Perkembangan teknologi digital mengubah cara institusi mengelola sekaligus mengawasi keuangan. Transaksi kini berlangsung cepat, melintasi sistem dan negara. Namun, di balik kemudahan itu, risiko kecurangan keuangan ikut meningkat dan kian sulit dideteksi melalui cara-cara konvensional.
Merespons tantangan tersebut, kalangan akademik dan praktisi mulai melirik kecerdasan buatan (Artificial Intelligence/AI) sebagai salah satu solusi. Salah satu teknologi yang berkembang pesat adalah Large Language Models (LLMs), yakni sistem AI yang mampu memahami dan menganalisis teks dalam jumlah besar, mulai dari laporan keuangan hingga komunikasi bisnis.
LLMs dikenal sebagai model AI yang dapat memahami, menganalisis, dan menghasilkan teks dalam skala besar. Pemanfaatannya tidak terbatas pada chatbot atau penerjemahan bahasa. Dalam konteks akuntansi, audit, dan deteksi kecurangan (fraud), LLMs dinilai memiliki potensi karena mampu membaca serta memahami beragam dokumen, seperti laporan keuangan, kontrak, email, dan dokumen audit. Berbeda dari sistem berbasis aturan (rule-based systems), LLMs dapat mengenali pola bahasa dan transaksi yang tidak wajar, serta mengaitkan informasi keuangan dengan konteks bisnis dan regulasi.
Kemampuan tersebut mendorong proses pengawasan keuangan menjadi lebih cepat karena analisis dapat dilakukan secara otomatis, lebih cermat karena pola tersembunyi bisa teridentifikasi, dan lebih preventif karena potensi masalah dapat terdeteksi lebih awal. Dengan demikian, audit tidak lagi semata bersifat reaktif, melainkan berkembang menuju pemantauan yang lebih berkelanjutan.
Dalam praktik audit, kecurangan tidak selalu tampak pada angka. Indikasinya dapat tersembunyi dalam narasi, komunikasi internal, atau pola transaksi yang terlihat “normal”. LLMs menonjol karena mampu mengolah data terstruktur dan tidak terstruktur secara bersamaan. Dengan dukungan teknologi ini, auditor dapat melakukan deteksi anomali transaksi secara real-time, mengidentifikasi pola kecurangan yang sebelumnya tidak terdeteksi, serta menganalisis email, kontrak, dan laporan naratif untuk menemukan indikasi manipulasi. LLMs juga berpotensi mengurangi ketergantungan pada pemeriksaan manual yang memakan waktu, sehingga pengawasan bisa lebih proaktif dan tidak menunggu kerugian terjadi.
Selain untuk deteksi kecurangan, LLMs juga disebut dapat mendukung audit yang lebih aman (secure auditing). AI dapat membantu mengidentifikasi area berisiko tinggi, memverifikasi dokumen dalam jumlah besar, serta menyajikan ringkasan dan rekomendasi berbasis data. Dengan dukungan ini, auditor dapat lebih memfokuskan energi pada analisis profesional dan pengambilan keputusan, sementara pekerjaan rutin terbantu oleh teknologi. Meski demikian, peran manusia tetap penting untuk memastikan hasil analisis AI digunakan secara bertanggung jawab.
Di sisi lain, penggunaan LLMs dalam audit membawa sejumlah tantangan. Isu privasi data, keamanan sistem, bias algoritma, dan transparansi keputusan AI menjadi perhatian. Mengingat audit keuangan merupakan aktivitas berisiko tinggi, keputusan berbasis AI dinilai tetap harus berada di bawah pengawasan manusia. Karena itu, penerapan LLMs perlu disertai tata kelola data yang kuat, kerangka etika dan regulasi yang jelas, serta integrasi antara teknologi dan profesionalisme auditor. LLMs diposisikan sebagai alat pendukung, bukan pengganti pertimbangan profesional.
Dalam pengembangan riset, Universitas Airlangga disebut berperan aktif melalui penelitian lintas disiplin, termasuk di bidang akuntansi, audit, dan kecerdasan buatan. Kajian mengenai pemanfaatan LLMs untuk deteksi kecurangan keuangan dan audit aman menjadi bagian dari upaya merespons tantangan era digital. Kontribusi riset ini dinilai relevan bagi praktik, regulator, dan pembuat kebijakan, sekaligus mendorong penggunaan teknologi secara bertanggung jawab untuk memperkuat transparansi dan akuntabilitas sistem keuangan.
Bagi dunia pendidikan, perkembangan AI membuka peluang untuk menyusun kurikulum yang lebih adaptif, mendorong riset kolaboratif lintas bidang, serta menyiapkan lulusan menghadapi tantangan digital. Sementara bagi Indonesia, pemanfaatan AI dalam audit dan pengawasan keuangan dipandang berpotensi memperkuat kepercayaan publik terhadap institusi keuangan dan mendukung tata kelola yang lebih baik.
Artikel ini juga menyinggung profil Rindah Febriana Suryawati, dosen dan peneliti Universitas Airlangga yang memiliki bidang keahlian akuntansi keuangan, auditing, serta pemanfaatan teknologi dalam akuntansi dan audit. Ia aktif melakukan riset dan publikasi ilmiah terkait akuntansi keuangan, auditing, dan teknologi untuk akuntansi dan audit.
