Abstract
This paper examines the complexity of explainability in AI models. Specifically, the impact this has on AI being adopted in the auditing profession and the implications to stakeholders and auditing professionals. The results indicate that as there is increasingly more data, the models become more complex to understand, making it hard to understand an algorithm's outcomes. This seriously impacts stakeholders and auditing firms when AI tools are used in auditing procedures. Auditors will not be able to justify and validate AI’s conclusion. Thus, making it hard for stakeholders to trust the opinions and conclusions provided using AI algorithms. Бұл құжат ЖИ үлгілеріндегі түсіндірудің күрделілігін қарастырады. Атап айтқанда, мұның аудиторлық кәсіпте ЖИ-ты қабылдауға әсері және мүдделі тараптар мен аудиторлық мамандар үшін салдары. Нәтижелер деректер көлемі ұлғайған сайын модельдерді түсіну қиындап, алгоритм нәтижелерін түсіну қиындайтынын көрсетеді. Бұл аудит процедураларында ЖИ құралдарын пайдаланған кезде мүдделі тараптар мен аудиторлық фирмалар үшін елеулі салдарларға ие. Аудиторлар ЖИ қорытындысын негіздей және растай алмайды. Бұл мүдделі тараптардың ЖИ алгоритмдері арқылы алынған пікірлер мен қорытындыларға сенуін қиындатады. В этой статье рассматривается сложность объяснимости в моделях ИИ. В частности, влияние, которое оно оказывает на внедрение ИИ в аудиторскую профессию, и последствия для заинтересованных сторон и аудиторских специалистов. Результаты показывают, что по мере увеличения объема данных модели становятся более сложными для понимания, что затрудняет понимание результатов алгоритма. Это серьезно влияет на заинтересованных сторон и аудиторские фирмы, когда инструменты ИИ используются в аудиторских процедурах. Аудиторы не смогут обосновать и подтвердить заключение ИИ. Таким образом, заинтересованным сторонам будет сложно доверять мнениям и выводам, полученным с использованием алгоритмов ИИ.