লাভ:
- গবেষণা থেকে ঘোষণা পর্যন্ত একক, নিরাপদ এআই-সমর্থিত ওয়ার্কফ্লোতে ট্যাক্স এবং অ্যাকাউন্টিং কাজগুলিকে একত্রিত করার ক্ষমতা
- কার্যপ্রবাহে বৈধতা গেট, গুণমানের চেকলিস্ট এবং বিশেষজ্ঞ/পেশাদার অনুমোদনের পয়েন্টগুলি এম্বেড করে প্রকাশের আগে প্রতিটি সমালোচনামূলক বিতরণযোগ্য অডিট করার ক্ষমতা
- গোপনীয়তার নীতি, বর্তমান আইন, উত্স অখণ্ডতা এবং স্বাক্ষর দায়িত্বকে একটি স্থায়ী পেশাদার অভ্যাসে পরিণত করার ক্ষমতা
মডিউল পরীক্ষা
1. একটি করের প্রশ্নের উত্তর দেওয়ার সময়, কৃত্রিম বুদ্ধিমত্তা একটি নির্দিষ্ট আয়কর আইন নিবন্ধ এবং একটি ট্যাক্স রুলিং নম্বর দেখিয়েছে। পেশাদার কাজে এই আউটপুটটি ব্যবহার করার আগে নেওয়া সর্বোত্তম পদক্ষেপ কী?
- ক) অফিসিয়াল সোর্স থেকে নিবন্ধ এবং রুলিং নম্বর খোলা এবং এর বিষয়বস্তু এবং বর্তমান বৈধতা নিশ্চিত করা ✔
- খ) মডেল আত্মবিশ্বাসের সাথে এবং বিস্তারিতভাবে উত্তর দেয় বলে মতামতের সাথে সরাসরি লেখা
- গ) সংখ্যাটি যুক্তিসঙ্গত বলে দেখে এবং উত্সটি না খুলেই এটি পাস করা
- ঘ) গ্রাহককে বলা 'কৃত্রিম বুদ্ধিমত্তা এটাই বলে' এবং দায়িত্ব মডেলের উপর ছেড়ে দেওয়া
ব্যাখ্যা: বড় ভাষার মডেলগুলি আইটেম এবং বৈশিষ্ট্য নম্বরগুলিকে নকল করতে পারে যেন তারা আসল (হ্যালুসিনেশন)। কর আইনও প্রতিনিয়ত পরিবর্তিত হয়। অতএব, প্রতিটি নিবন্ধ, বিজ্ঞপ্তি এবং বিধিগুলি প্রদর্শিত আনুষ্ঠানিক উত্স (অফিসিয়াল গেজেট, জিআইবি, আইন পোর্টাল) থেকে মৌখিকভাবে খোলা এবং এর বিষয়বস্তু এবং বর্তমান বৈধতা নিশ্চিত না করে ব্যবহার করা যাবে না।
2. একজন আর্থিক উপদেষ্টা 3,500 জন কর্মচারী সহ একজন গ্রাহকের নাম, আইডি এবং বেতনের তথ্য সম্বলিত বেতন সারণী বিশ্লেষণ করতে চান। সবচেয়ে সঠিক পন্থা কোনটি?
- ক) প্রথম বিনামূল্যের ওয়েব টুলে ডেটা আপলোড করুন যা এটি খুঁজে পায় এবং একটি সারাংশের অনুরোধ করে
- খ) কর্পোরেট অনুমোদিত যানবাহন ব্যবহার করা বা নাম এবং টিআর আইডির মতো শনাক্তকারীকে মাস্ক করে বেনামী করা ✔
- গ) শুধু বেতন একটু পরিবর্তন করুন এবং নাম এবং আইডি ছেড়ে দিন
- ঘ) ডেটা শেয়ার করা এবং গোপনীয়তা নিয়ে উদ্বিগ্ন
ব্যাখ্যা: করদাতার ডেটা KVKK এবং ট্যাক্স পদ্ধতি আইন উভয়ের গোপনীয়তার বাধ্যবাধকতা দ্বারা সুরক্ষিত। একটি অনিয়ন্ত্রিত, বিনামূল্যের টুলে ব্যক্তিগত ডেটা আপলোড করা একটি লঙ্ঘন। একটি কর্পোরেট, অনুমোদিত টুল যা ডেটা ধরে রাখার গ্যারান্টি দেয় তা ব্যবহার করা উচিত, অথবা কোড/মাস্ক দিয়ে নাম এবং TR আইডির মতো শনাক্তকারী প্রতিস্থাপন করে ডেটা বেনামী করা উচিত।
3. কৃত্রিম বুদ্ধিমত্তা যখন ভ্যাট বেস এবং প্রদেয় ট্যাক্স গণনা করে তখন সবচেয়ে গুরুত্বপূর্ণ যাচাইকরণ পদক্ষেপ কী?
- ক) মডেলের সাবলীল ব্যাখ্যা এবং আত্মবিশ্বাসী ভাষার উপর আস্থা রাখা এবং ফলাফল গ্রহণ করা
- খ) শুধু ফলাফলের দিকে তাকানো একটি যুক্তিসঙ্গত সংখ্যার মত দেখাচ্ছে
- গ) প্রতিটি ভিত্তি, হার এবং পরিমাণ স্বাধীনভাবে, ম্যানুয়ালি বা স্প্রেডশীটে পুনঃগণনা করা ✔
- ঘ) মোটেও চেক না করেই অ্যাকাউন্ট সরাসরি ঘোষণায় স্থানান্তর করা
ব্যাখ্যা: বড় ভাষার মডেলগুলি পাঠ্য তৈরি করতে শক্তিশালী, কিন্তু নীরবে পাটিগণিত ভুল করতে পারে এবং আত্মবিশ্বাসের সাথে ভুল ফলাফল উপস্থাপন করতে পারে। এমনকি কর গণনার একটি ছোট ভুল কর ক্ষতি এবং জরিমানা হতে পারে। অতএব, প্রতিটি ভিত্তি, হার এবং পরিমাণ স্বতন্ত্রভাবে পুনঃগণনা করা আবশ্যক, হয় ম্যানুয়ালি বা একটি টেবিলের সাথে।
4. কর আইন গবেষণায় কৃত্রিম বুদ্ধিমত্তা ব্যবহার করার সময় কেন 'বর্তমান' একটি পৃথক যাচাইকরণের শিরোনাম?
- ক) বর্তমানতা গুরুত্বহীন কারণ আইনটি কখনই পরিবর্তিত হয়নি।
- খ) নিয়ন্ত্রণের কোন প্রয়োজন নেই কারণ মডেল সর্বদা সবচেয়ে বর্তমান আইন জানে
- গ) যুগোপযোগীতার জন্য শুধু আইনের সঠিক নাম থাকাই যথেষ্ট।
- ঘ) আইন ঘন ঘন পরিবর্তিত হয় এবং প্রতিটি বিধানের কার্যকর তারিখ আলাদাভাবে পরীক্ষা করা উচিত কারণ মডেলের তথ্য পুরানো হতে পারে ✔
বর্ণনা: ট্যাক্স আইন খুব ঘন ঘন পরিবর্তিত হয়: হার, ছাড়ের সীমা, বিজ্ঞপ্তি এবং অনুশীলনগুলি বছরেও আপডেট করা যেতে পারে। মডেলের প্রশিক্ষণ ডেটা একটি নির্দিষ্ট তারিখে কেটে দেওয়া হয় এবং একটি বাতিল বিধান উপস্থাপন করতে পারে যেন এটি এখনও বৈধ। অতএব, প্রতিটি বিধানের জন্য কার্যকর তারিখ এবং সংশোধনের তারিখ আলাদাভাবে পরীক্ষা করা উচিত।
5. কৃত্রিম বুদ্ধিমত্তা সমর্থনের সাথে একটি ঘোষণা প্রস্তুত করার দায়িত্বের সম্পর্ক কী?
- ক) কৃত্রিম বুদ্ধিমত্তার আউটপুট সরাসরি একটি বিবৃতিতে রূপান্তরিত হতে পারে, দায়িত্বটি মডেলের সাথে থাকে
- খ) দায়িত্ব স্বাক্ষরকারী পেশাদার এবং করদাতার উপর বর্তায়; AI শুধুমাত্র একটি খসড়া টুল যা যাচাই করা প্রয়োজন ✔
- গ) যখন ঘোষণাটি কৃত্রিম বুদ্ধিমত্তা দিয়ে প্রস্তুত করা হয়, তখন কোন ত্রুটি থাকবে না, নিয়ন্ত্রণ অপ্রয়োজনীয়।
- ঘ) দায়িত্ব সফটওয়্যার প্রদানকারীর
ব্যাখ্যা: ঘোষণার আইনগত দায়িত্ব পেশাদার এবং করদাতার উপর রয়েছে যারা এটিতে স্বাক্ষর করেছেন। AI হল খসড়া নিয়ন্ত্রণ, ধারাবাহিকতা এবং ভুলে যাওয়া পেন অনুস্মারকগুলির জন্য একটি সরঞ্জাম; আউটপুট সরাসরি একটি ঘোষণা রূপান্তর করা যাবে না. চূড়ান্ত পরিসংখ্যান অবশ্যই অফিসিয়াল সিস্টেম এবং আইন দ্বারা নিশ্চিত করা উচিত এবং পেশার একজন সদস্য দ্বারা অনুমোদিত।
6. আর্থিক বিবৃতি বিশ্লেষণে বিচ্ছিন্নভাবে একটি অনুপাত (যেমন বর্তমান অনুপাত) ব্যাখ্যা করা কেন বিভ্রান্তিকর?
- ক) তুলনা করার দরকার নেই যেহেতু হার সবসময় একই থাকে।
- খ) শিল্পের মানদণ্ড এবং পর্যায়ক্রমিক তুলনা ছাড়া একটি অনুপাত অর্থহীন; প্রসঙ্গ ছাড়া মন্তব্য বিভ্রান্তিকর ✔
- গ) একটি একক অনুপাত সর্বদা ফার্মের সমগ্র আর্থিক অবস্থানকে প্রতিফলিত করে
- ঘ) শুধুমাত্র কৃত্রিম বুদ্ধিমত্তা হার ব্যাখ্যা করা উচিত, মানুষের হস্তক্ষেপ করা উচিত নয়
ব্যাখ্যা: একটি অনুপাতের অর্থ শুধুমাত্র একটি বেঞ্চমার্কের সাথে রয়েছে: শিল্প গড়, পূর্ববর্তী সময়কাল এবং কোম্পানির নির্দিষ্ট শর্ত। AI একটি একক অনুপাতকে 'ভাল' বা 'খারাপ' হিসাবে লেবেল করতে পারে; কিন্তু এই ব্যাখ্যাটি একটি সেক্টর এবং সময়ের তুলনা ছাড়াই বিভ্রান্তিকর। ব্যাখ্যা সবসময় প্রসঙ্গ সঙ্গে করা উচিত.
7. কৃত্রিম বুদ্ধিমত্তা সহ ট্যাক্স অফিসে জমা দেওয়ার জন্য একটি আপত্তি পিটিশনের খসড়া তৈরি করার সময় সবচেয়ে জটিল ঝুঁকি কী এবং কীভাবে এটি পরিচালনা করা হয়?
- ক) কোন ঝুঁকি নেই; মডেল সবসময় সঠিকভাবে আইনি পাঠ্য উত্পাদন
- খ) একমাত্র ঝুঁকি হল আবেদনের শব্দ; কোন বিষয়বস্তু নিয়ন্ত্রণ প্রয়োজন
- গ) মডেল একটি মানানসই আইটেম/পিরিয়ড দিতে পারে; অতএব, প্রতিটি ভিত্তি সরকারী উত্স থেকে নিশ্চিত করা উচিত, এবং পিরিয়ডগুলিকে একক ভিত্তিতে ছেড়ে দেওয়া উচিত নয় ✔
- ঘ) সময়ের জন্য মডেল জিজ্ঞাসা করা যথেষ্ট, অতিরিক্ত নিয়ন্ত্রণ অপ্রয়োজনীয়
ব্যাখ্যা: কৃত্রিম বুদ্ধিমত্তা এমন একটি ধারা, বিজ্ঞপ্তি বা সময়কাল তৈরি করতে পারে যা পিটিশনে বিদ্যমান নেই; উপরন্তু, মোকদ্দমা এবং আপত্তির সময়সীমা ক্ষতিকারক। অতএব, খসড়ার প্রতিটি আইনি ভিত্তি সরকারী উত্স থেকে নিশ্চিত করা উচিত এবং কৃত্রিম বুদ্ধিমত্তা কখনই সময়সীমাবদ্ধ অধিকারের একমাত্র ভিত্তি হওয়া উচিত নয়।
8. নিচের কোনটি কর নিরীক্ষা প্রস্তুতিতে কৃত্রিম বুদ্ধিমত্তার উপযুক্ত ভূমিকা?
- ক) পরীক্ষায় করদাতার স্থান গ্রহণ এবং এককভাবে সরকারী প্রতিরক্ষা সম্পাদন করা
- খ) একটি প্রস্তুতির সরঞ্জাম যা নথি, মানচিত্র ঐক্যমত এবং সমালোচনার পয়েন্টগুলি সংকলন করে এবং যার আউটপুট যাচাই করা হয় ✔
- গ) অডিটরকে সরাসরি প্রতিক্রিয়া জানাতে একটি স্বয়ংক্রিয় চ্যানেল স্থাপন করা
- ঘ) কোনো নথি সংগ্রহ না করেই প্রতিরক্ষা সম্পূর্ণভাবে মডেলের হাতে ছেড়ে দেওয়া
বর্ণনা: কৃত্রিম বুদ্ধিমত্তা; এটি নথি সংকলন, পরিমাণের পুনর্মিলন, সমালোচনার সম্ভাব্য পয়েন্ট ম্যাপিং এবং একটি প্রতিরক্ষা যুক্তি খসড়া করার জন্য একটি শক্তিশালী প্রস্তুতির সরঞ্জাম। তবে, চূড়ান্ত প্রতিরক্ষা এবং ঘোষণা পেশাদার এবং করদাতার দায়িত্ব; প্রতিটি যুক্তি অবশ্যই আইন এবং প্রামাণ্য প্রমাণ দ্বারা সমর্থিত হবে।
9. কৃত্রিম বুদ্ধিমত্তা আউটপুট একটি জটিল সমস্যা যেমন স্থানান্তর মূল্য এবং CPA সার্টিফিকেশন সাপেক্ষে ভূমিকা কি?
- ক) এটি CPA সার্টিফিকেশন প্রতিস্থাপন করে, প্রতিবেদনটি সরাসরি মডেলে প্রস্তুত করা যেতে পারে।
- খ) কৃত্রিম বুদ্ধিমত্তা এই ক্ষেত্রে একেবারেই ব্যবহার করা যাবে না কারণ এটি জটিল
- গ) কোনো ত্রুটি থাকলে, দায়িত্ব মডেল প্রদানকারীর কাছে চলে যায়।
- ঘ) কঙ্কাল এবং খসড়া তৈরি করে, তবে অনুমোদন, অনুমোদন এবং চূড়ান্ত দায়িত্ব যোগ্য বিশেষজ্ঞের কাছে থাকে ✔
বর্ণনা: এই ধরনের বিষয়ে, কৃত্রিম বুদ্ধিমত্তা রিপোর্ট কাঠামো, পদ্ধতির তুলনা এবং নথির খসড়া তৈরি করতে পারে; কিন্তু CPA রিপোর্ট সার্টিফিকেশন এবং অফিসিয়াল অনুমোদন প্রতিস্থাপন করে না। বর্তমান আইন, সার্কুলার এবং প্রতিষ্ঠিত অনুশীলন দ্বারা আউটপুট নিশ্চিত করা উচিত এবং চূড়ান্ত দায়িত্বটি উপযুক্ত বিশেষজ্ঞের কাছে থাকা উচিত।
10. কৃত্রিম বুদ্ধিমত্তার জন্য একটি ভাল ট্যাক্স/অ্যাকাউন্টিং প্রম্পট লেখার সময়, কোন উপাদানটি সবচেয়ে বেশি আউটপুট গুণমান বাড়ায়?
- ক) প্রম্পট যতটা সম্ভব সংক্ষিপ্ত এবং সাধারণ রাখা, যেমন শুধু 'কর গণনা'
- খ) ভূমিকা, কাজ, প্রদত্ত সংস্থান, সময়কাল/বছর, বিন্যাস এবং সীমানা সম্পর্কে পরিষ্কার থাকুন (বানোয়াট নিষিদ্ধকরণ, ট্যাগ যাচাই করতে হবে) ✔
- গ) মডেলটিকে তার নিজস্ব ভবিষ্যদ্বাণী সহ অনুপস্থিত তথ্য পূরণ করতে বলা।
- ঘ) কোন বছর তা উল্লেখ না করে একটি সাধারণ অ্যাকাউন্টের অনুরোধ করা
ব্যাখ্যা: অস্পষ্ট চাহিদা মডেলকে অনুমান এবং অতিরঞ্জিত করতে পরিচালিত করে। ভূমিকা, কাজ, প্রদত্ত উত্স (আইন পাঠ, টেবিল), সময়কাল/বছর, বিন্যাস এবং সীমানা সম্পর্কে স্পষ্ট হওয়া ('শুধুমাত্র আমি যে উত্স দিয়েছি তার উপর নির্ভর করুন, নিবন্ধটি তৈরি করুন, আপনি নিশ্চিত না হলে যাচাই করা উচিত বলে চিহ্নিত করুন') আউটপুটটিকে নির্ভুল এবং নিরাপদ করে তোলে।
11. এন্ড-টু-এন্ড এআই-সমর্থিত ট্যাক্স ওয়ার্কফ্লোতে 'ভ্যালিডেশন গেট' (চেকপয়েন্ট) বলতে কী বোঝায়?
- ক) একটি সেটিং যা কৃত্রিম বুদ্ধিমত্তার ইন্টারনেট অ্যাক্সেস বন্ধ করে
- খ) একটি বোতাম যা ঘোষণা স্বয়ংক্রিয়ভাবে পাঠানোর অনুমতি দেয়
- গ) পরবর্তী ধাপে যাওয়ার আগে উৎস, অ্যাকাউন্ট এবং আইনের বিপরীতে পেশাদারের দ্বারা একটি সমালোচনামূলক আউটপুট পরীক্ষা এবং অনুমোদন করা হয় ✔
- ঘ) অ্যাকাউন্টিং সফটওয়্যারের ব্যাকআপ বৈশিষ্ট্য
বর্ণনা: যাচাইকরণ গেট হল সেই বিন্দু যেখানে একটি AI আউটপুট পরের ধাপে যাওয়ার আগে উত্স, অ্যাকাউন্ট এবং আইনের বিরুদ্ধে পেশাদার দ্বারা যাচাই করা হয় এবং অনুমোদিত হয় (বিশেষ করে ঘোষণা, অফিসিয়াল চিঠিপত্র বা গ্রাহক)। ট্যাক্স বেস, আইনী রেফারেন্স, পিটিশন এবং ঘোষণার মতো সমালোচনামূলক আউটপুট এই গেটগুলি অতিক্রম না করে প্রকাশিত হয় না; প্রক্রিয়াটি ট্রেসযোগ্য হয়ে ওঠে।
12. AI এর স্মৃতিতে সরাসরি করের হার বা ছাড়ের পরিমাণের উপর নির্ভর করা কেন ঝুঁকিপূর্ণ?
- ক) হার এবং ছাড়ের পরিমাণ ঘন ঘন পরিবর্তিত হয়; মডেলের মনে রাখা মান পুরানো হতে পারে এবং অফিসিয়াল সোর্স থেকে যাচাই করা উচিত ✔
- খ) যেহেতু অনুপাত কখনই পরিবর্তিত হয় না, তাই মডেল যা দেয় তা সর্বদা সত্য
- গ) মডেলটি প্রতিদিন স্বয়ংক্রিয়ভাবে হার আপডেট করে
- D) অনুপাত যাচাই করার পরিবর্তে, এটি একটি আনুমানিক মান ব্যবহার করা যথেষ্ট
ব্যাখ্যা: করের হার, ছাড় এবং ছাড়ের সীমা প্রায় প্রতি বছর পরিবর্তিত হয় (কখনও কখনও বছরের মধ্যে)। মডেলের তথ্য প্রশিক্ষণের তারিখে হিমায়িত করা হয়েছে এবং একটি পুরানো হার ফিরিয়ে দিতে পারে যেন এটি বর্তমান ছিল৷ অতএব, পর্যায়ক্রমিক পরামিতিগুলি সর্বদা সেই বছরের জন্য অফিসিয়াল উত্স থেকে যাচাই করা উচিত এবং মডেল দ্বারা মনে রাখা মান বিশ্বাস করা উচিত নয়।
13. AI এর সাথে একটি কমপ্লায়েন্স চেকলিস্ট তৈরি করার সময় সবচেয়ে সাধারণ সমস্যা কী?
- ক) তালিকাটিকে প্রাথমিক খসড়া হিসাবে ব্যবহার করুন এবং এটিকে আইনের সাথে লিঙ্ক করুন
- খ) ফার্মের প্রকৃত অবস্থার সাথে প্রতিটি আইটেমের মিল
- গ) আইন এবং কোম্পানির বাস্তবতার সাথে লিঙ্ক না করে সাধারণ এবং পুরানো আইটেমগুলির সাথে তালিকাটি যেমন আছে তেমন ব্যবহার করা ✔
- ঘ) গুরুত্বপূর্ণ পদক্ষেপে একটি মানব অনুমোদন গেট যোগ করা
ব্যাখ্যা: কৃত্রিম বুদ্ধিমত্তা সাধারণ, অনুপযুক্ত বা পুরানো আইটেমগুলির পূর্ণ একটি তালিকা তৈরি করতে পারে। মূল্য হল প্রতিটি আইটেমকে প্রাসঙ্গিক আইন এবং কোম্পানির বাস্তব পরিস্থিতির সাথে সংযুক্ত করা এবং প্রতিটি গুরুত্বপূর্ণ পদক্ষেপে একটি মানব অনুমোদন গেট যোগ করা। অটোমেশন দায়িত্ব শেষ করে না।
14. কৃত্রিম বুদ্ধিমত্তার আউটপুটের উপর ভিত্তি করে ট্যাক্স ত্রুটি (উদাহরণস্বরূপ, ভুল ট্যাক্স বেস ঘোষণা) করা হলে ফলাফল কী এবং এটি যাচাইকরণের শৃঙ্খলাকে কীভাবে প্রভাবিত করে?
- ক) কোন পরিণতি দেখা দেয় না; দায়িত্ব মডেলের মধ্যে
- খ) শুধুমাত্র মডেল একটি সতর্কতা দেয়, অতিরিক্ত নিয়ন্ত্রণ অপ্রয়োজনীয়
- গ) শুধুমাত্র একটি ছোট সতর্কবার্তা আসে, কোন জরিমানা বা সুদ নেই
- ঘ) কর ক্ষতি, জরিমানা, সুদ এবং পেশাগত দায় দেখা দিতে পারে; তাই প্রতিটি সমালোচনামূলক আউটপুট অবশ্যই উৎস, অ্যাকাউন্ট এবং যুক্তি হিসাবে যাচাই করা উচিত ✔
ব্যাখ্যা: ভুল উপস্থাপনের ফলে কর ক্ষতি, ট্যাক্স ক্ষতি জরিমানা, বিলম্বে সুদ এবং পেশাদারের জন্য যৌথ দায় হতে পারে। 'কৃত্রিম বুদ্ধিমত্তা সেভাবে গণনা করেছে' কোনো প্রতিরক্ষা নয়। এই ভারী পরিণতিগুলি সুনির্দিষ্টভাবে প্রতিটি সমালোচনামূলক আউটপুটকে উত্স, গণনা এবং যুক্তির পরিপ্রেক্ষিতে যাচাই করা আবশ্যক করে তোলে; যাচাইকৃত আউটপুট একটি স্বাক্ষরবিহীন খসড়া।