Jedinica 1 / 12

Uvod u umjetnu inteligenciju u reviziji: uloge, granice, nezavisnost, autentifikacija i povjerljivost

Dobici:

  • Mogućnost razlikovanja gdje umjetna inteligencija štedi realno vrijeme u revizijskom ciklusu (planiranje, prikupljanje dokaza, analiza, dokumentacija, izvještavanje) i gdje su odluke kao što su revizorsko mišljenje i prosudba o materijalnom pogrešnom prikazivanju prepuštene nezavisnom revizoru, u zavisnosti od nivoa rizika zadatka.
  • Sposobnost primjene discipline koja potvrđuje svaki izlaz AI kroz korake povezivanja sa izvorom, ponovnog izračunavanja i testiranja sa skepticizmom revizora.
  • Anonimiziranje revizorskih podataka u okviru principa povjerljivosti i nezavisnosti i stjecanje navike odabira sigurnih vozila

Revizorov dan se provodi između "akumuliranja dokaza" i "donošenja presude" mnogo više nego što većina ljudi zna. Skenirate hiljade unosa u dnevnik, dokumentujete stanje računa, dovodite u pitanje razumnost procjene, pitate "Da li je zaista tako?" umjesto prihvatanja izjave od kupca po nominalnoj vrijednosti. ti kopaš. Neki od ovih poslova se ponavljaju i oduzimaju vrijeme: organiziranje podataka, traženje standardnih klauzula, izrada radnih dokumenata, navođenje varijacija u pomirenju. Drugi su prosudbe koje direktno određuju vaše revizorsko mišljenje – to jest, vaše javno izraženo mišljenje o tome da li su finansijski izvještaji “istiniti i pošteni u svim materijalnim aspektima” – koji moraju imati vrlo nisku marginu greške.

Umjetna inteligencija (ukratko AI ili skraćeno AI – kompjuterski sistemi koji mogu proizvesti tekst poput ljudi, prepoznati obrasce, pronaći odnose u velikim skupovima podataka i izvršiti proračune) nalazi se u sredini ove slike. Kada se pravilno koristi, smanjuje trosatni rezime analitičkog pregleda na četrdeset minuta; skenira stotine hiljada zapisa u sekundi; Vodi vas da pronađete standardnu ​​stavku. Kada se koristi pogrešno, može u vaš radni dokument—i na kraju u Vaše revizorsko mišljenje—uneti naizgled siguran i tečan, ali potpuno izmišljen broj, nepostojeću standardnu ​​klauzulu ili nepotkrijepljen rezultat.

Prva jedinica ovog modula nije uvod u softver. Njegova svrha je razjasniti gdje staviti AI u posao revizije, a gdje ga uopće ne staviti. Zato što je revizija profesija koja je kritična za usklađenost i koja se oslanja na povjerenje javnosti i čiji rezultati utiču na investitore, vjerovnike, poreznu upravu i društvo. Izložimo osnovni princip od početka: Umjetna inteligencija je pomoćnik, a ne kontrolor. Odgovornost i konačno odobrenje svih odluka u vezi sa revizorskim mišljenjem, materijalno značajnim pogrešnim iskazima i zaključnim mišljenjem pripada nadležnom i nezavisnom revizoru.

Kontrolna petlja i mjesto AI

Da bismo razumjeli nezavisnu reviziju, korisno je razmišljati o radu kao o ciklusu. Tokom faze planiranja i procjene rizika upoznajete posao i utvrđujete gdje postoji velika vjerovatnoća da ćete pogriješiti. Tokom faze prikupljanja i testiranja dokaza, povezujete stanja računa, klase transakcija i objelodanjivanja s dokumentima, potvrdama i analizama. U fazi evaluacije vagate nalaze u smislu značaja i dolazite do zaključka. Tokom faze izvještavanja, svoje mišljenje i nalaze iznosite u pisanoj formi. Kroz cijeli ciklus, dokumentacija (radni papiri) stvara dokaze o vašem radu koji se mogu pratiti.

AI može dodirnuti svaku fazu ovog ciklusa, ali sa različitim autoritetom u svakoj fazi. Generiše ideju rizika i scenario materijalnosti u planiranju; priprema podatke u testu, skenira ih i označava anomalije; piše nacrt komentara u evaluaciji; To ubrzava nalaze i jezik izvještaja u izvještavanju. Međutim, on ni u jednoj fazi ne donosi odluku. Odluka zahtijeva profesionalnu prosudbu i skepticizam; Ovo nije prenosivo.

Hajde da od početka definišemo nekoliko osnovnih pojmova. Revizorski dokaz je informacija (dokument, potvrda, preračunavanje, analiza) na kojoj revizor zasniva svoje mišljenje. Materijalnost je prag za to da li je greška dovoljno velika da utiče na odluku korisnika finansijskih izvještaja. BDS su nezavisni revizorski standardi koji su na snazi ​​u Turskoj; U skladu je sa međunarodnim standardima revizije (ISA) i objavljuje ga POA (Uprava za javni nadzor, računovodstvo i reviziju). Radni papir je dokument u koji se bilježi obavljeni rad i postignuti rezultati. Objasnit ćemo ove koncepte jedan po jedan u sljedećim jedinicama; Za sada, znajte ovo: u svim ovim konceptima, AI vam daje pregled i analizu, ali ne i prosuđivanje.

Sljedeća tabela rezimira ulogu i nivo rizika AI po misiji:

Quest

Uloga AI

Nivo rizika

Ko odobrava/odlučuje

Čišćenje podataka, formatiranje

radnik, akcelerator

nisko

Član revizorskog tima

Radni papir/nacrt sažetka

generator skica

Nisko-srednje

viši revizor

Standardni/stavki nalaz

tražilo pravca

srednje

Revizor (potvrda službenim tekstom)

Tumačenje analitičkih postupaka

generator hipoteza

srednje

Službenik za reviziju

Skeniranje dnevnika/anomalija

statistički marker

Srednje-visoko

Revizor (ispituje svaki izuzetak)

Procjena materijalnosti/rizika

pomoćni ulaz

visoko

Profesionalni sud revizora

Revizorsko mišljenje / zaključak

To nije čak ni unos, to je nacrtni jezik

veoma visoko

Odgovorni revizor (potpis)

Imajte na umu ovu jednu rečenicu: kako se rizik povećava, uloga AI postaje sve manja, a rasuđivanje revizora raste.

Zašto je "verifikacija" srce ovog posla

Čini se da su jezički modeli umjetne inteligencije sigurni u svoj odgovor, ali možda nisu sigurni. To se u tehničkom žargonu zove halucinacija: to je kada model fabrikuje informaciju koja zapravo ne postoji – broj, standardnu ​​stavku, datum – u rečenicu koja teče kao da je istinita. Za revizora, ovo je smrtonosna zamka. Model bi vam mogao dati broj poput „prošlogodišnja bruto marža bila je 34 posto“; Međutim, on nikada nije vidio vaše podatke i ovaj broj je potpuno izmišljen. Ili može pisati "TMS 36, član 22 promijenjen 2021. godine"; Međutim, takve klauzule ili promjene možda neće biti. Budući da i jedno i drugo kaže sa istom tečnom i istom samopouzdanjem, jedina stvar koja razlikuje ispravno od pogrešnog je vaše znanje i vaša navika da provjeravate.

Disciplina verifikacije se sastoji od tri koraka u reviziji:

  1. Veza na izvor: Za brojeve, omjere, stanja i standardne stavke, oslonite se na vlastite revizijske dokaze (probni bilans, pomoćna knjiga, potvrda banke, ugovor) i zvanične izvore (tekstovi BDS i TFRS koje je objavio KGK, relevantna saopštenja), a ne na pamćenje AI. Koristite AI da komentarišete te podatke, a ne da ih zapamtite.
  2. Ponovo izračunajte/uporedite: Nezavisno provjerite svaki brojčani rezultat, stopu i trend koji AI vraća. Sami provjerite postotak, ukupan iznos, razliku u bilansu.
  3. Testirajte skepticizam revizora: skeptičnim okom postavite pitanje da li je rezultat u suprotnosti sa dokazima, propisima i zdravim razumom. “Ako je ovo istina, šta drugo mora biti istina?” i "Ako je ovo laž, koji dokazi bi to pokazali?" pitaj.
Oprez: Stavljanje radnog papira koji je izradila AI u fajl bez verifikacije nalaza ili broja je kao da se nepotpisani radni papir smatra dokazom. Samo zato što je izlaz tečan nije tačno; Istina je samo ako dokažete da je istina.

Nezavisnost i povjerljivost: dva neprikosnovena principa revizije

Legitimnost revizije zasniva se na dva osnovna principa. Prvo, nezavisnost: revizor mora biti nezavisan, kako u stvari, tako i po izgledu, od subjekta koji revidira; On/ona treba da se kloni interesnih odnosa koji bi iskrivili njegovo/njeno mišljenje. Drugo, povjerljivost: informacije dobijene tokom revizije ne mogu se dijeliti sa neovlaštenim licima niti koristiti za ličnu korist.

Upotreba AI direktno se tiče oba ova principa. Zalijepiti tekući račun revidirane kompanije s imenima klijenata, poreskim identifikacijskim brojevima, bankovnim podacima i iznosima u javni AI alat znači da ovi podaci idu na vanjski server. Ovim se krši i princip povjerljivosti u profesionalnoj etici i, ako se radi o ličnim podacima, KVKK (Zakon o zaštiti ličnih podataka). Pravilo je jednostavno: anonimizirajte podatke i ne dijelite ih nepotrebno. Umjesto "ABC Tekstil A.Ş., TIN 1234567890, stanje 4.850.000 TL", napišite "srednje proizvodno preduzeće, stanje potraživanja veličine X". Ako je moguće, odaberite korporativne alate koji imaju ugovor o obradi podataka, ne koristite svoje podatke u obuci modela i vodite revizorski trag.

Postoji dodatna suptilnost nezavisnosti: slijepo povjerenje AI alatu ugrađenom u vlastiti sistem revidirane kompanije, čiji učinak ne možete samostalno kontrolisati, može potkopati vašu nezavisnost. AI je alat; Ko ga je napravio, gdje idu vaši podaci i da li možete provjeriti njihov izlaz su dio vaše nezavisnosti.

tri mini kofera

Slučaj 1 — Sigurna upotreba. Viši revizor je obično potrošio 3 sata na pisanje sažetka analitičkog pregleda od 22 stavke. On je anonimno dao brojeve koje je uzeo sa probnog bilansa (bez naziva kompanije, samo račun i iznos) i zatražio nacrt komentara. AI je napravio skicu za 12 minuta; Revizor je uporedio svaki odnos sa svojim radnim listom, ispravio dva pogrešna procenta i dokazao dva objašnjenja za odstupanja. Trajanje: 45 minuta umjesto 3 sata. AU je dala nacrt, odgovornost i mišljenje su ostali kod revizora.

Slučaj 2 — Neprovjerena zamka broja. Revizor pripravnik je pitao AI: "Koja je prosječna stopa obrta zaliha u ovoj industriji?" AI je dao pouzdan broj od "oko 6,4" iako nije imao pristup podacima iz industrije. Pripravnik je to napisao na radnom listu kao vrijednost očekivanja, čineći da se klijentova stopa od 4,1 čini "razumnom". Kada je revizor pitao, ispostavilo se da je izvor izum AI; Analitička procedura je ponovo urađena. Greška: pitati AI za referentne podatke koje nema.

Slučaj 3 — Kršenje povjerljivosti. Član tima je uploadovao potpunu listu kupaca kojima će slati pisma potvrde - naslov, adresu, iznos, ime kontakta - u javni alat za umjetnu inteligenciju i "nacrtao pismo potvrde", rekao je. Podaci su otišli izvan organizacije; U odjelu za kvalitet revizorske kuće otvoren je pregled povjerljivosti. Ispravan način: bio je ukloniti stvarne podatke i samo zatražiti šablon sa čuvarima mjesta kao što su "[IME KUPCA]", "[IZNOS]".

Slaba prompt / Jaka prompt

Slab upit:

Protumačite finansijske izvještaje ove kompanije i recite mi da li postoji rizik.

Ova tvrdnja je pogrešna: AI nemaju podatke, kontekst ili ulogu. Pošto AI nema nikakve podatke, ona ili daje opšte izjave ili proizvodi "tumačenja" sa izmišljenim brojevima. Ni period, ni račun, ni svrha revizije nisu jasni.

Snažan upit:

Vaša uloga: vi ste pomoćnik u analizi koji pomaže nezavisnom revizoru. Kontrolna jurisdikcija pripada meni; izradit ćete nacrte i račune. Kontekst: Ispod je anonimizirani sažetak probnog stanja (bez naziva kompanije). Moj cilj je da sagledam značajne promjene (horizontalna analiza) između tekuće i prethodne godine i utvrdim odstupanja koja treba ispitati.Podaci:[naziv računa; iznos prethodne godine; linije iznosa tekuće godine]Zadatak:1) Izračunajte iznos i procentualne promjene za svaki račun; prikaži korak izračuna da ga mogu provjeriti.2) Označi stavke koje prelaze 20% ili promijene predznak (kao što je dobit->gubitak) kao "treba ispitati".3) Predloži 2-3 moguća objašnjenja HIPOTEZE za svaku označenu stavku; Imajte na umu da se oni moraju potvrditi dokazima. 4) Nemojte izmišljati brojeve u koje niste sigurni ili ne možete zaključiti iz podataka. Napišite "ne mogu izdvojiti iz podataka". Dajte rezultat kao tabelu.

Ova tvrdnja je moćna jer jasno utvrđuje ulogu, granicu (u pravosudnom revizoru), podatke, korake, provjerljivost i „zabranu izmišljanja“.

Uobičajene greške

  • Zamijeniti AI za resurs. Oslanjajući se na AI memoriju za broj, omjer, standardnu ​​stavku i datum. AI je pronalazač pravca; dokaz o kontroli izvora i službeni tekst.
  • Pisanje upita bez konteksta. Izgovaranje "tumači" bez davanja uloge, podataka i svrhe; Rezultat će biti lažan.
  • Lijepljenje povjerljivih podataka onako kako jesu. Dijeljenje transkripata koji sadrže ime korisnika, TIN, lične podatke bez anonimizacije; privatnost i kršenje KVKK-a.
  • Stavljanje izlaza u datoteku bez provjere valjanosti. Mislite da je tečan tekst ispravan i prenesite ga na radni list.
  • Delegiranje presude. Prebrzo zaključiti na osnovu toga da je "AI tako rekao"; Mišljenje revizije nije prenosivo.
Savjet: Uđite u svaku AI sesiju s mišljenjem revizora: "Gdje bi ovaj izlaz mogao biti pogrešan?" Ovo pitanje je protuotrov za pristrasnost automatizacije i ponavljat ćemo ga kroz cijeli modul.

Ukratko

Umjetna inteligencija je moćan pomoćnik u reviziji: priprema podatke, skenira, nacrta, izračunava i skraćuje sate na minute. Ali revizorsko mišljenje, prosudba materijalno značajnih grešaka i zaključak pripadaju nezavisnom i kompetentnom revizoru. Osim ako izlaz AI nije verifikovan, on je validan kao nepotpisani radni papir. Tri neprikosnovena principa: izvor i ponovno izračunavanje (autentifikacija), testiranje sa skepticizmom revizora, anonimiziranje podataka i odabir sigurnih sredstava (povjerljivost i nezavisnost). Kako se rizik povećava, uloga umjetne inteligencije postaje sve manja i vaša prosudba raste.

Zadatak aplikacije

Odaberite tri ponavljajuća zadatka iz vlastite revizorske prakse (ili hipotetičke revizije): na primjer, (1) izdvajanje rezimea horizontalne analize iz probnog bilansa, (2) lociranje standardne klauzule, (3) izrada radnog dokumenta. Napišite prompt za svaki koristeći gornji obrazac "jaka prompt"; Dodajte ulogu, anonimizirane podatke, korake i „zabranu izrade“. Zatim provedite izlaz kroz tri koraka provjere (izvor, ponovno izračunajte, testirajte sa skepticizmom) i zabilježite koje greške ste uhvatili.

kontrolna lista

  • [ ] Anonimizirao sam podatke koje sam dao AI; Nisam podijelio ime klijenta, PIB, lične podatke.
  • [ ] Dodao sam ulogu, kontekst, svrhu i "bez izmišljotina" upitu.
  • [ ] Preračunao sam svaki broj i omjer na izlazu sa nezavisnim izvorom.
  • [ ] Potvrdio sam reference standarda/supstanci iz zvaničnog teksta.
  • [ ] Pretvorite izlaz u "gdje bi moglo poći po zlu?" Testirao sam to skeptično pitanjem:
  • [ ] Konačan sud i mišljenje sam donio sam; Nisam naveo AI kao razlog.
  • [ ] Procijenio sam prikladnost alata koji sam koristio u smislu povjerljivosti i nezavisnosti podataka.