vf mfe

Il En préambule à ce mémoire nous remerciant ALLAH qui nous aide et nous donne la patience et le
courage durant ces longues années d’étude.
Je souhaite adresser mes remerciements les plus sincères aux personnes qui m’ont apporté leur aide
et qui ont contribué à l’élaboration de ce mémoire ainsi qu’à la réussite de cette formidable année
scolaire.
Ces remerciements vont tout d’abord au corps professoral et administratif de L’ECOLE DE
COMMERCE ET DE MANAGEMENT : TOULOUSE BUSINESS SCHOOL, pour la richesse et la qualité de
leur enseignement et qui déploient de grands efforts pour assurer à leurs étudiants une formation
actualisée.
Je tiens à remercier sincèrement Monsieur YASSINE CHERRAT qui, en tant qu’encadrant de ce
mémoire, qui s’est toujours montré à l’écoute et très disponible tout au long de la réalisation de ce
travail, ainsi pour l’inspiration, l’aide et le temps qu’il a bien voulu me consacrer et sans qui ce
mémoire n’aurait jamais vu le jour.
Sans oublier mes parents pour leur contribution, leur soutien et leur patience.
Enfin, j’adresse mes plus sincères remerciements à tous mes proches et amis, qui m’ont toujours
encouragée au cours de la réalisation de ce mémoire.
Merci à tous et à toutes.
Remercîment

2
Sommaire :
 Table de matières………………………………………………………………………………….…………………………2
 Tableaux……………….…………………………………………………………………………………………………………3
 Table des illustrations………………………………………………………………………………………………………4
 Avant-propos………………………………………………………………………………………………..…………………5
 L’intelligence artificielle : Apparition, ses fruits et ses réalisations dans des divers domaines
(Assurance, Marketing…)…………………………………….............................................................6
I. Le machine Learning : une méthode future pour l’audit dans le discernement de la
fraude……………………………………………………………………………………………………………………………….10
1. Définition, histoire, rôles, son impact sur l’identification des fraudes dans le
domaine d’audit…………………………………………………………………………………………..14
2. Intelligence artificielle et audit : d'une approche axée sur les risques à une approche
digitalisée…………………………………………………………………………………………………….15
3. Le cadre juridique et les pratiques disponibles pour un auditeur…………………..15
4. Passage de la pensée restreinte à l'abstraction émotionnelle : d’une amorce à
l'intelligence artificielle………………………………………………………………………………..22
5. Développements dans la pratique de l'audit grâce à l'intelligence artificielle : la
révolution du machine learning……………………………………………………………………27
6. La neutralité et la fiabilité de la machine learning et son assujettissement à une
complexité de mise en œuvre………………………………………………………………………28
II. Investigation sur le terrain, Analyse des résultats et recommandations…………………………..38
1. Méthodologie de l’investigation sur le terrain………………………………………………………………….38
1.1. Les différentes méthodes d'enquête et leur relevance……………………………………38
1.2. Désignation des répondants………………………………………………………………………….41
1.3. Les guides d'entretien……………………………………………………………………………………42
2. Contrôle des hypothèses de recherche - Examen des résultats d'entrevues……………………..51
2.1. affichage et étude des résultats obtenus par l'entrevue…………………………………51
2.2. vérification de pertinence des démonstrations de recherche………………………….55
2.3. recommandations et consignes……………………………………………………………………..57
Conclusion :……………………………………………………………………………………………………………….63
Table des annexes :……………………………………………………………………………………………………64
Annexes :…………………………………………………………………………………………………………………..65
Bibliographie :……………………………………………………………………………………………………………81

3
Tableaux :
Tableau 1 : Cadre juridique et règlementaire pour les fraudes d'audit…………………………17
Tableau 2 : Etat des lieux des points d’attention en matière d’audit de fraude…..……………20
Tableau 3 : Quatre-vingt-huit plus grands scandales comptables………………………….……25
Tableau 4 : Principales méthodes algorithmiques utilisées par les auteurs……………...........30
Tableau 5 : Exemple d’illustration du paradoxe de Simpson…………………………………….36
Tableau 6 : récapitulatif des approches d’investigation……………………………………….....40
Tableau 7 : Liste des répondants approchés (Modifié pour préserver son anonymat)……….41
Tableau 8 : Synthèses des hypothèses de recherche……………………………………………….43
Tableau 9 : Manuel d'entrevues pour les CAC qui n'adoptant pas Le machine learning….…45
Tableau 10 : Manuel d'entrevues pour les CAC qui adoptant Le machine learning…………47
Tableau 11 : Manuel d'entrevues pour les professionnels du machine learning………………49
Tableau 12 : Guide d’entrevues liées au Benchmarking………………………………………….50
Tableau 13 : Liste des répondants interrogés dans le cadre de l’entrevue terrain (Modifié
pour des garder l’anonymat)………………………………………………………………………….52
Tableau 14 : Vérification des hypothèses de recherche…………………………………………...55

4
Table des Illustrations :
Illustration 1 : Triangle de Kranacher & al. (2020) et Dorminey (2012) comparé à celui de
Cressey (1950……………………………………………………………………………………...……18
Illustration 2 : Positionnement des groupes sur les facteurs appartenant aux thèmes mission,
équipe/cabinet et réglementation……………………………………………………………………..24
Illustration 3 : L'apprentissage machine au croisement de deux concepts………………………28
Illustration 4 : Variation des principales applications de l'apprentissage machine…………….29
Illustration 5 : Etapes clefs de la mise en place d’un projet de machine learning……………....32
Illustration 6 : cadre et paramètres expérimentaux………………………………………………..35
Illustration 7 : Guide pratique en 10 points sur l'utilisation correcte de l'apprentissage
automatique par les sociétés d’audit…………………………………………………………………59