宇都宮大学 研究会計仕訳の異常について「本来のあるべき仕訳は何だったのか」まで推測する説明可能AI（XAI）を開発
【産学連携対象 全学共通分野 Discovery Saga】
【Sagaキーワード】
研究
概要
本学データサイエンスセンターに設置している「宇都宮大学・TKC AIソリューション共同研究室」所属の川面洋平准教授（宇都宮大学 データサイエンス経営学部／データサイエンスセンター副センター長）と齊藤大輔准教授（株式会社TKC／宇都宮大学 データサイエンスセンター）は、会計監査で使う仕訳データの異常検知について、AIが異常と判定した理由を監査人に分かりやすく示し、さらに本来の正常な仕訳を推測する手法を開発しました。これまでのAIによる仕訳異常検知の多くは、正常な取引だけを学習したオートエンコーダが、うまく再現できなかった仕訳を「異常」として拾い上げる方式でした。ただし出てくるのは再構成誤差という数値ひとつです。監査手続の実施および監査上の判断を行う際に、この数値だけでは足りません。
開発した手法は、検知、寄与項目のランキング、修正候補の探索という3段階からなります（図）。異常と判定した仕訳について、まず既存の説明手法RESHAPEで再構成誤差を項目ごとに分解し、異常判定への寄与が大きい項目から順に並べます。次に、その順位を手がかりに反実仮想説明、つまり「この項目をこの値に変えればAIが正常と判定する」という最小限の修正候補を探します。
反実仮想説明はこれまで、画像認識のように「AかBか」を判定する分類AIを対象に研究されてきました。会計仕訳の異常検知に持ち込んだのは、本研究が初めてです。第2段階のRESHAPEは先行研究（Mueller ら、2022年）の手法であり、その寄与度を道しるべに、会計仕訳向けの修正候補探索（第3段階）を組み立てたところが本研究の中核にあたります。
本研究成果は、9月9日、学術誌「IEEE Access」オンライン版に掲載されました。
図：提案手法の3ステップ。異常を見つけるところで止めず、寄与の大きい項目の順位付けと修正候補の提示までを一続きで行う。
プレスリリース全文は、以下のリンクからご覧ください。
プレスリリース
問い合わせ先
宇都宮大学 広報・渉外係TEL:028-649-5201
E-mail: kkouhou※a.utsunomiya-u.ac.jp
（※を半角＠に変更してください。）
関連リンク
研究者総覧 川面 洋平 准教授データサイエンス経営学部