Generative Artificial Intelligence

(GAI) with Chat GPT for Accounting

a business case
 INTRODUCTION
Chat GPT adalah contoh penggunaan teknik kecerdasan buatan
tingkat lanjut untuk menciptakan sistem AI percakapan yang dapat
meniru percakapan mirip manusia dan memberikan informasi
berguna kepada pengguna.

Chat GPT dirilis secara publik pada November 2022, dan tersedia
untuk penggunaan gratis melalui situs web OpenAI.
• Dengan diperkenalkannya Chat GPT, yang merupakan alat
publik yang dikembangkan oleh Open GAI dan teknologi yang
mendasarinya melalui (GPT), AI generatif diperkirakan akan
tumbuh secara dramatis di tahun-tahun mendatang.

• Namun AI generatif juga menimbulkan sejumlah

pertimbangan etis, terutama terkait masalah seperti privasi,
hak kekayaan intelektual, dan potensi bias dalam konten yang
dihasilkan.
• Salah satu kekhawatiran utama adalah kemungkinan penggunaan AI
generatif untuk membuat video atau gambar palsu yang dapat
digunakan untuk tujuan jahat, seperti manipulasi politik atau
penyebaran informasi yang salah.

• Besarnya permintaan dan penerimaan masyarakat luas namun

memberikan bukti, bahwa nilai tambah yang tinggi bisa diberikan.
Makalah ini fokus pada bidang akuntansi dan kasus bisnis apa yang
terkait dengan GAI dengan mengambil contoh Obrolan GPT.
 Literature on Generative Artifical Intelligence
“Teaching Machines to Paint, Write, Compose, and Play" oleh David Foster.
Buku ini memuat studi kasus dan contoh praktis tentang cara generative
pemodelan dapat diterapkan di berbagai industri dan bidang.

“Deep Learning with Python” oleh Francois Chollet. Buku ini berisi sejarah
singkat pembelajaran mesin, memandu pembaca dalam membangun,
menelusuri, dan menafsirkan jaringan saraf tiruan menggunakan TensorFlow,
memberikan panduan dalam memilih aktivasi, fungsi kerugian, dan arsitektur
yang sesuai untuk masalah tertentu. Dan mencakup pemrosesan data audio
dan klasifikasi genre menggunakan teknik pembelajaran mendalam.
"Hands-On Generative AI with Python: Build high-performance generative models
for text, images, and more“ oleh Aniket Maithani. Buku ini membahas berbagai
topik, mulai dari pengenalan model generatif dan teori di baliknya, hingga contoh
praktis dan latihan untuk membuat berbagai model generatif, termasuk model
saraf jaringan dalam, autoencoder variabel, dll. Buku ini dirancang untuk
membantu pembaca memperoleh pemahaman lebih dalam tentang model
generatif, serta keterampilan dan pengetahuan yang dibutuhkan untuk membuat
dan melatih model generatif mereka sendiri dengan Python.
"Generative Models: An Introduction“ oleh David Barber. Buku ini
mendiskusikan aplikasi praktis model generatif, seperti pemrosesan
bahasa alami, pengenalan gambar, atau pemrosesan audio.

"Artificial Intelligence with Python: A Comprehensive Guide to Building

Intelligent Apps for Python Beginners and Developers“ oleh Anthony
Williams. Buku ini membahas dasar-dasar kecerdasan buatan, termasuk
model generatif, dan memberikan contoh praktis menggunakan
Python.
Kecerdasan umum buatan, sering disebut AI umum, adalah bagian dari AI yang melibatkan penggunaan

algoritme untuk menghasilkan konten baru, melibatkan penggunaan jaringan pembelajaran mendalam, seperti

autoencoder, generative adversarial network (GAN), atau variasional autoencoder (VAE), untuk menghasilkan

konten baru yang kreatif dan menarik. Secara keseluruhan, AI Generatif adalah bidang penelitian dan

pengembangan kecerdasan buatan yang menarik, dengan potensi untuk menciptakan aplikasi baru yang

inovatif di berbagai bidang.

Accounting and Generative Artifical
Intelligence
Analisis laporan keuangan adalah kasus penggunaan potensial AI sintetik dalam akuntansi.

AI sintetis dapat dilatih pada data keuangan dalam jumlah besar untuk mempelajari pola dan
hubungan antara metrik keuangan yang berbeda.

Namun, penting untuk mempertimbangkan secara hati-hati implikasi etika dan hukum dari
penggunaan AI sintetis dalam akuntansi, terutama dalam hal privasi, keamanan data, dan risiko bias
dalam akuntansi.

Kasus bisnis lainnya adalah database pengungkapan naratif historis dapat dikumpulkan dan GAI
dapat dilatih untuk memberikan informasi kepada auditor dan regulator internal dan eksternal.
Artificial intelligence ethics

AI Kreatif memunculkan sejumlah pertimbangan etis, termasuk permasalahan

seperti privasi, hak kekayaan intelektual, dan potensi bias pada konten yang

dibuat. Terdapat risiko bias dalam konten yang dihasilkan karena algoritme AI

generatif mungkin terlalu bergantung pada jenis data atau masukan tertentu.

Mencakup penggunaan AI kreatif untuk menggantikan kreativitas manusia atau

tenaga kerja, serta potensi penyalahgunaan teknologi AI kreatif untuk melanggar

hak kekayaan intelektual.

Semakin banyak sistem pembelajaran mesin yang menerapkan GAI, semakin kuat pula sistem tersebut. Penting
untuk memasukkan kerangka etika. Pembelajaran mesin merupakan algoritma komputasi yang menggunakan
karakteristik tertentu untuk belajar dari data menggunakan model (Etzioni and Etzioni, 2017).

Robot dan algoritme kini mengambil alih tugas pengambilan keputusan manusia dan memasuki pasar kerja,
namun juga membuat terobosan dalam kehidupan pribadi kita, yang saat ini menantang sistem hukum di atas.
Atribusi kode hukum manusia pada GAI adalah salah satu inovasi hukum dan peradilan kontemporer yang
paling revolusioner (Dowell and Tech, 2018).

Pemisahan hukum dari kepribadian manusia saat ini masih menjadi paradoks yang menimbulkan banyak
“kegelapan” terhadap konsep kepribadian (Barrat, 2013).
GAI telah menciptakan inovasi hukum dan akan berbuat lebih banyak di masa depan, yang melaluinya
GAI mengembangkan otonominya. Sulit bagi GAI untuk secara akurat mereproduksi perilaku cerdas
manusia. “Pada akhirnya, otonomi robot menimbulkan pertanyaan tentang sifat mereka dalam
kategori hukum yang ada, tentang apakah mereka harus dipertimbangkan seperti moralitas manusia,
hewan, dan lainnya atau apakah pantas untuk membuat kategori baru, dengan mempertimbangkan
karakteristik spesifiknya dan implikasinya terhadap alokasi hak dan kewajiban” (Legal Commission,
2016).
 Conclusion
Artikel ini mengkonseptualisasikan masalah etika yang timbul dari otomatisasi proses robotik dalam interaksi Manusia-
Mesin:

Bagaimana algoritma harus dirancang untuk membuat keputusan kegunaan. Secara keseluruhan, artikel ini memainkan
peran penting dalam menilai faktor-faktor pendorong dan pengaruhnya terhadap stabilitas pasar ekonomi dan sistem
sosial.

Dengan meningkatnya tren globalisasi, terdapat kebutuhan untuk memahami secara mendalam bagaimana informasi
disebarluaskan ke seluruh dunia dan bagaimana pusat GAI dapat berkembang secara ekonomi. Negara-negara maju telah
memperoleh momentum yang belum pernah terjadi sebelumnya. Tren lain yang dapat diprediksi setelah revolusi
kecerdasan buatan adalah tampilan waktu. GAI dengan kehidupan abadi dan kemampuannya bekerja 24/7 akan
mengubah pikiran. Ketimpangan akan menjadi isu menarik lainnya dalam visi masa depan, dimana pusat logika GAI akan
memiliki kinerja yang lebih baik dibandingkan wilayah terpencil dan terbelakang di era digital.

Artikel ini memberikan jawaban awal pertama terhadap pertanyaan ini dengan menjelaskan kasus teknologi GAI baru di
Keterbatasan Penelitian

Penelitian ini hanya berfokus pada Generative Artificial Intelligence dan tidak
memiliki metode penelitian beserta data-data yang mendukung.

Penelitian di masa depan harus memanfaatkan wawasan pengambilan keputusan

perilaku manusia dan ekonomi evolusioner untuk menguraikan apa yang
membuat manusia menjadi manusia dan bagaimana manusia membuat
keputusan unik untuk membedakan kita dari rasionalitas GAI dengan disertai
data-data mendukung yang akurat dan lengkap.