اگر در دوازده ماه گذشته از یک غربالگر رزومه مبتنی بر هوش مصنوعی، پلتفرم مصاحبه ویدیویی خودکار، یا آزمون مهارت الگوریتمیک برای فیلتر کردن حتی یک متقاضی کار در شهر نیویورک استفاده کردهاید — و نمیتوانید به یک ممیزی مستقل تعصب، خلاصه ممیزی عمومی در وبسایت خود و ابلاغیه ۱۰ روز کاری به کاندیداها اشاره کنید — شما خارج از چارچوب قانون هستید. تا همین اواخر، این یک ریسک تئوریک (کاغذی) بود. اما پس از ممیزی تند دسامبر ۲۰۲۵ از سابقه اجرایی اداره امور مصرفکنندگان و حفاظت از کارگران شهر نیویورک (DCWP)، این ریسک در حال تبدیل شدن به یک واقعیت جدی است.
قانون محلی ۱۴۴ از ژانویه ۲۰۲۳ در کتابهای قانون ثبت شده است. به مدت سه سال، این قانون به طور گسترده به عنوان قانونی «بیدندان» و بدون ضمانت اجرایی تلقی میشد: حسابرس ارشد ایالت نیویورک دریافت که در طول بازه زمانی اجرایی ژوئیه ۲۰۲۳ تا ژوئن ۲۰۲۵، تنها یک مورد تخلف در نمونهای از سی و دو شرکت بررسی شده شناسایی شده است، در حالی که ممیزان خود حسابرس ارشد، حداقل هفده تخلف بالقوه را در میان همان کارفرمایان علامتگذاری کردند. این عدم تطابق اکنون DCWP را به سمت رویکرد اجرایی سختگیرانهتری در سال ۲۰۲۶ سوق میدهد — و این موضوع با مجموعهای از قوانین ایالتی استخدام هوش مصنوعی که از اول ژانویه ۲۰۲۶ اجرایی شدهاند، همزمان شده است.
این راهنما آنچه را که قانون محلی ۱۴۴ واقعاً ایجاب میکند، تغییرات چشمانداز اجرایی در سال جاری و چگونگی هماهنگی انطباق در نیویورک، ایلینوی، کالیفرنیا، کلرادو و مریلند را بدون بازسازی کامل سیستم ردیابی متقاضیان (ATS) بررسی میکند.
چه مواردی به عنوان ابزار خودکار تصمیمگیری استخدامی محسوب میشود
قانون محلی ۱۴۴ برای هر «ابزار خودکار تصمیمگیری استخدامی» — که به اختصار AEDT نامیده میشود — اعمال میشود که کارفرما یا آژانس استخدامی از آن برای کمک قابل توجه یا جایگزینی تصمیمگیریهای صلاحدیدی جهت استخدام یا ارتقای شغلی ساکنان شهر نیویورک استفاده میکند.
این تعریف گستردهتر از آن چیزی است که اکثر کارفرمایان در ابتدا تصور میکنند. قوانین DCWP موارد زیر را پوشش میدهد:
- تجزیهگرهای رزومه و موتورهای امتیازدهی ATS که کاندیداها را رتبهبندی، امتیازدهی یا بر اساس یک آستانه خاص فیلتر میکنند.
- پلتفرمهای مصاحبه ویدیویی الگوریتمیک که زبان بدن، لحن یا انتخاب کلمات را امتیازدهی میکنند.
- ارزیابیهای شخصیتی و شناختی که یک امتیاز کمی تولید میکنند که برای پیشبرد یا رد کاندیداها استفاده میشود.
- آزمونهای مهارت پیشبینیکننده که کاندیداها را با مدلی از افراد دارای عملکرد بالا مقایسه میکنند.
- چتباتها و عوامل غربالگری که کاندیداها را در دستههای «واجد شرایط» و «فاقد شرایط» طبقهبندی میکنند.
یک ابزار زمانی به عنوان «کمککننده قابل توجه» در تصمیمگیری محسوب میشود که امتیاز، طبقهبندی یا توصیهای ارائه دهد که کارفرما بیش از هر معیار دیگری به آن اتکا کند، یا اگر تنها ورودی در یک مرحله خاص از قیف استخدام باشد. حضور انسان در فرآیند باعث معافیت ابزار نمیشود — مسئله این است که آیا خروجی AEDT به طور معناداری بر تصمیم انسان تأثیر میگذارد یا خیر.
اگر از هر یک از این ابزارها برای کاندیداهایی که در شهر نیویورک زندگی یا کار میکنند استفاده میکنید، بدون توجه به محل استقرار دفتر مرکزی شرکتتان، مشمول این قانون هستید. کارفرمایان دورکار و خارج از ایالت معاف نیستند.
سه تعهد اصلی انطباق
این قانون دارای سه رکن است. نادیده گرفتن هر یک از آنها به معنای تخلف است.
۱. ممیزی مستقل تعصب در دوازده ماه گذشته
قبل از استفاده از یک AEDT — و حداقل هر دوازده ماه یک بار پس از آن — یک ممیز مستقل باید ممیزی تعصب را انجام دهد. ممیز نمیتواند همان فروشندهای باشد که ابزار را ساخته است، نمیتواند نفع مالی در تداوم استفاده از ابزار داشته باشد و نباید در توسعه یا عملیاتی کردن AEDT برای شرکت شما دخالت داشته باشد.
ممیزی باید دو معیار را محاسبه کند:
- نرخ انتخاب — درصد کاندیداها در یک دسته جمعیتی که انتخاب شده، ارتقا یافته یا امتیازی بالاتر از یک آستانه کسب کردهاند.
- نرخ امتیازدهی — درصد کاندیداها در یک دسته جمعیتی که امتیازی بالاتر از میانگین نمونه دریافت کردهاند.
برای هر معیار، ممیز یک نسبت تأثیر را با تقسیم نرخ هر دسته بر نرخ دستهای که بالاترین امتیاز را کسب کرده، محاسبه میکند. نسبت تأثیر زیر ۰.۸۰ — که همان «قانون چهار-پنجم» دیرینه EEOC برای تأثیر نامطلوب است — یک هشدار جدی است که نشان میدهد ابزار ممکن است خروجی تبعیضآمیزی داشته باشد.
ممیزی باید حداقل سه بعد را پوشش دهد:
۱. دستهبندیهای جنسیتی ۲. دستهبندیهای نژادی و قومیتی ۳. دستهبندیهای متقاطع که جنسیت را با نژاد یا قومیت ترکیب میکنند
اگر دادههای موجود برای یک دسته از نظر آماری کافی نباشد، ممیز باید به جای حذف آن دسته، این موضوع را به صراحت در گزارش ذکر کند. «ناشناخته» یا «دادههای جمعیتی مفقود» راه فراری نیست — از ممیزان انتظار میرود که این شکافهای دادهای را مستند کنند.
۲. خلاصه عمومی نتایج ممیزی تعصب
شما باید خلاصهای از آخرین ممیزی تعصب را در بخش عمومی وبسایت استخدامی خود منتشر کنید. این خلاصه باید شامل موارد زیر باشد:
- تاریخ ممیزی
- تاریخ اولین استفاده از AEDT (یا زمانی که برای اولین بار آن را تهیه کردید)
- نرخهای انتخاب یا امتیازدهی و نسبتهای تأثیر برای هر دسته جمعیتی پوشش داده شده
- یک لینک مستقیم و مشخص به خلاصه ممیزی که کاندیدا بتواند بدون نیاز به ورود به سیستم (لاگین) آن را پیدا کند
یک فایل PDF پنهان شده در بخش سوالات متداول مشاغل، کفایت نمیکند. DCWP انتظار دارد که لینک به اندازه کافی واضح باشد تا کاندیدا بتواند به طور منطقی قبل از ارائه درخواست، آن را پیدا کند. اگر از چندین AEDT برای نقشهای مختلف استفاده میکنید، ممکن است به چندین خلاصه ممیزی نیاز داشته باشید.
۳. اطلاعرسانی ده روز کاری به متقاضیان
برای هر متقاضی انفرادی که ساکن شهر نیویورک است، باید حداقل ده روز کاری پیش از استفاده از ابزار خودکار تصمیمگیری استخدامی (AEDT) برای ارزیابی آنها، اطلاعرسانی قبلی انجام دهید. این اطلاعیه باید شامل موارد زیر باشد:
- بیانیهای صریح مبنی بر اینکه از یک ابزار خودکار استفاده خواهد شد
- شرحی از صلاحیتها و ویژگیهای شغلی که ابزار ارزیابی میکند
- دستورالعملهایی برای درخواست فرآیند گزینش جایگزین یا انطباق منطقی (Reasonable Accommodation)
- مسیری روشن برای متقاضی جهت درخواست اطلاعات درباره دادههایی که ابزار جمعآوری میکند، منبع آنها و سیاست نگهداری دادهها (که در صورت عدم وجود در وبسایت شما، باید ظرف سی روز پس از درخواست کتبی ارائه شود)
این اطلاعیه میتواند در آگهی شغلی گنجانده شود، پس از درخواست متقاضی از طریق ایمیل ارسال شود، یا در یک مکاتبه کتبی جداگانه گنجانده شود — به شرطی که ده روز کاری پیش از ارزیابی AEDT باشد. اطلاعیهای که به ایمیل رد درخواست پیوست شده باشد (پس از اینکه ابزار قبلاً اجرا شده است)، با قانون مطابقت ندارد.
آنچه در سال ۲۰۲۶ تغییر کرد: قدرت اجرایی قانون جدی شد
در بیشتر دورهی سال ۲۰۲۳ تا ۲۰۲۵، اداره حفاظت از مصرفکنندگان و کارگران (DCWP) قانون محلی ۱۴۴ را تقریباً به طور کامل از طریق اقدامات مبتنی بر شکایت اجرا میکرد. با دریافت تنها دو شکایت در کل پنجرهی حسابرسی دو ساله، تقریباً هیچ جریمهای صادر نشد. بسیاری از کارفرمایان — و بسیاری از فروشندگان AEDT — به این نتیجه رسیدند که میتوان این قانون را نادیده گرفت.
حسابرسی بازرس کل ایالت نیویورک در ۲ دسامبر ۲۰۲۵، این محاسبات را تغییر داد. یافتههای حسابرسی به زبان ساده:
- هفتاد و پنج درصد از تماسهای آزمایشی با خط ۳۱۱ نیویورک در مورد مسائل AEDT اشتباه هدایت شدند و هرگز به DCWP نرسیدند.
- اداره DCWP سی و دو شرکت را بررسی کرد و تنها یک مورد عدم انطباق را شناسایی کرد، در حالی که حسابرسان خودِ بازرس کل با بررسی همان شرکتها، حداقل هفده مورد تخلف احتمالی را شناسایی کردند.
- بررسیهای DCWP از خلاصههای حسابرسی سوگیری که به صورت عمومی منتشر شده بودند، «سطحی» بود و از رویههای رسمی تدوین شده با همکاری دفتر فناوری و نوآوری نیویورک پیروی نمیکرد.
- اداره DCWP اقدامات اجرایی پیشگیرانه و بررسیهای گسترده در بازار را علیه کارفرمایانی که به استفاده از AEDT معروف بودند، انجام نداده بود.
پاسخ DCWP تعهد به یک برنامه اجرایی سختگیرانهتر برای سال ۲۰۲۶ بود. انتظار موارد زیر را داشته باشید:
- بررسیهای دورهای صفحات استخدام کارفرمایان برجسته برای تایید خلاصههای حسابرسی سوگیری منتشر شده.
- ارسال نامههای اخطار تخلف پیشگیرانه در مواردی که خلاصههای عمومی موجود نباشند یا قدیمی شده باشند.
- استفاده تهاجمیتر از جریمههای قانونی — ۵۰۰ دلار برای تخلف اولیه و ۱,۵۰۰ دلار برای هر روز برای هر تخلف مستمر، در حالی که هر ارزیابی متقاضی میتواند به عنوان یک تخلف جداگانه شمرده شود.
برای شرکتی که یک AEDT را به مدت سی روز بدون حسابرسی سوگیری معتبر اجرا میکند، جریمه میتواند به سادگی به ۱۵,۰۰۰ تا ۴۵,۰۰۰ دلار برای هر ابزار در هر ماه برسد، پیش از آنکه ضرایب مربوط به هر متقاضی اعمال شود. برای کارفرمایان با حجم بالای استخدام و چندین ابزار AEDT، این رقم تجمعی میتواند به سرعت ششرقمی شود.
مستندسازی یک برنامه انطباق قابل دفاع در حسابرسی
موضع اجرایی DCWP در سال ۲۰۲۶، کارفرمایان را بر آن داشته تا بر ظاهر واقعی یک برنامه انطباق قابل دفاع در حسابرسی تمرکز کنند. عناصر اصلی عبارتند از:
موجودی AEDT. فهرستی مکتوب از هر ابزار الگوریتمی مورد استفاده در تصمیمات استخدام یا ارتقا، شامل نام فروشنده، نسخه، تاریخ استقرار، دستهبندی نقشهای تحت پوشش و تاریخ آخرین حسابرسی سوگیری تهیه کنید. آن را به صورت فصلی بهروزرسانی کنید. اگر DCWP سوابق را درخواست کند، این فهرست باید ظرف بیست و چهار ساعت در دسترس باشد.
فرآیند مدیریت تأمینکنندگان. انطباق با AEDT را در قراردادهای خرید خود بگنجانید. از فروشندگان بخواهید گزارشهای سالانه حسابرسی سوگیری را ارائه دهند، عدم انطباق فروشنده را جبران کنند (Indemnification) و هنگام تغییر اساسی در مدل زیربنایی به شما اطلاع دهند. اگر فروشندهای نمیتواند یا نمیخواهد دادههای حسابرسی را ارائه دهد، این نشانهای در مرحله تدارکات است که این رابطه تجاری تداومپذیر نیست.
انتخاب حسابرس مستقل. حسابرس نمیتواند فروشنده، وابسته به فروشنده، یا شرکتی باشد که بخشی از درآمد خود را از طراحی یا عملیاتی کردن AEDTها برای شرکت شما به دست میآورد. بسیاری از کارفرمایان از شرکتهای روانشناسی صنعتی-سازمانی، شرکتهای تخصصی حسابرسی الگوریتمی، یا شرکتهای حسابداری عمومی بزرگ با بخشهای اختصاصی استفاده میکنند. تعیین استقلال حسابرس را به صورت مکتوب مستند کنید.
مکانیسمهای اطلاعرسانی به متقاضیان. متن اطلاعیه را در تمام آگهیهای شغلی استاندارد کنید و اطمینان حاصل کنید که هنگام ثبت درخواست متقاضی، به طور خودکار ارسال میشود. اطلاعیه باید دارای برچسب زمانی باشد و در سیستم ردیابی متقاضیان (ATS) یا گزارش حسابرسی شما ذخیره شود. اگر متقاضی درخواست فرآیند جایگزین یا انطباق کرد، درخواست و پاسخ را مستند کنید.
انتشار خلاصه حسابرسی سوگیری. هر خلاصه حسابرسی را در یک مکان ثابت و قابل جستجو در صفحه استخدام خود قرار دهید. بسیاری از کارفرمایان یک شاخه اختصاصی مانند /careers/ai-bias-audits/ ایجاد میکنند. تاریخ حسابرسی، فروشنده و نسخه AEDT، دستهبندیهای جمعیتشناختی تحلیلشده و نسبتهای تأثیر (Impact Ratios) را درج کنید. یک انتشار شفاف و واضح، خود بازدارندهای در برابر اقدامات اجرایی ناشی از شکایت است.
دوره و تمدید حسابرسی. یادآورهای تقویمی را برای نود روز پیش از سالگرد دوازدهماهه حسابرسی تنظیم کنید. حسابرسی بیش از آنچه اکثر کارفرمایان انتظار دارند طول میکشد — معمولاً چهار تا هشت هفته پس از اینکه حسابرس دادههای جمعیتشناختی و نتایج را دریافت کند — و دستپاچگی در لحظات آخر یک حالت شکست رایج است.
وصلهپینه قوانین ایالتی در حال گسترش
قانون محلی ۱۴۴ (Local Law 144) دیگر تنها قانون مهم در زمینه استخدام با هوش مصنوعی نیست. از اول ژانویه ۲۰۲۶، کارفرمایانی که در ایالتهای مختلف فعالیت میکنند با یک چشمانداز انطباق چندلایه روبرو هستند:
طرح HB 3773 ایلینوی — اجرایی از ۱ ژانویه ۲۰۲۶
ایلینوی استفاده از هوش مصنوعی به گونهای که منجر به ایجاد اثر تبعیضآمیز بر اساس هرگونه ویژگی تحت حمایت شود را به عنوان نقض حقوق شهروندی تحت «قانون حقوق بشر ایلینوی» در نظر گرفته است. این قانون برای جذب، استخدام، ترفیع، اقدامات انضباطی، اخراج و شرایط استخدام اعمال میشود. کارفرمایان همچنین باید در صورت استفاده از هوش مصنوعی برای هر یک از این موارد، اخطار کتبی قبلی ارائه دهند.
دپارتمان حقوق بشر ایلینوی پیشنویس مقرراتی را منتشر کرده است که الزامات اخطار، از جمله عناصر محتوایی و زمان ارائه اخطار پیش از استفاده از هوش مصنوعی را شفاف میکند. «قانون مصاحبه ویدئویی هوش مصنوعی ایلینوی» مصوب ۲۰۱۹ همچنان به قوت خود باقی است؛ این قانون مستلزم رضایت متقاضی قبل از استفاده از هوش مصنوعی برای ارزیابی مصاحبههای ویدئویی است و تعهدات گزارشدهی جمعیتشناختی را برای کارفرمایانی که صرفاً به امتیازدهی هوش مصنوعی برای پیشبرد کاندیداها اتکا میکنند، وضع میکند.
مقررات ADMT کالیفرنیا — اجرایی از ۱ ژانویه ۲۰۲۶
مقررات فناوری تصمیمگیری خودکار (ADMT) آژانس حفاظت از حریم خصوصی کالیفرنیا از اول ژانویه ۲۰۲۶ تحت چارچوب CCPA اجرایی شد. کارفرمایانی که از ADMT برای «تصمیمات بااهمیت» — که شامل استخدام، ترفیع، خاتمه همکاری و جبران خدمات میشود — استفاده میکنند، باید اخطار پیش از استفاده ارائه دهند، ارزیابی ریسک انجام دهند و حقوق دسترسی و انصراف (opt-out) را فراهم کنند. اصلاحیه قانون استخدام و مسکن منصفانه کالیفرنیا نیز تست ضدسوگیری و نظارت پیشگیرانه را به عنوان شواهد مرکزی در تحقیقات تبعیض ارتقا داده است.
طرح SB24-205 کلرادو — اجرایی از ۱ فوریه ۲۰۲۶ (در ابتدا)، اصلاحشده توسط HB25-1709
قانون هوش مصنوعی کلرادو، مستقرکنندگان و توسعهدهندگان سیستمهای هوش مصنوعی «پرخطر» — از جمله سیستمهایی که برای اتخاذ تصمیمات مهم در مورد استخدام استفاده میشوند — را ملزم میکند تا از مراقبت معقول برای اجتناب از تبعیض الگوریتمی استفاده کنند. کارفرمایان باید ارزیابیهای اثرگذاری سالانه انجام دهند، اخطار پیش از تصمیمگیری ارائه کنند و حق اصلاح و تجدیدنظر در تصمیمات نامطلوب را فراهم آورند. اصلاحات سال ۲۰۲۵ دامنه و زمانبندی را تنظیم کردند اما تعهدات اصلی را حذف نکردند.
طرح HB 1202 مریلند
مریلند کارفرمایان را از استفاده از فناوری تشخیص چهره در مصاحبههای شغلی بدون رضایت کتبی متقاضی منع میکند. این قانون محدودتر از رژیمهای نیویورک، ایلینوی یا کالیفرنیا است، اما تعهد مستندسازی جداگانهای را برای هر پلتفرم مصاحبه مبتنی بر ویدئو که دارای ویژگیهای تحلیل چهره است، ایجاد میکند.
سند کمک فنی EEOC تایتل ۷ (Title VII)
در می ۲۰۲۳، کمیسیون فرصتهای شغلی برابر (EEOC) یک سند کمک فنی درباره اعمال تایتل ۷ بر هوش مصنوعی در فرآیندهای انتخاب استخدامی منتشر کرد. این سند (TAD) همان «قانون چهار-پنجم» مورد استفاده در قانون محلی ۱۴۴ را اتخاذ کرده و تأیید میکند که مسئولیت ناشی از اثر نابرابر (disparate impact) بر ابزارهای الگوریتمی نیز همانند روشهای سنتی انتخاب اعمال میشود. دعاوی فدرال اثر نابرابر به هیچ قانون ایالتی یا محلی AEDT به عنوان پیشنیاز نیاز ندارند و میتوانند مستقیماً تحت تایتل ۷ مطرح شوند.
چگونه این وصلهپینه را بدون از دست دادن تمرکز عملیاتی کنیم
اکثر کارفرمایان متوسط نمیتوانند پنج برنامه انطباق AEDT مجزا را حفظ کنند. رویکرد عملی، طراحی یک برنامه واحد بر اساس سختگیرانهترین استاندارد و سپس مستندسازی تفاوتهای خاص هر حوزه قضایی است:
۱. از قانون محلی ۱۴۴ شهر نیویورک به عنوان خط پایه استفاده کنید. الزامات ممیزی سوگیری، خلاصه عمومی و اخطار به کاندیدا در این قانون بسیار تجویزی هستند و رعایت آنها عموماً قانون اخطار ایلینوی و الزامات اخطار پیش از استفاده ADMT کالیفرنیا را برآورده میکند.
۲. زبان ارزیابی ریسک کلرادو را اضافه کنید. حتی اگر متقاضیانی از کلرادو ندارید، چارچوب ارزیابی اثرگذاری — شامل هدف، خروجیهای مورد نظر، منابع داده و کاهش ریسک — یک سند دفاعی قوی برای دعاوی اثر نابرابر تحت تایتل ۷ محسوب میشود.
۳. رضایتنامه قانون مصاحبه ویدئویی هوش مصنوعی ایلینوی را به هر ابزار ویدئویی اضافه کنید. اگر از HireVue، Modern Hire یا هر پلتفرمی که ویدئوی ضبطشده را امتیازدهی میکند استفاده میکنید، رضایت صریح متقاضی را جلب کرده و قوانین گزارشدهی جمعیتشناختی را دنبال کنید.
۴. محدودیت تشخیص چهره مریلند را جداگانه اعمال کنید. ویژگیهای تشخیص چهره را در ابزارهای مصاحبه ویدئویی برای کاندیداهای مریلند غیرفعال کنید یا قبل از مصاحبه، رضایت کتبی بگیرید.
۵. سند TAD کمیسیون EEOC را به عنوان کف استانداردهای فدرال خود در نظر بگیرید. از هر AEDT که استفاده میکنید، تحلیل قانون چهار-پنجم را به صورت دورهای روی دادههای خود اجرا کنید. قوانین ایالتی و محلی میآیند و میروند؛ اما تایتل ۷ باقی میماند.
چرا دفترداری و نگهداری سوابق در اینجا اهمیت دارد
نخی که تمام این قوانین را به هم متصل میکند، مستندسازی است. ممیزیهای سوگیری، مستندسازی هستند. اخطارهای کاندیدا، مستندسازی هستند. ارزیابیهای ریسک، مستندسازی هستند. تعیین استقلال فروشنده، مستندسازی است. وقتی DCWP، دپارتمان حقوق بشر ایلینوی یا EEOC به سراغ شما میآیند، سوال هرگز این نیست که آیا ابزار عالی بوده است یا خیر؛ سوال این است که آیا میتوانید سوابق تمیز، تاریخدار و دارای کنترل نسخه از انتخابهای انطباق خود ارائه دهید.
بسیاری از کارفرمایان هزینههای سربار دفترداری (bookkeeping) در اجرای یک برنامه انطباق AEDT را دستکم میگیرند. تنها گزارش اخطار کاندیدا — سوابق ثبتشده با برچسب زمانی برای هر متقاضی شامل ارسال اخطار، درخواستهای تسهیلات و پاسخها — میتواند برای یک کارفرمای متوسط به دهها هزار رکورد در سال برسد. مجموعه دادههای ممیزی سوگیری، قراردادهای فروشنده، گزارشهای ممیزی و نسخههای خلاصه عمومی همگی به سوابق نگهداری و تاریخچه نسخهای نیاز دارند که با تغییر کارکنان از بین نرود. برخورد با مستندات انطباق AEDT با همان دقتی که برای سوابق مالی به کار میبرید، دیگر یک انتخاب نیست، بلکه یک ضرورت است.
سوابق انطباق خود را همانند دفاتر مالیتان قابل حسابرسی نگه دارید
همان انضباطی که سوابق مالی شما را آماده حسابرسی نگه میدارد — نسخهبندی شفاف، قالبهای متنساده که هر کسی میتواند بدون نیاز به ورود به سامانه فروشنده آنها را بخواند و تاریخچهای که میتوانید تصمیم به تصمیم بازبینی کنید — دقیقاً همان چیزی است که یک برنامه انطباق AEDT به آن نیاز دارد. Beancount.io حسابداری متنسادهای را ارائه میدهد که شفافیت و کنترل کامل بر دادههای مالیتان را بدون هیچگونه جعبه سیاه و وابستگی به فروشنده برای شما فراهم میکند. به رایگان شروع کنید و ببینید چرا توسعهدهندگان، متخصصان مالی و اپراتورهای آگاه به امور انطباق به حسابداری متنسادهای روی میآورند که خودشان میتوانند آن را راستیآزمایی کنند.