本文档属于类型b，即一篇科学论文，但不是单一原创研究的报告，而是一篇综述性文章。

本文由Steve G. Sutton、Matthew Holt和Vicky Arnold共同撰写，他们均来自美国中佛罗里达大学的Kenneth G. Dixon会计学院。文章发表于2016年8月的《International Journal of Accounting Information Systems》期刊，题为“The reports of my death are greatly exaggerated”—Artificial Intelligence Research in Accounting。

文章的主题是重新审视Gray等人（2014）关于会计领域中专家系统（Expert Systems）和人工智能（Artificial Intelligence, AI）研究的结论，并提出一个更广泛的视角，强调AI在会计研究中的持续重要性。Gray等人认为，自20世纪90年代末以来，会计领域中对专家系统和AI的研究和实践使用已经减少。然而，本文作者通过更广泛的文献搜索和分析，得出了不同的结论，认为AI研究在会计领域仍然活跃，并且具有巨大的潜力。

文章的第一个主要观点是，AI研究在会计领域并未衰退，反而在持续增长。Gray等人（2014）的研究认为，会计领域中的专家系统和AI研究已经进入技术生命周期的衰退阶段。然而，本文作者通过使用更广泛的搜索术语（如“智能系统”、“知识库系统”等），发现相关研究的数量实际上在增加。作者指出，Gray等人的研究可能忽略了术语的变化，特别是从“专家系统”到“智能系统”的转变。通过对多个数据库的重新搜索，本文作者识别出872篇相关文献，远高于Gray等人识别的315篇。这表明，AI研究在会计领域并未衰退，而是以不同的形式继续发展。

第二个主要观点是，AI技术在会计实践中的应用仍然广泛，尤其是在审计支持系统（Audit Support Systems）中。Gray等人认为，会计事务所已经放弃了专家系统的使用。然而，本文作者通过引用Dowling和Leech（2007, 2014）的研究，指出AI技术已经嵌入到现代审计支持系统中，成为其不可或缺的一部分。这些系统不仅提供了专家系统的功能，还通过集成其他智能技术，提高了审计的效率和一致性。作者认为，尽管独立的专家系统可能已经减少，但AI技术在会计实践中的应用仍然广泛，并且正在以更复杂的形式发展。

第三个主要观点是，会计学术界应在AI研究中发挥领导作用，尤其是在机器学习和自然语言处理等新兴领域。作者指出，随着数据分析和机器学习技术的快速发展，会计领域面临着新的机遇和挑战。AI技术的应用不仅限于审计，还可以扩展到财务分析、税务和管理会计等领域。然而，目前会计学术界在这些新兴领域的研究仍然有限。作者呼吁学术界加强对这些技术的研究，尤其是其在会计决策中的应用。此外，作者还强调了AI技术可能带来的伦理和认识论问题，认为学术界应承担起“行业良心”的角色，引导技术应用的健康发展。

第四个主要观点是，AI技术的应用可能对会计专业人员产生负面影响，特别是“去技能化”（Deskilling）问题。作者引用了“技术主导理论”（Theory of Technology Dominance），指出过度依赖智能系统可能导致专业人员技能退化。例如，Dowling等人（2008）的研究发现，使用高度限制性系统的审计师在执行任务时表现较差。作者认为，随着AI技术在会计领域的广泛应用，如何平衡技术与人类专业知识之间的关系将成为一个重要的研究课题。

文章的最后一个主要观点是，AI技术的广泛应用可能对会计职业的未来产生深远影响。作者引用了牛津大学的研究，指出未来10年内，94%的会计工作可能被技术取代。这引发了关于会计职业未来存在的讨论。作者认为，学术界应积极探讨这些问题，并为会计职业的未来发展提供指导。

本文的意义在于，它通过重新审视AI在会计领域的研究和实践，揭示了该领域的持续活力和潜力。文章不仅反驳了Gray等人关于AI研究衰退的结论，还提出了未来研究的方向，特别是机器学习和自然语言处理等新兴技术的应用。此外，文章还强调了AI技术可能带来的伦理和职业挑战，呼吁学术界在这些问题上发挥领导作用。总体而言，本文为会计领域的AI研究提供了新的视角，并为未来的研究奠定了重要的理论基础。