অডিট, অভ্যন্তরীণ নিয়ন্ত্রণ এবং অসঙ্গতি সনাক্তকরণ

লাভ:

• এআই দিয়ে সমগ্র জনসংখ্যা স্ক্যান করার ক্ষমতা এবং অসঙ্গতি নিয়ম অনুযায়ী সন্দেহজনক রেকর্ডকে অগ্রাধিকার দেওয়ার ক্ষমতা
• মডেলের উপর রায় না দিয়ে 'মার্ক এবং ন্যায্যতা' এর শৃঙ্খলার সাথে অডিট পরিচালনা করার ক্ষমতা
• প্রতিটি AI আউটপুটের জন্য একটি অডিট ট্রেল (ডেটা, প্রম্পট, তারিখ, যাচাইকারী) রাখার ক্ষমতা

সম্ভবত অ্যাকাউন্টিং এবং ফাইন্যান্সের সবচেয়ে সংবেদনশীল ক্ষেত্রটি হল অডিটিং: স্বতন্ত্রভাবে যাচাই করা যে রেকর্ডগুলি সঠিক, সম্পূর্ণ এবং সঙ্গতিপূর্ণ। কৃত্রিম বুদ্ধিমত্তা (AI) এখানে একটি দ্বিমুখী হাতিয়ার। একদিকে, অসামঞ্জস্যতা (সন্দেহজনক রেকর্ড যা প্রত্যাশা থেকে বিচ্যুত হয়) এবং অভ্যন্তরীণ নিয়ন্ত্রণ দুর্বলতা সনাক্তকরণের জন্য বড় ডেটা স্ট্যাকগুলি স্ক্যান করার ক্ষেত্রে এটি অত্যন্ত শক্তিশালী। অন্যদিকে, নিরীক্ষার প্রকৃতির কারণে, AI এর নিজস্ব আউটপুটও অডিট করতে হবে। এই ইউনিটে, আমরা শিখব কিভাবে AI কে "অডিট সহকারী" হিসাবে ব্যবহার করতে হয় এবং একটি অডিট ট্রেইল বজায় রাখতে হয়।

অভ্যন্তরীণ নিয়ন্ত্রণ এবং নিরীক্ষায় এআই-এর ভূমিকা

অভ্যন্তরীণ নিয়ন্ত্রণ হল ত্রুটি এবং অপব্যবহার (যেমন কর্তব্য পৃথকীকরণ, অনুমোদনের সীমা, পুনর্মিলন) প্রতিরোধের জন্য প্রতিষ্ঠিত নিয়ম এবং প্রক্রিয়াগুলির সেট। এগুলি কাজ করছে কি না তা অডিটিং পরীক্ষা করে। যেখানে AI সবচেয়ে কার্যকর তা হল যখন এটি সমগ্র জনসংখ্যাকে স্ক্যান করতে পারে যেখানে ঐতিহ্যগত নিরীক্ষায় নমুনা নেওয়া হয় (শত শতের মধ্যে কয়েকটি রেকর্ড পরীক্ষা করা)। সমস্ত 10,000 রেকর্ডের দিকে তাকানো একজন মানুষের পক্ষে কঠিন, তবে একটি মডেলের পক্ষে সম্ভব।

কিন্তু সমালোচনামূলক পার্থক্য হল: এআই সন্দেহ সৃষ্টি করে, রায় নয়। "এই রেকর্ড অস্বাভাবিক দেখায়" একটি শুরু বিন্দু; প্রকৃত অডিট সিদ্ধান্ত এবং প্রমাণ সংগ্রহ মানুষের অন্তর্গত।

টিপ: অডিট প্রম্পটে, বলুন "শুধু পয়েন্ট এবং ন্যায্যতা, উপসংহার/বিচার করবেন না"। "এটি একটি অনিয়ম" এর মতো নির্দিষ্ট বিবৃতি দেওয়া মডেলের পক্ষে ভুল এবং ঝুঁকিপূর্ণ উভয়ই হবে; বিষয়টি আপনার পর্যালোচনার ভিত্তিতে সিদ্ধান্ত নেওয়া হয়।

ধাপে ধাপে: এআই দিয়ে অ্যানোমালি স্ক্যানিং

1. আপনার নিয়ম সেট সংজ্ঞায়িত করুন. আপনি কি অস্বাভাবিক বিবেচনা? থ্রেশহোল্ড, পুনরাবৃত্তি, সময়।
2. সমগ্র জনসংখ্যা স্ক্যান করুন. শুধু একটি নমুনা নয়, কিন্তু তাদের সব.
3. চিহ্নিত এবং ন্যায্যতা. প্রতিটি অনুসন্ধানের জন্য একটি "কেন এটি সন্দেহজনক" ব্যাখ্যা।
4. অগ্রাধিকার দিন। ঝুঁকি/প্রভাব মাত্রা অনুসারে সাজান।
5. মানুষের পর্যালোচনা পড়ুন. প্রমাণ সংগ্রহ করুন, সিদ্ধান্ত নিন, নথি।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট: এই খরচে কোন অনিয়ম আছে কি? [তথ্য]

এটি একটি উত্তর দেয় যা হয় "কেউ নয়" বা ভিত্তিহীন অভিযোগ তৈরি করে যা অডিটে ব্যবহার করা যায় না।

শক্তিশালী প্রম্পট: আপনার ভূমিকা: একজন অভ্যন্তরীণ অডিট সহকারী। টাস্ক: ঝুঁকির নিয়মের বিরুদ্ধে নিম্নলিখিত ব্যয়ের রেকর্ডগুলি স্ক্যান করুন। নিয়মগুলি: 1) অনুমোদনের প্রান্তিকের ঠিক নীচের পরিমাণ (50,000) (সন্দেহ বিভক্ত) 2) সপ্তাহান্তে বা ঘন্টা পরে প্রবেশ করা রেকর্ডগুলি3) অনুরূপ রাউন্ড কম্পাঙ্কের সংক্ষিপ্ত ফ্রিকোয়েন্সি 4 এ পুনরাবৃত্তি করা হয়। পরিমাণআউটপুট: রেকর্ড সংখ্যা | ট্রিগার করা নিয়ম | কেন এটা সন্দেহজনক (1 বাক্য) | অগ্রাধিকার (উচ্চ/মাঝারি/নিম্ন) সীমাবদ্ধতা: শুধু চিহ্নিত করুন এবং ন্যায়সঙ্গত করুন। "এটি একটি অনিয়ম" মত একটি রায় করা; এই মানব পরীক্ষার জন্য প্রার্থী. শুধুমাত্র ডেটাতে তথ্য ব্যবহার করুন।<records> ... </records>

এই প্রম্পট; এটি অনুমোদন থ্রেশহোল্ডের ঠিক নীচে আটকে থাকা পরিমাণগুলিকে অগ্রাধিকার দেয় ("বিভক্ত-অফ" চিহ্ন) বা ঘন্টা পরে প্রবেশ করা রেকর্ডগুলি এবং অডিটরকে একটি পরিষ্কার পর্যালোচনা তালিকা দেয়৷

অডিট করার ক্ষেত্রে AI এর সবচেয়ে বড় অবদান হল এর স্কেলের সুবিধা। একটি ঐতিহ্যগত নিরীক্ষায়, নমুনা নেওয়া হয় কারণ সমস্ত রেকর্ড দেখা শারীরিকভাবে সম্ভব নয়: সম্ভবত একশো হাজার চালান পরীক্ষা করা হয় এবং ফলাফল সমগ্র জনসংখ্যার জন্য সাধারণীকৃত হয়। এর মানে হল যে একটি অনিয়ম যা নমুনার বাইরে রয়েছে তা এড়িয়ে গেছে। অন্যদিকে, AI সেকেন্ডে হাজার হাজার রেকর্ডে আপনার সংজ্ঞায়িত নিয়মগুলি প্রয়োগ করতে পারে। এইভাবে, অডিটিং "কয়েকটি উদাহরণ দেখা এবং আশা করা" থেকে "প্রতিটি রেকর্ড স্ক্যান করা এবং ব্যতিক্রমগুলি বের করা" পর্যন্ত বিবর্তিত হয়। যাইহোক, যা পাওয়া যায় সবই তদন্তের প্রার্থী, উপসংহার নয়।

নিরীক্ষায় প্রায়শই ব্যবহৃত অসঙ্গতি নিয়ম

নিয়ম

এটা কি নির্দেশ করে

উদাহরণ

সাবথ্রেশহোল্ড জমা

অনুমোদন এড়াতে বিভক্ত

49,500, 49,800 এর মতো পরিমাণ

ঘন্টার বাইরে নিবন্ধন

অনিয়ন্ত্রিত প্রবেশ

শনিবার 23:40 বিল

ডুপ্লিকেট পেমেন্ট

দ্বিগুণ অর্থ প্রদানের ঝুঁকি

একই চালান, দুটি নথি নম্বর

বৃত্তাকার-সংখ্যা ফ্রিকোয়েন্সি

আনুমানিক/সমাপ্ত পরিমাণ

ঠিক 10,000 এর প্রচুর

নতুন সরবরাহকারী + উচ্চ পরিমাণ

ভূত সরবরাহকারী ঝুঁকি

প্রথম লেনদেনে 200,000

দায়িত্ব ও কর্তৃত্ব নিয়ন্ত্রণের পৃথকীকরণ

অভ্যন্তরীণ নিয়ন্ত্রণের অন্যতম ভিত্তি হল দায়িত্বের বিচ্ছিন্নতা: যে ব্যক্তিরা লেনদেন শুরু করেন, অনুমোদন করেন এবং অর্থ প্রদান করেন তারা আলাদা। যদি একই ব্যক্তি প্রবেশ করে, অনুমোদন করে এবং চালান পরিশোধ করে, তাহলে অপব্যবহারের জন্য দরজা খোলা থাকে। AI লেনদেনের রেকর্ডে ব্যবহারকারীর তথ্য স্ক্যান করে এই নীতি লঙ্ঘন করার উদাহরণ খুঁজে পেতে পারে।

নিম্নলিখিত লেনদেনের রেকর্ডগুলিতে কর্তব্য লঙ্ঘনের পৃথকীকরণের জন্য স্ক্যান করুন: - একই ব্যবহারকারী উভয়ই প্রবেশ করে এবং অনুমোদন করে এমন লেনদেনগুলি - একই ব্যবহারকারী উভয়েই অনুমোদন এবং অর্থপ্রদান শুরু করে এমন লেনদেন - অনুমোদনের সীমার উপরে একক ব্যক্তির দ্বারা অনুমোদিত পরিমাণ আউটপুট: লেনদেন নম্বর | লঙ্ঘনের ধরন | প্রাসঙ্গিক ব্যবহারকারী | priorityJust point and justify; সাজা, পর্যালোচনার জন্য প্রার্থী হিসাবে তালিকা।

এই ধরনের স্ক্যানিং সেকেন্ডের মধ্যে প্যাটার্ন বের করে যা মানুষের চোখ হাজার হাজার লাইনে ক্যাপচার করতে পারে না। কিন্তু একই নীতি প্রযোজ্য: প্যাটার্নটি "নিয়ম লঙ্ঘনের প্যাটার্ন" দেখায়; এটি একটি বাস্তব সমস্যা নাকি একটি বৈধ ব্যতিক্রম (যেমন ছোট দলে জোরপূর্বক দ্বৈত ভূমিকা) কিনা তা সিদ্ধান্ত নেওয়া একজনের উপর নির্ভর করে।

অডিট ট্রেইল বাধ্যবাধকতা

যদি একটি AI আউটপুট একটি অডিটে ব্যবহার করা হয়, এটি অবশ্যই সনাক্তযোগ্য হতে হবে: কোন ডেটা, কোন প্রম্পট, কোন মডেল, কোন তারিখ, কে এটি যাচাই করেছে? এই রেকর্ড ব্যতীত, অডিটে প্রিন্টআউটের কোনও প্রমাণ মূল্য নেই।

এই বিশ্লেষণের জন্য একটি অডিট ট্রেইল রেকর্ড প্রস্তুত করুন:- ডেটা উত্স এবং সময়কাল ব্যবহৃত- প্রম্পট/নিয়ম প্রয়োগের সারাংশ- মডেল আউটপুটের তারিখ- মানব যাচাইকরণ পদক্ষেপগুলির জন্য ফাঁকা ক্ষেত্রগুলি (কে, কখন, ফলাফল) এটিকে পুনরায় ব্যবহারযোগ্য টেমপ্লেট হিসাবে রপ্তানি করুন।

সতর্কতা: শুধুমাত্র AI বলে "এই রেকর্ডটি ঠিক আছে" প্রমাণ করে না যে সেখানে কোন সমস্যা নেই। মডেল একটি প্যাটার্ন মিস করতে পারে. "এআই বলেছে পরিষ্কার" একটি অডিটে একটি আশ্বাস নয়; সর্বদা সুযোগ এবং পদ্ধতির সীমা নথিভুক্ত করুন।

মিনি কেস

কেস 1 — সাবথ্রেশহোল্ড বগি। একজন অভ্যন্তরীণ নিরীক্ষক 50,000 TL অনুমোদনের থ্রেশহোল্ড সহ একটি কোম্পানিতে AI স্ক্যানিংয়ের মাধ্যমে একই বিভাগ থেকে 49,200, 49,700, 49,500 TL এর পরপর তিনটি চালান খুঁজে পেয়েছেন। তদন্তে দেখা গেছে যে অনুমোদন এড়াতে একটি একক £145,000 ক্রয়কে তিনটি ভাগে ভাগ করা হয়েছিল। নিয়ন্ত্রণ ফাঁক বন্ধ করা হয়েছে.

কেস 2 — ভূত সরবরাহকারীর চিহ্ন। AI উচ্চ অগ্রাধিকার চিহ্নিত করেছে যে প্রথম লেনদেনে সিস্টেমে নতুন যোগ করা একজন সরবরাহকারীকে 200,000 TL প্রদান করা হয়েছে। পর্যালোচনায় দেখা গেছে যে সরবরাহকারী প্রকৃত এবং চুক্তির অধীনে; অ্যালার্মটি মিথ্যা ছিল কিন্তু নিয়ন্ত্রণ সঠিকভাবে কাজ করেছে। পাঠ: প্রতিটি চিহ্ন অপরাধ নয়, তবে প্রতিটি চিহ্ন পরীক্ষা করা উচিত।

কেস 3 - অনথিভুক্ত আউটপুট সঙ্কুচিত। একটি দল AI অসঙ্গতি তালিকা অডিটে জমা দিয়েছে, কিন্তু যে প্রম্পট এবং ডেটা তৈরি করা হয়েছিল তা রেকর্ড করেনি। বহিরাগত নিরীক্ষক প্রিন্টআউটটি প্রমাণ হিসাবে গ্রহণ করেননি। অডিট ট্রেইল সহ বিশ্লেষণ পুনরায় চালানো হয়। পাঠ: এমন কোন আউটপুট নেই যা অডিটে নিরীক্ষণ করা যায় না।

কেস 4 — দায়িত্ব লঙ্ঘন পৃথকীকরণ. একটি অভ্যন্তরীণ নিয়ন্ত্রণ স্ক্যান একটি ছোট শাখায় 37টি লেনদেন খুঁজে পেয়েছে যেখানে একই কর্মচারী ইনভয়েসের জন্য প্রবেশ করেছে, অনুমোদন করেছে এবং অর্থপ্রদান শুরু করেছে। তদন্তে দেখা গেছে যে কর্মচারীর দূষিত অভিপ্রায় ছিল না তবে কম স্টাফের কারণে এই ভূমিকাগুলি নিয়েছিল। তবুও, ঝুঁকি বাস্তব ছিল; সংস্থাটি কেন্দ্রে অর্থপ্রদানের অনুমোদন সরানোর মাধ্যমে ব্যবধানটি বন্ধ করেছে। পাঠ: নিয়ন্ত্রনের ঘাটতি বিপজ্জনক এমনকি অশুভতা ছাড়াই; এআই প্যাটার্ন খুঁজে পায়, মানুষ সমাধান ডিজাইন করে।

সাধারণ ভুল

• মডেল বিচার করতে. "এটি একটি অনিয়ম" বলা ভুল এবং ঝুঁকিপূর্ণ; শুধু এটা চিহ্নিত.
• "এআই বলেছে এটা পরিষ্কার" আশ্বাস। এটা হতে পারে যে মডেল মিস; একটি পরিষ্কার ফলাফল প্রমাণ নয়.
• একটি অডিট ট্রেল রাখা না. যদি ডেটা, প্রম্পট, তারিখ এবং যাচাইকারী রেকর্ড করা না হয়, আউটপুট প্রমাণ হবে না।
• প্রতিটি লক্ষণকে অপরাধ মনে করা। অসঙ্গতি তদন্তের জন্য প্রার্থী; প্রমাণ সিদ্ধান্ত নির্ধারণ করে।
• সুযোগ নথিভুক্ত না. কোন রেকর্ড স্ক্যান করা হয়েছে এবং পদ্ধতির সীমা লিখতে হবে।

সংক্ষেপে

• এআই একটি অডিটে সমগ্র জনসংখ্যা স্ক্যান করে অসামঞ্জস্যতা খুঁজে বের করতে শক্তিশালী; নমুনা ছাড়িয়ে যায়।
• মডেল সন্দেহের জন্ম দেয়, রায় নয়; "জাস্ট পয়েন্ট এবং জাস্টিফাই" নিয়মের সাথে এটি ব্যবহার করুন।
• অসঙ্গতি নিয়ম (থ্রেশহোল্ড ব্যাকলগের নীচে, আউট-অফ-আওয়ার রেজিস্ট্রেশন, ডুপ্লিকেট পেমেন্ট) আগে থেকেই সংজ্ঞায়িত করা উচিত।
• প্রতিটি এআই আউটপুটের জন্য একটি অডিট ট্রেইল (ডেটা, প্রম্পট, তারিখ, যাচাইকারী) রাখা বাধ্যতামূলক; আনট্রেসযোগ্য আউটপুট প্রমাণ নয়.
• "এআই বলেছে পরিষ্কার" কোনো নিশ্চয়তা নয়; সর্বদা সুযোগ এবং পদ্ধতির সীমা নথিভুক্ত করুন।

আবেদন টাস্ক

30-50 লাইনের একটি খরচ রেকর্ড প্রস্তুত করুন; জেনেশুনে উপবিভাজন করুন এবং একটি ডুপ্লিকেট অর্থপ্রদান করুন। শক্তিশালী প্রম্পট টেমপ্লেটের সাথে একটি অসঙ্গতি স্ক্যান করুন এবং পরীক্ষা করুন যে মডেলটি আপনার ফাঁদগুলিকে ধরে এবং অগ্রাধিকার দেয়। তারপর অডিট ট্রেইল টেমপ্লেটটি পূরণ করুন এবং ফলাফলগুলিকে "পর্যালোচনার প্রার্থী" হিসাবে তালিকাভুক্ত করুন (বিচার পাস না করে)।

চেকলিস্ট

• [ ] আমি পূর্বনির্ধারিত অসঙ্গতি নিয়ম (থ্রেশহোল্ড, সময়, পুনরাবৃত্তি)।
• [ ] আমি সমগ্র জনসংখ্যা স্ক্যান করেছি, আমি নমুনা দিয়ে থামিনি।
• [ ] আমি মডেলটিকে রায় দিতে বাধা দিয়েছি; আমি শুধু এটা চিহ্নিত এবং ন্যায়সঙ্গত ছিল.
• [ ] আমি প্রতিটি অনুসন্ধানের জন্য একটি অডিট ট্রেইল (ডেটা, প্রম্পট, তারিখ) রেকর্ড করেছি।
• [ ] যাদেরকে "পর্যালোচনা প্রার্থী" হিসেবে চিহ্নিত করা হয়েছে তাদের আমি মানুষের বিচারে ছেড়ে দিয়েছি।
• [ ] আমি স্ক্যানের সুযোগ এবং পদ্ধতির সীমাবদ্ধতা নথিভুক্ত করেছি।