Gevinster:
- At kunne skelne, hvor kunstig intelligens sparer realtid i revisionscyklussen (planlægning, bevisindsamling, analyse, dokumentation, rapportering), og hvor beslutninger såsom revisionspåtegning og væsentlig fejlinformation overlades til den uafhængige revisor, afhængigt af opgavens risikoniveau.
- Evne til at anvende en disciplin, der validerer hvert AI-output gennem trinene med at linke det til kilden, genberegne det og teste det med revisorskepsis.
- Anonymisering af revisionsdata inden for rammerne af fortroligheds- og uafhængighedsprincipperne og få en vane med at vælge sikre køretøjer
En revisors dag går mellem at "akkumulere beviser" og "afgøre en dom" meget mere, end de fleste er klar over. Du scanner tusindvis af journalposter, du dokumenterer saldoen på en konto, du stiller spørgsmålstegn ved rimeligheden af et skøn, du spørger "Er det virkelig sådan?" i stedet for at acceptere en erklæring fra kunden til pålydende værdi. du graver. Noget af dette arbejde er gentaget og tidskrævende: at organisere data, søge efter standardklausuler, udarbejde arbejdspapirer, liste afstemningsafvigelser. Andre er vurderinger, der direkte bestemmer din revisionspåtegning – det vil sige din offentligt udtrykte mening om hvorvidt årsregnskabet er "sandt og retvisende i alle væsentlige henseender" – som skal have en meget lav fejlmargin.
Kunstig intelligens (forkortet AI, eller AI kort sagt - computersystemer, der kan producere tekst som mennesker, genkende mønstre, finde sammenhænge i store datasæt og udføre beregninger) sidder lige i midten af dette billede. Når det bruges korrekt, reducerer det en tre-timers analytisk gennemgang til fyrre minutter; scanner hundredtusindvis af poster på sekunder; Den guider dig til at finde en standardvare. Når det bruges forkert, kan det medføre et tilsyneladende sikkert og flydende tal, en ikke-eksisterende standardklausul i dit arbejdspapir – og i sidste ende i din revisionsopfattelse – et udokumenteret resultat.
Den første enhed i dette modul er ikke en softwareintroduktion. Dens formål er at afklare, hvor AI skal placeres i revisionsbranchen, og hvor det overhovedet ikke skal placeres. Fordi revision er en compliance-kritisk profession, der er afhængig af offentlig tillid, og hvis resultater påvirker investorer, kreditorer, skatteforvaltningen og samfundet. Lad os fastlægge det grundlæggende princip fra begyndelsen: Kunstig intelligens er en assistent, ikke en controller. Ansvar og endelig godkendelse af alle beslutninger vedrørende revisionspåtegning, vurdering af væsentlig fejlinformation og afsluttende konklusion tilhører den kompetente og uafhængige revisor.
Kontrolsløjfe og sted for AI
For at forstå en uafhængig revision er det nyttigt at tænke på arbejdet som en cyklus. I planlægnings- og risikovurderingsfasen lærer du forretningen at kende og afgør, hvor der er stor sandsynlighed for at gå galt. Under bevisindsamlings- og testfasen forbinder du kontosaldi, transaktionsklasser og oplysninger til dokumenter, bekræftelser og analyser. I evalueringsfasen afvejer du resultaterne i forhold til betydning og kommer frem til en konklusion. I rapporteringsfasen skriver du din mening og resultater på skrift. Gennem hele cyklussen skaber dokumentation (arbejdspapirer) sporbare beviser for dit arbejde.
AI kan røre ved hvert trin i denne cyklus, men med en anden autoritet på hvert trin. Generer risikoidé og væsentlighedsscenarie i planlægningen; forbereder dataene i testen, scanner dem og markerer uregelmæssigheder; skriver udkast til kommentarer i evalueringen; Det fremskynder resultaterne og rapporteringssproget i rapporteringen. Han træffer dog ikke en beslutning på noget tidspunkt. Beslutningen kræver professionel dømmekraft og skepsis; Disse kan ikke overføres.
Lad os definere et par grundlæggende udtryk fra begyndelsen. Revisionsbevis er den information (dokument, bekræftelse, genberegning, analyse), som revisor baserer sin konklusion på. Væsentlighed er tærsklen for, om en fejl er stor nok til at påvirke regnskabsbrugeres beslutning. BDS er de uafhængige revisionsstandarder, der er gældende i Türkiye; Den overholder internationale revisionsstandarder (ISA) og udgives af POA (Public Oversight, Accounting and Auditing Standards Authority). Et arbejdspapir er et dokument, hvori det udførte arbejde og de opnåede resultater registreres. Vi vil forklare disse begreber en efter en i de følgende enheder; For nu, ved dette: I alle disse begreber giver AI dig disposition og analyse, men ingen dømmekraft.
Følgende tabel opsummerer rollen og risikoniveauet for AI efter mission:
Quest
AI's rolle
Risikoniveau
Hvem godkender/beslutter
Datarensning, formatering
arbejder, speeder
lav
Medlem af revisionsteamet
Arbejdspapir/oversigtsudkast
skitse generator
Lav-Middel
senior revisor
Standard/varefund
retningssøger
medium
Revisor (bekræftelse af officiel tekst)
Analytisk procedure fortolkning
hypotese generator
medium
Revisor
Journal / anomali scanning
statistisk markør
Medium-Høj
Revisor (undersøger enhver undtagelse)
Væsentlighed/risikovurdering
hjælpeindgang
høj
Revisors faglige skøn
Revisionspåtegning/konklusion
Det er ikke engang input, det er kladdesprog
meget høj
Ansvarlig revisor (underskrift)
Hold denne ene linje i tankerne: Efterhånden som risikoen stiger, bliver AI's rolle mindre, og revisors dømmekraft vokser.
Hvorfor "verifikation" er hjertet i denne forretning
Sprogmodeller med kunstig intelligens virker sikre på deres svar, men de er måske ikke sikre. Dette kaldes hallucination i teknisk jargon: Det er, når modellen fremstiller information, der faktisk ikke eksisterer - et tal, en standardvare, en dato - til en sætning, der flyder, som om den var sand. For en revisor er dette en dødbringende fælde. Modellen kan producere et tal for dig som "sidste års bruttomargin var 34 procent"; Han har dog aldrig set dine data, og dette tal er fuldstændig opfundet. Eller der kan stå "TMS 36 artikel 22 ændret i 2021"; Der er dog muligvis ingen sådan klausul eller ændring. Da han siger både med samme flydende og samme selvtillid, er det eneste, der adskiller rigtigt fra forkert, din viden og din vane med at verificere.
Verifikationsdisciplinen består af tre trin i revision:
- Link til kilden: For tal, nøgletal, saldi og standardposter skal du stole på dit eget revisionsbevis (prøvebalance, hovedbog, bankbekræftelse, kontrakt) og officielle kilder (BDS- og TFRS-tekster udgivet af KGK, relevante kommunikéer), ikke på AI'ens hukommelse. Brug AI til at kommentere disse data, ikke til at huske dem.
- Genberegn/sammenlign: Tjek uafhængigt hvert numerisk resultat, bedøm og trend AI’en returnerer. Bekræft selv en procentdel, en total, en balanceforskel.
- Test revisorskepsis: Spørg med et skeptisk øje, om outputtet er i konflikt med beviser, regler og sund fornuft. "Hvis dette er sandt, hvad skal så ellers være sandt?" og "Hvis dette er falsk, hvilke beviser ville vise det?" spørge.
Forsigtig: At lægge et arbejdspapir, der er produceret af en AI, i en fil uden at verificere et fund eller et nummer, er som at betragte et usigneret arbejdspapir som bevis. Bare fordi outputtet er flydende, er det ikke sandt; Det er kun sandt, hvis du beviser, at det er sandt.
Uafhængighed og fortrolighed: to ukrænkelige principper for revision
Revisionens legitimitet er baseret på to grundlæggende principper. For det første uafhængighed: revisor skal være uafhængig, både faktisk og tilsyneladende, af den enhed, han reviderer; Han/hun bør holde sig væk fra interesseforhold, der ville fordreje hans/hendes mening. For det andet fortrolighed: Oplysninger, der er opnået under revisionen, kan ikke deles med uautoriserede personer eller bruges til personlig fordel.
Brugen af kunstig intelligens vedrører direkte begge disse principper. Indsættelse af den reviderede virksomheds løbende konto med kundenavne, skatte-id-numre, bankoplysninger og beløb i et offentligt AI-værktøj betyder, at disse data går til en ekstern server. Dette bryder både med fortrolighedsprincippet i faglig etik og, hvis der er tale om persondata, KVKK (Persondataloven). Reglen er enkel: anonymiser data og del ikke unødvendigt. I stedet for "ABC Tekstil A.Ş., TIN 1234567890, saldo på 4.850.000 TL", skriv "en mellemstor produktionsvirksomhed, en tilgodehavende af størrelse X". Hvis det er muligt, vælg virksomhedsværktøjer, der har en databehandleraftale, brug ikke dine data i modeltræning, og hold et revisionsspor.
Der er en ekstra finesse til uafhængighed: blind tillid til et AI-værktøj indlejret i den reviderede virksomheds eget system, hvis output du ikke uafhængigt kan kontrollere, kan underminere din uafhængighed. AI er et værktøj; Hvem der har bygget det, hvor dine data går hen, og om du kan verificere dets output er alle en del af din uafhængighed.
tre minisager
Tilfælde 1 — Sikker brug. En seniorrevisor brugte typisk 3 timer på at håndskrive et 22-elements analytisk reviewresumé. Han gav de numre, han tog fra prøvesaldoen anonymt (intet firmanavn, kun konto og beløb) til YZ og bad om et udkast til kommentar. AI producerede en skitse på 12 minutter; Revisor sammenlignede hvert forhold med sit arbejdsark, korrigerede to fejlagtige procenter og påviste to forklaringer på afvigelser. Varighed: 45 minutter i stedet for 3 timer. AI gav udkastet, ansvaret og udtalelsen forblev hos revisor.
Tilfælde 2 — Uverificeret talfælde. En revisorelev spurgte AI: "Hvad er den gennemsnitlige lageromsætningshastighed i denne branche?" AI gav et sikkert tal på "omkring 6,4", selvom han ikke havde adgang til nogen industridata. Praktikanten skrev dette på arbejdsarket som forventningsværdien, hvilket fik klientens rate på 4,1 til at virke "rimelig". Da revisor spurgte, viste det sig, at kilden var en opfindelse af AI; Den analytiske procedure blev lavet om. Fejl: At bede AI om benchmarkdata, den ikke har.
Sag 3 — Brud på tavshedspligt. Et teammedlem uploadede den fulde liste over kunder, som han ville sende bekræftelsesbreve til - titel, adresse, beløb, kontaktnavn - til et offentligt AI-værktøj og "udarbejdede bekræftelsesbrevet," sagde han. Dataene gik uden for organisationen; Der blev åbnet en fortrolighedsgennemgang i revisionsvirksomhedens kvalitetsenhed. Den korrekte måde: var at fjerne de faktiske data og bare bede om en skabelon med pladsholdere som "[KUNDENAVN]", "[BELØB]".
Svag prompt / Stærk prompt
Svag prompt:
Fortolk denne virksomheds regnskaber og fortæl mig, om der er nogen risiko.
Denne påstand er mangelfuld: AI får ingen data, kontekst eller rolle. Da AI ikke har nogen data, fremsætter den enten generelle udsagn eller producerer "fortolkninger" med opdigtede tal. Hverken perioden, regnskabet eller revisionsformålet er klart.
Kraftig prompt:
Din rolle: Du er analyseassistent, der bistår en uafhængig revisor. Kontroljurisdiktionen tilhører mig; du vil udarbejde kladder og regnskaber.Kontekst: Nedenfor er en anonymiseret prøvebalanceoversigt (ingen firmanavn). Mit mål er at se de væsentlige ændringer (horisontal analyse) mellem indeværende år og det foregående år og at bestemme de afvigelser, der skal undersøges. Data:[kontonavn; foregående års beløb; indeværende års beløbslinjer]Opgave:1) Beregn beløbet og den procentvise ændring for hver konto; vis beregningstrinnet, så jeg kan verificere det.2) Marker elementer, der overstiger 20% eller skift fortegn (såsom overskud->tab) som "skal undersøges".3) Foreslå 2-3 mulige forklaringer HYPOTESE for hver markeret post; Bemærk, at disse skal verificeres med beviser.4) Lav ikke tal, som du ikke er sikker på eller ikke kan udlede af dataene. Skriv "kan ikke udtrække fra data". Angiv output som en tabel.
Denne påstand er kraftfuld, fordi den klart fastlægger rollen, grænsen (i den juridiske revisor), dataene, trinene, verificerbarheden og "forbuddet mod opspind."
Almindelige fejl
- Forveksler AI med en ressource. Stoler på AI's hukommelse for antal, forhold, standardelement og dato. AI er en retningssøger; kildekontrolbeviser og officiel tekst.
- At skrive opfordringer uden kontekst. At sige "fortolke" uden at give rolle, data og formål; Resultatet vil være falsk.
- Indsættelse af fortrolige data, som de er. Deling af transskriptioner indeholdende kundenavn, TIN, personlige data uden anonymisering; privatliv og KVKK-krænkelse.
- Sætte outputtet i fil uden at validere det. Tror den flydende tekst er korrekt og overfører den til arbejdsarket.
- Uddelegere dom. Hoppe til en konklusion med den begrundelse, at "AI'en sagde det"; Revisionspåtegning kan ikke overføres.
Tip: Gå ind i hver AI-session med en auditors sind: "Hvor kan dette output være forkert?" Dette spørgsmål er modgiften til automatiseringsbias, og vi vil gentage det gennem hele modulet.
Sammenfattende
Kunstig intelligens er en kraftfuld assistent i auditering: den forbereder data, scanner, udarbejder, beregner og reducerer timer til minutter. Men revisionspåtegningen, bedømmelsen af væsentlig fejlinformation og konklusion tilhører den uafhængige og kompetente revisor. Medmindre AI'ens output er verificeret, er det lige så gyldigt som et usigneret arbejdspapir. Tre ukrænkelige principper: kilde og genberegn (godkendelse), test med revisorskepsis, anonymiser data og vælg sikre midler (fortrolighed og uafhængighed). Efterhånden som risikoen stiger, bliver AI'ens rolle mindre, og din dømmekraft vokser.
Ansøgningsopgave
Vælg tre gentagne opgaver fra din egen revisionspraksis (eller en hypotetisk revision): for eksempel (1) udtræk af et horisontalt analyseresumé fra prøvebalancen, (2) lokalisering af en standardklausul, (3) udarbejdelse af et arbejdspapir. Skriv en prompt for hver ved at bruge "stærk prompt"-mønsteret ovenfor; Tilføj rollen, anonymiserede data, trin og "fabrikationsforbud". Kør derefter outputtet gennem tre verifikationstrin (kilde, genberegn, test med skepsis) og noter, hvilke fejl du fanger.
tjekliste
- [ ] Jeg anonymiserede de data, jeg gav til AI; Jeg delte ikke kundenavn, TIN eller personlige data.
- [ ] Jeg tilføjede rolle, kontekst, formål og "ingen fabrikation" til prompten.
- [ ] Jeg genberegnet hvert tal og forhold i outputtet med uafhængig kilde.
- [ ] Jeg har bekræftet standard-/stofreferencerne fra den officielle tekst.
- [ ] Konverter outputtet til "hvor kan det gå galt?" Jeg testede det skeptisk med spørgsmålet:
- [ ] Jeg lavede selv den endelige dom og mening; Jeg nævnte ikke AI som en grund.
- [ ] Jeg vurderede egnetheden af det værktøj, jeg brugte med hensyn til datafortrolighed og uafhængighed.