ऑडिटिंग में आर्टिफिशियल इंटेलिजेंस का परिचय: भूमिकाएँ, सीमाएँ, स्वतंत्रता, प्रमाणीकरण और गोपनीयता

लाभ:

• यह भेद करने में सक्षम होना कि कहाँ कृत्रिम बुद्धिमत्ता ऑडिट चक्र (योजना, साक्ष्य संग्रह, विश्लेषण, दस्तावेज़ीकरण, रिपोर्टिंग) में वास्तविक समय बचाती है और कहाँ कार्य जोखिम स्तर के आधार पर ऑडिट राय और सामग्री गलत विवरण निर्णय जैसे निर्णय स्वतंत्र लेखा परीक्षक पर छोड़ दिए जाते हैं।
• एक अनुशासन लागू करने की क्षमता जो प्रत्येक एआई आउटपुट को स्रोत से जोड़ने, पुनर्गणना करने और ऑडिटर संदेह के साथ परीक्षण करने के चरणों के माध्यम से मान्य करती है।
• गोपनीयता और स्वतंत्रता सिद्धांतों के दायरे में ऑडिट डेटा को गुमनाम करना और सुरक्षित वाहन चुनने की आदत हासिल करना

एक ऑडिटर का दिन "साक्ष्य एकत्र करने" और "निर्णय लेने" के बीच अधिकांश लोगों की समझ से कहीं अधिक व्यतीत होता है। आप हजारों जर्नल प्रविष्टियों को स्कैन करते हैं, आप एक खाते के शेष का दस्तावेजीकरण करते हैं, आप एक अनुमान की तर्कसंगतता पर सवाल उठाते हैं, आप पूछते हैं "क्या वास्तव में ऐसा है?" ग्राहक से अंकित मूल्य पर एक बयान स्वीकार करने के बजाय। तुम खोदो. इनमें से कुछ कार्य दोहराव वाले और समय लेने वाले हैं: डेटा को व्यवस्थित करना, मानक खंडों की खोज करना, कामकाजी कागजात का मसौदा तैयार करना, सुलह भिन्नताओं को सूचीबद्ध करना। अन्य ऐसे निर्णय हैं जो सीधे आपकी ऑडिट राय निर्धारित करते हैं - यानी, वित्तीय विवरण "सभी भौतिक मामलों में सही और निष्पक्ष" हैं या नहीं, इस बारे में आपकी सार्वजनिक रूप से व्यक्त राय - जिसमें त्रुटि का बहुत कम मार्जिन होना चाहिए।

आर्टिफिशियल इंटेलिजेंस (संक्षेप में एआई, या संक्षेप में एआई - कंप्यूटर सिस्टम जो इंसानों की तरह टेक्स्ट तैयार कर सकता है, पैटर्न पहचान सकता है, बड़े डेटा सेट में संबंध ढूंढ सकता है और गणना कर सकता है) इस तस्वीर के ठीक बीच में बैठता है। जब सही ढंग से उपयोग किया जाता है, तो यह तीन घंटे के विश्लेषणात्मक समीक्षा सारांश को घटाकर चालीस मिनट कर देता है; सेकंडों में सैकड़ों-हजारों रिकॉर्ड स्कैन करता है; यह आपको एक मानक वस्तु ढूंढने में मार्गदर्शन करता है। जब गलत तरीके से उपयोग किया जाता है, तो यह आपके वर्किंग पेपर में - और अंततः आपके ऑडिट राय में - एक सुरक्षित और धाराप्रवाह लेकिन पूरी तरह से बना हुआ नंबर, एक गैर-मौजूद मानक खंड, या एक अप्रमाणित परिणाम ले जा सकता है।

इस मॉड्यूल की पहली इकाई कोई सॉफ़्टवेयर परिचय नहीं है। इसका उद्देश्य यह स्पष्ट करना है कि ऑडिट व्यवसाय में एआई को कहां रखा जाए और कहां नहीं लगाया जाए। क्योंकि ऑडिटिंग एक अनुपालन-महत्वपूर्ण पेशा है जो जनता के विश्वास पर निर्भर करता है और जिसके परिणाम निवेशकों, लेनदारों, कर प्रशासन और समाज को प्रभावित करते हैं। आइए शुरू से ही बुनियादी सिद्धांत बताएं: कृत्रिम बुद्धिमत्ता एक सहायक है, नियंत्रक नहीं। ऑडिट राय, महत्वपूर्ण गलत विवरण निर्णय और अंतिम राय के संबंध में सभी निर्णयों की जिम्मेदारी और अंतिम मंजूरी सक्षम और स्वतंत्र ऑडिटर की है।

नियंत्रण पाश और एआई का स्थान

एक स्वतंत्र ऑडिट को समझने के लिए, कार्य को एक चक्र के रूप में सोचना उपयोगी है। योजना और जोखिम मूल्यांकन चरण के दौरान, आप व्यवसाय को जानते हैं और निर्धारित करते हैं कि कहां गलत होने की अधिक संभावना है। साक्ष्य संग्रह और परीक्षण चरण के दौरान, आप खाते की शेष राशि, लेनदेन वर्गों और प्रकटीकरणों को दस्तावेज़ों, पुष्टियों और विश्लेषणों से जोड़ते हैं। मूल्यांकन चरण में, आप निष्कर्षों को महत्व के आधार पर तौलते हैं और किसी निष्कर्ष पर पहुंचते हैं। रिपोर्टिंग चरण के दौरान, आप अपनी राय और निष्कर्ष लिखित रूप में रखते हैं। पूरे चक्र के दौरान, दस्तावेज़ीकरण (वर्किंग पेपर्स) आपके काम का पता लगाने योग्य साक्ष्य बनाता है।

एआई इस चक्र के हर चरण को छू सकता है, लेकिन प्रत्येक चरण में एक अलग अधिकार के साथ। योजना में जोखिम विचार और भौतिकता परिदृश्य उत्पन्न करता है; परीक्षण में डेटा तैयार करता है, उसे स्कैन करता है, और विसंगतियों को चिह्नित करता है; मूल्यांकन में मसौदा टिप्पणियाँ लिखता है; यह रिपोर्टिंग में निष्कर्षों और रिपोर्ट भाषा को तेज़ करता है। हालाँकि, वह किसी भी स्तर पर निर्णय नहीं लेता है। निर्णय के लिए पेशेवर निर्णय और संदेह की आवश्यकता होती है; ये हस्तांतरणीय नहीं हैं.

आइए शुरुआत से कुछ बुनियादी शब्दों को परिभाषित करें। ऑडिट साक्ष्य वह जानकारी (दस्तावेज़, पुष्टि, पुनर्गणना, विश्लेषण) है जिस पर ऑडिटर अपनी राय आधारित करता है। भौतिकता इस बात की सीमा है कि कोई त्रुटि वित्तीय विवरणों के उपयोगकर्ताओं के निर्णय को प्रभावित करने के लिए पर्याप्त बड़ी है या नहीं। बीडीएस तुर्किये में लागू स्वतंत्र ऑडिटिंग मानक हैं; यह अंतरराष्ट्रीय ऑडिटिंग मानकों (आईएसए) का अनुपालन करता है और पीओए (पब्लिक ओवरसाइट, अकाउंटिंग एंड ऑडिटिंग स्टैंडर्ड्स अथॉरिटी) द्वारा प्रकाशित किया जाता है। वर्किंग पेपर एक दस्तावेज़ है जिसमें किया गया कार्य और प्राप्त परिणाम दर्ज किये जाते हैं। हम निम्नलिखित इकाइयों में इन अवधारणाओं को एक-एक करके समझाएंगे; अभी के लिए, यह जान लें: इन सभी अवधारणाओं में, एआई आपको रूपरेखा और विश्लेषण देता है, लेकिन कोई निर्णय नहीं देता है।

निम्नलिखित तालिका मिशन द्वारा एआई की भूमिका और जोखिम स्तर का सारांश प्रस्तुत करती है:

खोज

एआई की भूमिका

जोखिम स्तर

कौन अनुमोदन/निर्णय लेता है

डेटा की सफ़ाई, फ़ॉर्मेटिंग

कार्यकर्ता, त्वरक

कम

ऑडिट टीम के सदस्य

वर्किंग पेपर/सारांश ड्राफ्ट

स्केच जनरेटर

निम्न-मध्यम

वरिष्ठ लेखा परीक्षक

मानक/आइटम खोज

दिशा खोजक

मध्यम

लेखा परीक्षक (आधिकारिक पाठ द्वारा पुष्टि)

विश्लेषणात्मक प्रक्रिया व्याख्या

परिकल्पना जनरेटर

मध्यम

लेखापरीक्षा अधिकारी

जर्नल/विसंगति स्कैनिंग

सांख्यिकीय मार्कर

मध्यम-उच्च

लेखा परीक्षक (प्रत्येक अपवाद की जांच करता है)

भौतिकता/जोखिम निर्णय

सहायक इनपुट

उच्च

लेखापरीक्षक का व्यावसायिक निर्णय

लेखापरीक्षा राय/निष्कर्ष

यह इनपुट भी नहीं है, यह ड्राफ्ट भाषा है

बहुत ऊँचा

जिम्मेदार लेखा परीक्षक (हस्ताक्षर)

इस एक पंक्ति को ध्यान में रखें: जैसे-जैसे जोखिम बढ़ता है, एआई की भूमिका छोटी होती जाती है और ऑडिटर का निर्णय बढ़ता जाता है।

क्यों "सत्यापन" इस व्यवसाय का हृदय है?

कृत्रिम बुद्धिमत्ता भाषा मॉडल अपने उत्तर को लेकर आश्वस्त दिखते हैं, लेकिन हो सकता है कि वे आश्वस्त न हों। इसे तकनीकी शब्दजाल में मतिभ्रम कहा जाता है: यह तब होता है जब मॉडल ऐसी जानकारी गढ़ता है जो वास्तव में मौजूद नहीं होती है - एक संख्या, एक मानक आइटम, एक तारीख - एक वाक्य में जो बहती है जैसे कि यह सच थी। एक ऑडिटर के लिए यह एक घातक जाल है। मॉडल आपके लिए एक संख्या उत्पन्न कर सकता है जैसे "पिछले वर्ष सकल मार्जिन 34 प्रतिशत था"; हालाँकि, उसने आपका डेटा कभी नहीं देखा है और यह संख्या पूरी तरह से बनी हुई है। या यह कह सकता है "टीएमएस 36 अनुच्छेद 22 2021 में बदल गया"; हालाँकि, ऐसा कोई खंड या परिवर्तन नहीं हो सकता है। चूँकि वह दोनों को समान प्रवाह और समान आत्मविश्वास के साथ कहते हैं, एकमात्र चीज जो सही और गलत को अलग करती है वह आपका ज्ञान और सत्यापन करने की आपकी आदत है।

सत्यापन अनुशासन में ऑडिटिंग के तीन चरण होते हैं:

1. स्रोत से लिंक करें: संख्याओं, अनुपातों, शेषों और मानक वस्तुओं के लिए, अपने स्वयं के ऑडिट साक्ष्य (ट्रायल बैलेंस, सहायक खाता बही, बैंक पुष्टिकरण, अनुबंध) और आधिकारिक स्रोतों (केजीके द्वारा प्रकाशित बीडीएस और टीएफआरएस पाठ, प्रासंगिक विज्ञप्ति) पर भरोसा करें, एआई की मेमोरी पर नहीं। उस डेटा पर टिप्पणी करने के लिए AI का उपयोग करें, उसे याद रखने के लिए नहीं।
2. पुनर्गणना/तुलना करें: एआई रिटर्न के प्रत्येक संख्यात्मक परिणाम, दर और रुझान की स्वतंत्र रूप से जांच करें। प्रतिशत, कुल, शेष अंतर को स्वयं सत्यापित करें।
3. परीक्षण लेखापरीक्षक संशयवाद: संशयपूर्ण दृष्टि से प्रश्न करें कि क्या आउटपुट साक्ष्य, विनियमों और सामान्य ज्ञान के साथ संघर्ष करता है। "अगर यह सच है, तो और क्या सच होना चाहिए?" और "अगर यह झूठ है, तो कौन सा सबूत इसे दिखाएगा?" पूछना।

सावधानी: किसी निष्कर्ष या संख्या को सत्यापित किए बिना एआई द्वारा उत्पादित वर्किंग पेपर को फ़ाइल में डालना एक अहस्ताक्षरित वर्किंग पेपर को साक्ष्य के रूप में मानने जैसा है। सिर्फ इसलिए कि आउटपुट धाराप्रवाह है, सच नहीं है; यह तभी सत्य है जब आप इसे सत्य साबित करें।

स्वतंत्रता और गोपनीयता: ऑडिटिंग के दो अनुल्लंघनीय सिद्धांत

ऑडिटिंग की वैधता दो बुनियादी सिद्धांतों पर आधारित है। सबसे पहले, स्वतंत्रता: ऑडिटर को उस इकाई से स्वतंत्र होना चाहिए, जो वह ऑडिट करता है, वास्तव में और उपस्थिति दोनों में; उसे रुचि के रिश्तों से दूर रहना चाहिए जो उसकी राय को विकृत कर देगा। दूसरे, गोपनीयता: ऑडिट के दौरान सीखी गई जानकारी को अनधिकृत व्यक्तियों के साथ साझा नहीं किया जा सकता है या व्यक्तिगत लाभ के लिए उपयोग नहीं किया जा सकता है।

एआई का उपयोग सीधे तौर पर इन दोनों सिद्धांतों से संबंधित है। ऑडिटेड कंपनी के चालू खाते को ग्राहक के नाम, कर पहचान संख्या, बैंक जानकारी और राशि के साथ सार्वजनिक एआई टूल में चिपकाने का मतलब है कि यह डेटा बाहरी सर्वर पर जाता है। यह पेशेवर नैतिकता में गोपनीयता सिद्धांत और, यदि व्यक्तिगत डेटा शामिल है, तो केवीकेके (व्यक्तिगत डेटा संरक्षण कानून) दोनों का उल्लंघन करता है। नियम सरल है: डेटा को अज्ञात रखें और अनावश्यक साझा न करें। "एबीसी टेकस्टिल ए.Ş., टिन 1234567890, 4,850,000 टीएल का शेष" के बजाय, "एक मध्यम आकार की विनिर्माण कंपनी, आकार एक्स का प्राप्य शेष" लिखें। यदि संभव हो, तो ऐसे कॉरपोरेट टूल चुनें जिनके पास डेटा प्रोसेसिंग समझौता हो, मॉडल प्रशिक्षण में अपने डेटा का उपयोग न करें और ऑडिट ट्रेल रखें।

स्वतंत्रता की एक अतिरिक्त सूक्ष्मता है: ऑडिटेड कंपनी के अपने सिस्टम में एम्बेडेड एआई टूल पर आंख मूंदकर भरोसा करना, जिसके आउटपुट को आप स्वतंत्र रूप से नियंत्रित नहीं कर सकते, आपकी स्वतंत्रता को कमजोर कर सकता है। एआई एक उपकरण है; इसे किसने बनाया, आपका डेटा कहां जाता है, और क्या आप इसके आउटपुट को सत्यापित कर सकते हैं, यह सब आपकी स्वतंत्रता का हिस्सा है।

तीन मिनी मामले

केस 1 - सुरक्षित उपयोग। एक वरिष्ठ लेखा परीक्षक आमतौर पर 22-आइटम विश्लेषणात्मक समीक्षा सारांश को हाथ से लिखने में 3 घंटे लगाता है। उन्होंने गुमनाम रूप से ट्रायल बैलेंस से लिए गए नंबर YZ को दिए (कोई कंपनी का नाम नहीं, केवल खाता और राशि) और एक मसौदा टिप्पणी मांगी। एआई ने 12 मिनट में एक स्केच तैयार किया; ऑडिटर ने प्रत्येक अनुपात की तुलना अपनी वर्कशीट से की, दो गलत प्रतिशत को ठीक किया, और विचलन के लिए दो स्पष्टीकरण दिए। अवधि: 3 घंटे के बजाय 45 मिनट। एआई ने ड्राफ्ट दिया, जिम्मेदारी और राय ऑडिटर की रही.

केस 2 - असत्यापित नंबर ट्रैप। एक प्रशिक्षु लेखा परीक्षक ने एआई से पूछा, "इस उद्योग में औसत इन्वेंट्री टर्नओवर दर क्या है?" एआई ने "लगभग 6.4" की विश्वसनीय संख्या दी, भले ही उसके पास किसी भी उद्योग डेटा तक पहुंच नहीं थी। इंटर्न ने इसे वर्कशीट पर अपेक्षा मूल्य के रूप में लिखा, जिससे ग्राहक की 4.1 की दर "उचित" प्रतीत हुई। जब ऑडिटर ने पूछा, तो पता चला कि स्रोत एआई का आविष्कार था; विश्लेषणात्मक प्रक्रिया दोबारा की गई। गलती: एआई से बेंचमार्क डेटा मांगना जो उसके पास नहीं है।

केस 3 - गोपनीयता का उल्लंघन। उन्होंने कहा, टीम के एक सदस्य ने उन ग्राहकों की पूरी सूची अपलोड की, जिन्हें वह पुष्टिकरण पत्र भेजेगा - शीर्षक, पता, राशि, संपर्क नाम - एक सार्वजनिक एआई टूल में और "पुष्टि पत्र का मसौदा तैयार किया"। डेटा संगठन के बाहर चला गया; ऑडिट कंपनी की गुणवत्ता इकाई में एक गोपनीयता समीक्षा खोली गई थी। सही तरीका: वास्तविक डेटा को हटा देना और केवल "[ग्राहक का नाम]", "[राशि]" जैसे प्लेसहोल्डर के साथ एक टेम्पलेट मांगना था।

कमजोर संकेत/मजबूत संकेत

कमजोर संकेत:

इस कंपनी के वित्तीय विवरणों की व्याख्या करें और मुझे बताएं कि क्या कोई जोखिम है।

यह दावा त्रुटिपूर्ण है: एआई को कोई डेटा, संदर्भ या भूमिका नहीं दी गई है। चूँकि AI के पास कोई डेटा नहीं है, यह या तो सामान्य बयान देता है या बनी-बनाई संख्याओं के साथ "व्याख्याएँ" तैयार करता है। न तो अवधि, न ही खाता, न ही ऑडिट का उद्देश्य स्पष्ट है।

शक्तिशाली संकेत:

आपकी भूमिका: आप एक स्वतंत्र लेखा परीक्षक की सहायता करने वाले एक विश्लेषण सहायक हैं। नियंत्रण क्षेत्राधिकार मेरा है; आप ड्राफ्ट और खाते तैयार करेंगे। संदर्भ: नीचे एक अज्ञात ट्रायल बैलेंस सारांश है (कोई कंपनी का नाम नहीं)। मेरा उद्देश्य चालू वर्ष और पिछले वर्ष के बीच महत्वपूर्ण परिवर्तन (क्षैतिज विश्लेषण) देखना और उन विचलनों को निर्धारित करना है जिनकी जांच करने की आवश्यकता है। डेटा: [खाता नाम; पिछले वर्ष की राशि; चालू वर्ष की राशि पंक्तियाँ]कार्य:1) प्रत्येक खाते के लिए राशि और प्रतिशत परिवर्तन की गणना करें; गणना चरण दिखाएं ताकि मैं इसे सत्यापित कर सकूं। 2) 20% से अधिक या परिवर्तन चिह्न (जैसे लाभ-> हानि) वाली वस्तुओं को "जांच के लिए" के रूप में चिह्नित करें। 3) प्रत्येक चिह्नित आइटम के लिए 2-3 संभावित स्पष्टीकरण परिकल्पना का सुझाव दें; ध्यान दें कि इन्हें साक्ष्य के साथ सत्यापित किया जाना चाहिए। 4) कोई भी संख्या न बनाएं जिसके बारे में आप निश्चित नहीं हैं या डेटा से निष्कर्ष नहीं निकाल सकते हैं। "डेटा से नहीं निकाला जा सकता" लिखें। आउटपुट को तालिका के रूप में दें।

यह दावा शक्तिशाली है क्योंकि यह स्पष्ट रूप से भूमिका, सीमा (न्यायिक लेखा परीक्षक में), डेटा, चरण, सत्यापनीयता और "निर्माण पर प्रतिबंध" स्थापित करता है।

सामान्य गलतियां

• AI को संसाधन समझ लेना। संख्या, अनुपात, मानक आइटम और तारीख के लिए एआई की मेमोरी पर निर्भर रहना। एआई एक दिशा खोजक है; स्रोत नियंत्रण साक्ष्य और आधिकारिक पाठ।
• संदर्भ के बिना संकेत लिखना. भूमिका, डेटा और उद्देश्य बताए बिना "व्याख्या" कहना; परिणाम नकली होगा.
• गोपनीय डेटा को यथावत चिपकाना। गुमनामीकरण के बिना ग्राहक का नाम, टीआईएन, व्यक्तिगत डेटा युक्त प्रतिलेख साझा करना; गोपनीयता और KVKK उल्लंघन.
• आउटपुट को सत्यापित किए बिना फ़ाइल में डालना। यह सोचना कि धाराप्रवाह पाठ सही है और इसे वर्कशीट में स्थानांतरित करना।
• प्रत्यायोजित निर्णय. इस आधार पर निष्कर्ष पर पहुंचना कि "एआई ने ऐसा कहा था"; ऑडिट राय हस्तांतरणीय नहीं है.

युक्ति: प्रत्येक एआई सत्र में एक ऑडिटर के दिमाग से जाएं: "यह आउटपुट कहां गलत हो सकता है?" यह प्रश्न स्वचालन पूर्वाग्रह का प्रतिकार है और हम इसे पूरे मॉड्यूल में दोहराएंगे।

सारांश

आर्टिफिशियल इंटेलिजेंस ऑडिटिंग में एक शक्तिशाली सहायक है: यह डेटा तैयार करता है, स्कैन करता है, ड्राफ्ट करता है, गणना करता है और घंटों को मिनटों में कम कर देता है। लेकिन लेखापरीक्षा की राय, महत्वपूर्ण गलतबयानी का निर्णय और निष्कर्ष स्वतंत्र और सक्षम लेखापरीक्षक का होता है। जब तक एआई का आउटपुट सत्यापित नहीं हो जाता, यह एक अहस्ताक्षरित वर्किंग पेपर के समान ही मान्य है। तीन अनुल्लंघनीय सिद्धांत: स्रोत और पुनर्गणना (प्रमाणीकरण), लेखा परीक्षक के संदेह के साथ परीक्षण, डेटा को अज्ञात करना और सुरक्षित साधन चुनना (गोपनीयता और स्वतंत्रता)। जैसे-जैसे जोखिम बढ़ता है, एआई की भूमिका छोटी होती जाती है और आपका निर्णय बढ़ता जाता है।

आवेदन कार्य

अपने स्वयं के ऑडिट अभ्यास (या एक काल्पनिक ऑडिट) से तीन दोहराव वाले कार्यों का चयन करें: उदाहरण के लिए, (1) ट्रायल बैलेंस से एक क्षैतिज विश्लेषण सारांश निकालना, (2) एक मानक खंड का पता लगाना, (3) एक वर्किंग पेपर का मसौदा तैयार करना। उपरोक्त "मजबूत संकेत" पैटर्न का उपयोग करके प्रत्येक के लिए एक संकेत लिखें; भूमिका, अज्ञात डेटा, चरण और "निर्माण प्रतिबंध" जोड़ें। फिर आउटपुट को तीन सत्यापन चरणों (स्रोत, पुनर्गणना, संदेह के साथ परीक्षण) के माध्यम से चलाएं और ध्यान दें कि आपको कौन सी त्रुटियां मिलती हैं।

चेकलिस्ट

• [ ] मैंने एआई को दिए गए डेटा को अज्ञात बना दिया है; मैंने ग्राहक का नाम, टिन, व्यक्तिगत डेटा साझा नहीं किया।
• [ ] मैंने संकेत में भूमिका, संदर्भ, उद्देश्य और "कोई बनावटीपन नहीं" जोड़ा है।
• [ ] मैंने स्वतंत्र स्रोत के साथ आउटपुट में प्रत्येक संख्या और अनुपात की पुनर्गणना की।
• [ ] मैंने आधिकारिक पाठ से मानक/पदार्थ संदर्भों की पुष्टि की है।
• [ ] आउटपुट को "कहां गलत हो सकता है?" में कनवर्ट करें। मैंने इस प्रश्न के साथ संदेहपूर्वक इसका परीक्षण किया:
• [ ] मैंने अंतिम निर्णय और राय स्वयं बनाई; मैंने एआई को एक कारण के रूप में उद्धृत नहीं किया।
• [ ] मैंने डेटा गोपनीयता और स्वतंत्रता के संदर्भ में उपयोग किए गए टूल की उपयुक्तता का मूल्यांकन किया।