AI in accountancy: een blik op kwaliteit, scepticisme en verantwoordelijkheid

AI verandert het accountancyvak fundamenteel. De echte spanning zit hierbij niet alleen in de technologie, maar ook in het vertrouwen dat in technologie wordt gesteld. Hoeveel kun je overlaten aan een systeem dat steeds slimmer wordt? En wat gebeurt er met de accountant zelf als technologie steeds meer denkwerk ondersteunt?

Arno Schalck, Group CIO van PIA Group, en Prof. Dr. Niels van Nieuw Amerongen RA van Nyenrode Business Universiteit bespraken in een eerder artikel de vijf grote verschuivingen door AI. Nu werpen ze een blik op de gevolgen voor kwaliteit, vertrouwen en professioneel scepticisme. Dat doen ze vanuit een fundamentele zorg die in veel organisaties voelbaar is: hoe borg je kwaliteit in een wereld waarin AI steeds vaker onderdeel is van het proces?

Meer checks betekent meer kwaliteit, toch?

“Zelfs als maar 90% van de kwaliteitschecks juist is, het feit dat ze gebeuren is een meerwaarde ten opzichte van vroeger.” - Arno Schalck

Op het eerste gezicht lijkt het antwoord eenvoudig. AI kan veel meer controleren dan mensen. Waar een accountant in de praktijk keuzes moet maken - wat controleer ik wel, wat niet - kan technologie op grote schaal checks uitvoeren. Dat opent in beginsel de deur naar een hoger kwaliteitsniveau.

Schalck ziet dat ook gebeuren in de praktijk. Hij beschrijft hoe binnen PIA Group steeds vaker kwaliteitscontroles plaatsvinden waarvoor eerder simpelweg geen tijd was. Zelfs als die controles niet perfect zijn, leveren ze volgens hem al waarde op.

Hij maakt het concreet: “In sommige gevallen gaat het om honderden of zelfs meer dan duizend checks op een dossier. Waar die vroeger niet allemaal werden uitgevoerd of slechts werden 'afgevinkt', kan AI dat nu wel. Dat leidt niet per se direct tot tijdswinst, maar wel tot een ander soort kwaliteit. Meer signalen. Meer zichtbaarheid. Meer consistentie.”

Van Nieuw Amerongen herkent dat beeld en plaatst het in een breder perspectief. “AI is in staat om continu, zonder afleiding en op grote schaal analyses uit te voeren. In theorie maakt dat het mogelijk om vollediger en nauwkeuriger te werken dan ooit tevoren. Technologie kan 24/7 draaien, terwijl mensen vermoeid raken, worden afgeleid en af en toe moeten slapen.”

Maar juist daar zit volgens hem ook de keerzijde.

De valkuil van automation bias

“AI leert ons veel, maar leert ons ook dingen af.” - prof. Dr. Niels van Nieuw Amerongen RA

Want waar technologie sterker wordt, verandert ook menselijk gedrag. Een van de grootste risico's die in het gesprek naar voren komt is automation bias: de neiging van mensen om op de output van technologie (bovenmatig) te vertrouwen zonder die voldoende kritisch te beoordelen.

Van Nieuw Amerongen benoemt dat scherp: “AI kan veel, maar het heeft ook een psychologisch effect op de gebruiker. Het leert ons veel, maar het leert ons ook dingen af.”

Vaardigheden als kritisch denken onder druk

Volgens hem zie je nu al dat bepaalde vaardigheden onder druk komen te staan. Schrijfvaardigheid is daar een voorbeeld van, maar belangrijker in deze context is iets anders, namelijk kritisch denken.

Van Nieuw Amerongen: “Wanneer informatie kant-en-klaar wordt aangeboden - gestructureerd, logisch opgebouwd, overtuigend geformuleerd - wordt het verleidelijk om die informatie te accepteren. Zeker als AI de indruk wekt dat het ‘weet waar het over praat’. Het maakt de gebruiker van technologie daarmee gemakkelijk lui.”

Schalck herkent dit en ziet hoe het wordt versterkt door de manier waarop sommige AI-tools zijn ontworpen. “Systemen zoals ChatGPT zijn ontworpen om vaak positief en bevestigend te reageren, waardoor gebruikers onbewust worden aangemoedigd om verder te bouwen op wat er wordt gezegd. Je moet expliciet vragen om kritisch te zijn. Anders gaat AI je gewoon gelijk geven.”

“Je moet expliciet vragen om kritisch te zijn. Anders gaat AI je gewoon gelijk geven.” - Arno Schalck

Het risico is niet dat AI per definitie fouten maakt, maar dat mensen minder geneigd zijn om die fouten actief te zoeken.

De accountant blijft verantwoordelijk

Juist daarom benadrukken beide heren dat de verantwoordelijkheid altijd bij de accountant blijft. Dat is niet alleen een moreel uitgangspunt, maar ook een formeel gegeven binnen het vak. Ook als AI een groot deel van het werk ondersteunt, blijft degene die de verklaring ondertekent verantwoordelijk voor de uitkomst.

“De verantwoordelijkheid blijft bij de tekenend accountant.” - Prof. Dr. Niels van Nieuw Amerongen RA

Schalck maakt daarbij een vergelijking met zelfrijdende auto’s. Ook daar speelt de vraag wie verantwoordelijk is wanneer technologie beslissingen neemt. “Uiteindelijk blijft de mens die het systeem gebruikt verantwoordelijk voor hoe het wordt ingezet. Dat principe geldt ook in accountancy. Als je werkt met technologie, dien je ook de verantwoordelijkheid te nemen om die technologie te begrijpen en correct toe te passen. Technologie kan nooit een excuus zijn voor fouten.”

Wanneer wordt AI “betrouwbaar genoeg”?

Toch blijft er een fundamentele vraag hangen: wanneer kun je AI echt vertrouwen? Van Nieuw Amerongen: “Zelfs als een tool goed werkt op basis van historische data, betekent dat nog niet automatisch dat die ook in nieuwe situaties betrouwbaar is. Modellen leren, datasets veranderen en elke klantcontext is anders. Daarmee blijft er altijd een mate van onzekerheid bestaan.”

Schalck voegt daar een belangrijk perspectief aan toe. “In veel gevallen is het simpelweg lastig om te meten of iets 'juist' is, zeker wanneer het gaat om interpretaties of adviezen. Als je AI vervolgens laat controleren door AI, ontstaat het risico van een gesloten systeem waarin fouten moeilijk te detecteren zijn.”

De oplossing ziet hij niet in volledige automatisering, maar in het behouden van een human in the loop. “AI is geen vervanger van professioneel oordeel, maar versterkt juist de noodzaak ervan. Accountants moeten blijven beoordelen, feedback geven en sturen. Niet als controle achteraf, maar als integraal onderdeel van het proces. Dat vraagt tijd. En discipline.”

Professioneel scepticisme opnieuw gedefinieerd

Een interessante conclusie uit het gesprek is dat AI het kritische oordeel van de accountant niet vervangt. Maar de manier waarop het wordt toegepast verandert. AI kan grote hoeveelheden data analyseren en daardoor risico's, patronen en verbanden zichtbaar maken die anders misschien over het hoofd worden gezien. Volgens Van Nieuw Amerongen helpt dat accountants ook om breder naar een situatie te kijken. Het kan daarmee het geïntegreerd denken bevorderen.

Tegelijkertijd schuilt daarin een risico. Wanneer professionals te veel vertrouwen op de analyses en conclusies van AI, kunnen zij minder kritisch worden.

Volgens Schalck is het essentieel om scherp te hebben welke taken je aan AI kunt overlaten en welke altijd menselijk oordeel vereisen. Minder tijd gaat naar het verzamelen en verwerken van informatie, en meer naar het beoordelen, interpreteren en bevragen van de resultaten.

Dat zijn de onderdelen waar geen ruimte is voor gemakzucht. Waar kritisch denken, ervaring en oordeelsvermogen essentieel blijven. Die verschuiving vraagt om een andere mindset. Niet minder werk, maar ander werk.

Fraude: waar AI nog tekortschiet

Juist bij fraude wordt die spanning zichtbaar. Van Nieuw Amerongen maakt duidelijk dat fraude per definitie moeilijk te detecteren is. Het gaat vaak om zeldzame, complexe en creatieve constructies die niet eenvoudig in patronen te vangen zijn.

Van Nieuw Amerongen: “Fraud is a rare event… Dat is een adagium dat nog steeds veel doorklinkt in onderzoeken op het gebied van fraude… Detectie van zeldzame gebeurtenissen is heel moeilijk vanwege de smalle ervaringsbasis van de accountant.” Dat maakt het lastig voor AI, dat in essentie werkt op basis van patronen en waarschijnlijkheden.

Het is denkbaar dat gespecialiseerde expertise - bijvoorbeeld fraude-experts binnen controleteams - wordt ingezet die ervaring met fraude en intuïtie combineren met data. Dan combineer je technologie met menselijk inzicht, al is ook dit vooralsnog niet het ei van Columbus omdat de verschijningsvormen van fraude ook velerlei zijn.

Kwaliteit ontstaat in de combinatie

Wat dit gesprek vooral duidelijk maakt, is dat kwaliteit in het AI-tijdperk niet vanzelf ontstaat uit technologie. Het ontstaat in de combinatie van:

• technologie die signalen zichtbaar maakt
• mensen die die signalen interpreteren
• en organisaties die zorgen voor de juiste kaders en governance.

AI helpt om meer te zien, maar zien is niet hetzelfde als begrijpen. En begrijpen is niet hetzelfde als oordelen. Daar blijft de accountant cruciaal.

Vooruitblik

In het volgende artikel gaan Schalck en Van Nieuw Amerongen dieper in op opleiding, loopbanen en de organisatie van het vak in een wereld waarin technologie en mens steeds nauwer samenwerken. Ze gaan in op de volgende vragen:

• Hoe leiden we accountants op voor deze nieuwe werkelijkheid?
• Welke vaardigheden worden belangrijker - en welke juist minder?
• En hoe ziet de accountant van 2030 eruit?

Terugblik

In het vorige artikel bespraken Schalck en Van Nieuw Amerongen over de 5 grote verschuivingen in het accountancyvak door AI.