Жанат Нугманова – докторант 1-го специальности 8D04108 «Учет и аудит»,
050040, г. Алматы
Zhanat Nugmanova — 1st-year PhD Student in "8D04108 – Accounting and Audit",
Almaty
Фарида Ердавлетова - кандидат экономических наук, ассоциированный профессор,
050040, г. Алматы
Farida Yerdavletova — candidate of Economic Sciences, Associate Professor,
Almaty
Нуржанат Шеримова - доктор PhD, ассоциированный профессор кафедры «Экономика», Факультет экономики и права,
140000, г. Павлодар
Nurzhanat Sherimova - Doctor PhD, Associate Professor of the Department of Economics, Faculty of Economics and Law,
Pavlodar
Бахыт Султанова - кандидат экономических наук, доцент,
050040, г. Алматы
Bakhyt Sultanova — candidate of Economic Sciences, Associate Professor,
Almaty
Цифровизация бухгалтерского учета в Казахстане переходит от простой автоматизации документооборота к использованию систем искусственного интеллекта, способных распознавать первичные документы, классифицировать операции, выявлять аномалии и формировать аналитические пояснения. При этом профессиональная ответственность бухгалтера сохраняется, а правовая среда быстро меняется: наряду с отраслевым законодательством о бухгалтерском учете и персональных данных в Казахстане приняты Закон «Об искусственном интеллекте» и Цифровой кодекс. Цель статьи - разработать прикладную этико-правовую модель ответственного применения ИИ в бухгалтерском учете Казахстана с учетом конкретных сервисов, этапов учетного цикла и регуляторных ограничений. Методология включает обзор научных работ 2019–2026 гг, анализ действующего законодательства Республики Казахстан, сравнительное сопоставление международных принципов надежного ИИ, функциональное картирование ИИ-сервисов и авторскую экспертно-аналитическую матрицу рисков. Матрица используется не как эмпирическое измерение фактической частоты нарушений, а как инструмент предварительного ранжирования сценариев применения ИИ по четырем критериям: юридическая чувствительность операции, конфиденциальность данных, непрозрачность алгоритмического вывода и влияние на профессиональное суждение бухгалтера. Объектом исследования выступают бухгалтерские процессы, в которых применение ИИ влияет на достоверность, конфиденциальность, объяснимость и подотчетность учетной информации. В результате выделены шесть прикладных зон применения ИИ: распознавание первичных документов, кодирование операций, налогово-учетная сверка, фрод-мониторинг, подготовка отчетных пояснений и аудит. Показано, что наиболее высокий риск возникает не при простом OCR-распознавании, а на этапах налоговой интерпретации, автоматизированной классификации проводок и генерации пояснений к отчетности. Научная новизна заключается в соединении этической рамки, правового анализа и процессной карты бухгалтерского учета для казахстанского контекста. Практическая значимость состоит в предложении контрольной модели: минимизация данных, обязательный аудиторский след, человеческое подтверждение юридически значимых решений, регулярная проверка поставщиков ИИ-сервисов и закрепление ответственности в учетной политике организации.
The digitalisation of accounting in Kazakhstan is evolving from basic document automation to the use of artificial intelligence (AI) systems capable of recognising primary documents, classifying transactions, detecting anomalies and generating analytical explanations. Despite this transformation, professional responsibility remains with the accountant, while the legal framework is expanding through sectoral legislation, the Law “On Artificial Intelligence” and the Digital Code. The purpose of this article is to develop an applied ethical and legal model for the responsible use of AI in accounting in Kazakhstan, considering specific AI services, stages of the accounting cycle and regulatory requirements. The methodology combines a review of academic publications (2019–2026), analysis of Kazakhstan’s legislation, comparison with international principles of trustworthy AI, functional mapping of AI applications and an expertanalytical risk matrix developed by the author. Rather than measuring the actual frequency of violations, the matrix ranks AI-use scenarios according to four criteria: legal sensitivity, data confidentiality, algorithmic opacity and the impact on professional judgement. The study focuses on accounting processes where AI influences the reliability, confidentiality, explainability and accountability of accounting information. Six practical areas of AI application are identified: recognition of primary documents, transaction coding and classification, tax and accounting reconciliation, fraud monitoring, preparation of reporting explanations and audit support. The findings indicate that the greatest risks arise not from OCR-based document recognition but from automated tax interpretation, accounting classification and AI-generated explanatory notes to financial statements, where errors may compromise legal compliance and undermine professional accountability. The scientific novelty lies in integrating ethical principles with legal analysis and process-oriented accounting mapping within the Kazakhstani regulatory context. The practical contribution is a governance model based on data minimisation, mandatory audit trails, human validation of legally significant decisions, regular assessment of AIservice providers, and the formal allocation of responsibilities within organisational accounting policy.
The authors declare that there are no conflicts of interest present.