智能财务导论 课件 第十二章 数智时代的会计伦理.pptx

第十二章数智时代的会计伦理

目录第一节：数据伦理第二节：人工智能伦理第三节：数智时代对会计职业道德的新要求

知识点脉络图

亚马逊:严重数据隐私泄露事件引例据彭博社2021年7月30日报道，因违反欧盟《通用数据保护条例》(GDPR)，美国电商巨头亚马逊被负责监管亚马逊数据保护的卢森堡当局重罚7.46亿欧元(约合8.88亿美元，57.29亿元人民币)，这是欧盟有史以来金额最高的数据隐私泄露罚款。根据亚马逊7月30日公开的监管备案文件，7月16日，卢森堡国家数据保护委员会（以下简称“委员会”）裁定亚马逊对其用户数据保护不力，违反了《通用数据保护条例》。据悉，GDPR是欧盟于2018年5月开始实施的个人数据保护法规，被认为是欧盟有史以来最为严格的网络数据管理法规，其最大的特点在于限制企业对个人用户数据的使用权。

该条例规定，如果没有特定的、明确的、合法的目的，企业收集了用户的数据，或者虽然用户同意但企业收集并达成目的后未立即删除的，就属于违法行为。对于违反条例的公司，轻者被罚1000万欧元或前一年全球营业收入的2%，重则被处以最高2000万欧元或其全球销售额4%的罚款，罚款额均为“两值中取最大值。据外媒报道，委员会与亚马逊争论的焦点在于“决定自动分析和使用个人信息的权利”。委员会认为，亚马逊收集用户的在线使用数据，分析其模式并用于有针对性的广告服务，但并没有充分通知用户。亚马逊则辩称，“该委员会关于我们如何向客户展示定向广告的决定是主观的，并且是基于未经证实的解释，而且罚款金额也与解释不同”。亚马逊表示，“委员会的上述结论毫无依据，公司将全力为自己辩护”。

数据伦理11

数据时代基本特征数据规模的爆炸式增长和数据模式的高度复杂化，大量的结构化数据、半结构化数据和非结构化数据同时并存。社会思维方式由经验转向预测，由注重因果关系转向相关关系，由抽样分析转向整体分析、从精确性转向精确性与非精确性并存。社会生产方式逐渐转为以数据驱动和智能制造为主。数据的价值高效的数据组织形式时间价值集成价值历史数据数据伦理

数据伦理是指在收集、管理和使用数据时,为保护公民自由、最大限度地降低个人和社会的数据使用风险、实现公共利益最大化等,进行适当判断和问责的依据。2020年9月,美国联邦总务署(GeneralServicesAdministration,GSA)发布了《数据伦理框架草案》,旨在帮助联邦机构系统地识别和评估其在数据收集、管理和使用过程中潜在利益和风险,指导从事收集、管理和使用数据的联邦雇员做出符合道德伦理的决策,为履行其机构使命提供支撑。数据伦理问题产生的原因：非法采集数据数据霸权数据滥用一、数据伦理简介

在企业会计数据管理的过程中，数据权属的不确定性是一个关键问题。会计数据包含企业的财务信息，对于企业内部管理和外部投资者、监管机构具有重要意义。然而，在采集这些数据的过程中，数据权属可能会面临以下不确定性：在外部数据获取方面，企业可能从外部获取各种数据，例如市场调研数据、供应商信息等。然而，外部数据的准确性和合法性难以完全验证，这就带来了外部数据在采集过程中的数据权属不确定性问题。同样地，企业可能需要与其他企业或机构共享部分财务数据，例如与合作伙伴共享销售数据。在这种情况下，数据的共享、使用和保护涉及多方利益，但数据的最终所有者和责任界定并不总是清晰的。在内部数据采集过程中，财务人员违法违规行为和其他不道德行为的具体表现形式有：非法提取超出自身权限的企业数据；进行数据采集时不进行加密处理导致发生数据泄漏事件；数据仓库程序设计不当使得提取的数据与需求不一致，最终导致数据误用；等等。会计数据中包含了企业的财务状况、交易信息等敏感数据，保护这些数据的隐私和机密性至关重要。数据采集过程中，应该采取必要的安全措施，如数据加密、访问控制，以防止未经授权的访问和泄露。二、会计视角下的数据伦理问题1数据权属难以界定

在企业的会计数据管理中，数据的准确性和完整性问题至关重要。会计数据是企业决策制定、财务报告和合规性评估的基础。在数据的准确性方面，会计数据的准确性对于财务报告的可信度至关重要。例如，在企业的生产经营活动过程中，企业经常面临着无法清晰了解数据来源及其在系统间传递时发生的变化的问题。缺乏对数据血缘的了解使得企业难以证明数据的真实性和可信度。企业应确保会计数据的来源是准确的、合法的，并能对数据进行适当的验证。可以通过对比不同来源的信息，确保数据的一致性。在数据录入和处理阶段，需要制定有效的控制措施，包括数据的双重核对、使用验证规则和逻辑检查等，以最大限度地减少人为错误。并且，企业应该对采集的数据进行清洗，识别和纠正错误、缺失、重复或者不一致的数