Ganancias:
- Ser capaz de distinguir dónde la inteligencia artificial ahorra tiempo real en el ciclo de auditoría (planificación, recopilación de evidencia, análisis, documentación, informes) y dónde decisiones como la opinión de auditoría y el juicio sobre errores materiales se dejan en manos del auditor independiente, dependiendo del nivel de riesgo de la tarea.
- Capacidad para aplicar una disciplina que valide cada salida de IA a través de los pasos de vincularla a la fuente, recalcularla y probarla con el escepticismo del auditor.
- Anonimizar los datos de auditoría dentro del alcance de los principios de confidencialidad e independencia y adquirir el hábito de elegir vehículos seguros.
El día de un auditor se dedica a "acumular pruebas" y "emitir un juicio" mucho más de lo que la mayoría de la gente cree. Escaneas miles de entradas de diario, documentas el saldo de una cuenta, cuestionas la razonabilidad de una estimación, preguntas "¿Es realmente así?" en lugar de aceptar una declaración del cliente al pie de la letra. cavas. Parte de este trabajo es repetitivo y requiere mucho tiempo: organizar datos, buscar cláusulas estándar, redactar documentos de trabajo, enumerar las variaciones de conciliación. Otros son juicios que determinan directamente su opinión de auditoría (es decir, su opinión expresada públicamente sobre si los estados financieros son “verdaderos y justos en todos los aspectos importantes”), que deben tener un margen de error muy bajo.
La inteligencia artificial (IA para abreviar, o IA en resumen: sistemas informáticos que pueden producir texto como los humanos, reconocer patrones, encontrar relaciones en grandes conjuntos de datos y realizar cálculos) se encuentra justo en el medio de esta imagen. Cuando se utiliza correctamente, reduce un resumen de revisión analítica de tres horas a cuarenta minutos; escanea cientos de miles de registros en segundos; Le guía para encontrar un artículo estándar. Cuando se utiliza incorrectamente, puede incluir en su documento de trabajo (y, en última instancia, en su opinión de auditoría) una cifra aparentemente segura y fluida pero completamente inventada, una cláusula estándar inexistente o un resultado sin fundamento.
La primera unidad de este módulo no es una introducción al software. Su propósito es aclarar dónde colocar la IA en el negocio de la auditoría y dónde no colocarla en absoluto. Porque la auditoría es una profesión crítica para el cumplimiento que depende de la confianza pública y cuyos resultados afectan a los inversores, los acreedores, la administración tributaria y la sociedad. Expongamos el principio básico desde el principio: la inteligencia artificial es un asistente, no un controlador. La responsabilidad y la aprobación final de todas las decisiones relativas a la opinión de auditoría, el juicio sobre errores materiales y la opinión final pertenecen al auditor competente e independiente.
Bucle de control y lugar de la IA.
Para entender una auditoría independiente, es útil pensar en el trabajo como un ciclo. Durante la fase de planificación y evaluación de riesgos, se llega a conocer el negocio y se determina dónde existe una alta probabilidad de salir mal. Durante la fase de recopilación y prueba de evidencia, usted vincula los saldos de cuentas, las clases de transacciones y las divulgaciones con documentos, confirmaciones y análisis. En la fase de evaluación, se sopesan los hallazgos en términos de importancia y se llega a una conclusión. Durante la fase de presentación de informes, usted pone por escrito su opinión y sus conclusiones. A lo largo de todo el ciclo, la documentación (documentos de trabajo) crea evidencia rastreable de su trabajo.
La IA puede tocar cada etapa de este ciclo, pero con una autoridad diferente en cada etapa. Genera idea de riesgo y escenario de materialidad en la planificación; prepara los datos de la prueba, los escanea y marca anomalías; escribe borradores de comentarios en la evaluación; Acelera los hallazgos y el lenguaje del informe en los informes. Sin embargo, no toma ninguna decisión en ningún momento. La decisión requiere juicio profesional y escepticismo; Estos no son transferibles.
Definamos algunos términos básicos desde el principio. La evidencia de auditoría es la información (documento, confirmación, recálculo, análisis) en la que el auditor basa su opinión. La materialidad es el umbral para determinar si un error es lo suficientemente grande como para influir en la decisión de los usuarios de los estados financieros. BDS son las Normas de Auditoría Independiente vigentes en Türkiye; Cumple con las normas internacionales de auditoría (ISA) y es publicado por la POA (Autoridad de Normas de Supervisión, Contabilidad y Auditoría Pública). Un papel de trabajo es un documento en el que se deja constancia del trabajo realizado y de los resultados obtenidos. Explicaremos estos conceptos uno por uno en las siguientes unidades; Por ahora, sepa esto: en todos estos conceptos, la IA le brinda un esquema y un análisis, pero no un juicio.
La siguiente tabla resume la función y el nivel de riesgo de la IA por misión:
Búsqueda
Papel de la IA
Nivel de riesgo
¿Quién aprueba/decide?
Limpieza de datos, formateo.
trabajador, acelerador
bajo
Miembro del equipo de auditoría
Documento de trabajo/borrador resumido
generador de bocetos
Bajo-Medio
auditor superior
Búsqueda de estándar/artículo
buscador de dirección
medio
Auditor (confirmación por texto oficial)
Interpretación del procedimiento analítico.
generador de hipótesis
medio
Oficial de auditoría
Escaneo de diarios/anomalías
marcador estadístico
Medio-alto
Auditor (examina cada excepción)
Juicio de materialidad/riesgo
entrada auxiliar
alto
Juicio profesional del auditor
Opinión/conclusión de auditoría
Ni siquiera es una entrada, es un borrador.
muy alto
Auditor responsable (firma)
Tenga esto en cuenta: a medida que aumenta el riesgo, el papel de la IA se vuelve más pequeño y el juicio del auditor crece.
Por qué la "verificación" es el corazón de este negocio
Los modelos de lenguaje de inteligencia artificial parecen seguros de su respuesta, pero es posible que no estén seguros. Esto se llama alucinación en la jerga técnica: es cuando el modelo fabrica información que en realidad no existe (un número, un elemento estándar, una fecha) en una oración que fluye como si fuera cierta. Para un auditor, esto es una trampa mortal. El modelo podría generarle una cifra como “el año pasado el margen bruto fue del 34 por ciento”; Sin embargo, nunca ha visto tus datos y este número está completamente inventado. O puede decir "TMS 36 artículo 22 modificado en 2021"; Sin embargo, es posible que no exista tal cláusula o cambio. Dado que dice ambas cosas con la misma fluidez y la misma confianza, lo único que distingue el bien del mal es tu conocimiento y tu hábito de verificar.
La disciplina de verificación consta de tres pasos en la auditoría:
- Enlace a la fuente: Para cifras, ratios, saldos y partidas estándar, confíe en sus propias pruebas de auditoría (balanza de comprobación, libro auxiliar, confirmación bancaria, contrato) y en fuentes oficiales (textos BDS y TFRS publicados por el KGK, comunicados pertinentes), no en la memoria de la IA. Utilice la IA para comentar esos datos, no para recordarlos.
- Recalcular/comparar: verifique de forma independiente cada resultado numérico, califique y tenga tendencia que arroja la IA. Verifica tú mismo un porcentaje, un total, una diferencia de saldo.
- Escepticismo del auditor de pruebas: pregunte con ojo escéptico si el resultado entra en conflicto con la evidencia, las regulaciones y el sentido común. "Si esto es cierto, ¿qué más debe ser cierto?" y “Si esto es falso, ¿qué evidencia lo demostraría?” preguntar.
Precaución: poner un documento de trabajo elaborado por una IA en un archivo sin verificar un hallazgo o un número es como considerar un documento de trabajo sin firmar como prueba. El hecho de que la salida sea fluida no es cierto; Sólo es cierto si demuestras que es cierto.
Independencia y confidencialidad: dos principios inviolables de la auditoría
La legitimidad de la auditoría se basa en dos principios básicos. Primero, independencia: el auditor debe ser independiente, tanto de hecho como en apariencia, de la entidad que audita; Debe mantenerse alejado de relaciones de interés que distorsionen su opinión. En segundo lugar, la confidencialidad: la información obtenida durante la auditoría no puede compartirse con personas no autorizadas ni utilizarse para beneficio personal.
El uso de la IA afecta directamente a ambos principios. Pegar la cuenta corriente de la empresa auditada con nombres de clientes, números de identificación fiscal, información bancaria y montos en una herramienta pública de inteligencia artificial significa que estos datos van a un servidor externo. Esto viola tanto el principio de confidencialidad de la ética profesional como, en el caso de datos personales, la KVKK (Ley de Protección de Datos Personales). La regla es simple: anonimizar los datos y no compartirlos innecesariamente. En lugar de "ABC Tekstil A.Ş., TIN 1234567890, saldo de 4.850.000 TL", escriba "una mediana empresa manufacturera, un saldo por cobrar de tamaño X". Si es posible, elija herramientas corporativas que tengan un acuerdo de procesamiento de datos, no utilice sus datos en la capacitación de modelos y mantenga un registro de auditoría.
La independencia tiene una sutileza adicional: confiar ciegamente en una herramienta de inteligencia artificial integrada en el propio sistema de la empresa auditada, cuyo resultado no se puede controlar de forma independiente, puede socavar su independencia. La IA es una herramienta; Quién lo creó, dónde van sus datos y si puede verificar su resultado son parte de su independencia.
tres mini casos
Caso 1: Uso seguro. Un auditor senior normalmente dedicaba 3 horas a escribir a mano un resumen de revisión analítica de 22 elementos. Le dio los números que tomó del balance de comprobación de forma anónima (sin nombre de la empresa, solo cuenta y monto) a YZ y pidió un borrador de comentario. La IA produjo un boceto en 12 minutos; El auditor comparó cada ratio con su hoja de trabajo, corrigió dos porcentajes erróneos y evidenció dos explicaciones para las desviaciones. Duración: 45 minutos en lugar de 3 horas. AI dio el borrador, la responsabilidad y la opinión quedaron en manos del auditor.
Caso 2: trampa numérica no verificada. Un auditor en formación preguntó a AI: "¿Cuál es la tasa promedio de rotación de inventario en esta industria?" AI dio una cifra segura de "alrededor de 6,4", a pesar de que no tenía acceso a ningún dato de la industria. El pasante escribió esto en la hoja de trabajo como el valor esperado, haciendo que la tasa del cliente de 4,1 pareciera "razonable". Cuando el auditor preguntó, resultó que la fuente era una invención de la IA; Se repitió el procedimiento analítico. Error: pedirle a la IA datos de referencia que no tiene.
Caso 3: Violación de la confidencialidad. Un miembro del equipo cargó la lista completa de clientes a quienes enviaría cartas de confirmación (título, dirección, monto, nombre de contacto) en una herramienta pública de inteligencia artificial y “redactó la carta de confirmación”, dijo. Los datos salieron de la organización; Se abrió un control de confidencialidad en la unidad de calidad de la empresa auditora. La forma correcta: eliminar los datos reales y simplemente solicitar una plantilla con marcadores de posición como "[NOMBRE DEL CLIENTE]", "[CANTIDAD]".
Aviso débil / Aviso fuerte
Aviso débil:
Interpretar los estados financieros de esta empresa y decirme si existe algún riesgo.
Esta afirmación es errónea: la IA no recibe datos, contexto ni función. Como la IA no dispone de datos, hace declaraciones generales o produce "interpretaciones" con números inventados. Ni el período, ni la cuenta, ni el propósito de la auditoría están claros.
Potente mensaje:
Su función: usted es un asistente de análisis que asiste a un auditor independiente. La jurisdicción de control me pertenece; producirá borradores y cuentas. Contexto: a continuación se muestra un resumen del balance de comprobación anónimo (sin nombre de la empresa). Mi objetivo es ver los cambios significativos (análisis horizontal) entre el año actual y el año anterior y determinar las desviaciones que deben examinarse.Datos:[nombre de cuenta; monto del año anterior; líneas de monto del año actual]Tarea:1) Calcular el monto y el cambio porcentual para cada cuenta; muestre el paso de cálculo para que pueda verificarlo.2) Marque los elementos que excedan el 20% o cambien de signo (como ganancias->pérdidas) como "para ser examinados".3) Sugiera 2-3 HIPÓTESIS de posibles explicaciones para cada elemento marcado; Tenga en cuenta que estos deben verificarse con evidencia. 4) No invente ningún número del que no esté seguro o no pueda deducir de los datos. Escriba "no se puede extraer de los datos". Proporcione el resultado como una tabla.
Esta afirmación es poderosa porque establece claramente el papel, los límites (en el auditor judicial), los datos, los pasos, la verificabilidad y la “prohibición de inventar”.
Errores comunes
- Confundir la IA con un recurso. Confiar en la memoria de la IA para el número, la proporción, el artículo estándar y la fecha. La IA es un buscador de dirección; evidencia de control de fuentes y texto oficial.
- Escribir indicaciones sin contexto. Decir "interpretar" sin dar rol, datos y finalidad; El resultado será falso.
- Pegar datos confidenciales tal cual. Compartir transcripciones que contengan nombre del cliente, TIN, datos personales sin anonimización; privacidad y violación de KVKK.
- Poner la salida en un archivo sin validarla. Pensar que el texto fluido es correcto y transferirlo a la hoja de trabajo.
- Delegar juicio. Saltar a una conclusión basándose en que "la IA lo dijo"; La opinión de auditoría no es transferible.
Consejo: Vaya a cada sesión de IA con la mente de un auditor: "¿Dónde podría estar mal este resultado?" Esta pregunta es el antídoto contra el sesgo de automatización y la repetiremos a lo largo del módulo.
En resumen
La inteligencia artificial es un poderoso asistente en la auditoría: prepara datos, escanea, redacta, calcula y reduce horas a minutos. Pero la opinión de auditoría, el juicio sobre errores materiales y las conclusiones pertenecen al auditor independiente y competente. A menos que se verifique el resultado de la IA, es tan válido como un documento de trabajo sin firmar. Tres principios inviolables: obtener y recalcular (autenticación), probar con escepticismo del auditor, anonimizar los datos y elegir medios seguros (confidencialidad e independencia). A medida que aumenta el riesgo, el papel de la IA se reduce y su juicio crece.
Tarea de aplicación
Seleccione tres tareas repetitivas de su propia práctica de auditoría (o una auditoría hipotética): por ejemplo, (1) extraer un resumen de análisis horizontal del balance de comprobación, (2) localizar una cláusula de estándares, (3) redactar un documento de trabajo. Escriba un mensaje para cada uno usando el patrón de "indicador fuerte" anterior; Agregue el rol, datos anonimizados, pasos y “prohibición de fabricación”. Luego ejecute el resultado a través de tres pasos de verificación (obtener, recalcular, probar con escepticismo) y observe qué errores detecta.
lista de verificación
- [] Anonimicé los datos que le proporcioné a AI; No compartí nombre del cliente, TIN, datos personales.
- [] Agregué rol, contexto, propósito y “sin invención” al mensaje.
- [] Volví a calcular cada número y proporción en el resultado con una fuente independiente.
- [ ] He confirmado las referencias de estándar/sustancia del texto oficial.
- [] Convierta la salida a "¿dónde podría salir mal?" Lo probé con escepticismo con la pregunta:
- [ ] Yo mismo hice el juicio y la opinión final; No cité la IA como motivo.
- [ ] Evalué la idoneidad de la herramienta que utilicé en términos de confidencialidad e independencia de los datos.