Contrôle de triche : signaux d'alarme, loi de Benford et analyse de texte

Gains :

• Comprendre les concepts du triangle de la fraude (pression, opportunité, justification) et des signaux d'alarme et utiliser l'intelligence artificielle pour rechercher des modèles suspects.
• Capacité à analyser la loi de Benford, les paiements en double et les modèles de fournisseurs inhabituels avec le support de l'intelligence artificielle et à produire une liste de révision
• Capacité à comprendre que les soupçons de fraude constituent une allégation sérieuse, que le signe de l'intelligence artificielle à lui seul ne constitue pas une preuve et que l'évaluation finale appartient à l'auditeur indépendant.

Il y a une différence profonde entre l’erreur et la tricherie. Une erreur est une erreur involontaire ; se tromper complètement, oublier un disque. La tricherie est une tromperie intentionnelle ; C'est lorsque quelqu'un déforme sciemment des dossiers à des fins personnelles. Le travail de l'auditeur n'est pas de « découvrir » la fraude (la fraude est une qualification juridique et relève des tribunaux), mais la norme ISA 240 demande à l'auditeur de faire preuve d'esprit critique quant au risque d'anomalies significatives dues à une fraude et d'évaluer les signes de risque de fraude (drapeaux rouges). L'auditeur évalue le risque de fraude et enquête sur les tendances suspectes ; La décision judiciaire finale appartient à d’autres.

Dans cette unité, nous expliquerons comment utiliser l'IA pour détecter les risques de fraude : le triangle de la fraude, les signaux d'alarme, la loi de Benford, les paiements en double et les modèles de fournisseurs inhabituels, ainsi que l'analyse de texte dans les zones de description. Le principe de base est sévèrement souligné : aucun modèle signalé par l’IA ne constitue, en soi, une preuve de fraude. Un drapeau rouge est un panneau « arrêtez et enquêtez » ; pas une accusation.

Triangle de triche et drapeaux rouges

Le cadre classique des enquêtes sur les fraudes est le triangle de la fraude ; Il dit que la fraude se produit généralement lorsque trois conditions sont réunies : la pression (nécessité financière/personnelle qui pousse la personne à tricher), l'opportunité (faible contrôle interne, autorité non contrôlée) et la justification (une manière de justifier son action à soi-même - "Je la remets quand même"). L'auditeur est plus prudent dans les domaines où ces trois conditions sont fortes.

Un drapeau rouge est un signal d’avertissement pouvant indiquer une possibilité de fraude. Exemples typiques : fonctionnaire affichant un style de vie inhabituel, contrats attribués constamment au même fournisseur, fournisseur dont l'adresse est la même que celle d'un employé, personnel qui ne prend pas de vacances et ne délègue son travail à personne, corrections fréquentes des enregistrements, paiements fractionnés juste en dessous du seuil, numéros de facture en double. L’IA peut rechercher bon nombre de ces indicateurs sur les données. Mais rappelez-vous : chaque drapeau peut avoir une explication innocente. Le travail de l'auditeur est de voir le drapeau et d'enquêter, et non de lui reprocher d'avoir vu le drapeau.

Loi de Benford : un filtrage contre-intuitif mais puissant

La loi de Benford (loi du premier chiffre) dit que dans de grands ensembles de nombres naturels, la distribution du premier chiffre significatif n'est pas uniforme : les nombres ont tendance à commencer par « 1 » (environ 30 %), avec une très faible probabilité de commencer par « 9 » (environ 4,6 %). Les données naturelles avec de larges fourchettes, telles que les montants des factures, les dépenses, les soldes des comptes, suivent généralement cette distribution. Lorsqu’une personne saisit des chiffres à la main (par exemple, écrit des montants juste en dessous du seuil d’approbation), cette distribution naturelle est perturbée. L'analyse de Benford compare la distribution des premiers chiffres (et, si nécessaire, des deux premiers) chiffres avec ce qui est attendu et signale les écarts.

L'IA peut calculer la distribution de Benford sur des milliers de montants en quelques secondes et afficher des chiffres qui s'écartent de ce qui est attendu. Mais Benford a deux limites et l’auditeur doit les connaître :

• Cela ne correspond pas à toutes les données. Les nombres limités dans une certaine plage (par exemple, les prix des produits sont toujours compris entre 45 et 55 TL), les numéros séquentiels (numéro de facture), les codes attribués ne sont pas conformes à Benford ; « déviation » n'a aucun sens ici.
• La déviation n’est pas une preuve. Lorsqu'une marche monte plus que prévu, tout ce qu'il dit est "regardez ici". La raison peut être légitime (par exemple, les prix de l'entreprise). L'auditeur ne peut pas tirer de conclusions de l'enquête.

Attention : présenter la déviation de Benford comme une « preuve de tricherie » est une grave erreur. Benford n’est qu’un signal d’alarme ; Il indique quels dossiers doivent être examinés et ne prouve pas la fraude.

Analyse de texte et modèles de répétition

La capacité linguistique de l’IA s’avère également utile pour détecter les fraudes non numériques. Les concentrations inhabituelles, les expressions ambiguës ou certains mots-clés peuvent être scannés dans les champs de description (« frais divers », « conseil », « hébergement de représentation »). Également des modèles structurels : numéros de facture en double, comptes fournisseurs correspondant au compte bancaire de l'employé, enregistrements de fournisseurs créés pendant le week-end, paiements fréquents 24 heures sur 24. L’IA produit tout cela sous forme de « liste de révision » ; L'auditeur effectue une recherche dans la liste.

Type de numérisation

Que fait l’IA ?

Que fait un auditeur ?

Analyse de Benford

Le premier chiffre indique l'écart de distribution

Recherche la cause de l'écart

paiement en double

Même montant+date+fournisseur trouve une répétition

La vérité est-elle confirmée par des documents en double ?

Matching fournisseur-employé

Signale le même chevauchement d'adresse/de compte

Enquête s’il y a un conflit d’intérêts

Division sous-seuil

Indique un regroupement en dessous du seuil d'approbation

Évalue s’il y a une intention

Analyse de texte/description

Analyse les commentaires vagues/répétitifs

Interroge le contenu par document

trois mini-cases

Cas 1 – Benford a donné des instructions, a découvert l’inspecteur. Un auditeur a fait effectuer une analyse Benford sur les relevés de dépenses. Les montants commençant par « 4 » étaient bien plus élevés que prévu. Le vérificateur a examiné cet ensemble et a constaté qu'un employé avait systématiquement inscrit des dépenses s'élevant à « 4,8xx $ », juste en dessous du seuil d'approbation de 5 000 $. Les documents se sont révélés faux. La déviation de Benford a donné une direction ; L'enquête et les documents du commissaire aux comptes ont révélé la fraude.

Cas 2 — Faux positif Benford. Un membre de l'équipe a fait effectuer une analyse Benford sur la liste de prix des produits et a écrit « il y a manipulation » lorsqu'il a constaté un écart important. La personne responsable a examiné : les données consistaient en des prix dans une bande étroite comprise entre 90 et 110 TL ; De toute façon, Benford ne rentrerait pas dans un ensemble aussi limité. Le « biais » était entièrement dû à l’application de la méthode à des données erronées. Leçon : Benford ne s’applique pas à toutes les données ; L'auditeur évalue son adéquation.

Cas 3 — Lever le drapeau du blâme. Un auditeur a voulu écrire directement le "fournisseur dont l'adresse est la même qu'un salarié" marqué par AI dans le rapport comme "fournisseur fictif, fraude". Le responsable l'a arrêté : après enquête, il a été constaté que le fournisseur était une entreprise réelle, appartenait à un parent de l'employé et qu'il s'agissait d'une relation de conflit d'intérêts, mais pas fictive. Cela a été signalé comme une relation qui devait être divulguée et non comme une tricherie. Leçon : un signal d'alarme déclenche une enquête ; Les preuves déterminent le résultat.

Invite faible/Invite forte

Invite faible :

Découvrez s'il y a une fraude dans ces paiements.

Problème : l’IA ne peut pas « trouver » la triche ; La tricherie est une conséquence juridique. Cette invite produit soit une « liste de triche » fabriquée, soit des accusations infondées.

Invite puissante :

Votre rôle : vous êtes assistant de détection des risques de fraude auprès d'un auditeur indépendant. Vous SIGNEZ le drapeau rouge ; L'évaluation de la triche et le résultat m'appartiennent. Ne qualifiez aucun enregistrement de « triche ». Données (anonymes) : paiements du fournisseur (colonnes : payment_id, date, supplier_id, supplier_address, montant, confirmation_threshold=50 000, description). Tâche : effectuez les analyses suivantes, exportez chacune sous forme de liste SÉPARÉE : 1) Division sous-seuil : paiements regroupés juste en dessous du seuil de 50 000 TL (45 000-49 999) ; compter par fournisseur.2) Doublon : même montant + même fournisseur + paiements récurrents dans les 3 jours.3) Benford (premier chiffre) : comparer la répartition du premier chiffre des montants avec le Benford attendu ; Afficher les étapes divergentes. IMPORTANT : Évaluez également si ces données sont conformes à Benford (plage, contrainte) et prévenez si ce n'est pas le cas. 4) Analyse de la divulgation : marquer les fournisseurs où sont concentrées des descriptions vagues telles que "divers/divers/conseil". Pour chaque liste : écrivez qu'il s'agit de « signaux d'alarme nécessitant une enquête » et qu'il ne s'agit pas de RÉSULTATS d'une fraude. Ajout d'un enregistrement/modèle approprié.

Cette invite est puissante car elle analyse les analyses, remet en question la conformité Benford, positionne le résultat comme un « signal d’alarme » et interdit l’attribution de « triche ».

Erreurs courantes

• Cela signifie « trouver l'astuce ». L'IA ne détecte pas la tricherie ; signes de drapeau rouge. La tricherie est une conséquence juridique.
• Application de Benford à des données inappropriées. Confondre « écart » dans une bande étroite, des nombres séquentiels ou des codes comme significatif.
• Considérer la déviation comme une preuve. Déclarer une triche sans enquêter sur le signe Benford ou le modèle.
• Transformer le drapeau rouge en accusation. Annuler une relation/un modèle comme de la triche sans le vérifier avec de la documentation.
• Ignorer le triangle de la triche. Il suffit de regarder les données et de ne pas évaluer le contexte de pression/opportunité/justification.

Astuce : lorsque vous détectez un signal d'alarme, posez-vous deux questions : "Quelle pourrait être une explication totalement innocente à cela ?" et "S'il s'agit vraiment de triche, quelles autres traces dois-je voir ?" La première question vous protège des accusations injustes, la seconde de la superficialité.

En résumé

Lors d'un audit de fraude, le rôle de l'auditeur n'est pas de « trouver » la fraude, mais d'évaluer le risque de fraude avec scepticisme et de rechercher les signaux d'alarme (BDS 240). L'IA est un puissant moteur d'analyse : elle effectue l'analyse Benford, les paiements en double, la répartition sous-seuil, le chevauchement fournisseur-employé et l'analyse de texte en quelques secondes. Mais chaque signe est un signal d’alarme, pas une preuve ; Benford ne s'adapte pas à toutes les données ; La déviation ne veut pas dire tricher. C'est le travail de l'IA de voir le drapeau, c'est le travail de l'auditeur d'enquêter, d'évaluer et d'éviter toute attribution légale. Le drapeau rouge dit « arrêtez-vous et enquêtez » ; Il ne dit pas « coupable ».

Tâche de candidature

Considérez un ensemble de données de paiement de fournisseur hypothétique et définissez un seuil d'approbation. Demandez à l'IA d'exécuter quatre analyses (séparation sous-seuil, duplication, Benford, analyse d'annotation) avec le puissant modèle d'invite ci-dessus ; Demandez à Benford de remettre en question son aptitude. Ensuite, pour chaque signal d’alarme qui se présente, écrivez une « explication innocente » et un « scénario de tricherie » et indiquez quelles preuves différencieraient les deux.

liste de contrôle

• [ ] Je n'ai pas dit à l'IA de « trouver des astuces » ; J'ai dit "drapeau rouge" et j'ai interdit la caractérisation de tricherie.
• [ ] J'ai appliqué Benford uniquement à des données appropriées (largement espacées et naturelles) ; J'ai évalué l'adéquation.
• [ ] J'ai traité chaque signal d'alarme comme un début de recherche, pas comme une conclusion.
• [ ] Pour chaque signe, j'ai considéré à la fois l'explication innocente et le scénario de triche.
• [ ] Je n'ai pas qualifié les modèles de frauduleux/imaginaires sans les vérifier avec de la documentation.
• [ ] J'ai évalué le contexte du triangle de la fraude (pression, opportunité, justification).
• [ ] J'ai documenté que la qualification juridique finale ne relève pas du travail de l'auditeur et que j'ai évalué le risque.