的理論構(gòu)想下， 可以借助“智能體”來(lái)糾正決策非理性的問(wèn)題。 例如， 在融資問(wèn)題上， 承認(rèn)財(cái)務(wù)決策人的非理性因素， 則可以利用大數(shù)據(jù)深度學(xué)習(xí)模型幫助融資決策人更好地遵循優(yōu)序融資理論， 糾正決策中的非理性問(wèn)題; 再如， 在投資決策中， 投資者往往因?yàn)檎J(rèn)知偏差、投資情緒的變化等非理性因素對(duì)投資收益產(chǎn)生不同預(yù)期， 因此需要加強(qiáng)“智能體”的自我學(xué)習(xí)， 將傳統(tǒng)財(cái)務(wù)理論與實(shí)際決策經(jīng)驗(yàn)相結(jié)合， 以更加準(zhǔn)確地測(cè)算動(dòng)態(tài)風(fēng)險(xiǎn)， 進(jìn)而對(duì)投資決策進(jìn)行糾偏。

綜上， 智能財(cái)務(wù)理論在“理性經(jīng)濟(jì)人”假設(shè)的基礎(chǔ)上， 運(yùn)用行為經(jīng)濟(jì)學(xué)和神經(jīng)科學(xué)在行為和腦神經(jīng)機(jī)制層面所發(fā)現(xiàn)的社會(huì)人特征， 在財(cái)務(wù)與會(huì)計(jì)問(wèn)題的研究中對(duì)行為主體增加了非理性因素的考量， 實(shí)現(xiàn)了從“理性經(jīng)濟(jì)人”到“有限理性的社會(huì)人”的轉(zhuǎn)變， 使傳統(tǒng)會(huì)計(jì)學(xué)的行為主體假設(shè)趨向科學(xué)與合理。

五、智能財(cái)務(wù)為管理會(huì)計(jì)實(shí)現(xiàn)資源最優(yōu)化使用的目標(biāo)提供了可能

管理會(huì)計(jì)的目標(biāo)是管理會(huì)計(jì)理論的重要組成部分， 有的學(xué)者更是將其作為管理會(huì)計(jì)理論框架的邏輯起點(diǎn)。 孟焰[3] 通過(guò)總結(jié)各方對(duì)管理會(huì)計(jì)目標(biāo)的論述， 認(rèn)為管理會(huì)計(jì)的總體目標(biāo)是幫助管理當(dāng)局對(duì)資源的最優(yōu)化使用做出決策， 以實(shí)現(xiàn)組織的目標(biāo)。 盡管管理會(huì)計(jì)在不同的發(fā)展階段所追求的具體目標(biāo)有所不同， 但這也是由于企業(yè)所處的經(jīng)濟(jì)環(huán)境不同導(dǎo)致的。 總的來(lái)說(shuō)， 無(wú)論是追求效率、效益的現(xiàn)代管理會(huì)計(jì)， 還是將企業(yè)內(nèi)部信息與外部環(huán)境變化聯(lián)系起來(lái)考察的戰(zhàn)略管理會(huì)計(jì)， 其總體目標(biāo)都是合理配置組織資源以達(dá)到經(jīng)濟(jì)效益的最優(yōu)化。

但是， 受到現(xiàn)實(shí)環(huán)境以及技術(shù)條件的限制， 最優(yōu)化目標(biāo)常?！翱赏豢杉础?， 因此出現(xiàn)了追求“滿意解”的管理會(huì)計(jì)目標(biāo)， 典型的有受行為科學(xué)理論影響的行為管理會(huì)計(jì)以及受赫伯特·西蒙決策理論影響的決策性管理會(huì)計(jì)。 20世紀(jì)50年代， 美國(guó)學(xué)者將行為科學(xué)的思想引入會(huì)計(jì)， 對(duì)現(xiàn)代管理會(huì)計(jì)中的決策理念產(chǎn)生了較大的影響。 在經(jīng)濟(jì)活動(dòng)的行為主體假設(shè)由“理性經(jīng)濟(jì)人”向“有限理性的社會(huì)人”轉(zhuǎn)變的過(guò)程中， 管理會(huì)計(jì)的決策方法也由“最優(yōu)化原則”向“滿意性原則”轉(zhuǎn)變。 由于“最優(yōu)解”需要通過(guò)復(fù)雜計(jì)算才能獲得， 而“滿意解”可以用比較簡(jiǎn)化和近似的方法求得， 并且能更好地協(xié)調(diào)企業(yè)總體目標(biāo)下的各個(gè)子目標(biāo)， 使決策理論更具實(shí)踐性， 因此尋求滿意成為管理會(huì)計(jì)決策的目標(biāo)。 相似的理念也在以赫伯特·西蒙為代表的“有限理性”決策理論中得以體現(xiàn)， 赫伯特·西蒙[22] 認(rèn)為， 受注意力的廣度、知識(shí)的局限等影響， 完全理性的經(jīng)濟(jì)人假設(shè)存在缺陷， 人們行為的理性只是在給定環(huán)境限度內(nèi)的理性， 因此人們?cè)跊Q定過(guò)程中尋找的并非“最大”或“最優(yōu)”的標(biāo)準(zhǔn)，? 而只是“滿意”的標(biāo)準(zhǔn)。 可見， 尋求“滿意解”的理念對(duì)管理會(huì)計(jì)所要達(dá)成的目標(biāo)進(jìn)行了一定程度的修正， 直到管理科學(xué)思想的興起， 特別是決策所依賴的數(shù)據(jù)量的激增以及人工智能技術(shù)所取得的重大進(jìn)步， 使得管理會(huì)計(jì)對(duì)最優(yōu)化目標(biāo)的實(shí)現(xiàn)成為可能。

在管理科學(xué)思想的影響下， 管理會(huì)計(jì)將數(shù)學(xué)模型和計(jì)算機(jī)技術(shù)應(yīng)用到管理決策當(dāng)中， 以追求最優(yōu)化目標(biāo)。 常用的手段包括基于高等數(shù)學(xué)方法的回歸分析模型、將概率論引入決策模型當(dāng)中、廣泛使用電子計(jì)算機(jī)以輔助決策等。 但最優(yōu)化的決策真正得以實(shí)現(xiàn)， 還是在機(jī)器學(xué)習(xí)技術(shù)超越回歸分析技術(shù)之后， 而這需要從決策的基本構(gòu)成要素談起。 一般而言， 決策由信息輸入、預(yù)測(cè)、判斷、行動(dòng)、結(jié)果等要素構(gòu)成。 其中， 預(yù)測(cè)作為決策活動(dòng)的關(guān)鍵部分， 本身是一種利用現(xiàn)有數(shù)據(jù)生成尚未掌握的信息的過(guò)程。 隨著大數(shù)據(jù)時(shí)代的到來(lái)和人工智能技術(shù)的發(fā)展， 預(yù)測(cè)手段的本質(zhì)沒(méi)有發(fā)生變化， 但是一種以前表現(xiàn)不佳的方式——機(jī)器學(xué)習(xí)， 憑借豐富的數(shù)據(jù)和高速運(yùn)算的計(jì)算機(jī)實(shí)現(xiàn)了快速進(jìn)步。 由于回歸分析模型仍需要建模人員做出相關(guān)假設(shè)和變量設(shè)定， 而機(jī)器學(xué)習(xí)可以通過(guò)自己組合不同變量， 從而更有效地將數(shù)據(jù)轉(zhuǎn)化為相關(guān)預(yù)測(cè)， 為有效決策提供了“土壤”。

隨著企業(yè)數(shù)字化程度的提高， 數(shù)據(jù)收集變得比以往更加廉價(jià)、容易， 人工智能技術(shù)的各類算法使得企業(yè)可以處理大規(guī)模的數(shù)據(jù)， 機(jī)器學(xué)習(xí)則可以更輕易地做出預(yù)測(cè)。 換言之， 技術(shù)變革使得原本“昂貴”的預(yù)測(cè)變得“廉價(jià)”。 對(duì)企業(yè)管理者而言， 當(dāng)預(yù)測(cè)變得“廉價(jià)”， 而強(qiáng)人工智能仍未實(shí)現(xiàn)或出于倫理考慮不能完全交由機(jī)器決策時(shí)， 企業(yè)的決策行為將更加依賴人類智能的判斷， 判斷作為預(yù)測(cè)的“互補(bǔ)品”， 其價(jià)值將會(huì)提高， 此時(shí)人類判斷的需求將會(huì)增加[23] 。 最終， 管理會(huì)計(jì)可以依靠人工智能， 基于數(shù)據(jù)的預(yù)測(cè)得出各類“最優(yōu)解”的可能性， 并在最終做出決策之前結(jié)合人的判斷， 由機(jī)器智能和人類智能共同完成“最優(yōu)解”的選擇。 即使后者同樣沒(méi)有完全擺脫決策者作為人的非理性因素， 但是與由于信息不足、無(wú)法完成復(fù)雜計(jì)算而采取“滿意解”不同， 這種情況下的決策者可以在考慮盡可能多的預(yù)測(cè)的基礎(chǔ)上， 判斷出無(wú)限趨近于最優(yōu)的解。 而且， 人類的相關(guān)經(jīng)驗(yàn)以及難以解釋的直覺因素， 很有可能在這種決策模式下與機(jī)器智能產(chǎn)生互補(bǔ)， 進(jìn)而做出更好的決策。 因此本文認(rèn)為， 基于人工智能技術(shù)的智能財(cái)務(wù)為管理會(huì)計(jì)實(shí)現(xiàn)資源最優(yōu)化使用的目標(biāo)提供了可能。

六、智能財(cái)務(wù)使會(huì)計(jì)職業(yè)判斷的主體由以人為主轉(zhuǎn)化為以機(jī)器為主、人為輔

會(huì)計(jì)職業(yè)判斷就是會(huì)計(jì)人員在會(huì)計(jì)法規(guī)、企業(yè)會(huì)計(jì)準(zhǔn)則、國(guó)家統(tǒng)一會(huì)計(jì)制度和相關(guān)法律法規(guī)約束的范圍內(nèi)， 根據(jù)企業(yè)的理財(cái)環(huán)境和經(jīng)營(yíng)特點(diǎn)， 利用自己的專業(yè)知識(shí)和職業(yè)經(jīng)驗(yàn)， 對(duì)會(huì)計(jì)事項(xiàng)處理和財(cái)務(wù)會(huì)計(jì)報(bào)告編制應(yīng)采取的原則、方法、程序等方面進(jìn)行判斷與選擇的過(guò)程[24] 。 任何領(lǐng)域的準(zhǔn)則都不可能涵蓋所有的情況和企業(yè)所有的經(jīng)營(yíng)活動(dòng)， 因而不可能有唯一適用且穩(wěn)定不變的會(huì)計(jì)政策、估計(jì)和方法。 此時(shí)， 會(huì)計(jì)職業(yè)判斷便成為在復(fù)雜經(jīng)濟(jì)環(huán)境中保障會(huì)計(jì)信息質(zhì)量、反映企業(yè)財(cái)務(wù)狀況和經(jīng)營(yíng)成果的重要手段。 相應(yīng)地， 會(huì)計(jì)職業(yè)判斷的主要內(nèi)容應(yīng)該包括會(huì)計(jì)原則的選擇與協(xié)調(diào)、會(huì)計(jì)政策的選擇、會(huì)計(jì)估計(jì)的判斷及選用等[25] 。

會(huì)計(jì)職業(yè)判斷的主體是一個(gè)重要的理論問(wèn)題， 由此引申出了諸多問(wèn)題， 如會(huì)計(jì)職業(yè)判斷的主客觀性、職業(yè)判斷與職業(yè)道德之間的關(guān)系等。 當(dāng)前， 人們普遍認(rèn)為會(huì)計(jì)職業(yè)判斷的主體是人。 許燕[26] 認(rèn)為， 一切具體的會(huì)計(jì)職業(yè)判斷行為都是由會(huì)計(jì)人員實(shí)際執(zhí)行的， 因此會(huì)計(jì)人員是影響會(huì)計(jì)職業(yè)判斷最為直接的因素。 于長(zhǎng)春[25] 指出， 會(huì)計(jì)職業(yè)判斷的主體是適度獨(dú)立從事工作的會(huì)計(jì)人員。 王清剛[27] 認(rèn)為， 判斷主體是進(jìn)行會(huì)計(jì)職業(yè)判斷活動(dòng)的主導(dǎo)者， 是會(huì)計(jì)職業(yè)判斷各要素中最活躍的因素， 其素質(zhì)直接影響著會(huì)計(jì)職業(yè)判斷的質(zhì)量。 會(huì)計(jì)職業(yè)判斷主體是指有資格和能力進(jìn)行會(huì)計(jì)職業(yè)判斷的人， 而且判斷行為必須由人來(lái)完成。 然而， 隨著人工智能技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用， 技術(shù)對(duì)諸多會(huì)計(jì)工作的替代將使得會(huì)計(jì)職業(yè)判斷的主體由以人為主轉(zhuǎn)化為以機(jī)器為主、人為輔。 對(duì)此， 可以從這一轉(zhuǎn)變的必要性和可行性兩方面展開論述。

從必要性的角度看， 會(huì)計(jì)職業(yè)判斷的主觀性特征使得判斷主體需要由以人為主轉(zhuǎn)變?yōu)橐詸C(jī)器為主、人為輔。 會(huì)計(jì)職業(yè)判斷是一把“雙刃劍”， 恰當(dāng)?shù)呐袛嗫梢栽诒Ｕ险鎸?shí)性的前提下， 提高會(huì)計(jì)信息質(zhì)量的相關(guān)性和可靠性， 實(shí)現(xiàn)會(huì)計(jì)反映的“真實(shí)與公允”。 但是， 會(huì)計(jì)職業(yè)判斷發(fā)揮積極作用的前提是良好的會(huì)計(jì)職業(yè)道德。 若承認(rèn)會(huì)計(jì)人員作為“社會(huì)人”的非理性因素， 會(huì)計(jì)職業(yè)道德就不可避免地會(huì)受到個(gè)人性格、知識(shí)、經(jīng)驗(yàn)、動(dòng)機(jī)乃至價(jià)值觀的影響， 職業(yè)判斷的主觀性特征也可能成為企業(yè)操縱利潤(rùn)乃至財(cái)務(wù)造假的工具， 如通過(guò)盈余管理操縱會(huì)計(jì)數(shù)據(jù)， 由此也產(chǎn)生了內(nèi)部控制中對(duì)會(huì)計(jì)職業(yè)判斷的環(huán)境控制。 因此， 如果實(shí)現(xiàn)以機(jī)器作為判斷主體， 則上述問(wèn)題會(huì)得到較大的改善。

從可行性的角度看， 會(huì)計(jì)職業(yè)判斷所需的人類智能在一定程度上可以由人工智能實(shí)現(xiàn)， 從而實(shí)現(xiàn)由機(jī)器輔助到以機(jī)器為主的職業(yè)判斷。 許燕[26] 參考秦榮生[28] 對(duì)會(huì)計(jì)人員業(yè)務(wù)能力的要求， 指出會(huì)計(jì)人員做出職業(yè)判斷需要具備觀察能力、記憶能力、思維能力、想象能力以及操作能力。 結(jié)合上文對(duì)人工智能能力框架的分析， 對(duì)于相對(duì)確定、重復(fù)以及有規(guī)律可循的會(huì)計(jì)職業(yè)判斷， 要求的是會(huì)計(jì)人員的經(jīng)驗(yàn)積累和確定的知識(shí)， 這類工作主要運(yùn)用到基本的感知（觀察）能力和記憶能力， 利用專家系統(tǒng)或知識(shí)圖譜技術(shù)已經(jīng)可以做到完全由機(jī)器替代完成。 在信息化環(huán)境下， 相應(yīng)的（行動(dòng)）操作能力也并非職業(yè)判斷的重點(diǎn)。 因此， 對(duì)于實(shí)現(xiàn)以機(jī)器為主、人為輔的會(huì)計(jì)職業(yè)判斷， 重點(diǎn)就在于那些需要較強(qiáng)的思維和分析能力的會(huì)計(jì)工作， 而機(jī)器學(xué)習(xí)技術(shù)為此提供了解決方案。

目前， 已經(jīng)有學(xué)者對(duì)基于機(jī)器學(xué)習(xí)的智能會(huì)計(jì)引擎展開了相關(guān)研究。 基于機(jī)器學(xué)習(xí)的智能財(cái)務(wù)會(huì)計(jì)引擎可以高效且準(zhǔn)確地識(shí)別業(yè)務(wù)信息， 基于轉(zhuǎn)換規(guī)則生成預(yù)制記賬憑證并及時(shí)向財(cái)務(wù)系統(tǒng)傳遞， 在此基礎(chǔ)上完成記賬、過(guò)賬工作。 不僅如此， 該引擎還可以在大量標(biāo)簽化數(shù)據(jù)的訓(xùn)練之下持續(xù)提升性能， 使轉(zhuǎn)換規(guī)則處于動(dòng)態(tài)調(diào)整和優(yōu)化完善的過(guò)程中。 即使是對(duì)于一些會(huì)計(jì)政策的選擇， 會(huì)計(jì)人員也可以在參考機(jī)器學(xué)習(xí)對(duì)相關(guān)業(yè)務(wù)的預(yù)測(cè)之后， 再做出進(jìn)一步判斷。 基于機(jī)器學(xué)習(xí)的智能管理會(huì)計(jì)引擎與上文所述的“最優(yōu)化”決策一樣， 可以提高經(jīng)營(yíng)預(yù)測(cè)的準(zhǔn)確性、強(qiáng)化決策支持功能、完善風(fēng)險(xiǎn)管控能力。 綜上所述， 隨著機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用， 會(huì)計(jì)職業(yè)判斷的主體將由以人為主轉(zhuǎn)化為以機(jī)器為主、人為輔。

七、智能財(cái)務(wù)對(duì)會(huì)計(jì)的法律責(zé)任與倫理道德提出新命題

在上述討論中， 無(wú)論是人工智能對(duì)“有限理性”的人進(jìn)行決策輔助， 實(shí)現(xiàn)資源最優(yōu)化使用， 還是在會(huì)計(jì)職業(yè)判斷當(dāng)中形成以機(jī)器為主、人為輔的判斷模式， 都指向了同一個(gè)問(wèn)題， 即人類與機(jī)器共同合作的決策和判斷過(guò)程中人類與機(jī)器的關(guān)系， 這進(jìn)一步引發(fā)了人工智能技術(shù)發(fā)展過(guò)程中的法律責(zé)任和倫理道德問(wèn)題。 2017年， 多位人工智能領(lǐng)域的專家在美國(guó)聯(lián)合簽署了“阿西洛馬人工智能原則”， 提出了包括研究目標(biāo)、責(zé)任和價(jià)值歸屬、隱私、風(fēng)險(xiǎn)等主題在內(nèi)的23條原則， 以呼吁在人工智能的研究過(guò)程中保障人類的利益發(fā)展和安全。 對(duì)于會(huì)計(jì)領(lǐng)域的智能財(cái)務(wù)研究而言， 這些討論似乎過(guò)于寬泛， 但其中人工智能應(yīng)用的責(zé)任劃分問(wèn)題、隱私安全和數(shù)據(jù)保護(hù)問(wèn)題， 將對(duì)智能財(cái)務(wù)的法律責(zé)任和倫理道德提出新的命題。

人工智能應(yīng)用的責(zé)任劃分問(wèn)題產(chǎn)生自機(jī)器人對(duì)人類權(quán)益的侵犯。 例如， 無(wú)人駕駛汽車發(fā)生交通事故后， 是由汽車制造商、系統(tǒng)開發(fā)商還是乘客來(lái)承擔(dān)責(zé)任？ 又如， 醫(yī)療機(jī)器人在手術(shù)過(guò)程中出現(xiàn)系統(tǒng)故障進(jìn)而危及病人健康甚至生命安全時(shí)， 應(yīng)由誰(shuí)來(lái)承擔(dān)責(zé)任？ 在企業(yè)管理領(lǐng)域， 雖然可能不會(huì)出現(xiàn)人工智能危及生命的情況， 但同樣存在責(zé)任認(rèn)定的難題。 管理會(huì)計(jì)的倫理價(jià)值觀認(rèn)為， 從經(jīng)營(yíng)活動(dòng)視角考察， 管理會(huì)計(jì)的價(jià)值觀需要面向管理者構(gòu)建一個(gè)基本的倫理框架， 強(qiáng)化管理會(huì)計(jì)價(jià)值觀體系的底線思維。 企業(yè)管理當(dāng)局在經(jīng)營(yíng)活動(dòng)決策的選擇上， 應(yīng)主動(dòng)承擔(dān)決策的責(zé)任和相關(guān)的義務(wù)。 但在人機(jī)協(xié)作的決策模式下， 需要考慮是否將決策責(zé)任主體從人擴(kuò)展到人和機(jī)器。

目前， 企業(yè)管理中的決策者在絕大多數(shù)情況下都是人， 重要決策沒(méi)有完全交給機(jī)器， 這主要是出于以下三方面原因： 第一， 與決策相關(guān)聯(lián)的動(dòng)作和情景組合數(shù)量太多， 對(duì)機(jī)器而言仍然過(guò)于復(fù)雜。 第二， 機(jī)器不擅長(zhǎng)預(yù)測(cè)罕見事件。 阿杰伊·阿格拉沃爾等[23] 指出， 哪怕企業(yè)過(guò)去不曾出現(xiàn)類似的事件， 管理者也會(huì)就并購(gòu)、創(chuàng)新以及與合作伙伴的關(guān)系等事務(wù)做出決策。 而如果一種情況在過(guò)去沒(méi)有多次發(fā)生， 機(jī)器就無(wú)法進(jìn)行預(yù)測(cè)和判斷。 第三， 在無(wú)法明確責(zé)任的現(xiàn)狀下， 出于監(jiān)管的要求應(yīng)避免由機(jī)器做出決策。

但是， 隨著機(jī)器學(xué)習(xí)的快速進(jìn)步， 人工智能在決策當(dāng)中所應(yīng)承擔(dān)的責(zé)任已經(jīng)不僅僅是作為思想實(shí)驗(yàn)的政策討論， 而是實(shí)實(shí)在在面臨的問(wèn)題了， 隨著大量新領(lǐng)域?qū)ψ詣?dòng)化的需求越來(lái)越多， 與責(zé)任分配相關(guān)的政策將迎來(lái)一股發(fā)展浪潮。 根據(jù)段偉文[29] 的研究， 人工智能在智能財(cái)務(wù)中對(duì)法律責(zé)任和倫理道德提出的新命題可以分為兩個(gè)方面：第一， 在人工智能沒(méi)有自主性和決策權(quán)利時(shí)， 與之相關(guān)的人有何種法律責(zé)任以及他們應(yīng)遵守怎樣的職業(yè)倫理道德？ 第二， 當(dāng)技術(shù)進(jìn)步足以使人工智能發(fā)展成為自主能動(dòng)者時(shí)， 在其設(shè)計(jì)中應(yīng)該嵌入什么樣的倫理系統(tǒng)？ 設(shè)計(jì)與使用者應(yīng)遵守哪些專業(yè)倫理？ 應(yīng)該建立怎樣的人機(jī)協(xié)作模式？

人工智能的隱私與數(shù)據(jù)保護(hù)是智能財(cái)務(wù)面臨的另一個(gè)新問(wèn)題。 數(shù)據(jù)中臺(tái)作為智能財(cái)務(wù)的技術(shù)基礎(chǔ)， 本身在數(shù)據(jù)治理層強(qiáng)調(diào)數(shù)據(jù)安全問(wèn)題。 智能財(cái)務(wù)的發(fā)展依托于云計(jì)算、大數(shù)據(jù)技術(shù)， 在數(shù)據(jù)挖掘和收集的過(guò)程中， 可能會(huì)出現(xiàn)未經(jīng)授權(quán)而獲取數(shù)據(jù)的行為， 給企業(yè)帶來(lái)一定的法律責(zé)任風(fēng)險(xiǎn); 在數(shù)據(jù)的應(yīng)用過(guò)程中， 智能財(cái)務(wù)比傳統(tǒng)的信息系統(tǒng)環(huán)境更容易因系統(tǒng)自身的缺陷而發(fā)生數(shù)據(jù)泄露。 對(duì)比而言， 國(guó)際內(nèi)部審計(jì)師協(xié)會(huì)的報(bào)告表明， 內(nèi)部審計(jì)已經(jīng)開始思考首席審計(jì)官（CAE）在企業(yè)網(wǎng)絡(luò)安全和數(shù)據(jù)保護(hù)工作中的作用。 當(dāng)財(cái)務(wù)人員的數(shù)字化水平不斷提高， 智能財(cái)務(wù)在其中應(yīng)該扮演什么樣的角色， 也是人工智能背景下財(cái)務(wù)人員需要思考的新問(wèn)題。

【 主 要 參 考 文 獻(xiàn) 】

[1] 邁克爾·查特菲爾德著.文碩，董曉柏，王驥等譯.會(huì)計(jì)思想史[M].上海：立信會(huì)計(jì)出版社，2017：1 ～ 347.

[2] 崔學(xué)剛， 鄺文俊， 薛貴.神經(jīng)會(huì)計(jì)學(xué)：內(nèi)涵、范式與展望[ J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2017（4）：11 ～ 23.

[3] 孟焰.管理會(huì)計(jì)理論框架研究[M].大連：東北財(cái)經(jīng)大學(xué)出版社，2007：1 ～ 172.

[4] 周衛(wèi)華.信息技術(shù)對(duì)會(huì)計(jì)理論與實(shí)務(wù)影響的演變與發(fā)展[ J].會(huì)計(jì)之友，2019（5）：120 ～ 124.

[5] 鐘義信.機(jī)制主義人工智能理論——一種通用的人工智能理論[ J].智能系統(tǒng)學(xué)報(bào)，2018（1）：2 ～ 18.

[6] 項(xiàng)后軍，周昌樂(lè).人工智能的前沿——智能體（Agent）理論及其哲理[ J].自然辯證法研究，2001（10）：29 ～ 33.

[7] 傅元略.智慧會(huì)計(jì)：財(cái)務(wù)機(jī)器人與會(huì)計(jì)變革[ J].遼寧大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019（1）：68 ～ 78.

[8] 于玉林.“大會(huì)計(jì)科學(xué)”在形成[ J].現(xiàn)代財(cái)經(jīng)，1997（7）：3 ～ 5.

[9] 于玉林.論“大會(huì)計(jì)學(xué)”的形成與發(fā)展[ J].會(huì)計(jì)論壇，2002（2）：12 ～ 24.

[10] 吳水澎.變化的世紀(jì)與變革的會(huì)計(jì)——“大會(huì)計(jì)觀”的再認(rèn)識(shí)[ J].會(huì)計(jì)之友，2006（1）：4 ～ 6.

[11] 傅元略.財(cái)務(wù)智能理論：智能體與情景情緒計(jì)算融合[ J].財(cái)務(wù)研究，2018（6）：14 ～ 20.

[12] 徐玉德.財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)融合的理論基礎(chǔ)[ J].會(huì)計(jì)研究，2002（8）：50 ～ 53.

[13] 葛家澍.關(guān)于財(cái)務(wù)會(huì)計(jì)目標(biāo)的研究[ J].上海立信會(huì)計(jì)學(xué)院學(xué)報(bào)，2007（3）：3 ～ 15.

[14] 何升霖.信息技術(shù)對(duì)會(huì)計(jì)主體假設(shè)的影響[ J].財(cái)會(huì)月刊，2006（29）：21 ～ 22.

[15] 于增彪.管理會(huì)計(jì)研究[M].北京：中國(guó)金融出版社，2007：1 ～ 650.

[16] 閻達(dá)五.價(jià)值鏈會(huì)計(jì)研究：回顧與展望[ J].會(huì)計(jì)研究，2004（2）：3 ～ 7+96.

[17] 葉康濤，劉金洋，曾雪云.會(huì)計(jì)管理活動(dòng)論的當(dāng)代意義[ J].會(huì)計(jì)研究，2020（1）：5 ～ 15.

[18] 丘海雄，張應(yīng)祥.理性選擇理論述評(píng)[ J].中山大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），1998（1）：3 ～ 5.

[19] 丹尼爾·卡尼曼著.胡曉姣，李愛民，何夢(mèng)瑩譯.思考，快與慢[M].北京：中信出版社，2012：1 ～ 424.

[20] 理查德·泰勒著.王晉譯.“錯(cuò)誤”的行為（第1版）[M].北京：中信出版社，2016：1 ～ 412.

[21] 馬慶國(guó)，王小毅.認(rèn)知神經(jīng)科學(xué)、神經(jīng)經(jīng)濟(jì)學(xué)與神經(jīng)管理學(xué)[ J].管理世界，2006（10）：139 ～ 149.

[22] 赫伯特·西蒙著.楊櫟，徐立譯.現(xiàn)代決策理論的基石[M].北京：北京經(jīng)濟(jì)學(xué)院出版社，1989：1 ～ 184.

[23] 阿杰伊·阿格拉沃爾，喬舒亞·甘斯，阿維·戈德法布著.閭佳譯.AI極簡(jiǎn)經(jīng)濟(jì)學(xué)[M].長(zhǎng)沙：湖南科學(xué)技術(shù)出版社，2018：53 ～ 71.

[24] 夏博輝.論會(huì)計(jì)職業(yè)判斷[ J].會(huì)計(jì)研究，2003（4）：36 ～ 40.

[25] 于長(zhǎng)春.會(huì)計(jì)職業(yè)判斷的內(nèi)部控制研究[ J].上海立信會(huì)計(jì)學(xué)院學(xué)報(bào)， 2009（6）：28 ～ 36.

[26] 許燕.會(huì)計(jì)職業(yè)判斷研究[D].天津：天津財(cái)經(jīng)學(xué)院，2004.

[27] 王清剛.會(huì)計(jì)職業(yè)判斷框架構(gòu)建研究[ J].商業(yè)經(jīng)濟(jì)與管理， 2012（7）：82 ～ 90.

[28] 秦榮生.面向21世紀(jì)會(huì)計(jì)后續(xù)教育問(wèn)題研究[M].北京：經(jīng)濟(jì)科學(xué)出版社，2002：1 ～ 118.

[29] 段偉文.人工智能時(shí)代的價(jià)值審度與倫理調(diào)適[ J].中國(guó)人民大學(xué)學(xué)報(bào)，2017（6）：98 ～ 108.