واحد 12 / 12

محدودیت های هوش مصنوعی در امور مالی: توهم، حریم خصوصی و مقررات

سود:

  • توانایی تشخیص و تأیید اینکه هوش مصنوعی ممکن است ارقام، منابع و قوانین ساختگی تولید کند
  • امکان مدیریت استفاده از هوش مصنوعی در محدوده حریم خصوصی داده های مالی، KVKK و خط مشی شرکت
  • درک این موضوع که مسئولیت نهایی حسابرسی، انطباق با مقررات و اصول اخلاقی بر عهده متخصص امور مالی است.

امتحان ماژول

1. هنگام کار با یک ابزار هوش مصنوعی به عنوان یک تحلیلگر مالی، مسئولیت نهایی کدام یک از موارد زیر همیشه باید با انسان باقی بماند؟

  • الف) تایید نهایی و امضای تصمیم تخصیص وام ✔
  • ب) ایجاد اولین پیش نویس خلاصه صورت سود و زیان
  • ج) ویرایش عنوان و برچسب محور یک نمودار
  • د) تهیه واژه نامه اصطلاحات مالی برای گزارش

توضیحات: هوش مصنوعی; می تواند کارهایی مانند خلاصه کردن جدول، تولید فرمول و تهیه گزارش را سرعت بخشد. با این حال، صحت تصمیم سرمایه گذاری، وام یا تامین مالی و انعکاس آن در یک سند رسمی به عنوان امضا بر عهده متخصص امور مالی است. این تصمیم را نمی توان بدون تأیید مستقل به هوش مصنوعی تفویض کرد.

2. هوش مصنوعی صورت جریان نقدی یک شرکت را تفسیر کرد و آیتم «درآمد سرمایه‌گذاری» را ذکر کرد که در جدول نبود. اولین اقدام صحیح چیست؟

  • الف) نظر را همانطور که هست به گزارش اضافه کنید زیرا هوش مصنوعی به نظر مطمئن است
  • ب) هر موردی که نظر بر اساس آن است را با جدول اصلی مقایسه کنید و موردی را که در منبع نیست رد کنید ✔
  • ج) بعداً آن مورد را به جدول اضافه کنید
  • د) فقط نام مورد را تغییر دهید

توضیح: مدل‌های زبانی می‌توانند موارد و اعدادی را که در منبع وجود ندارند، قانع‌کننده بسازند (توهم). مقايسه هر موردي كه تفسير بر اساس آن صورت مي گيرد، دقيقاً با جدول اصلي مقايسه شود و عددي كه در منبع موجود نباشد، ضروري است.

3. هوش مصنوعی نسبت جاری را برای یک شرکت به عنوان «دارایی جاری/کل دارایی» محاسبه کرد. مشکل اصلی این خروجی چیست؟

  • الف) غیر ضروری است زیرا نرخ بسیار بالا خواهد بود
  • ب) مخرج نسبت جاری باید منابع خارجی کوتاه مدت باشد نه کل دارایی ها. ✔
  • ج) نسبت جاری فقط برای بانک ها محاسبه می شود
  • د) نتیجه نادرست است زیرا به جای درصد، اعشاری است

توضیح: نسبت جاری توان پرداخت کوتاه مدت را اندازه گیری می کند و تعریف آن "دارایی های جاری / بدهی های کوتاه مدت" است. هوش مصنوعی مخرج را اشتباه گرفته است. در تحلیل نسبت، تأیید تعریف هر نسبت اولین و گام اجباری است. مخرج اشتباه نتیجه ای کاملا گمراه کننده ایجاد می کند.

4. باارزش ترین خروجی منطق هشدار اولیه مبتنی بر هوش مصنوعی هنگام تنظیم پیش بینی جریان نقدی هفتگی چیست؟

  • الف) جمع بندی میانگین هزینه های ماه های قبل در یک خط
  • ب) علامت گذاری از قبل هفته ای که در آن موجودی نقدی به زیر آستانه بحرانی می رسد ✔
  • ج) قالب بندی جدول با رنگی بیشتر
  • د) تبدیل تمام اعداد به درصد

توضیح: هدف اصلی مدیریت نقدینگی پیش بینی هفته ای است که موجودی نقدینگی به زیر آستانه بحرانی می رسد. بنابراین اقداماتی مانند تامین مالی، تسریع در وصول و یا تعویق پرداخت به موقع انجام می شود. نه تنها خلاصه کردن گذشته، بلکه هشدار دادن درباره آینده نیز ارزشمند است.

5. یک هشدار مرجع دایره ای در فرمول ایجاد شده توسط هوش مصنوعی در یک مدل مالی ظاهر شد. صحیح ترین رویکرد کدام است؟

  • الف) هشدار را خاموش کرده و مدل را ادامه دهید
  • ب) زنجیره فرمول را مرور کنید، منبع حلقه را پیدا کنید و منطق را دوباره برقرار کنید ✔
  • ج) سلول مربوطه را حذف کرده و به جای آن یک عدد ثابت بنویسید
  • د) باز کردن کامل مدل از ابتدا در فایل دیگری

توضیح: مرجع دایره ای اتصال مستقیم یا غیرمستقیم یک سلول به خود است و معمولاً در مواردی رخ می دهد که یکدیگر را تغذیه می کنند، مانند بهره و بدهی. نادیده گرفتن مشکل نتیجه نادرستی ایجاد می کند. لازم است منطق را مرور کرد و از تنظیم تکرار آگاهانه استفاده کرد یا زنجیره فرمول را دوباره برقرار کرد.

6. هنگام ارزش گذاری DCF (جریان نقدی تنزیل شده) با هوش مصنوعی، می خواهید ببینید که نتیجه به کدام فرض حساس تر است. چه کار می کنی؟

  • الف) تغییر نرخ تنزیل و رشد پایانه در محدوده و ایجاد جدول حساسیت ✔
  • ب) یک نتیجه واحد را با یک نرخ تخفیف تولید و به پایان برسانید
  • ج) صرفاً میانگین سود سالهای قبل
  • د) گزارش نتیجه با بالاترین فرض

توضیح: نتیجه DCF به ویژه به نرخ تنزیل و نرخ رشد پایانی حساس است. تغییر این مفروضات در یک محدوده معقول و ایجاد یک جدول حساسیت که نشان می دهد چگونه نتیجه ارزیابی تغییر می کند، نشان می دهد که نتیجه چقدر شکننده است.

7. وقتی از هوش مصنوعی در مورد پورتفولیو می‌پرسید، یک توصیه قطعی ایجاد می‌کند که می‌گوید «شما باید این سهام را بخرید». ارزیابی صحیح کدام است؟

  • الف) اعتماد به توصیه زیرا هوش مصنوعی به داده های به روز دسترسی دارد
  • ب) غیرقابل اعتماد دانستن مشاوره خرید/فروش قطعی و تلقی آن به عنوان تحلیلی که صرفاً بر اساس داده ها و مفروضات است.
  • ج) تحویل مستقیم توصیه به مشتری
  • د) بازسازی کل پورتفولیو بر اساس این خروجی واحد

افشا: هوش مصنوعی یک مشاور مجاز نیست که مشاوره سرمایه گذاری شخصی ارائه می دهد. نمی تواند بازدهی قطعی را برای آینده وعده دهد و عبارات جهتی که می دهد خروجی هایی هستند که محدود به داده ها و مفروضات هستند و نیاز به ممیزی دارند. مشاوره خرید/فروش قطعی از نظر مشخصات ریسک و قوانین، حوزه ای غیرقابل اعتماد و مسئولیت پذیر است.

8. امتیاز ریسک اعتباری ایجاد شده توسط هوش مصنوعی را در گزارش ریسک حسابرسی می کنید. کدام کنترل حیاتی تر است؟

  • الف) بررسی سازگاری فونت و رنگ گزارش
  • ب) ورودی‌ها، کیفیت داده‌ها و فرضیات/سوگیری‌هایی را که امتیاز استفاده می‌کند اعتبارسنجی کنید
  • ج) تنظیم امتیاز فقط برای بالا بردن آن
  • د) گزارش را اصلاً بدون مطالعه تأیید کنید

توضیح: امتیازدهی ریسک کاملاً به ورودی هایی که استفاده می کند و مفروضات/سوگیری های موجود در آن بستگی دارد. بررسی اینکه کدام متغیرها مورد استفاده قرار می‌گیرند، آیا داده‌های گمشده/اشتباه وجود دارد یا خیر، و اینکه آیا منطق امتیاز قابل توضیح است یا خیر، برای یک تصمیم ریسک منصفانه و قابل دفاع ضروری است.

9. درآمد فروش را با هوش مصنوعی پیش بینی کردید. مناسب ترین روش برای آزمایش منطقی بودن برآورد چیست؟

  • الف) اعمال پیش بینی در دوره گذشته و مقایسه آن با نتیجه واقعی (بک تست) ✔
  • ب) برآورد را همانطور که هست بپذیرید و در بودجه سالانه بنویسید
  • ج) در نظر گرفتن بیشترین سناریوی رشد به عنوان تنها عدد واقعی
  • د) فقط نمودار پیش بینی را زیبا کنید

توضیح: بک تست به کار بردن روش پیش بینی در یک دوره گذشته و مقایسه آن با نتیجه واقعی است. دیدن اینکه این روش در گذشته چقدر دقیق بوده است، ملموس ترین راه برای درک اینکه چقدر پیش بینی آینده می تواند قابل اعتماد باشد، است.

10. پیش نویس گزارش مدیریت تولید شده توسط هوش مصنوعی حاوی ارقامی است که سیال هستند اما منشا نامشخصی دارند. رفتار صحیح چیست؟

  • الف) ارائه گزارش آنگونه که هست به دلیل روان بودن متن
  • ب) هر شکل را با منبع داده اصلی مطابقت دهید و ✔ تایید نشده را حذف کنید
  • ج) گرد کردن و براق کردن روی اعداد
  • د) فقط خلاصه اجرایی را بخوانید و از بقیه بگذرید

توضیحات: هر رقم در گزارش باید تا منبع داده اصلی (جدول، سیستم، حساب) قابل ردیابی باشد. حتی اگر یک عدد در یک جمله روان باشد، هیچ شماره ای که منبع آن تایید نشده است به مدیریت ارائه نشود. در غیر این صورت، یک عدد ساختگی ممکن است وارد مبنای تصمیم گیری شود.

11. بهترین مرحله قبل از استفاده از فرمول Excel تولید شده توسط هوش مصنوعی (به عنوان مثال IF و VLOOKUP تودرتو) چیست؟

  • الف) اعمال فرمول به طور مستقیم در کل مجموعه داده زنده
  • ب) فرمول را روی یک داده کوچک تست با نتایج شناخته شده اجرا کنید و موارد لبه را امتحان کنید ✔
  • ج) حذف بخشی از فرمول برای کوتاه کردن آن
  • د) فقط به طول فرمول نگاه کنید

توضیح: فرمول های پیچیده ممکن است درست به نظر برسند اما نتایج نادرستی ایجاد کنند. اجرای فرمول روی داده‌های آزمایشی کوچکی که نتیجه آن را به‌صورت دستی می‌دانید، مقایسه آن با خروجی مورد انتظار، و امتحان موارد لبه مانند null/zero/unmatched، قبل از اینکه به داده‌های زنده منتقل شود، خطا را برطرف می‌کند.

12. شما می خواهید نتایج سه ماهه حسابرسی نشده شرکت خود را در یک ابزار هوش مصنوعی عمومی و تجزیه و تحلیل درخواست بچسبانید. صحیح ترین رویکرد کدام است؟

  • الف) بررسی خط‌مشی سازمانی و ناشناس‌سازی داده‌ها یا استفاده از ابزار امن/سازمانی ✔
  • ب) چسباندن داده ها همانطور که برای سرعت است
  • ج) فقط کافی است نام شرکت را حذف کنید و تمام شماره های باقی مانده را به اشتراک بگذارید.
  • د) به اشتراک گذاری داده ها و سپس درخواست از هوش مصنوعی برای حذف آن

توضیحات: داده های مالی حساس که به صورت عمومی افشا نمی شوند. از نظر حریم خصوصی، KVKK و تجارت داخلی خطرناک است. قبل از به اشتراک گذاری داده ها، لازم است خط مشی شرکت را بررسی کنید، در صورت امکان آن را ناشناس کنید یا از ابزار اشتراک گذاری شرکتی/غیر داده استفاده کنید.

13. هوش مصنوعی نرخ دقیقی را برای اعمال مالیات با استناد به ماده خاصی از قانون تعیین کرد. رفتار صحیح مهندسی/مالی چیست؟

  • الف) اعمال نرخ مستقیم به دلیل به روز بودن هوش مصنوعی
  • ب) تأیید نرخ و شماره مقاله از منبع رسمی، قانون فعلی ✔
  • ج) افزایش نرخ به طور تصادفی برای ماندن در سمت امن
  • د) اضافه کردن شماره مورد به گزارش بدون بررسی

توضیح: مدل‌های زبانی ممکن است شماره و نسبت‌های ماده قانون را به اشتباه به خاطر بسپارند یا تشکیل دهند. در زمینه های الزام آور مانند مالیات و قانون، هر ارزش باید به کلمه از منابع رسمی و جاری (متن قانونی، اطلاعیه اداری، مشاور مالی) تأیید شود. خروجی هوش مصنوعی فقط نشان می دهد که کجا باید نگاه کرد.

14. کدام رویکرد ورودی برای کسب بیشترین سود از هوش مصنوعی در تحلیل بودجه به واریانس مناسب است؟

  • الف) صرف ارقام تحقق و صرف نظر از بودجه
  • ب) کل گردش مالی را فقط به صورت یک خط ارائه دهید
  • ج) ارائه بودجه و تحقق بر مبنای آیتم همراه با اطلاعات دوره ✔
  • د) درخواست تفسیر انحراف فقط بدون ذکر اعداد

توضیح: برای تجزیه و تحلیل انحراف معنی دار، لازم است که هوش مصنوعی با ارقام بودجه و تحقق بر اساس آیتم و با اطلاعات دوره ارائه شود. سپس هوش مصنوعی انحرافات را ثبت می کند و می تواند آنها را به صورت درصد محاسبه کرده و آنها را به دسته هایی مانند قیمت، حجم و زمان تقسیم کند. داده های ناقص یا بدون زمینه تفسیر سطحی ایجاد می کنند.