情感人工智能通过分析面部表情、语音语调、肢体语言或其他非语言线索的软件来检测和解读人类情感，从而评估个体或群体的情绪。当前法证会计师工作的一部分就是在访谈过程中评估受访者个人的言行举止，以识别欺骗行为和犯罪迹象。情感人工智能可以通过精准分析非语言线索、声音模式或语调来为这一过程提供辅助。

但考虑到其对面部数据的使用以及判断人类情感和行为的能力，此类软件可能会引起争议。关于人们是否相信人工智能能够利用面部数据得出准确的结论，目前已经有了广泛的讨论。此外，如果采用情感人工智能模型，用户必须考虑根据不同的语言或文化对模型进行重新编程和训练，以确保结果的准确性。

网络可视化可以帮助缩小犯罪嫌疑人的范围，或在用户与已知的舞弊人员有关联时对其进行标记。对于法证会计师来说，将一群参与者及其关联关系进行可视化有助于发现舞弊行为。网络可视化还能从支付方式、地址、账号和相关客户信息中收集数据。这使得该技术能够描绘出不同参与者之间的联系，并以可视化的方式呈现，使调查人员能够轻松分析和发现这其中的模式。

虽然这一工具不能自动侦测舞弊行为，但网络可视化可以指出异常情况或存在风险的关联关系，因此在法证会计师调查犯罪当事人时能够起到作用。

文本挖掘可以分析结构化和非结构化数据，然后将发现以易于理解的方式呈现。它结合了信息检索、网络挖掘、数据提取、计算语言学和语言处理等其他技术。该软件可应用于 PDF、网站、电子邮件、社交媒体、在线聊天和短信，这些都是法证会计师在调查中能够使用的非结构化数据形式。通过纳入非结构化数据，法证会计师可以提高识别风险的效率，并做出更明智的决策，特别是在诚信尽职调查（IDD）等领域，识别利益冲突对 研究至关重要。IDD包括访问社交媒体等公开信息，以了解个人的潜在动机。通过运用文本挖掘来分析这些信息，可以减少调查所需的时间。

变量提取，即使用某些变量作为指标，是文本挖掘的一种常见应用。该软件还可用于搜索提示存在潜在舞弊行为的模式。不过，如果要将其用于其他语言的数据中，则必须记住该模型的语言识别组件。该技术必须适应不同的语言和文化内涵，以便检索数据并准确地呈现其结果。

随着新技术的进步，分析师现在能够使用预测建模软件更准确地预测未来的舞弊行为。这种模型使用历史数据来创建统计模型，从而预测舞弊行为发生的时间和地点，并识别舞弊模式。由于新的舞弊方式层出不穷，预测建模尤其有用。该模型可以学习识别新技术，并对其进行标记。除了主动舞弊检测，该模型还能识别风险领域，帮助企业保护声誉。

虽然这种技术是一项有用的工具，但它必须定期更新，以保持准确性。另外，与其他类型的舞弊检测相比，它的误报率较高，且在可预见的未来还需要人工监督。

结语