Keuntungan:
- Mampu membedakan mana kecerdasan buatan menghemat waktu nyata dalam siklus audit (perencanaan, pengumpulan bukti, analisis, dokumentasi, pelaporan) dan mana keputusan seperti opini audit dan penilaian salah saji material diserahkan kepada auditor independen, tergantung pada tingkat risiko tugasnya.
- Kemampuan untuk menerapkan disiplin yang memvalidasi setiap keluaran AI melalui langkah-langkah menghubungkannya ke sumbernya, menghitung ulang, dan mengujinya dengan skeptisisme auditor.
- Menganonimkan data audit dalam lingkup prinsip kerahasiaan dan independensi serta membiasakan memilih sarana yang aman
Hari-hari seorang auditor dihabiskan antara "mengumpulkan bukti" dan "membuat keputusan" lebih dari yang disadari kebanyakan orang. Anda memindai ribuan entri jurnal, Anda mendokumentasikan saldo akun, Anda mempertanyakan kewajaran perkiraan, Anda bertanya, "Benarkah demikian?" daripada menerima pernyataan dari pelanggan begitu saja. kamu menggali. Beberapa dari pekerjaan ini bersifat berulang dan memakan waktu: mengorganisasikan data, mencari klausul baku, menyusun kertas kerja, membuat daftar variansi rekonsiliasi. Lainnya adalah pertimbangan yang secara langsung menentukan opini audit Anda—yaitu, opini Anda yang diungkapkan secara publik tentang apakah laporan keuangan “benar dan wajar dalam semua hal yang material”—yang harus memiliki margin kesalahan yang sangat rendah.
Kecerdasan buatan (disingkat AI, atau disingkat AI – sistem komputer yang dapat menghasilkan teks seperti manusia, mengenali pola, menemukan hubungan dalam kumpulan data besar, dan melakukan penghitungan) berada tepat di tengah-tengah gambaran ini. Bila digunakan dengan benar, ini mengurangi ringkasan tinjauan analitis yang berdurasi tiga jam menjadi empat puluh menit; memindai ratusan ribu catatan dalam hitungan detik; Ini memandu Anda untuk menemukan item standar. Jika digunakan secara tidak benar, hal ini dapat membawa ke dalam kertas kerja Anda—dan akhirnya ke dalam opini audit Anda—angka yang tampaknya aman dan lancar namun sepenuhnya dibuat-buat, klausul standar yang tidak ada, atau hasil yang tidak berdasar.
Unit pertama modul ini bukanlah pengenalan perangkat lunak. Tujuannya adalah untuk memperjelas di mana AI harus ditempatkan dalam bisnis audit dan di mana tidak boleh ditempatkan sama sekali. Karena audit adalah profesi yang sangat penting bagi kepatuhan yang bergantung pada kepercayaan publik dan hasilnya mempengaruhi investor, kreditor, administrasi perpajakan, dan masyarakat. Mari kita jabarkan prinsip dasarnya dari awal: Kecerdasan buatan adalah asisten, bukan pengontrol. Tanggung jawab dan persetujuan akhir atas seluruh keputusan mengenai opini audit, pertimbangan salah saji material, dan opini kesimpulan adalah milik auditor yang kompeten dan independen.
Lingkaran kontrol dan tempat AI
Untuk memahami audit independen, ada gunanya menganggap pekerjaan sebagai sebuah siklus. Selama fase perencanaan dan penilaian risiko, Anda mengenal bisnis dan menentukan di mana kemungkinan besar terjadinya kesalahan. Selama fase pengumpulan dan pengujian bukti, Anda menghubungkan saldo akun, kelompok transaksi, dan pengungkapan ke dokumen, konfirmasi, dan analisis. Pada tahap evaluasi, Anda mempertimbangkan temuan dalam hal signifikansinya dan mengambil kesimpulan. Selama fase pelaporan, Anda menuliskan pendapat dan temuan Anda. Sepanjang seluruh siklus, dokumentasi (kertas kerja) menciptakan bukti pekerjaan Anda yang dapat dilacak.
AI dapat menyentuh setiap tahapan siklus ini, namun dengan otoritas yang berbeda di setiap tahapan. Menghasilkan ide risiko dan skenario materialitas dalam perencanaan; menyiapkan data dalam pengujian, memindainya, dan menandai anomali; menulis rancangan komentar dalam evaluasi; Ini mempercepat temuan dan bahasa laporan dalam pelaporan. Namun, dia tidak mengambil keputusan pada tahap apa pun. Keputusan tersebut memerlukan pertimbangan profesional dan skeptisisme; Ini tidak dapat dipindahtangankan.
Mari kita definisikan beberapa istilah dasar dari awal. Bukti audit adalah informasi (dokumen, konfirmasi, perhitungan ulang, analisis) yang menjadi dasar opini auditor. Materialitas merupakan ambang batas apakah suatu kesalahan cukup besar untuk mempengaruhi keputusan pengguna laporan keuangan. BDS adalah Standar Audit Independen yang berlaku di Türkiye; Ini mematuhi standar audit internasional (ISA) dan diterbitkan oleh POA (Otoritas Pengawasan Publik, Akuntansi dan Standar Audit). Kertas kerja adalah dokumen yang mencatat pekerjaan yang dilakukan dan hasil yang diperoleh. Konsep-konsep tersebut akan kami jelaskan satu per satu pada unit berikut; Untuk saat ini, ketahuilah ini: Dalam semua konsep ini, AI memberi Anda garis besar dan analisis, tetapi tidak ada penilaian.
Tabel berikut merangkum peran dan tingkat risiko AI berdasarkan misinya:
Pencarian
Peran AI
Tingkat risiko
Siapa yang menyetujui/memutuskan
Pembersihan data, pemformatan
pekerja, akselerator
rendah
Anggota tim audit
Kertas kerja/draf ringkasan
pembuat sketsa
Rendah-Sedang
auditor senior
Penemuan standar/item
pencari arah
sedang
Auditor (konfirmasi melalui teks resmi)
Interpretasi prosedur analitis
pembangkit hipotesis
sedang
Petugas audit
Pemindaian jurnal/anomali
penanda statistik
Sedang-Tinggi
Auditor (memeriksa setiap pengecualian)
Penilaian materialitas/risiko
masukan tambahan
tinggi
Pertimbangan profesional auditor
Opini/kesimpulan audit
Ini bahkan bukan masukan, itu bahasa rancangan
sangat tinggi
Auditor yang bertanggung jawab (tanda tangan)
Ingatlah satu hal ini: seiring dengan meningkatnya risiko, peran AI menjadi lebih kecil dan pertimbangan auditor meningkat.
Mengapa "verifikasi" adalah inti dari bisnis ini
Model bahasa kecerdasan buatan tampak yakin dengan jawabannya, namun mungkin tidak yakin. Hal ini disebut halusinasi dalam jargon teknis: ini terjadi ketika model mengarang informasi yang sebenarnya tidak ada—angka, item standar, tanggal—ke dalam sebuah kalimat yang mengalir seolah-olah informasi tersebut benar. Bagi seorang auditor, ini adalah jebakan yang mematikan. Model tersebut mungkin menghasilkan angka untuk Anda seperti “margin kotor tahun lalu adalah 34 persen”; Namun, dia belum pernah melihat data Anda dan nomor ini sepenuhnya dibuat-buat. Atau bisa dikatakan “TMS 36 pasal 22 diubah pada tahun 2021”; Namun, mungkin tidak ada klausul atau perubahan tersebut. Karena beliau mengatakan keduanya dengan kefasihan yang sama dan keyakinan yang sama, satu-satunya hal yang membedakan benar dan salah adalah pengetahuan Anda dan kebiasaan Anda memverifikasi.
Disiplin verifikasi terdiri dari tiga langkah dalam audit:
- Tautan ke sumber: Untuk angka, rasio, saldo dan item standar, andalkan bukti audit Anda sendiri (neraca saldo, buku besar pembantu, konfirmasi bank, kontrak) dan sumber resmi (teks BDS dan TFRS yang diterbitkan oleh KGK, komunike yang relevan), bukan pada ingatan AI. Gunakan AI untuk mengomentari data tersebut, bukan untuk mengingatnya.
- Hitung ulang/bandingkan: Periksa secara mandiri setiap hasil numerik, nilai, dan tren yang dikembalikan AI. Verifikasi sendiri persentase, total, perbedaan saldo.
- Uji skeptisisme auditor: Bertanya dengan sikap skeptis apakah keluarannya bertentangan dengan bukti, peraturan, dan akal sehat. “Jika ini benar, apa lagi yang benar?” dan “Jika ini salah, bukti apa yang menunjukkannya?” bertanya.
Perhatian: Memasukkan kertas kerja yang dihasilkan oleh AI ke dalam file tanpa memverifikasi temuan atau nomor sama seperti menganggap kertas kerja yang tidak ditandatangani sebagai bukti. Hanya karena keluarannya lancar tidaklah benar; Itu hanya benar jika Anda membuktikannya.
Independensi dan kerahasiaan: dua prinsip audit yang tidak dapat diganggu gugat
Legitimasi audit didasarkan pada dua prinsip dasar. Pertama, independensi: auditor harus independen, baik secara nyata maupun secara penampilan, terhadap entitas yang diauditnya; Ia harus menjauhi hubungan kepentingan yang dapat memutarbalikkan pendapatnya. Kedua, kerahasiaan: informasi yang diperoleh selama audit tidak boleh dibagikan kepada orang yang tidak berwenang atau digunakan untuk keuntungan pribadi.
Penggunaan AI secara langsung berkaitan dengan kedua prinsip ini. Menempelkan rekening giro perusahaan yang diaudit dengan nama pelanggan, nomor identifikasi pajak, informasi bank, dan jumlah ke dalam alat AI publik berarti data ini masuk ke server eksternal. Hal ini melanggar prinsip kerahasiaan dalam etika profesi dan, jika menyangkut data pribadi, melanggar KVKK (UU Perlindungan Data Pribadi). Aturannya sederhana: anonimkan data dan jangan membagikan data yang tidak diperlukan. Alih-alih "ABC Tekstil A.Ş., TIN 1234567890, saldo 4.850.000 TL", tulislah "perusahaan manufaktur skala menengah, saldo piutang ukuran X". Jika memungkinkan, pilih alat perusahaan yang memiliki perjanjian pemrosesan data, jangan gunakan data Anda dalam pelatihan model, dan simpan jejak audit.
Ada tambahan halus dalam independensi: mempercayai secara membabi buta alat AI yang tertanam dalam sistem perusahaan yang diaudit, yang outputnya tidak dapat Anda kendalikan secara independen, dapat melemahkan independensi Anda. AI adalah sebuah alat; Siapa yang membuatnya, ke mana data Anda disimpan, dan apakah Anda dapat memverifikasi keluarannya, semuanya merupakan bagian dari independensi Anda.
tiga kasus mini
Kasus 1 — Penggunaan yang aman. Seorang auditor senior biasanya menghabiskan 3 jam untuk menulis ringkasan tinjauan analitis yang terdiri dari 22 item. Dia memberikan nomor yang dia ambil dari neraca saldo secara anonim (tidak ada nama perusahaan, hanya akun dan jumlah) kepada YZ dan meminta draf komentar. AI menghasilkan sketsa dalam 12 menit; Auditor membandingkan setiap rasio dengan lembar kerjanya, mengoreksi dua persentase yang salah, dan membuktikan dua penjelasan atas penyimpangan. Durasi: 45 menit, bukan 3 jam. AI menyerahkan rancangannya, tanggung jawab dan pendapat tetap berada pada auditor.
Kasus 2 — Perangkap nomor yang belum terverifikasi. Auditor peserta pelatihan bertanya kepada AI, "Berapa rata-rata tingkat perputaran persediaan di industri ini?" AI memberikan angka yang meyakinkan "sekitar 6,4" meskipun ia tidak memiliki akses ke data industri apa pun. Magang menulis ini di lembar kerja sebagai nilai ekspektasi, membuat nilai klien sebesar 4,1 tampak "masuk akal". Saat auditor bertanya, ternyata sumbernya adalah penemuan AI; Prosedur analitis telah diulang. Kesalahan: Meminta AI untuk data benchmark yang tidak dimilikinya.
Kasus 3 — Pelanggaran kerahasiaan. Seorang anggota tim mengunggah daftar lengkap pelanggan yang akan dia kirimi surat konfirmasi – judul, alamat, jumlah, nama kontak – ke dalam alat AI publik dan “menyusun surat konfirmasi,” katanya. Datanya keluar dari organisasi; Tinjauan kerahasiaan dibuka di unit mutu perusahaan audit. Cara yang benar: adalah dengan menghapus data sebenarnya dan hanya meminta template dengan placeholder seperti "[NAMA PELANGGAN]", "[JUMLAH]".
Perintah lemah / Perintah kuat
Perintah yang lemah:
Tafsirkan laporan keuangan perusahaan ini dan beri tahu saya jika ada risiko.
Klaim ini salah: AI tidak diberikan data, konteks, atau peran. Karena AI tidak memiliki data apa pun, AI akan membuat pernyataan umum atau menghasilkan "interpretasi" dengan angka-angka yang dibuat-buat. Baik periode, akun, maupun tujuan auditnya tidak jelas.
Perintah yang kuat:
Peran Anda: Anda adalah asisten analisis yang membantu auditor independen. Yurisdiksi kendali adalah milik saya; Anda akan membuat konsep dan akun. Konteks: Di bawah ini adalah ringkasan neraca saldo anonim (tanpa nama perusahaan). Tujuan saya adalah melihat perubahan yang signifikan (analisis horizontal) antara tahun berjalan dengan tahun sebelumnya serta mengetahui penyimpangan-penyimpangan yang perlu diteliti.Data:[nama rekening; jumlah tahun sebelumnya; garis jumlah tahun berjalan]Tugas:1) Menghitung jumlah dan persentase perubahan untuk setiap akun; tunjukkan langkah perhitungannya agar saya dapat memverifikasinya.2) Tandai item yang melebihi 20% atau ubah tanda (seperti untung->rugi) sebagai "untuk diperiksa".3) Sarankan 2-3 kemungkinan penjelasan HIPOTESIS untuk setiap item yang ditandai; Perhatikan bahwa angka-angka ini harus diverifikasi dengan bukti. 4) Jangan mengarang angka-angka yang Anda tidak yakin atau tidak dapat menyimpulkannya dari data. Tulis "tidak dapat mengekstrak dari data". Berikan hasilnya sebagai tabel.
Klaim ini kuat karena dengan jelas menetapkan peran, batasan (dalam auditor yudisial), data, langkah-langkah, kemampuan verifikasi, dan “larangan pemalsuan.”
Kesalahan umum
- Mengira AI sebagai sumber daya. Mengandalkan memori AI untuk jumlah, rasio, item standar, dan tanggal. AI adalah pencari arah; bukti kontrol sumber dan teks resmi.
- Menulis petunjuk tanpa konteks. Mengatakan “menafsirkan” tanpa memberikan peran, data dan tujuan; Hasilnya akan palsu.
- Menempelkan data rahasia apa adanya. Berbagi transkrip yang berisi nama pelanggan, NPWP, data pribadi tanpa anonimisasi; privasi dan pelanggaran KVKK.
- Memasukkan output ke dalam file tanpa memvalidasinya. Berpikir teks fasih itu benar dan mentransfernya ke lembar kerja.
- Mendelegasikan penilaian. Mengambil kesimpulan dengan alasan bahwa "AI berkata demikian"; Opini audit tidak dapat dialihkan.
Tip: Masuki setiap sesi AI dengan pikiran auditor: "Di manakah keluaran ini bisa salah?" Pertanyaan ini adalah penangkal bias otomatisasi dan kami akan mengulanginya di seluruh modul.
Singkatnya
Kecerdasan buatan adalah asisten yang ampuh dalam audit: ia menyiapkan data, memindai, membuat draf, menghitung, dan mengurangi jam menjadi menit. Namun opini audit, pertimbangan atas salah saji material, dan kesimpulan adalah milik auditor independen dan kompeten. Jika keluaran AI tidak diverifikasi, maka keluaran tersebut sama validnya dengan kertas kerja yang tidak ditandatangani. Tiga prinsip yang tidak dapat diganggu gugat: sumber dan penghitungan ulang (otentikasi), uji dengan skeptisisme auditor, anonimkan data, dan pilih cara yang aman (kerahasiaan dan independensi). Ketika risiko meningkat, peran AI menjadi lebih kecil dan penilaian Anda meningkat.
Tugas aplikasi
Pilih tiga tugas berulang dari praktik audit Anda (atau audit hipotetis): misalnya, (1) mengekstrak ringkasan analisis horizontal dari neraca saldo, (2) menemukan klausul standar, (3) menyusun kertas kerja. Tulis prompt untuk masing-masing menggunakan pola "prompt kuat" di atas; Tambahkan peran, data anonim, langkah-langkah dan “larangan fabrikasi”. Kemudian jalankan output melalui tiga langkah verifikasi (sumber, hitung ulang, uji dengan skeptis) dan catat kesalahan apa yang Anda temukan.
daftar periksa
- [ ] Saya menganonimkan data yang saya berikan kepada AI; Saya tidak membagikan nama pelanggan, NPWP, data pribadi.
- [ ] Saya menambahkan peran, konteks, tujuan, dan "tanpa rekayasa" ke prompt.
- [ ] Saya menghitung ulang setiap angka dan rasio dalam output dengan sumber independen.
- [ ] Saya telah mengkonfirmasi referensi standar/zat dari teks resmi.
- [ ] Ubah hasilnya menjadi "di mana kesalahannya?" Saya mengujinya secara skeptis dengan pertanyaan:
- [ ] Saya sendiri yang membuat penilaian dan opini akhir; Saya tidak menyebut AI sebagai alasannya.
- [ ] Saya mengevaluasi kesesuaian alat yang saya gunakan dalam hal kerahasiaan dan independensi data.