Artificial Intelligence-Enabled Accounting Information Systems and Fraud Detection in Nigeria's Financial Services Sector: The Moderating Role of Natural Language Processing

Sintesi Tecnica: Sistemi Informativi Contabili basati sull'Intelligenza Artificiale e Rilevamento delle Frodi nel Settore dei Servizi Finanziari in Nigeria

1. Definizione del Problema

La rapida digitalizzazione dei sistemi finanziari nelle economie emergenti, in particolare in Nigeria, ha potenziato l'efficienza operativa e l'inclusione finanziaria, ma ha simultaneamente aumentato l'esposizione a frodi sofisticate guidate dal cybercrime. Gli schemi fraudolenti contemporanei — che spaziano dalle frodi di identità sintetica e phishing ai network coordinati di inganno digitale — spesso eludono i meccanismi di auditing convenzionali. I sistemi tradizionali, che si basano sulla verifica retrospettiva, sul monitoraggio basato su regole e sul campionamento periodico, faticano ad affrontare la velocità, la complessità e la natura adattiva del crimine finanziario moderno.

Inoltre, esiste una lacuna significativa nella letteratura riguardante l'applicazione di queste tecnologie all'interno degli ecosistemi finanziari africani emergenti. Le prove empiriche esistenti sono fortemente concentrate nelle economie tecnologicamente avanzate dell'Occidente e dell'Asia orientale, lasciando poco esplorate le realtà operative di infrastrutture frammentate e condizioni regolatorie in evoluzione in paesi come la Nigeria. Nello specifico, vi è una comprensione limitata di come l'Elaborazione del Linguaggio Naturale (NLP) moderi la relazione tra i Sistemi Informativi Contabili (AIS) abilitati dall'IA e l'efficacia dell'auditing, in particolare per quanto riguarda l'interpretazione di dati testuali non strutturati e la spiegabilità delle decisioni guidate dall'IA.

2. Metodologia

Design della Ricerca e Filosofia:
Lo studio adotta una filosofia di ricerca positivista e un design di indagine trasversale quantitativa. Utilizza un approccio ipotetico-deduttivo per testare empiricamente ipotesi basate sulla teoria riguardanti le relazioni tra gli AIS abilitati dall'IA, l'NLP e l'efficacia del rilevamento delle frodi.

Raccolta Dati:

• Popolazione: Professionisti nell'auditing, contabilità, compliance, gestione delle frodi e governance del rischio finanziario all'interno del settore finanziario regolamentato della Nigeria (banche commerciali, compagnie di assicurazioni e organizzazioni FinTech).
• Campionamento: È stata utilizzata una tecnica di campionamento casuale stratificato per garantire la rappresentanza tra i vari settori. Da un frame di campionamento di 310 professionisti (estratti dalle directory ICAN e CIBN), sono state trattenute 186 risposte valide (tasso di risposta del 74,8%).
• Strumento: Un questionario strutturato con 47 item che misurano otto costrutti: Raccolta Dati, Analisi dei Dati, Valutazione del Rischio, Rilevamento, Prevenzione, Investigazione, Auditing e l'Efficacia del Rilevamento delle Frodi, e Capacità NLP. Gli item sono stati misurati su una scala Likert a cinque punti.
• Validità e Affidabilità: La validità di contenuto è stata stabilita tramite revisione esperta. La validità di costrutto è stata valutata tramite l'Analisi Fattoriale Esplorativa (EFA), rimuovendo gli item con carichi inferiori a 0,60. La coerenza interna è stata confermata da valori di alpha di Cronbach superiori a 0,70 per tutti i costrutti. Il bias del metodo comune è stato valutato tramite il test del fattore singolo di Harman (variazione del 34,6%).

Strategia Analitica:
I dati sono stati analizzati utilizzando IBM SPSS Statistics 27 e AMOS 27. L'analisi ha seguito quattro fasi:

1. Statistica descrittiva per riassumere i profili dei rispondenti e la distribuzione delle variabili.
2. Test diagnostici per normalità, multicollinearità (VIF < 10) e assunzioni sui residui.
3. Regressione lineare multipla per esaminare l'influenza delle dimensioni degli AIS abilitati dall'IA sull'efficacia dell'auditing.
4. Regressione moderata gerarchica per testare il ruolo moderatore dell'NLP, seguendo le procedure di Baron e Kenny e Cohen et al., con l'uso di variabili centrate sulla media per ridurre la multicollinearità.

3. Contributi Chiave

• Empirismo Contestuale: Lo studio fornisce prove empiriche dalla Nigeria, un'economia emergente caratterizzata da una rapida digitalizzazione e frammentazione infrastrutturale, estendendo così l'applicabilità della ricerca sull'auditing intelligente oltre i contesti sviluppati dell'Occidente e dell'Asia orientale.
• Integrazione Teorica: L'indagine si ancora alla Teoria del Diamante della Frode (incorporando la capacità come quarta dimensione della frode) e al Modello di Accettazione della Tecnologia (TAM) (focalizzandosi sull'utilità percepita e sulla facilità d'uso). Questo doppio framework spiega sia le condizioni strutturali che facilitano la frode, sia le dinamiche istituzionali che guidano l'adozione tecnologica.
• Ruolo Moderatore dell'NLP: La ricerca isola e testa specificamente l'effetto moderatore dell'NLP, affrontando una lacuna nella letteratura riguardante come le capacità di interpretazione semantica migliorino l'efficacia dei sistemi di rilevamento delle frodi assistiti dall'IA in ambienti dove i dati testuali non strutturati (ad esempio, report di audit, narrazioni di compliance) sono critici.

4. Risultati

Risultati Descrittivi:
I rispondenti hanno generalmente espresso percezioni positive riguardo agli AIS abilitati dall'IA e alle capacità di NLP. "Analisi dei Dati" (Media = 3,96) e "Rilevamento" (Media = 3,93) sono stati valutati più alti, mentre "Raccolta Dati" e "Investigazione" hanno ottenuto punteggi inferiori, riflettendo potenziali sfide infrastrutturali e di integrazione.

Test delle Ipotesi (H1):
L'analisi di regressione multipla ha rivelato che le dimensioni degli AIS abilitati dall'IA spiegano collettivamente circa il 62,6% della varianza nell'efficacia dell'auditing e del rilevamento delle frodi ($R^2 = 0,626, p < 0,001$).

• La Prevenzione è emersa come il predittore più forte ($\beta = 0,384, p < 0,001$), indicando che il monitoraggio proattivo e predittivo è la componente più critica per una governance efficace delle frodi.
• Anche il Rilevamento ($\beta = 0,173, p < 0,001$), la Raccolta Dati ($\beta = 0,149, p = 0,001$) e l'Analisi dei Dati ($\beta = 0,117, p = 0,015$) hanno mostrato influenze positive statisticamente significative.
• La Valutazione del Rischio ha mostrato una relazione positiva ma marginalmente non significativa ($p = 0,058$), suggerendo che la sua efficacia possa dipendere da condizioni istituzionali complementari.

Analisi della Moderazione (H2):
La regressione moderata gerarchica ha confermato che l'NLP modera significativamente la relazione tra gli AIS abilitati dall'IA e l'efficacia dell'auditing.

• L'inclusione dell'NLP ha migliorato il potere esplicativo del modello ($\Delta R^2 = 0,035, p = 0,002$).
• Il termine di interazione (IA $\times$ NLP) è risultato statisticamente significativo ($\Delta R^2 = 0,013, p = 0,041$).
• I risultati indicano che l'NLP agisce come una capacità complementare, potenziando l'efficacia dei sistemi di IA estendendo l'analisi dai dati numerici strutturati agli ambienti testuali non strutturati (ad esempio, narrazioni di audit, dichiarazioni di informativa), migliorando così l'interpretazione semantica e la precisione investigativa.

5. Significatività e Rivendicazioni

Il documento sostiene che l'IA-enabled AIS e l'NLP sono sempre più vitali per rafforzare la governance delle frodi, la responsabilità normativa e la fiducia istituzionale all'interno degli ambienti finanziari digitali emergenti.

• Significatività Pratica: Lo studio sostiene che le istituzioni finanziarie devono passare da un auditing retrospettivo e basato su regole a un monitoraggio continuo e guidato dall'intelligenza. Evidenzia che le capacità preventive sono il meccanismo più efficace per mitigare le perdite da frode. Inoltre, postula che l'NLP sia essenziale per affrontare la natura di "scatola nera" dell'IA, traducendo gli output algoritmici in narrazioni di audit comprensibili, migliorando così la spiegabilità e la difendibilità normativa.
• Significatività Teorica: I risultati estendono la Teoria del Diamante della Frode dimostrando come l'IA riduca la dimensione dell' "opportunità" della frode attraverso la sorveglianza continua e la compliance automatizzata. Allo stesso tempo, i risultati rinforzano il TAM suggerendo che le istituzioni adottano queste tecnologie principalmente a causa della loro utilità percepita nel migliorare le prestazioni di governance e l'efficienza operativa.
• Limitazioni: Gli autori riconoscono con modestia che il design trasversale limita l'inferenza causale e che l'uso di dati di sondaggio basati sulla percezione può introdurre bias. Suggeriscono che ricerche future dovrebbero impiegare approcci longitudinali o metodi misti per esaminare le implicazioni organizzative a lungo termine.

In conclusione, lo studio afferma che, sebbene l'AIS abilitata dall'IA fornisca l'architettura fondamentale per il moderno rilevamento delle frodi, l'integrazione dell'NLP è un fattore moderatore critico che ne potenzia l'ambito analitico, l'interpretabilità e l'efficacia complessiva della governance in ecosistemi finanziari complessi e ricchi di dati come quello della Nigeria.