Nama: Rency Husna Adinda
Npm: 2413031082
1. Perbandingan pendekatan tradisional vs AI dalam fair value
Pendekatan tradisional dalam penentuan fair value umumnya mengandalkan penilai independen yang menggunakan data pasar, metode perbandingan, dan pertimbangan profesional. Prosesnya relatif transparan karena langkah
penilaian bisa dijelaskan secara jelas dari awal sampai akhir. Sebaliknya, sistem berbasis AI bergantung pada data besar dan algoritma yang bekerja otomatis untuk mengolah harga pasar real-time. Secara teori akuntansi, AI menawarkan efisiensi dan cakupan analisis yang lebih luas, tetapi sering kali dipandang kurang dapat dijelaskan karena mekanisme pengambilan keputusannya tidak selalu terlihat oleh pengguna. Perbedaan utama ada pada tingkat observabilitas proses: tradisional lebih mudah diaudit, sedangkan AI menghasilkan nilai yang cepat namun kurang dapat dijabarkan secara rinci.
2. Implikasi epistemologi sumber dan validitas pengetahuan akuntansi dari penggunaan AI
Penerapan AI menggeser sumber pengetahuan akuntansi dari kemampuan analitis manusia menjadi berbasis data yang dihasilkan mesin. Validitas
penilaian semakin bergantung pada kualitas database, model statistik, dan asumsi yang tertanam dalam algoritma. Secara epistemologis muncul pertanyaan mengenai bagaimana nilai tersebut dianggap benar, apakah bisa dijelaskan ulang, dan sejauh mana pengguna memahami proses pembentukan angka fair value. Risiko muncul ketika hasil AI dianggap akurat, tetapi landasan pengambil keputusan tidak sepenuhnya terlihat sehingga keandalan, objektivitas, dan keterujian informasinya bisa diperdebatkan.
3. Strategi akuntabilitas dan pelaporan agar sesuai IFRS 13
Salah satu cara menjaga akuntabilitas adalah memastikan bahwa metode
penilaian AI disertai dokumentasi teknis yang menggambarkan pendekatan, asumsi, dan sumber data utama. Perusahaan juga dapat menyajikan ringkasan logika atau kriteria yang mendasari hasil
penilaian, termasuk langkah validasi internal seperti perbandingan dengan data historis atau
penilaian manual sebagai pengujian kewajaran. Dalam pelaporan, pengungkapan mengenai keterbatasan model, tingkat ketidakpastian, dan faktor yang memengaruhi nilai wajar membantu auditor memahami kualitas informasi yang disajikan. Pendekatan ini memungkinkan penggunaan AI tetap sesuai dengan prinsip transparansi, dapat diuji, dan memenuhi tuntutan pengungkapan IFRS 13.