对于许多公司而言，战略的实施和执行有赖于有效的AI解决方案，而管理会计师负有道德责任来帮助所在组织减少AI运用方面的道德风险。他们可以协助高管层制定和实施基于AI的组织战略，同时也是专为规划、绩效管理系统、财务报告和数据分析而设计的、AI驱动的算法或软件的直接使用者，因此，AI的道德影响需要引起他们的高度关注。如果AI位于组织商业模式的核心位置，管理会计师就有道德义务去关注那些宏观的道德问题，包括业务流程不人性化、财富不平等加剧、影响AI解决方案运用时的透明度、关乎数据安全与系统完整性的重大问题，以及社会互动的中断及其对人类的影响。

在宏观层面上，AI所引发的大且讨论多的道德困境，集中于人们担心机器人会取代人类工作，从而造成大量失业。实际上，经济学家预计AI技术的生产率增长曲线呈J型，即AI技术先会导致生产率下降，然后才会使之显著增长。

生产率的指数级增长现在还未出现。为了从生产率增长中获益，我们还需要在技术的学习和适应等无形资产上进行大量投资。

管理会计师协会（IMA）《职业道德守则公告》要求管理会计师在工作中秉承诚信、公平、客观和负责的原则。在尚未考量道德影响的情况下，切勿罔顾这些基本原则来实施技术变革。相反，管理会计师应积极运用职业道德原则来促进道德文化的传播，支持真正的技术进步，从而造福所在企业与整个社会。

AI还带来了更多影响管理会计实践的道德挑战，当运用AI执行数据分析、生成具有可行性的洞见时，这一点尤为突出。

诊断性分析

首先，管理会计师应在诊断性分析（即通过检验数据来找出事情发生的原因）中践行“可信”和“能力”这两项职业道德标准。这两项标准是避免盲目使用AI、传播偏见和产生其他道德问题的关键，因为AI提供的产出或解决方案往往难以解释。

此外，AI诊断性分析解决方案可能有也可能没有实用价值。找到一个大数据集中变量的相关性，并不意味着变量之间存在着有意义的因果关系。因此，仅基于统计关系的决策可能会导致错误的推断。

研究发现，有着特定学历的管理者在某些业务领域更多，这可能表明他们接受了与特定行业相关的更好的培训，但也可能只是出于个人或职业倾向、群体关系等原因而进入某些领域（这与个人实际能力可能有关，也可能无关）。基于这些简单的关联所做出的招聘、薪酬和晋升决策可能是不公平的，并且会对组织的竞争优势产生重大影响。

预测性分析

其次，管理会计师应在预测性分析（即通过检查数据来查明可能发生的情况）中践行“正直”这项职业道德标准。正直是道德敏感性文化的关键因素，可以提高“机器人道德”（AI创造者和设计者的道德）水平，以及机器道德［自主（机器）决策的道德］水平。AI解决方案会复制人类开发者的偏见，因为用于让机器“学习”的训练数据是由这些开发者确定的。

如果人类运用的数据无法准确地反映被调查人群，则会引入数据与固有偏见。而如果这些问题又引入了对组织绩效不利的认知偏见，管理会计实践会受到尤为显著的影响，预测模型可能更倾向于短期结果而非长期增长。管理会计师要参与审核为负责AI开发与运用的小组制定的职业道德培训手册。

再次，管理会计师应在规范性分析（即通过检查数据来了解组织如何才能实现其目标）中践行“正直”和“可信”两项职业道德标准。正直和可信是通过设计问责程序和避免责任真空，来维护职业声誉和信任的关键。AI解决方案所产生的意想不到的后果会引发相关的道德问题，AI可能被行为不良者滥用于处理基于欺诈信息的欺诈性交易或引导非法活动。

适应性分析

后，管理会计师应在适应性分析（即通过检查数据来执行决策）中践行“能力、保密、正直、可信”这四项职业道德标准。通过这四项职业道德标准，管理会计师可构建自身应对AI自主反应时的道德敏感性。

AI可以通过有致命缺陷的判断和行动，自主地形成不道德的行为。机器学习算法可以智能地适应不同的环境，包括学习如何说谎。这引起了人们对在关键财务决策（如预算分配和准备金核算等）中应用AI的担忧。

从诊断性分析到适应性分析，鉴于运用AI所带来的固有的道德风险，管理会计师在对所在组织中AI的实施情况进行道德判断时，要承担更多的责任。

Lorenzo Patelli，博士，丹佛大学企业道德研究所临时所长、丹尼尔斯商学院会计学副教授，IMA道德委员会成员。联系方式：lorenzo.patelli@du.edu。