নৈতিকতা, স্বাধীনতা, গোপনীয়তা এবং এন্ড-টু-এন্ড অডিট এআই ওয়ার্কফ্লো

লাভ:

• কৃত্রিম বুদ্ধিমত্তা ব্যবহারের প্রেক্ষাপটে স্বাধীনতা এবং গোপনীয়তার নীতিগুলি বোঝার ক্ষমতা এবং একটি নিরাপদ, চুক্তিভিত্তিক এবং অডিট ট্রেইলড গাড়ি বেছে নেওয়ার ক্ষমতা
• পরিকল্পনা থেকে রিপোর্ট করা পর্যন্ত পুরো অডিট চক্র জুড়ে যাচাইকরণ গেট সহ কৃত্রিম বুদ্ধিমত্তা স্থাপন করে এমন একটি এন্ড-টু-এন্ড ওয়ার্কফ্লো স্থাপন করার ক্ষমতা
• বুঝতে হবে যে অডিটের গুণমান এবং দায়িত্ব প্রতিটি পর্যায়ে স্বাধীন নিরীক্ষকের সাথে থাকে এবং সেই কৃত্রিম বুদ্ধিমত্তা কখনই এই দায়িত্ব নিতে পারে না

এই শেষ ইউনিটে আমরা দুটি কাজ করব। প্রথমত, আমরা AI ব্যবহারের প্রেক্ষাপটে একটি একক কাঠামোর মধ্যে তিনটি মূল নীতিকে একত্রিত করব যা আমরা মডিউল জুড়ে বিক্ষিপ্তভাবে স্পর্শ করেছি—নৈতিকতা, স্বাধীনতা এবং গোপনীয়তা। তারপরে আমরা প্রতিটি ধাপে AI কোথায় ফিট করে এবং প্রতিটি ধাপে যাচাইকরণ গেটগুলি দেখে রিপোর্ট করার পরিকল্পনা থেকে শুরু করে আমরা যা শিখেছি তা একক এন্ড-টু-এন্ড ওয়ার্কফ্লোতে একত্রিত করব। উদ্দেশ্য হল আপনি যখন এই মডিউলটি বন্ধ করবেন, তখন আপনার কাছে একটি প্রযোজ্য, সামগ্রিক এবং দায়িত্বশীল অডিট-এআই কার্যকরী মডেল থাকবে।

AI এর লেন্সের মাধ্যমে তিনটি নীতি

নৈতিকতা। পেশাদার আচরণের নিরীক্ষকের নীতিগুলি (সততা, বস্তুনিষ্ঠতা, পেশাদার দক্ষতা এবং যথাযথ যত্ন, গোপনীয়তা, পেশাদার আচরণ) AI ব্যবহার দ্বারা বাদ দেওয়া হয় না; বিপরীতে, একটি নতুন পরীক্ষার ক্ষেত্র জন্ম নেয়। AI আউটপুটকে নিজের কাজ হিসাবে উপস্থাপন করা অনৈতিক (পেশাদার যোগ্যতা এবং যথাযথ পরিশ্রমের ক্ষেত্রে সমস্যাযুক্ত), অযাচাইকৃত আউটপুটের উপর নির্ভর করা (যথাযথ অধ্যবসায়ের লঙ্ঘন), AI কে দায়বদ্ধতার ঢাল বানানো ("AI বলেছেন তাই")। এআই একটি টুল; এটি ব্যবহারের দায়িত্ব সম্পূর্ণরূপে নিরীক্ষকের উপর বর্তায়।

স্বাধীনতা। অডিটরকে অবশ্যই স্বাধীন হতে হবে, বাস্তবে এবং চেহারা উভয় ক্ষেত্রেই, সে যে ব্যবসায় নিরীক্ষা করে তার থেকে। এআই-এর প্রেক্ষাপটে, নতুন প্রশ্ন উঠেছে: আপনি যে টুলটি ব্যবহার করেন তা কে প্রদান করে? নিরীক্ষিত কোম্পানির নিজস্ব সিস্টেমে এমবেড করা একটি টুলের উপর নির্ভর করা, যার আউটপুট আপনি স্বাধীনভাবে নিয়ন্ত্রণ করতে পারবেন না, স্বাধীনতাকে ক্ষুন্ন করে? আপনার ডেটা কি কোথাও সংরক্ষণ করা হয় এবং অন্য উদ্দেশ্যে ব্যবহার করা হয়? স্বাধীনতা হল টুল নির্বাচন এবং ডেটা প্রবাহের অংশ।

নিরাপত্তা অডিট ডেটা (গ্রাহকের রেকর্ড, ব্যক্তিগত ডেটা, বাণিজ্য গোপনীয়তা) গোপনীয়তা নীতি এবং KVKK এর সুযোগের মধ্যে সুরক্ষিত। একটি সর্বজনীনভাবে উপলব্ধ AI টুলে বাস্তব, শনাক্তযোগ্য ডেটা আপলোড করা একটি লঙ্ঘন। নিয়ম: নাম প্রকাশ করুন, সর্বনিম্ন ভাগ করুন, নিরাপদ এবং চুক্তিভিত্তিক সরঞ্জাম ব্যবহার করুন।

নিরাপদ গাড়ি বেছে নেওয়ার সময় ইন্সপেক্টরকে যে প্রশ্নগুলি জিজ্ঞাসা করা উচিত তা নিম্নলিখিত সারণীটি সংক্ষিপ্ত করে:

প্রশ্ন

কেন এটা গুরুত্বপূর্ণ?

ডাটা কোথায় যায়, কোথায় জমা হয়?

গোপনীয়তা এবং KVKK

মডেল প্রশিক্ষণে কি দক্ষতা ব্যবহার করা হয়?

গোপনীয়তা, বাণিজ্য গোপনীয়তা

একটি তথ্য প্রক্রিয়াকরণ চুক্তি এবং গোপনীয়তা নিশ্চয়তা আছে?

আইনি/নৈতিক সম্মতি

একটি অডিট ট্রেইল (কে কি করেছে, কখন) রাখা হয়েছে?

ডকুমেন্টেশন, দায়িত্ব

আমি কি স্বাধীনভাবে আউটপুট যাচাই করতে পারি?

স্বাধীনতা, নির্ভরযোগ্যতা

এটা কি কর্পোরেট/চুক্তিমূলক বা সবার জন্য উন্মুক্ত?

সাধারণ নিরাপত্তা স্তর

সতর্কতা: আপনি একটি "নিরাপত্তা এবং সম্মতি-গুরুত্বপূর্ণ" ক্ষেত্রে কাজ করেন। আর্থিক নিরীক্ষা আউটপুট বিনিয়োগকারী, ঋণদাতা এবং জনসাধারণের সিদ্ধান্তকে প্রভাবিত করে। AI আউটপুট একটি উপযুক্ত, স্বাধীন নিরীক্ষকের অনুমোদনের বিকল্প নয়। সিদ্ধান্ত ব্যক্তির উপর নির্ভর করে; এআই একটি সিদ্ধান্ত সমর্থন এবং ত্বরণ টুল।

এন্ড-টু-এন্ড অডিট-এআই ওয়ার্কফ্লো

মডিউলের সমস্ত অংশকে একটি একক লুপে একত্রিত করা যাক। প্রতিটি ধাপে, আপনি AI এর ভূমিকা এবং অবিলম্বে অনুসরণকারী যাচাইকরণ গেট দেখতে পাবেন। যাচাইকরণ গেট হল একটি চেক যা অডিটরকে অবশ্যই সেই ধাপের আউটপুটকে পরবর্তী ধাপে নিয়ে যাওয়ার আগে পাস করতে হবে।

1. পরিকল্পনা এবং ঝুঁকি (ইউনিট 2)। এআই: সেক্টরাল রিস্ক ব্রেনস্টর্মিং, বস্তুগত পরিস্থিতি। → গেট: ব্যবসার জন্য নির্দিষ্ট ঝুঁকি তালিকা ফিল্টার করুন, প্রতিটি বস্তুগত গুণনের পুনঃগণনা করুন।
2. ডেটা প্রস্তুতি এবং সম্পূর্ণ জনসংখ্যা পরীক্ষা (ইউনিট 3)। এআই: ডেটা পরিষ্কার করা, নিয়ম প্রয়োগ করা, ব্যতিক্রম তৈরি করা। → গেট: ঐক্যমত্য দ্বারা ডেটা সম্পূর্ণতা নিশ্চিত করুন; ব্যতিক্রমগুলিকে তদন্তের শুরু হিসাবে বিবেচনা করুন, ফলাফল হিসাবে নয়।
3. অসঙ্গতি এবং জার্নাল পরীক্ষা (ইউনিট 4)। AI: বহুমাত্রিক মনোযোগ স্কোর। → গেট: মিথ্যা ইতিবাচক হ্যান্ডেল; ডকুমেন্টেশন সহ প্রতিটি উচ্চ-স্কোরিং রেকর্ড তদন্ত করুন।
4. বিশ্লেষণাত্মক পদ্ধতি (ইউনিট 8)। এআই: অনুভূমিক/উল্লম্ব/অনুপাত বিশ্লেষণ, অপসারণ অনুমান। → দরজা: প্রত্যাশার স্বাধীনতা নিশ্চিত করা; প্রমাণ সহ প্রতিটি অনুমান পরীক্ষা করুন; অপ্রত্যাশিত চক্কর মধ্যে গভীর.
5. পুনর্মিলন এবং মিল (ইউনিট 7)। AI: বর্তমান/ব্যাঙ্ক পুনর্মিলন, ত্রিমুখী মিল। → দরজা: নথির সাথে অমিল আইটেমের কারণ যাচাই করুন; ব্যবসার বাস্তবতা অনুযায়ী সহনশীলতা সামঞ্জস্য করুন।
6. স্ট্যান্ডার্ড জরিপ (ইউনিট 6)। YZ: বিষয়কে সরলীকরণ করুন, এটিকে প্রাসঙ্গিক মানের দিকে নির্দেশ করুন। → গেট: অফিসিয়াল টেক্সট থেকে প্রতিটি আইটেম/উদ্ধৃতি/তারিখ যাচাই করুন; শুধুমাত্র অফিসিয়াল সোর্স থেকে উদ্ধৃতি নিন।
7. জালিয়াতির ঝুঁকি স্ক্রীনিং (ইউনিট 9)। এআই: বেনফোর্ড, ডুপ্লিকেট, সাবথ্রেশহোল্ড, পাঠ্য বিশ্লেষণ। → দরজা: বেনফোর্ডের উপযুক্ততা মূল্যায়ন করুন; লাল পতাকাকে দোষে পরিণত করা; ডকুমেন্টেশন সহ গবেষণা।
8. ডকুমেন্টেশন (ইউনিট 5)। এআই: কাজের কাগজের কঙ্কাল, কাঁচা নোট সম্পাদনা। → দরজা: আপনি বিষয়বস্তু প্রদান; আপনি প্রমাণ রেফারেন্স লিঙ্ক; ফলাফল লিখুন এবং স্বাক্ষর করুন।
9. সন্দেহজনক পর্যালোচনা (ইউনিট 11)। এআই: খণ্ডন জিজ্ঞাসাবাদ অংশীদার। → দরজা : "যদি এটি মিথ্যা হয় তবে তিনি কী প্রমাণ দেখাবেন?"; নিশ্চিতকরণ পক্ষপাত বিরতি.
10. রিপোর্টিং (ইউনিট 10)। YZ: DKNEÖ ফলাফলের কাঠামো, ব্যবস্থাপনা চিঠি, মতামত অনুচ্ছেদের খসড়া। → দরজা: আপনি দৃশ্যের ধরন এবং এর গুরুত্ব সম্পর্কে সিদ্ধান্ত নেন; প্রমাণ সহ প্রতিটি বাক্য পরীক্ষা করুন; আপনার স্বাক্ষরের পিছনে দাঁড়ান।

এই চক্রের একটি একক মেরুদণ্ড রয়েছে: AI গতি এবং খসড়া তৈরি করে; প্রতিটি ধাপে, একটি যাচাইকরণ গেট নিরীক্ষকের রায়ের পরিচয় দেয়। গেট ছাড়া, কর্মপ্রবাহ দ্রুত কিন্তু অবিশ্বস্ত; এটি দরজা সহ দ্রুত এবং টেকসই উভয়ই।

তিনটি মিনি কেস

কেস 1 - সঠিক এন্ড-টু-এন্ড ব্যবহার। একটি অডিট দল একটি মাঝারি আকারের উত্পাদনকারী কোম্পানির একটি অডিটে এই চক্রটি প্রয়োগ করেছিল। পরিকল্পনায়, এআই একটি ঝুঁকির খসড়া দিয়েছে, দল এটি ফিল্টার করেছে; সম্পূর্ণ জনসংখ্যা পরীক্ষায় 180,000 রেকর্ড স্ক্রীন করা হয়েছে, সম্পূর্ণতা ঐক্যমত দ্বারা নিশ্চিত করা হয়েছে; বিশ্লেষণাত্মক পদ্ধতিতে একটি পর্যায়ক্রমিক ত্রুটির অনুমান প্রমাণ দ্বারা নিশ্চিত করা হয়েছিল; সরকারী পাঠ্য থেকে স্ট্যান্ডার্ড রেফারেন্স নিশ্চিত করা হয়েছে; দল দ্বারা লিখিত এবং স্বাক্ষরিত ডকুমেন্টেশন; দায়িত্বশীল নিরীক্ষক প্রতিবেদনের মতামতের ভিত্তিতে সিদ্ধান্ত নেন। AI উল্লেখযোগ্যভাবে মোট সময় সংক্ষিপ্ত করেছে; দ্বারে দ্বারে মানুষের সাথে দায়িত্ব ও বিচার রয়ে গেছে।

কেস 2 - ডোরলেস স্পিড ডিজাস্টার। অন্য একটি দল একই সরঞ্জাম ব্যবহার করেছে কিন্তু যাচাইকরণের গেটগুলিকে বাইপাস করেছে: ডেটা সম্পূর্ণতা যাচাই না করেই "সম্পূর্ণ পরীক্ষা" বলা হয়, পর্যালোচনা ছাড়াই ব্যতিক্রমগুলি বন্ধ, যাচাই ছাড়াই ব্যবহৃত স্ট্যান্ডার্ড অ্যাট্রিবিউশন, AI এর আশাবাদী খসড়া থেকে নেওয়া মতামত প্রতিবেদন৷ গুণমান পর্যালোচনায় অসংখ্য ত্রুটি পাওয়া গেছে; কাজটি স্ক্র্যাচ থেকে করা হয়েছিল। প্রাপ্ত সময়ের চেয়ে হারিয়ে যাওয়া সময় বেশি ছিল। পাঠ: গেট ছাড়া গতি নকল গতি।

কেস 3 - গোপনীয়তা এবং স্বাধীনতার অবহেলা। একজন অডিটর তার অডিট করা কোম্পানির সার্ভারে চলমান একটি AI টুল ব্যবহার করেন, যার আউটপুট তিনি স্বাধীনভাবে যাচাই করতে পারেননি, এবং গ্রাহকের ডেটা তার আসল আকারে প্রক্রিয়াজাত করতেন। উভয় ডেটা একটি কোম্পানি-নিয়ন্ত্রিত সিস্টেমে প্রক্রিয়া করা হয়েছিল (স্বাধীনতার প্রশ্ন) এবং প্রকৃত ব্যক্তিগত ডেটা অরক্ষিত (গোপনীয়তা) ছিল। কোয়ালিটি ইউনিট প্রক্রিয়াটি বন্ধ করে দিয়েছে। সঠিক উপায় ছিল একটি স্বাধীন, চুক্তিবদ্ধ টুলের সাথে একটি অডিট ট্রেল এবং বেনামী ডেটা সহ কাজ করা। পাঠ: সরঞ্জাম এবং ডেটা প্রবাহ স্বাধীনতা এবং গোপনীয়তার অংশ।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমি সমস্ত ডেটা আপলোড করেছি যাতে আপনি শুরু থেকে শেষ পর্যন্ত অডিট করতে পারেন, আমাকে ফলাফল দিন।

সমস্যা: বাস্তব/গোপন ডেটা আপলোড করে (গোপনীয়তা লঙ্ঘন), AI-তে রায় অর্পণ করে (নৈতিকতা/স্বাধীনতা লঙ্ঘন), ভেরিফিকেশন গেট নষ্ট করে। এটি নিয়ন্ত্রণের সারাংশ সরিয়ে দেয়।

শক্তিশালী প্রম্পট (ওয়ার্কফ্লো ফ্রেমওয়ার্ক):

আপনার ভূমিকা: আপনি একজন স্বাধীন নিরীক্ষকের শেষ থেকে শেষ সহকারী। আপনি প্রতিটি ধাপে খসড়া এবং বিশ্লেষণ তৈরি করবেন; প্রতিটি ধাপের শেষে, আপনি আমাকে যাচাইকরণের দরজার কথাও মনে করিয়ে দেবেন যা আমাকে করতে হবে। রায়, মতামত এবং উপসংহার আমার নিজস্ব। নিয়ম (প্রতিটি ধাপে প্রযোজ্য):- আমি আপনাকে শুধুমাত্র বেনামী তথ্য দিচ্ছি; কোনো আসল নাম/টিআইএন/ব্যক্তিগত ডেটা নেই। - সংখ্যা, স্ট্যান্ডার্ড ক্লজ, তারিখ বা উত্সগুলির কোনও জাল নয়; আপনি যদি নিশ্চিত না হন তবে "যাচাই করুন" বলুন। - আপনার আউটপুটগুলিকে "খসড়া/ব্যতিক্রম/অনুমান" হিসাবে রাখুন না "অনুসন্ধান/উপসংহার" হিসাবে। এখন আমরা ধাপ 1 (পরিকল্পনা-ঝুঁকি) থেকে শুরু করি। এই ধাপের জন্য আপনার রূপরেখা তৈরি করুন, আইটেম দ্বারা আইটেম শেষে আমাকে যে যাচাইকরণ গেটটি পাস করতে হবে তা লিখুন। আমি যাচাই এবং নিশ্চিত না হওয়া পর্যন্ত ধাপ 2 এ এগিয়ে যাবেন না।

এই প্রম্পটটি শক্তিশালী কারণ এটি যাচাইকরণ গেটগুলির সাথে সম্পূর্ণ ওয়ার্কফ্লো সেট আপ করে, বেনামীকরণ এবং বানোয়াট নিষেধাজ্ঞা সংশোধন করে, আউটপুটগুলিকে সঠিকভাবে অবস্থান করে এবং অডিটরের অনুমোদনের সাথে অগ্রগতিকে সংযুক্ত করে৷

সাধারণ ভুল

• বাস্তব/গোপন ডেটা আপলোড করা হচ্ছে। বেনামী ছাড়া শেয়ার করে গোপনীয়তা এবং KVKK লঙ্ঘন।
• যাচাইকরণ গেট বাইপাস. গতির জন্য নিশ্চিতকরণ, পর্যালোচনা এবং রায় এড়িয়ে যাওয়া।
• AI কে দায়বদ্ধতার ঢাল বানানো। "AI বলেছেন তাই" দিয়ে রায় অর্পণ করা; নৈতিক লঙ্ঘন।
• টুল এবং তথ্য প্রবাহ প্রশ্নবিদ্ধ না. স্বাধীনতা এবং নিরাপত্তাকে হুমকির মুখে ফেলে এমন সরঞ্জামগুলিতে অন্ধ বিশ্বাস৷
• নিরাপত্তার জন্য এন্ড-টু-এন্ড অটোমেশনকে ভুল করা। এআই শুরু থেকে শেষ পর্যন্ত অডিট সম্পাদন করে এবং আউটপুট স্বাক্ষর করে।

টিপ: এই মডিউলটিকে একটি বাক্যে বহন করুন: "এআই প্রতিটি পদক্ষেপে গতি এবং খসড়া দেয়; প্রতিটি পদক্ষেপে একটি যাচাইকরণ গেট আমার রায়কে নিযুক্ত করে; স্বাক্ষর, দায়িত্ব এবং মতামত আমার সাথে থাকে।" এই বাক্যটি দায়িত্বশীল অডিটিং-এআই ব্যবহারের সারাংশ।

সংক্ষেপে

নৈতিকতা, স্বাধীনতা এবং গোপনীয়তা হল AI এর সাথেও নিরীক্ষার অপরিহার্য নীতি: আউটপুট হল নিরীক্ষকের কাজ (নৈতিকতা), টুল এবং ডেটা প্রবাহ হল স্বাধীনতার (স্বাধীনতা), ডেটা বেনামী এবং একটি নিরাপদ টুল (গোপনীয়তা) দিয়ে প্রক্রিয়া করা হয়। মডিউলের সমস্ত অংশ একটি একক এন্ড-টু-এন্ড লুপে একত্রিত হয়; এই লুপের মেরুদণ্ড হল ভেরিফিকেশন গেট যা নিরীক্ষকের রায়ের মাধ্যমে প্রতিটি ধাপে AI খসড়া ফিল্টার করে। দ্বারহীন গতি মিথ্যা গতি। AI একটি সিদ্ধান্ত সমর্থন এবং ত্বরণ টুল; অডিট মতামত, উপাদান ভুল বিবরণের রায় এবং উপসংহার উপযুক্ত এবং স্বাধীন নিরীক্ষকের অন্তর্গত এবং হস্তান্তরযোগ্য নয়।

আবেদন টাস্ক

আপনার নিজস্ব নিয়ন্ত্রণ পরিবেশের জন্য উপরের 10-পদক্ষেপ এন্ড-টু-এন্ড ওয়ার্কফ্লো এক পৃষ্ঠায় রাখুন; প্রতিটি ধাপের বিপরীতে, লিখুন (1) AI এর ভূমিকা, (2) যাচাইকরণ গেট, (3) আপনি যে সুরক্ষিত টুলটি ব্যবহার করবেন। তারপরে আপনি বর্তমানে যে গাড়িটি ব্যবহার করছেন (বা ব্যবহার করার কথা ভাবছেন) তার জন্য নিরাপদ যানবাহন নির্বাচন টেবিলের ছয়টি প্রশ্নের উত্তর দিন এবং যানটি পরিদর্শনের জন্য উপযুক্ত কিনা সে বিষয়ে যুক্তিযুক্ত সিদ্ধান্ত নিন।

চেকলিস্ট

• [ ] নীতিশাস্ত্র: আমি AI আউটপুট যাচাই করি এবং তার মালিক; আমি AI এর উপর দায়িত্ব চাপাইনি।
• [ ] স্বাধীনতা: আমি টুলটির উৎস এবং ডেটা প্রবাহের মূল্যায়ন করেছি; আমি স্বাধীনভাবে আউটপুট যাচাই করতে পারি।
• [ ] গোপনীয়তা: আমি ডেটা বেনামী করেছি; আমি একটি নিরাপদ, চুক্তিবদ্ধ, অডিট ট্রেইলড গাড়ি চালিয়েছি।
• [ ] আমি শেষ থেকে শেষ কর্মপ্রবাহের প্রতিটি ধাপে একটি প্রমাণীকরণ গেট স্থাপন করেছি৷
• আমি কোন পদক্ষেপ মিস করিনি; আমি একমত যে দরজাহীন গতি জাল গতি.
• [ ] আমি নিজেই মতামত, বস্তুগত ভুল বক্তব্যের রায় এবং উপসংহার তৈরি করেছি।
• [ ] আমি নিরাপদ যানবাহন নির্বাচন টেবিলে ছয়টি প্রশ্নের উত্তর দিয়েছি এবং গাড়ির উপযুক্ততা মূল্যায়ন করেছি।

মডিউল পরীক্ষা

1. একজন অডিট দলের সদস্যের কাছে 'অস্বাভাবিক'গুলির জন্য 180,000 জার্নাল এন্ট্রি স্ক্যান করা হয়েছে এবং 340টি রেকর্ডের একটি ব্যতিক্রম তালিকা পায়। বিডিএস এবং পেশাদার দায়বদ্ধতার পরিপ্রেক্ষিতে এই তালিকাটির অর্থ কী?

• ক) ব্যতিক্রম হল প্রশ্ন চিহ্ন যা অডিটর একে একে তদন্ত করবে; প্রমাণ সহ মূল্যায়ন এবং উপসংহার নিরীক্ষকের অন্তর্গত ✔
• খ) সমস্ত 340 রেকর্ডগুলি নিশ্চিত ত্রুটি হিসাবে বিবেচিত হয় এবং একটি অনুসন্ধান হিসাবে প্রতিবেদনে সরাসরি লেখা হয়।
• গ) যেহেতু কৃত্রিম বুদ্ধিমত্তা স্ক্যান করে, তাই এই রেকর্ডগুলি আলাদাভাবে পরীক্ষা করার প্রয়োজন নেই।
• ঘ) উপাদানের ভুল বিবরণের ঝুঁকি স্বয়ংক্রিয়ভাবে দূর হয়ে যায় কারণ তালিকায় 340টির বেশি নেই

ব্যাখ্যা: কৃত্রিম বুদ্ধিমত্তা দ্বারা চিহ্নিত রেকর্ডগুলি একটি অডিট ফলাফল নয়, তবে নিরীক্ষকের তদন্তের জন্য শুরুর পয়েন্ট। প্রতিটি ব্যতিক্রম অবশ্যই প্রমাণ সহ পরীক্ষা করা উচিত, মিথ্যা ইতিবাচক নির্মূল করা আবশ্যক, এবং প্রকৃত অনুসন্ধানগুলি অবশ্যই ন্যায়সঙ্গত হতে হবে। মতামত এবং মতামত নিরীক্ষকের অন্তর্গত।

2. একজন নিরীক্ষক কৃত্রিম বুদ্ধিমত্তাকে জিজ্ঞাসা করেন যে একটি অ্যাকাউন্টিং বিষয় কোন মানদণ্ডের মধ্যে পড়ে; কৃত্রিম বুদ্ধিমত্তা 'টিএমএস 37 নিবন্ধ 14/বি 2022 সালে পরিবর্তিত' হিসাবে একটি স্পষ্ট রেফারেন্স দেয়। সঠিক পন্থা কি?

• ক) অফিসিয়াল স্ট্যান্ডার্ড টেক্সট থেকে নিশ্চিতকরণ ছাড়া পদার্থ এবং তারিখ ব্যবহার করা যাবে না; হ্যালুসিনেশনের সম্ভাবনা থাকে ✔
• খ) যেহেতু রেফারেন্সটি পরিষ্কার, এটি সরাসরি কাজের কাগজে লেখা হয়
• গ) যদি কৃত্রিম বুদ্ধিমত্তা একটি তারিখ দেয়, আইনী পরিবর্তন নিশ্চিত।
• ঘ) স্ট্যান্ডার্ড ব্যাখ্যা সম্পূর্ণরূপে কৃত্রিম বুদ্ধিমত্তার উপর ছেড়ে দেওয়া যেতে পারে

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা সাবলীলভাবে স্ট্যান্ডার্ড সংখ্যা, আইটেম এবং তারিখ (হ্যালুসিনেশন) তৈরি করতে পারে। প্রতিটি রেফারেন্স প্রাথমিক অফিসিয়াল উত্স থেকে নিশ্চিতকরণ ছাড়া ব্যবহার করা যাবে না (KGK, প্রাসঙ্গিক স্ট্যান্ডার্ড পাঠ্য)। কৃত্রিম বুদ্ধিমত্তা একটি পথ সন্ধানকারী, একটি উত্স নয়।

3. কেন নিরীক্ষিত কোম্পানির কারেন্ট অ্যাকাউন্ট স্টেটমেন্ট গ্রাহকের নাম, ট্যাক্স নম্বর এবং পরিমাণ সহ একটি সর্বজনীনভাবে উপলব্ধ কৃত্রিম বুদ্ধিমত্তার সরঞ্জামে আটকানো ক্ষতিকর?

• ক) কোন সমস্যা নেই, কারণ কৃত্রিম বুদ্ধিমত্তা যেভাবেই হোক ডেটা ভুলে যায়
• খ) পরিমাণ 1 মিলিয়নের বেশি হলেই এটি আপত্তিজনক
• গ) এটি গোপনীয়তা এবং KVKK লঙ্ঘন; ডেটা বেনামী এবং সুরক্ষিত হওয়া উচিত, চুক্তিবদ্ধ সরঞ্জামগুলি ব্যবহার করা উচিত ✔
• ঘ) যদি গ্রাহক অনুমোদন দিয়ে থাকেন, তাহলে যেকোন যানবাহনে যেকোনো ডেটা আপলোড করা যাবে বিনামূল্যে।

বর্ণনা: অডিট ডেটা গোপনীয়তা নীতি এবং KVKK এর সুযোগের মধ্যে সুরক্ষিত; একটি বাহ্যিক সার্ভারে ডেটা স্থানান্তর করা পেশাদার নৈতিকতা এবং গোপনীয়তা উভয়ই লঙ্ঘন করে। সঠিক উপায় হল ডেটা বেনামী করা এবং চুক্তিবদ্ধ, সুরক্ষিত সরঞ্জামগুলি ব্যবহার করা।

4. পেশাদার সন্দেহের পরিপ্রেক্ষিতে AI আউটপুট মূল্যায়ন করার সময় সবচেয়ে বড় সমস্যাগুলির মধ্যে একটি কী?

• ক) আউটপুট খুব ছোট
• খ) তুর্কি ভাষায় কৃত্রিম বুদ্ধিমত্তা লেখা
• গ) অটোমেশন/নিশ্চিতকরণ পক্ষপাত: কোনো প্রশ্ন ছাড়াই মসৃণ এবং আত্মবিশ্বাসী বলে মনে হয় এমন আউটপুট গ্রহণ করা ✔
• ঘ) আউটপুটে একটি টেবিলের উপস্থিতি

ব্যাখ্যা: অটোমেশন পক্ষপাত এবং নিশ্চিতকরণ পক্ষপাত নিরীক্ষককে মসৃণ এবং আত্মবিশ্বাসী আউটপুটকে প্রশ্নবিদ্ধ না করে গ্রহণ করতে পরিচালিত করে। সন্দেহপ্রবণ অডিটর আউটপুট খণ্ডন এবং বিপরীত অনুসন্ধান করার চেষ্টা করে। সাবলীলতা সঠিকতা নয়।

5. স্যাম্পলিংয়ের উপর পূর্ণ জনসংখ্যা পরীক্ষার (100% ডেটা পরীক্ষা করা) সবচেয়ে গুরুত্বপূর্ণ সুবিধা কী? কিন্তু এটা কোন নতুন দায়িত্ব নিয়ে আসে?

• ক) নমুনা নেওয়ার ঝুঁকি দূর করে; যাইহোক, ডেটা সম্পূর্ণতা নিশ্চিত করা এবং ব্যতিক্রমগুলি মূল্যায়ন করার দায়িত্ব রয়েছে ✔
• খ) নিরীক্ষাকে সম্পূর্ণরূপে স্বয়ংক্রিয় করে এবং নিরীক্ষকের রায়কে অপ্রয়োজনীয় করে তোলে
• গ) এটি কাজের চাপ পুনরায় সেট করে কারণ এটি কোন ব্যতিক্রম তৈরি করে না
• ঘ) ডেটা গুণমান নির্বিশেষে সর্বদা সঠিক ফলাফল দেয়

ব্যাখ্যা: সম্পূর্ণ জনসংখ্যা পরীক্ষা নমুনা নেওয়ার ঝুঁকি দূর করে (নমুনাটি জনসংখ্যার প্রতিনিধি নয়)। যাইহোক, ডেটা সম্পূর্ণতা এবং নির্ভুলতা যাচাইয়ের সাথে উদ্ভূত বিপুল সংখ্যক ব্যতিক্রমের মূল্যায়ন নিরীক্ষকের উপর একটি নতুন বোঝা চাপিয়ে দেয়।

6. বিডিএস 320 অনুযায়ী কৃত্রিম বুদ্ধিমত্তা দিয়ে বস্তুগত পরিমাণ গণনা করার সময় সঠিক পদ্ধতি কী?

• ক) কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত প্রথম পরিমাণ সরাসরি ব্যবহার করা হয়
• খ) বস্তুগততা সর্বদা টার্নওভারের 5% এবং বিচারের প্রয়োজন হয় না
• গ) বস্তুগত হিসাব নিরীক্ষায় অপ্রয়োজনীয়
• ঘ) কৃত্রিম বুদ্ধিমত্তা পরিস্থিতি গণনা করে; সূচক, শতাংশ এবং চূড়ান্ত বস্তুগততা হল নিরীক্ষকের রায় এবং অ্যাকাউন্ট যাচাই করা হয় ✔

ব্যাখ্যা: বস্তুগততা নির্বাচিত সূচক এবং শতাংশের উপর ভিত্তি করে পেশাদার বিচারের ফলাফল। AI দ্রুত বিভিন্ন পরিস্থিতিতে গণনা করতে পারে, তবে সূচক, শতাংশ এবং চূড়ান্ত পরিমাণের পছন্দ নিরীক্ষকের রায়ের অন্তর্গত এবং প্রতিটি গণনা স্বাধীনভাবে যাচাই করা উচিত।

7. বেনফোর্ডের আইন জালিয়াতি নিয়ন্ত্রণে কী ভূমিকা পালন করে এবং কৃত্রিম বুদ্ধিমত্তা ব্যবহার করার সময় এর সীমা কী?

• ক) এটি একটি লাল পতাকা যা প্রথম অঙ্কের বন্টনে বিচ্যুতি নির্দেশ করে; এটা একা প্রমাণ নয়, এর জন্য গবেষণা প্রয়োজন ✔
• খ) কোনো বিচ্যুতি পাওয়া গেলে, জালিয়াতি নিশ্চিত বলে গণ্য করা হয়।
• গ) প্রতিটি ডেটাসেটে প্রযোজ্য এবং কখনও মিথ্যা ইতিবাচক উৎপন্ন করে না
• D) শুধুমাত্র AI ছাড়া ব্যবহার করা যাবে

ব্যাখ্যা: বেনফোর্ডের আইন প্রাকৃতিক ডেটা সেটে প্রথম সংখ্যার প্রত্যাশিত বন্টন দেয়; বিচ্যুতি সম্ভাব্য ম্যানিপুলেশন নির্দেশ করতে পারে। কিন্তু এটা একটা লাল পতাকা মাত্র; এটি নিজে থেকে জালিয়াতির প্রমাণ নয়; এটা নিরীক্ষক তদন্ত প্রয়োজন.

8. কৃত্রিম বুদ্ধিমত্তার সাহায্যে একটি অডিট ফাইন্ডিং লেখার সময় সবচেয়ে শক্তিশালী কাঠামো কী?

• ক) শুধু 'একটি সমস্যা আছে' বাক্যটিই যথেষ্ট
• খ) ব্যবস্থাপনার প্রতি শুধুমাত্র অভিযুক্ত ভাষা ব্যবহার করুন
• গ) কাঠামো যা প্রমাণ-ভিত্তিক পদ্ধতিতে পরিস্থিতি, মানদণ্ড, কারণ, প্রভাব এবং সুপারিশের উপাদানগুলিকে অন্তর্ভুক্ত করে ✔
• ঘ) সাধারণ রাশি যা সংখ্যা ধারণ করে না

ব্যাখ্যা: একটি কার্যকরী অনুসন্ধানের মধ্যে রয়েছে পরিস্থিতি (কী পাওয়া গেছে), মানদণ্ড (কী নিয়ম ভাঙা হয়েছে), কারণ (মূল কারণ), প্রভাব (পরিণাম/ঝুঁকি), এবং সুপারিশ (কী করা উচিত)। AI এই কঙ্কালটি দ্রুত পূরণ করে, তবে প্রতিটি উপাদান অবশ্যই প্রমাণের সাথে আবদ্ধ হতে হবে।

9. থ্রি-ওয়ে ম্যাচ টেস্টে, কৃত্রিম বুদ্ধিমত্তা অর্ডার, ডেলিভারি নোট এবং ইনভয়েস তুলনা করে এবং 27টি আইটেম খুঁজে পায় যা মেলে না। এই ফলাফল মানে কি?

• ক) 27টি পেন্সিল প্রতারণার নিশ্চিত প্রমাণ
• খ) যেহেতু কৃত্রিম বুদ্ধিমত্তা এটি খুঁজে পেয়েছে, তাই অতিরিক্ত পরীক্ষার প্রয়োজন নেই
• গ) সংখ্যা কম হওয়ায় 27টি আইটেম গুরুত্বহীন
• ঘ) অমিল আইটেমগুলি পার্থক্য যা তদন্ত করা প্রয়োজন; সময়, আংশিক বিতরণ বা ত্রুটি থাকতে পারে, মূল্যায়ন নিরীক্ষকের উপর নির্ভর করে ✔

ব্যাখ্যা: অমিল আইটেমগুলি স্বয়ংক্রিয় ত্রুটি নয়, তবে পার্থক্য যা অডিটর তদন্ত করবে; সময়ের পার্থক্য, আংশিক বিতরণ বা প্রকৃত ত্রুটি হতে পারে। কৃত্রিম বুদ্ধিমত্তা পার্থক্য দেখায়, ব্যাখ্যা এবং উপসংহার অডিটরের অন্তর্গত।

10. BDS 230 এর অধীনে কৃত্রিম বুদ্ধিমত্তা সহ কাজের কাগজের খসড়া তৈরি করার সময় গুরুত্বপূর্ণ নীতিটি কী?

• ক) কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত পাঠ্য সরাসরি চূড়ান্ত কার্যপত্র
• খ) খসড়াটি বৈধ ডকুমেন্টেশন নয় যতক্ষণ না এটি প্রমাণের সাথে সংযুক্ত করা হয় এবং নিরীক্ষক দ্বারা পর্যালোচনা ও গ্রহণ না করা হয় ✔
• গ) কার্যপত্রে প্রমাণ রেফারেন্স অন্তর্ভুক্ত করা অপ্রয়োজনীয়।
• D) এটা গুরুত্বপূর্ণ নয় যে ডকুমেন্টেশন ট্রেসযোগ্য

বর্ণনা: ওয়ার্কিং পেপারে কাজ করা, প্রাপ্ত প্রমাণ এবং উপসংহারে উপনীত হওয়া উচিত। এআই ফ্রেমওয়ার্ক এবং ভাষাকে স্ট্রীমলাইন করে, কিন্তু আউটপুটটি বৈধ ডকুমেন্টেশন নয় যতক্ষণ না এটি প্রমাণের সাথে আবদ্ধ হয় এবং পর্যালোচনা করা হয় এবং অডিটরের মালিকানাধীন হয়।

11. বিশ্লেষণাত্মক পদ্ধতিতে (BDS 520), কৃত্রিম বুদ্ধিমত্তা একটি ব্যয় আইটেমের 40% বৃদ্ধি সনাক্ত করে এবং ব্যাখ্যা করে যে এটি 'সম্ভবত মুদ্রাস্ফীতির কারণে'। অডিটর কি করা উচিত?

• ক) বিবৃতিটি যেমন আছে তেমন গ্রহণ করে এবং এটি বন্ধ করে।
• খ) প্রস্তাবটি একটি অনুমান; স্বাধীন প্রমাণের সাথে বিচ্যুতি তদন্ত ও যাচাই না করে সিদ্ধান্তে পৌঁছায় না ✔
• গ) 40% বৃদ্ধি সবসময় স্বাভাবিক
• ঘ) কৃত্রিম বুদ্ধিমত্তা যদি এটি ব্যাখ্যা করে তবে অতিরিক্ত প্রমাণ অপ্রয়োজনীয়

ব্যাখ্যা: কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রস্তাবিত ব্যাখ্যা একটি অনুমান, প্রমাণ নয়। অডিটর স্বাধীন প্রমাণ (চুক্তি, চালান, ব্যবস্থাপনা প্রকাশ এবং নিশ্চিতকরণ) সহ বিচ্যুতি তদন্ত না করে সিদ্ধান্তে পৌঁছাতে পারে না। অপ্রত্যাশিত বিচ্যুতির জন্য গভীর তদন্ত প্রয়োজন।

12. স্বাধীনতার নীতির পরিপ্রেক্ষিতে, একটি কৃত্রিম বুদ্ধিমত্তার সরঞ্জাম নির্বাচন করার সময় নিরীক্ষকের কী মনোযোগ দেওয়া উচিত?

• ক) শুধুমাত্র যানবাহন বিনামূল্যে
• খ) যেখানে ডেটা যায়, মডেল প্রশিক্ষণ, চুক্তি, অডিট ট্রেইল এবং গোপনীয়তার নিশ্চয়তায় ব্যবহার করুন ✔
• গ) গাড়িটি সবচেয়ে জনপ্রিয়
• ঘ) রঙিন ইন্টারফেস

ব্যাখ্যা: নিরীক্ষকের বিবেচনা করা উচিত যে ডেটা কোথায় যায়, এটি মডেল প্রশিক্ষণ, চুক্তি এবং অডিট ট্রেইলে ব্যবহৃত হয় কিনা। নিরীক্ষিত কোম্পানির সিস্টেমে এম্বেড করা একটি টুল, যার আউটপুট নিরীক্ষক দ্বারা নিয়ন্ত্রিত হতে পারে না, স্বাধীনতা এবং গোপনীয়তা হুমকির সম্মুখীন হতে পারে।

13. অডিটর কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রস্তুত একটি খসড়া বিচ্যুতি ব্যাখ্যা মূল্যায়ন করছেন। নিশ্চিতকরণ পক্ষপাত এড়ানোর জন্য কোন কৌশলটি সবচেয়ে কার্যকর?

• ক) আউটপুট যাচাই করে এমন একটি একক উদাহরণ খুঁজুন এবং বন্ধ করুন
• খ) একেবারে না পড়ে আউটপুট গ্রহণ করা
• গ) উপসংহারটি খণ্ডন করার চেষ্টা করা: 'যদি এটি মিথ্যা হয় তবে কী প্রমাণ এটি দেখাবে?' ✔ বিপরীত প্রমাণ খুঁজতে
• ঘ) শুধু বানান ভুল খুঁজছি

ব্যাখ্যা: সন্দেহপ্রবণ অডিটর আউটপুট নিশ্চিত করার পরিবর্তে খণ্ডন করার চেষ্টা করে: 'যদি এই বিবৃতিটি মিথ্যা হয়, তাহলে কোন প্রমাণ এটি দেখাবে?' তিনি জিজ্ঞাসা করেন এবং বিপরীত প্রমাণের সন্ধান করেন। এটি নিশ্চিতকরণ পক্ষপাতের প্রতিষেধক।

14. নিরাপত্তা এবং সম্মতি-সমালোচনামূলক অডিটিংয়ের ক্ষেত্রে এআই আউটপুটের ভূমিকার সংক্ষিপ্তসার কীভাবে করা যায়?

• ক) কৃত্রিম বুদ্ধিমত্তা আউটপুট নিরীক্ষকের অনুমোদন প্রতিস্থাপন করে এবং চূড়ান্ত মতামত নির্ধারণ করে
• খ) অডিট করার ক্ষেত্রে মানুষের অনুমোদনের আর প্রয়োজন নেই
• গ) কৃত্রিম বুদ্ধিমত্তা সব অবস্থায় মানুষের চেয়ে বেশি নির্ভুল
• ঘ) AI খসড়া/বিশ্লেষণ/পেসিং প্রদান করে; মতামত এবং রায় স্বাধীন নিরীক্ষকের, অযাচাইকৃত আউটপুট বৈধ নয় ✔

প্রকাশ: কৃত্রিম বুদ্ধিমত্তা আউটপুট একটি উপযুক্ত এবং স্বাধীন নিরীক্ষকের অনুমোদন প্রতিস্থাপন করে না; খসড়া বিশ্লেষণ এবং গতি প্রদান করে, কিন্তু অডিট মতামত, উপাদান ভুল বিবৃতি বিচার, এবং উপসংহার মানব. যাচাইকৃত আউটপুট একটি স্বাক্ষরবিহীন কাজের কাগজের মত।