التحقق من الغش: الأعلام الحمراء، وقانون بنفورد، وتحليل النص

المكاسب:

• فهم مفاهيم مثلث الاحتيال (الضغط، الفرصة، التبرير) والأعلام الحمراء واستخدام الذكاء الاصطناعي للبحث عن الأنماط المشبوهة
• القدرة على فحص قانون بنفورد والدفعات المكررة وأنماط الموردين غير العادية بدعم من الذكاء الاصطناعي وإنتاج قائمة مراجعة
• القدرة على فهم أن الاشتباه في الاحتيال هو ادعاء خطير، وأن إشارة الذكاء الاصطناعي وحدها ليست دليلاً، وأن التقييم النهائي يعود إلى المدقق المستقل.

هناك فرق عميق بين الخطأ والغش. الخطأ هو خطأ غير مقصود؛ الحصول على خطأ كامل، ونسيان الرقم القياسي. الغش هو خداع متعمد؛ يحدث ذلك عندما يقوم شخص ما بتشويه السجلات عمدًا لتحقيق مكاسب شخصية. إن وظيفة المدقق ليست "العثور" على الاحتيال - فالاحتيال هو مؤهل قانوني وهو أمر يخص المحاكم - ولكن معيار التدقيق الدولي 240 يطلب من المدقق ممارسة الشك المهني حول مخاطر التحريف الجوهري بسبب الاحتيال وتقييم علامات خطر الاحتيال (الأعلام الحمراء). يقوم المدقق بتقييم مخاطر الاحتيال والتحقيق في الأنماط المشبوهة؛ القرار القانوني النهائي يعود للآخرين.

سنغطي في هذه الوحدة كيفية استخدام الذكاء الاصطناعي لفحص مخاطر الاحتيال: مثلث الاحتيال، والأعلام الحمراء، وقانون بنفورد، والدفعات المكررة وأنماط الموردين غير العادية، وتحليل النص في مجالات الوصف. وقد تم التأكيد على المبدأ الأساسي بصرامة: لا يشكل أي نمط يحدده الذكاء الاصطناعي، في حد ذاته، دليلاً على الاحتيال. العلم الأحمر هو علامة "التوقف والتحقيق". ليس اتهاما.

مثلث الغش والأعلام الحمراء

الإطار الكلاسيكي للتحقيق في الاحتيال هو مثلث الاحتيال؛ ويقول إن الاحتيال يحدث عادة عندما تجتمع ثلاثة شروط معًا: الضغط (ضرورة مالية/شخصية تدفع الشخص إلى الغش)، والفرصة (ضعف الرقابة الداخلية، والسلطة غير المقيدة)، والتبرير (طريقة لتبرير تصرفات الشخص لنفسه - "سأعيدها على أي حال"). ويكون المدقق أكثر حذراً في المجالات التي تكون فيها هذه الشروط الثلاثة قوية.

العلم الأحمر هو إشارة تحذيرية قد تشير إلى احتمالية الاحتيال. أمثلة نموذجية: مسؤول يعرض أسلوب حياة غير عادي، والعقود تذهب باستمرار إلى نفس المورد، والمورد الذي عنوانه هو نفس عنوان الموظف، والموظفين الذين لا يأخذون إجازات ولا يفوضون عملهم لأي شخص، وسجلات التصحيح المتكررة، والمدفوعات المقسمة أقل بقليل من الحد الأدنى، وأرقام الفواتير المكررة. يمكن للذكاء الاصطناعي البحث عن العديد من هذه العلامات على البيانات. لكن تذكر: كل علم يمكن أن يكون له تفسير بريء. فوظيفة المراجع أن يرى العلم ويتحقق، وليس أن يلومه على رؤية العلم.

قانون بنفورد: فحص غير بديهي ولكنه قوي

ينص قانون بنفورد (قانون الرقم الأول) على أنه في المجموعات الكبيرة من الأعداد التي تحدث بشكل طبيعي، يكون توزيع أول رقم مهم غير منتظم: تميل الأرقام إلى البدء بالرقم "1" (حوالي 30%)، مع احتمال منخفض جدًا للبدء بالرقم "9" (حوالي 4.6%). وتتبع البيانات الطبيعية ذات النطاقات الواسعة، مثل مبالغ الفواتير والنفقات وأرصدة الحسابات، هذا التوزيع بشكل عام. عندما يقوم شخص ما بتركيب الأرقام يدويًا (على سبيل المثال، يكتب مبالغ أقل بقليل من حد الموافقة)، يتم تعطيل هذا التوزيع الطبيعي. يقارن تحليل Benford توزيع الرقمين الأولين (وإذا لزم الأمر، الرقمين الأولين) مع ما هو متوقع ويضع علامة على الانحرافات.

يمكن للذكاء الاصطناعي حساب توزيع بنفورد على آلاف المبالغ في ثوانٍ وإظهار الأرقام التي تنحرف عما هو متوقع. لكن لدى بنفورد حدين ويجب على المدقق أن يعرفهما:

• أنها لا تناسب كافة البيانات. الأرقام المحدودة ضمن نطاق معين (على سبيل المثال، أسعار المنتجات دائمًا بين 45-55 ليرة تركية)، والأرقام التسلسلية (رقم الفاتورة)، والرموز المخصصة لا تتوافق مع Benford؛ "الانحراف" لا معنى له هنا.
• الانحراف ليس دليلا. عندما ترتفع درجة ما أكثر من المتوقع، فإن أقصى ما يقال هو "انظر هنا". قد يكون السبب مشروعًا (مثل أسعار الشركة). لا يمكن للمدقق استخلاص استنتاجات من التحقيق.

تحذير: إن تقديم انحراف بنفورد على أنه "دليل على الغش" يعد خطأً فادحًا. بنفورد مجرد علم أحمر. ويوجه السجلات التي ينبغي فحصها ولا يثبت الاحتيال.

تحليل النص وأنماط التكرار

تعد القدرة اللغوية للذكاء الاصطناعي مفيدة أيضًا في اكتشاف الاحتيال غير الرقمي. يمكن مسح التركيزات غير العادية أو التعبيرات الغامضة أو بعض الكلمات الرئيسية في حقول الوصف ("نفقات متنوعة"، "استشارات"، "استضافة التمثيل"). أيضًا الأنماط الهيكلية: أرقام الفواتير المكررة، وحسابات الموردين المطابقة للحساب البنكي للموظفين، وسجلات الموردين التي تم إنشاؤها خلال عطلة نهاية الأسبوع، والمدفوعات المتكررة على مدار الساعة. وينتج الذكاء الاصطناعي كل هذا في شكل "قائمة مراجعة"؛ يقوم المدقق بالبحث في القائمة.

نوع المسح

ماذا يفعل الذكاء الاصطناعي؟

ماذا يفعل المدقق؟

تحليل بنفورد

يشير الرقم الأول إلى انحراف التوزيع

يبحث في سبب الانحراف

دفع مكرر

نفس المبلغ + التاريخ + المورد يجد التكرار

هل يتم تأكيد الحقيقة من خلال المستندات المكررة؟

مطابقة المورد والموظف

وضع علامة على تداخل العنوان/الحساب نفسه

التحقيق في ما إذا كان هناك تضارب في المصالح

تقسيم العتبة الفرعية

يشير إلى التجميع تحت عتبة الموافقة

يقيم ما إذا كان هناك نية

تحليل النص/الوصف

البحث عن التعليقات الغامضة/المتكررة

محتوى الاستعلامات حسب الوثيقة

ثلاث حالات صغيرة

الحالة 1 - أعطى بنفورد التوجيه، كما وجد المفتش. أجرى أحد المراجعين تحليل بنفورد على بيانات النفقات. وكانت المبالغ التي تبدأ بالرقم "4" أعلى بكثير من المتوقع. قام المدقق بفحص هذه المجموعة ووجد أن أحد الموظفين قد أدخل باستمرار نفقات تصل إلى "4.8xx"، أي أقل بقليل من حد الموافقة البالغ 5000 دولار. وتبين أن الوثائق مزورة. أعطى انحراف بنفورد الاتجاه. وكشفت تحقيقات مدقق الحسابات والمستندات عن الاحتيال.

الحالة 2 - بنفورد إيجابي كاذب. أجرى أحد أعضاء الفريق تحليل Benford لقائمة أسعار المنتجات وكتب "هناك تلاعب" عندما رأى انحرافًا كبيرًا. قام الشخص المسؤول بفحص: البيانات تتكون من أسعار في نطاق ضيق يتراوح بين 90-110 ليرة تركية؛ لن يتناسب بنفورد مع هذه المجموعة المحدودة على أي حال. وكان "التحيز" يرجع بالكامل إلى تطبيق الطريقة على بيانات خاطئة. الدرس المستفاد: لا ينطبق Benford على كافة البيانات؛ يقوم المدقق بتقييم مدى ملاءمتها.

الحالة 3 - رفع العلم لإلقاء اللوم. أراد أحد المدققين أن يكتب مباشرة "المورد الذي يتطابق عنوانه مع عنوان الموظف" الذي تم وضع علامة عليه بواسطة الذكاء الاصطناعي في التقرير على أنه "مورد وهمي، احتيال". أوقفها الشخص المسؤول: وبالتحقيق تبين أن المورد شركة حقيقية، تابعة لقريب الموظف، وأن هذه علاقة تضارب مصالح، ولكنها ليست وهمية. تم الإبلاغ عن هذا على أنه علاقة يجب الكشف عنها وليس غشًا. الدرس المستفاد: العلم الأحمر يبدأ التحقيق؛ الأدلة تحدد النتيجة.

موجه ضعيف / موجه قوي

حث ضعيف:

معرفة ما إذا كان هناك احتيال في هذه المدفوعات.

المشكلة: لا يستطيع الذكاء الاصطناعي "العثور" على الغش؛ الغش هو نتيجة قانونية. وتؤدي هذه المطالبة إما إلى "قائمة غش" ملفقة أو اتهامات لا أساس لها من الصحة.

مطالبة قوية:

دورك: أنت مساعد مدقق مستقل لفحص مخاطر الاحتيال. قمت بالتوقيع على العلم الأحمر. تقييم الغش والنتيجة ملك لي. لا تصنف أي سجلات على أنها "غش". البيانات (مجهولة): مدفوعات المورد (الأعمدة: معرف_الدفع، التاريخ، معرف_المورد، عنوان_المورد، المبلغ، تأكيد_عتبة_الاحتيال = 50000، الوصف). المهمة - إجراء عمليات الفحص التالية، وتصدير كل منها كقائمة منفصلة: 1) تقسيم العتبة الفرعية: متجمعة أسفل عتبة 50000 ليرة تركية (45000-49999) دفعات؛ العد حسب المورد.2) النسخة المكررة: نفس المبلغ + نفس المورد + الدفعات المتكررة خلال 3 أيام.3) Benford (الرقم الأول): مقارنة توزيع الرقم الأول للمبالغ مع Benford المتوقع؛ إظهار الخطوات المنحرفة. هام: قم أيضًا بتقييم ما إذا كانت هذه البيانات تتوافق مع Benford (النطاق، القيد) وحذر إذا لم يكن الأمر كذلك. 4) تحليل الإفصاح: قم بوضع علامة على الموردين حيث تتركز الأوصاف الغامضة مثل "متنوعة/متنوعة/استشارات". لكل قائمة: اكتب أن هذه "علامات حمراء يجب التحقيق فيها" وليست نتائج احتيال. إضافة سجل/نمط مناسب.

تعتبر هذه المطالبة قوية لأنها تحلل عمليات الفحص، وتثير الشكوك حول امتثال Benford، وتضع المخرجات على أنها "علامة حمراء"، وتحظر إسناد "الغش".

الأخطاء الشائعة

• وهذا يعني "اعثر على الخدعة". الذكاء الاصطناعي لا يكتشف الغش؛ علامات العلم الأحمر. الغش هو نتيجة قانونية.
• تطبيق بنفورد على البيانات غير المناسبة. الخلط بين "الانحراف" في النطاق الضيق أو الأرقام التسلسلية أو الرموز على أنه ذو معنى.
• اعتبار الانحراف دليلا. إعلان الغش دون التحقق من علامة بنفورد أو علامة النمط.
• تحويل العلم الأحمر إلى اتهام. شطب علاقة/نمط على أنه غش دون التحقق من ذلك بالوثائق.
• تجاهل مثلث الغش. مجرد النظر إلى البيانات وعدم تقييم سياق الضغط/الفرصة/التبرير.

نصيحة: عندما تجد علامة حمراء، اسأل نفسك سؤالين: "ما هو التفسير البريء تمامًا لهذا؟" و"إذا كان الأمر غشًا حقًا، فما هي الآثار الأخرى التي يجب أن أرى؟" السؤال الأول يحميك من الاتهام غير العادل، والثاني من السطحية.

في ملخص

في عملية تدقيق الاحتيال، لا يتمثل دور المدقق في "العثور" على الاحتيال، بل تقييم مخاطر الاحتيال بالتشكيك والبحث عن العلامات الحمراء (BDS 240). يعد الذكاء الاصطناعي محرك مسح قويًا: فهو يقوم بإجراء تحليل Benford، والدفعات المكررة، وتقسيم العتبة الفرعية، والتداخل بين المورد والموظف، وتحليل النص في ثوانٍ. لكن كل علامة هي علامة حمراء، وليست دليلا؛ بنفورد لا يناسب جميع البيانات؛ الانحراف لا يعني الغش إن مهمة الذكاء الاصطناعي هي رؤية العلم، ومهمة المدقق هي التحقيق والتقييم وتجنب الإسناد القانوني. العلم الأحمر يقول "توقف وتحقق"؛ فهو لا يقول "مذنب".

مهمة التطبيق

فكر في مجموعة بيانات دفع البائع الافتراضية وقم بتعيين حد الموافقة. اطلب من الذكاء الاصطناعي إجراء أربع عمليات مسح (تقسيم العتبة الفرعية، والتكرار، وبنفورد، وتحليل التعليقات التوضيحية) باستخدام نمط المطالبة القوي أعلاه؛ اطلب من بنفورد أن يشكك في مدى ملاءمته. بعد ذلك، لكل علامة حمراء تظهر، اكتب "تفسيرًا بريئًا" و"سيناريو الغش" وأشر إلى الدليل الذي قد يفرق بين الاثنين.

قائمة مرجعية

• [ ] لم أطلب من الذكاء الاصطناعي "العثور على الحيل"؛ قلت "العلم الأحمر" ومنعت وصف الغش.
• [ ] لقد قمت بتطبيق Benford فقط على البيانات المناسبة (الطبيعية والمتباعدة على نطاق واسع)؛ لقد قمت بتقييم مدى الملاءمة.
• [ ] لقد تعاملت مع كل علامة حمراء كبداية للبحث، وليس نتيجة.
• [ ] لكل علامة، أخذت في الاعتبار التفسير البريء وسيناريو الغش.
• [ ] لم أصف الأنماط بأنها احتيالية/وهمية دون التحقق منها بالتوثيق.
• [ ] قمت بتقييم سياق مثلث الاحتيال (الضغط، الفرصة، التبرير).
• [ ] لقد قمت بتوثيق أن التأهيل القانوني النهائي ليس من وظيفة مدقق الحسابات وأنني قمت بتقييم المخاطر.