TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI HANOI UNIVERSITY OF INDUSTRY Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC Số 14 ● 2024 428
NGHIÊN CỨU NHẬN THỨC CỦA SINH VIÊN TẠI CÁC TRƯỜNG ĐẠI HỌC
VỀ VIỆC ỨNG DỤNG TRÍ TUỆ NHÂN TẠO (AI)
TRONG LĨNH VỰC KẾ TOÁN - KIỂM TOÁN
STUDYING STUDENT PERCEPTIONS AT UNIVERSITIES
ABOUT THE APPLICATION OF ARTIFICIAL INTELLIGENCE (AI)
IN THE FIELD OF ACCOUNTING AND AUDITING
Bùi Nguyễn Ý Nhi1,*, Trần Thị Quỳnh Anh1,
Lê Hoàng Long1, Đỗ Nguyễn Dương Thanh1, Đặng Ngọc Hùng2
1Lớp KETO 03 - K17, Khoa Kế toán - Kiểm toán, Trường Đại học Công nghiệp Hà Nội
2Trường Đại học Công nghiệp Hà Nội
*Email: ynhisonla24@gmail.com
TÓM TẮT
Cách mạng công nghiệp 4.0 đã mang đến nhiều cơ hội và thách thức mới trong công tác kế toán, kiểm toán hiện nay.
Trong đó, công nghệ kỹ thuật số như trí tuệ nhân tạo (artificial intelligence - AI) sẽ giúp công tác kế toán, kiểm toán được
thuận lợi hơn, nhanh hơn, chuyên nghiệp hơn, nhưng cũng mang nhiều thách thức hơn - được xem như là một hướng đi
mới trong cuộc cách mạng công nghiệp 4.0. Từ những nhận định về tính cấp thiết, nhóm nghiên cứu đã đặt ra những mục
tiêu nghiên cứu sau: Tìm hiểu về nhận thức của sinh viên tại các trường đại học ứng dụng trí tuệ nhân tạo (AI); Cung cấp
nhận thức về việc ứng dụng trí tuệ nhân tạo (AI); Điều tra, khảo sát thực trạng ứng dụng trí tuệ nhân tạo (AI); tìm hiểu
mức độ ảnh hưởng của khả năng ứng dụng trí tuệ nhân tạo dẫn đến sự thành công của lĩnh vực kế toán- kiểm toán đối với
sinh viên các trường đại học được khảo sát; Phân tích nhận thức và đề xuất những khuyến nghị hướng đến gia tăng khả
năng thành công của ứng dụng trí tuệ nhân tạo (AI) trong lĩnh vực kế toán- kiểm toán đối với sinh viên các trường đại học.
Từ khóa: Trí tuệ nhân tạo.
ABSTRACT
Industrial Revolution 4.0 has brought many new opportunities and challenges in current accounting and auditing work.
In particular, digital technology such as artificial intelligence (AI) will help make accounting and auditing work easier,
faster, more professional, but also bring more challenges - considered as a new direction in the 4.0 industrial revolution.
From the assessment of urgency, the research team set the following research goals: Learn about the awareness of students
at universities applying artificial intelligence (AI); Provide awareness on the application of artificial intelligence (AI);
Investigate and survey the current status of artificial intelligence (AI) applications; Find out the impact of the ability to
apply artificial intelligence on the success of the accounting and auditing field for students at the surveyed universities;
Analyze perceptions and propose recommendations to increase the success of artificial intelligence (AI) applications in
the field of accounting and auditing for university students.
Keywords: Artificial intelligence.
1. MỞ ĐẦU
Trong lĩnh vực kế toán kiểm toán, Trí tuệ nhân tạo đang
trở thành giải pháp để làm tăng năng suất và hiệu quả đối
với các công việc của các Kế toán, Kiểm toán viên.
Theo “cổng thông tin điện tử kiểm toán nhà nước Việt
Nam”, Trong giai đoạn công nghệ bùng nổ, cùng với kiến
thức chuyên môn, những người làm công tác kế toán, kiểm
toán phải làm quen với công nghệ và bắt buộc phải có kiến
thức cơ bản về quản lý dữ liệu. Những yêu cầu kỹ năng cơ
bản là hiểu về học máy (ML) - một công nghệ phát triển từ
lĩnh vực trí tuệ nhân tạo với các khuôn mẫu được áp dụng
dựa vào sự tồn tại của dữ liệu và “dạy” máy tính sử dụng
dữ liệu. Cùng với các kỹ năng công nghệ, kế toán, kiểm toán
viên cần có kỹ năng phân tích dữ liệu lớn. Các chuyên gia
nhấn mạnh rằng, có một sự thay đổi lớn về yêu cầu kỹ năng
đối với thị trường lao động và phân tích dữ liệu lớn đóng
vai trò trung tâm. Đây có thể xem là một lợi thế với các kế
toán, kiểm toán viên trẻ ít kinh nghiệm nhưng thành thạo
công nghệ bởi họ có cơ hội để sáng tạo và đề xuất các cách
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI HANOI UNIVERSITY OF INDUSTRY Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC Số 14 ● 2024 429thức phân tích dữ liệu hữu ích. Vì vậy, các trường đại học
đóng vai trò quan trọng trong quá trình đào tạo ban đầu.
Việc sinh viên nâng cao kỹ năng sử dụng công nghệ thông
tin và kỹ năng sử dụng phần mềm kế toán ứng dụng trí tuệ
nhân tạo sẽ giúp sinh viên nâng cao trình độ của bản thân
Đặc biệt khi toàn thế giới lao đao vì dịch covid 19, các
doanh nghiệp lần lượt cắt giảm chi phí và nhân sự thì tầm
quan trọng của Trí tuệ nhân tạo càng thấy rõ; việc các nhân
sự làm việc tại nhà càng làm cho AI chứng minh được tầm
quan trọng của mình trong rất nhiều lĩnh vực, trong đó có
Kế toán Kiểm toán.
2. MỤC TIÊU, PHẠM VI VÀ PHƯƠNG PHÁP
2.1. Mục tiêu nghiên cứu
Đề tài nhằm tìm hiểu về nhận thức của sinh viên tại các
trường đại học ứng dụng trí tuệ nhân tạo (AI) trong lĩnh vực
kế toán- kiểm toán. Cung cấp nhận thức về việc ứng dụng
trí tuệ nhân tạo (AI) trong lĩnh vực kế toán- kiểm toán
Điều tra, khảo sát thực trạng ứng dụng trí tuệ nhân tạo
(AI) trong lĩnh vực kế toán- kiểm toán và tìm hiểu mức độ
ảnh hưởng của khả năng ứng dụng trí tuệ nhân tạo dẫn đến
sự thành công của lĩnh vực kế toán- kiểm toán đối với sinh
viên các trường đại học được khảo sát.
Phân tích nhận thức và đề xuất những khuyến nghị
hướng đến gia tăng khả năng thành công của ứng dụng trí
tuệ nhân tạo (AI) trong lĩnh vực kế toán- kiểm toán đối với
sinh viên các trường đại học.
2.2. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Sinh viên đang theo học và
nghiên cứu trong lĩnh vực kế toán- kiếm toán.
Thời gian nghiên cứu: Nghiên cứu này sử dụng dữ liệu
được thu thập từ các sinh viên Việt Nam trong giai đoạn
hiện nay. Dữ liệu được thu thập các thống kê từ những năm
trước đó.
Phạm vi nghiên cứu: Nhóm nghiên cứu sẽ tiến hành
nghiên cứu các trường đại học, cao đẳng đang đào tạo lĩnh
vực kế toán - kiểm toán tại Việt Nam.
2.3. Phương pháp nghiên cứu
- Phương pháp thu thập dữ liệu
Chọn mẫu ngẫu nhiên 150 sinh viên trường Đại học
Công Nghiệp Hà Nội.
- Thu thập dữ liệu thứ cấp:
Thu thập những thông tin, dữ liệu thông qua các phương
tiện mạng Internet, sách, báo, tạp chí, giáo trình,… có liên
quan đến học trực tuyến và các vấn đề, nội dung nghiên cứu.
- Thu thập dữ liệu sơ cấp:
Nghiên cứu tiến hành thu thập dữ liệu sơ cấp thông qua
phiếu khảo sát. Đối tượng là sinh viên chính quy đang theo
học tại khoa Kế toán - Kiểm toán, Trường Đại học Công
nghiệp Hà Nội. Số liệu được thu thập bảng điều tra 150 sinh
viên khoa Kế toán - Kiểm toán, Trường Đại học Công
nghiệp Hà Nội.
- Phương pháp phân tích và xử lý số liệu
Các số liệu thu thập được thống kê và xử lý chủ yếu
thông qua các phần mềm hỗ trợ tính toán SPSS, các biểu đồ
bảng, cột... thể hiện sự phân tích thông tin các dữ liệu thu
thập.
- Giả thuyết cứu nghiên cứu
Sau quá trình nghiên cứu sơ bộ, nhóm đề xuất các giả
thuyết như sau:
H1: Kỳ vọng hiệu suất có mối quan hệ thuận chiều đến
việc ứng dụng trí tuệ nhân tạo trong Kế toán- Kiểm toán.
H2: Kỳ vọng nỗ lực ảnh hưởng có mối quan hệ thuận
chiều đến việc ứng dụng trí tuệ nhân tạo trong Kế toán-
Kiểm toán.
H3: Tác động của ảnh hưởng xã hội có mối quan hệ
thuận chiều đến việc ứng dụng trí tuệ nhân tạo trong Kế
toán- Kiểm toán
H4: Điều kiện thuận lợi có mối quan hệ thuận chiều đến
việc ứng dụng trí tuệ nhân tạo trong Kế toán- Kiểm toán
Trên cơ sở chỉ ra 4 yếu tố như trên, mô hình nghiên cứu
như sau:
Đối tượng nghiên cứu là sinh viên chính quy khoa Kế
toán - Kiểm toán, Trường Đại học Công nghiệp Hà Nội
Dữ liệu sơ cấp thu được thông qua phiếu điều tra khảo
sát thực tế. Nội dung phiếu khảo sát bao gồm: Thông tin về
các sinh viên, các ứng dụng sử dụng trong nghiệp vụ liên
quan đến kế toán kiểm toán và tần suất sử dụng, các nhân
tố ảnh hưởng đến nhận thức của sinh viên.
Biến số độc lập: Biến số độc lập sử dụng trong bài
nghiên cứu là 4 yếu tố gồm các biến số thuộc kỳ vọng hiệu
suất, kỳ vọng nỗ lực, tác động của xã hội, điều kiện thuận
lợi của sinh viên.
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI HANOI UNIVERSITY OF INDUSTRY Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC Số 14 ● 2024 430Biến số trung gian là nhận thức của sinh viên.
Biến số phụ thuộc là ứng dụng trí tuệ nhân tạo
3. KẾT QUẢ NGHIÊN CỨU, THẢO LUẬN VÀ KIẾN
NGHỊ
3.1. Kết quả nghiên cứu
Kết quả nghiên cứu và thảo luận:
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std.
Error
Beta
1
(Constant)
4,851 0,152 5,7800,000
HS 0,295 0,071 0,326 4,1760,000
NL
0,161 0,017 0,341 9,4010,000
XH 0,066 0,030 0,076 2,226 0,027
TL 0,084 0,030 0,096 2,7830,006
a. Dependent Variable: UD
(Nguồn: Kết xuất từ SPSS, 2024)
Sau khi tiến hành phân tích nhân tố khám phá, nhóm các
biến theo từng yếu tố, nghiên cứu tiếp tục tiến hành phân
tích hồi quy. Mô hình hồi quy mà nghiên cứu áp dụng là mô
hình hồi quy tuyến tính bội để xem xét mối liên hệ giữa biến
phụ thuộc với các biến độc lập. Khi phân tích hồi quy, kết
quả sẽ cho thấy mức độ tác động của các nhân tố đến việc
ứng dụng trí tuệ nhân tạo (UD). Đồng thời cho biết mức độ
tác động của các yếu tố và mức độ giải thích của chúng.
Cụ thể, phân tích hồi quy được thực hiện với 4 biến độc
lập là: Kỳ vọng hiệu suất (HS); Kỳ vọng nỗ lực (NL); Tác
động của xã hội (XH); Điều kiện thuận lợi (TL). Phương
pháp đưa vào một lượt (phương pháp Enter) được dùng để
phân tích hồi quy. Giá trị của các yếu tố được dùng để chạy
hồi quy là giá trị trung bình của các thang đo.
Mô hình được viết như sau:
SHL= βo+β1*HS+ β2*NL+ β3*XH+ β4*TH+ ei
βi: Các hệ số hồi quy (i > 0);
β0: Hằng số.
ei: Sai số.
Đánh giá sự phù hợp của mô hình
điều chỉnh = 0,544 có ý nghĩa là: các biến độc lập
trong mô hình giải thích 54,4% sự biến thiên của biến phụ
thuộc và còn lại sự biến thiên của biến phụ thuộc không
được giải thích bởi các biến độc lập trong mô hình, hay nói
cách khác do các yếu tố ngoài mô hình. Ngoài ra, kiểm định
từ bảng phân tích phương sai ANOVA, giá trị F= 5,341 giá
trị Sig. = 0,000 rất nhỏ (< 0,05), từ kết quả này cho thấy tồn
tại ít nhất một biến độc lập giải thích có ý nghĩa thống kê
đối với biến phụ thuộc. Mô hình hồi quy hoàn toàn phù hợp.
3.2. Thảo luận và kiến nghị
Kỳ vọng hiệu suất tới nhận thức của sinh viên tại các
trường đại học ứng dụng trí tuệ nhân tạo (AI) trong lĩnh vực
kế toán- kiểm toán: Kỳ vọng hiệu suất của ứng dụng AI có
mối quan hệ cùng chiều với nhận thức của sinh viên. Điều
này cho thấy sinh viên đặt kỳ vọng cao vào hiệu suất làm
việc của AI. Các ứng dụng AI với bộ xử lí tinh vi sẽ hỗ trợ
rất nhiều cho công việc của kế toán viên và kiểm toán viên.
AI có hiệu suất làm việc tốt sẽ là tiền đề để tạo sự an tâm
trong công việc kế toán của công ty khi có thể nâng cao độ
chính xác của các sổ sách của công ty từ đó thúc đẩy các
giao dịch kinh tế giúp công ty phát triển tốt hơn. Từ kết quả
nghiên cứu trên , nhóm nghiên cứu đề xuất kiến nghị về
nâng cao chất lượng của các ứng dụng AI. Tuy nhiên, AI là
các ứng dụng phần mềm do con người tạo ra nên không thể
đạt đến mức độ hoàn hảo. Tuy vậy vẫn cần thiết kế tối ưu
nhất để có thể giúp đỡ được nhiều nghiệp vụ nhất cho kế
toán viên.
Ảnh hưởng của kỳ vọng nỗ lực tới nhận thức của sinh
viên tại các trường đại học ứng dụng trí tuệ nhân tạo (AI)
trong lĩnh vực kế toán- kiểm toán: Hệ số Beta=0,341, điều
này cho thấy phần lớn sinh viên đã định hướng kịp thời tư
tưởng học tập tiến bộ để bắt kịp với thời đại công nghệ mới.
Khảo sát cũng đã chỉ ra các kế toán viên tương lai sẵn sàng
học tập các công nghệ mới. Việc áp dụng công nghệ AI
trong công việc của kế toán kiểm toán cũng không gây ra
ảnh hưởng quá lớn và các kế toán viên tương lai cũng cho
rằng các công nghệ này dễ dàng sử dụng và dễ dàng tiếp
cận.
Tác động của xã hội tới nhận thức của sinh viên tại các
trường đại học ứng dụng trí tuệ nhân tạo (AI) trong lĩnh vực
kế toán- kiểm toán: hệ số Beta=0,076 tuy không phải yếu tố
ảnh hưởng lớn nhất nhưng cũng có tác động phần nào đến
nhận thức của sinh viên. Tác động của xã hội ở đây là tác
động từ nhiều người xung quanh truyền cảm hứng cho hành
vi và suy nghĩ sử dụng trí tuệ nhân tạo trong công việc cho
các sinh viên kế toán hiện nay. Ảnh hưởng nhiều nhất là từ
các thầy cô giảng viên trên trường đã có kinh nghiệm và có
sự ảnh hưởng lớn tới sinh viên trong quá trình giảng dạy.
Ảnh hưởng của các điều kiện thuận lợi tới nhận thức của
sinh viên tại các trường đại học ứng dụng trí tuệ nhân tạo
(AI) trong lĩnh vực kế toán- kiểm toán. Hệ số tương quan
Beta=0,096 cho thấy ý nghĩa của điều kiện thuận lợi cũng
đóng góp một phần nhỏ trong nhận thức của sinh viên. Sinh
viên nhận thấy rằng hiện nay họ đã được cung cấp đầy đủ
các tài nguyên cần thiết để có thể sử dụng AI dễ dàng trong
việc xử lý công việc của kế toán, kiểm toán viên. Việc nâng
cao chất lượng đào tạo từ nhà trường như đã nói ở trên cũng
là điều kiện thuận lợi để sinh viên có thể làm tốt công việc
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI HANOI UNIVERSITY OF INDUSTRY Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC Số 14 ● 2024 431tương lai của mình. Khi họ được trang bị đầy đủ kiến thức
cần thiết, họ có thể dễ dàng áp dụng được AI trong môi
trường làm việc mới. Điều kiện thuận lợi cũng đến từ chính
sách chăm sóc khách hàng của công ty phần mềm về lĩnh
vực kế toán, kiểm toán khi mà đội ngũ kỹ thuật của họ luôn
sẵn sàng tư vấn và hướng dẫn sử dụng đầy đủ các phần mềm
của công ty họ.
TÀI LIỆU THAM KHẢO
[1]. Shaffer, K.J., Gaumer, C.J. and Bradley, K.P. 2020, Artificial intelligence products reshape accounting: time to
re-train, Development and Learning in Organizations, Vol. 34 No. 6, pp. 41-43.
[2]. T. W. Neller, AI education, Ai Matters, vol. 3, no. 2, pp. 14-15, 2017.
[3]. G. Cowan, Innovative intelligence, Defence Helicopter, vol. 37, no. 3, pp. 30–32, 2018.
[4]. M. V. Vinichenko, S. A. Makushkin, and N. V. Lyapunova, Changing the quality of education in a university using
digital technologies and artificial intelligence in the context of the COVID-19 p,” Uchenye Zapiski RGSU, vol. 19, no. 4,
pp. 137–144, 2020.
[5]. R. Bajaj and V. Sharma, Smart Education with artificial intelligence based determination of learning styles,
Procedia Computer Science, vol. 132, pp. 834–842, 2018.
[6]. J. M. Spector and D. Jing, Artificial Intelligence and the Future of Education:Big Promises-Bigger Challenges,
Academic circle, vol. 4, pp. 257–265, 2017.
[7]. D. Chrisinger, The solution lies in education: artificial intelligence & the skills gap, On the Horizon, vol. 27, no.
1, pp. 1–4, 2019.
[8]. S. Akgun and C. Greenhow, Artificial Intelligence in Education: Addressing Ethical Challenges in K-12 settings,
AI and Ethics, vol. 1, pp. 1–10, 2021.
[9]. H. S. Lee and J. Lee, Applying artificial intelligence in physical education and future perspectives, Sustainability,
vol. 13, no. 1, p. 351, 2021.
[10]. Nguyễn Hữu Ánh. (Tháng 6, 2017). Đổi mới đào tạo ngành kế toán của các trường đại học của Việt Nam đáp
ứng yêu cầu xã hội trong xu thế hội nhập.
[11].Nguyễn Xuân Hưng. (Tháng 6, 2017). Định hướng đào tạo kế toán tại Việt Nam trong quá trình hội nhập chuẩn
mực lập báo cáo tài chính quốc tế (IFRS). Russell & Norvig 2009.
[12]. Kaplan, Andreas, 2022), Artificial Intelligence, Buiness and Civilization - Our Fate Made in Machines. Routledge.
[13]. Khuc, Quy Van (10 tháng 8 năm 2022). Nghề nghiên cứu: khổ hạnh và cô đơn, dx.doi.org. Truy cập ngày 12
tháng 2 năm 2023.
[14]. Kaplan Andreas; Michael Haenlein, 2018. Siri, Siri in my Hand, who's the Fairest in the Land? On the
Interpretations, Illustrations and Implications of Artificial Intelligence, Business Horizons, 62(1)
[15]. Boom of the 1980s: rise of expert systems, Fifth Generation Project, Alvey, MCC, SCI: Second AI winter:
[16]. Thomas H. Davenport. 2016. The power of advanced audit analytics Everywhere Analytics. [Online] Available
at https://www2.deloitte.com/content/dam/Deloitte/us/Documents/deloitte-analytics/us-da-advanced-audit-analytics.pdf
[17]. Deloitte. 2018. 16 Artificial Intelligence projects from Deloitte: Practical cases of applied AI. [Online] Available
at https://www2.deloitte.com/content/dam/Deloitte/nl/Documents/innovatie/deloitte-nl-innovatie-artificial-intelligence-
16-practical-cases.pdf
[18]. Eleonora P. Stancheva-Todorova. 2018. How Artificial Intelligence Is Challenging Accounting Profession.
Journal of International Scientific Publications, Economy & Business, 12, 126-141.
[19]. Institute of Chartered Accountants in England and Wales (ICAEW). (2017). Artificial intelligence and the future
of accountancy. [Online] Avalabile at https://www.icaew.com/-/media/corporate/files/technical/ information-
technology/technology/artificial-intelligence-report.ashx?la=en
[20]. N. Ahituv, J. Halpern, and H. Will, 1985. Audit planning: an algorithmic approach Contemp. Account. Res., 2(1),
95-110.
[21]. KPMG. 2018. KPMG Sales Intelligence Engine. [Online] Available at https://assets.kpmg/content/dam/
kpmg/xx/pdf/2018/03/kpmg-sales-intelligence-engine.pdf
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI HANOI UNIVERSITY OF INDUSTRY Tập san SINH VIÊN NGHIÊN CỨU KHOA HỌC Số 14 ● 2024 432[22]. KPMG. 2018. Strategic Profitability Insights (SPI). [Online] Available at https://assets.kpmg/content/
dam/kpmg/xx/pdf/2018/03/kpmg-strategic-profitability-insights.pdf
[23]. KPMG. (2018). KPMG Ignite. [Online] Available at https://assets.kpmg/content/dam/kpmg/uk/pdf/
2018/09/kpmg-ignite.pdf
[24]. M. Haenlein and A. Kaplan (2019). A Brief History of Artificial Intelligence: On the Past, Present, and Future of
Artificial Intelligence. Calif. Manage. Rev., 61(4), 5-14.
[25]. P. Blackman and J. Samuel. (2017). Microsoft and KPMG global alliance launches new digital solution hub -
KPMG Global. [Online] Available at https://home.kpmg/xx/en/home/media/press-releases/2017/07/microsoft-and-kpmg-
global-alliance-digital-solutions-hub.html
[26]. J. T. Davis, A. P. Massey, and R. E. R. Lovell II. (1997). Supporting a complex audit judgment task: An expert
network approach. Eur. J. Oper. Res., 103(2), 350-372.
[27]. T. Lensberg, A. Eilifsen, and T. E. McKee. 2006. Bankruptcy theory development and classification via genetic
programming. Eur. J. Oper. Res., 169(2), 677-697.
[28]. T. G. Calderon and J. J. Cheh, 2002. A roadmap for future neural networks research in auditing and risk
assessment. Int. J. Account. Inf. Syst., 3(4), 203-236.
[29]. R. Cordeschi, 2007. AI Turns Fifty: Revisiting Its Origins. Appl. Artif. Intell., 21(4-5), 259-279.
[30]. R. L. Rosner, C. L. Comunale, and T. R. Sexton. 2006. Assessing Materiality. CPA J., 76(6), 26-28.
[31]. Zemankova, A. 2019. Artificial Intelligence in Audit and Accounting: Development, Current Trends,
Opportunities and Threats - Literature Review. Proceedings of 2019 International Conference on Control, Artificial
Intelligence, Robotics & Optimization (ICCAIRO), May 3-5, (pp. 148-154). Majorca Island, Spain.
