利益:
- 不正行為のトライアングル (圧力、機会、正当化) と危険信号の概念を理解し、人工知能を使用して疑わしいパターンをスキャンします。
- 人工知能のサポートによりベンフォードの法則、重複支払い、異常なサプライヤー パターンをスキャンし、レビュー リストを作成する機能
- 詐欺の疑いは重大な申し立てであり、人工知能のサインだけでは証拠にならず、最終的な評価は独立した監査人に属することを理解する能力。
間違いと不正行為の間には大きな違いがあります。エラーとは意図しない間違いです。完全に間違っていて、記録を忘れています。不正行為は意図的な欺瞞です。それは、誰かが個人的な利益のために故意に記録を歪曲した場合です。監査人の仕事は不正を「発見する」ことではなく、不正は法的資格であり裁判所が行うものであるが、ISA 240は監査人に対し、不正による重大な虚偽表示のリスクについて専門的な懐疑心を持ち、不正リスクの兆候（危険信号）を評価することを求めている。監査人は不正行為のリスクを評価し、疑わしいパターンを調査します。最終的な法的決定は他人に属します。
この単元では、AI を使用して不正リスクをスクリーニングする方法 (不正トライアングル、危険信号、ベンフォードの法則、重複支払いと異常なサプライヤー パターン、説明領域のテキスト分析) について説明します。基本原則は厳しく強調されています。AI によってフラグが付けられたパターンは、それ自体では詐欺の証拠にはなりません。赤旗は「停止して調査してください」というサインです。告発ではありません。
不正行為のトライアングルと危険信号
不正捜査の古典的な枠組みは不正トライアングルです。同氏によると、不正行為は通常、圧力（人を不正行為に駆り立てる経済的・個人的な必要性）、機会（脆弱な内部統制、チェックされていない権限）、正当化（自分の行動を自分自身に正当化する方法――「どうせ元に戻す」）という3つの条件が重なったときに発生するという。監査人は、これら 3 つの条件が強い領域ではより慎重になります。
赤い旗は、詐欺の可能性を示す警告信号です。典型的な例: 異常なライフスタイルを示す役人、常に同じサプライヤーと契約を結んでいる、従業員と住所が同じサプライヤー、休暇を取らず、仕事を誰にも委任していないスタッフ、頻繁な修正記録、基準値をわずかに下回る分割支払い、重複した請求書番号。 AI はデータ上のこれらのフラグの多くをスキャンできます。ただし、どのフラグにも無害な説明がある可能性があることを覚えておいてください。監査人の仕事は旗を見て調査することであり、旗を見たことを責めることではありません。
ベンフォードの法則: 直観に反するが強力なスクリーニング
ベンフォードの法則 (最初の桁の法則) によると、自然に発生する数値の大きなセットでは、最初の有効桁の分布は均一ではありません。数値は「1」 (約 30%) で始まる傾向があり、「9」 (約 4.6%) で始まる確率は非常に低いです。請求金額、支出、口座残高などの広範囲にわたる自然データは、通常、この分布に従います。誰かが手作業で数字を当てはめると（たとえば、承認基準値をわずかに下回る金額を書き込むなど）、この自然な分布は崩れます。ベンフォード分析は、最初の桁 (必要に応じて最初の 2 桁) の分布を期待値と比較し、逸脱にフラグを立てます。
AI は数千の金額のベンフォード分布を数秒で計算し、予想とは異なる数字を表示できます。しかし、ベンフォードには 2 つの制限があり、監査人はそれらを知っておく必要があります。
- すべてのデータに適合するわけではありません。特定の範囲内の限定された番号 (例、製品価格は常に 45 ～ 55 TL の間)、連続番号 (請求書番号)、割り当てられたコードは Benford に準拠していません。ここでは「偏差」は意味がありません。
- 逸脱は証拠にならない。予想以上に段差が上がったときは「こっち見て」というのがせいぜい。理由は正当なものである可能性があります (例: 会社の価格設定)。監査人は調査から結論を導き出すことはできません。
注意: ベンフォード逸脱を「不正行為の証拠」として提示するのは重大な間違いです。ベンフォードは単なる危険信号だ。これはどの記録を検査すべきかを指示するものであり、不正行為を証明するものではありません。
テキスト分析と繰り返しパターン
AI の言語能力は、数値以外の不正行為の検出にも役立ちます。異常な集中、曖昧な表現、または特定のキーワードは、説明フィールド (「雑費」、「コンサルティング」、「代理ホスティング」) でスキャンできます。また、構造パターン: 重複した請求書番号、従業員の銀行口座と一致するサプライヤーのアカウント、週末に作成されたサプライヤーの記録、頻繁な 24 時間の支払い。 AI はこれらすべてを「レビュー リスト」として生成します。監査人はリストを検索します。
スキャンタイプ
AIって何をするの？
監査人は何をする人ですか?
ベンフォード分析
最初の桁は分布偏差を示します
ズレの原因を調査します
二重支払い
同じ金額+日付+サプライヤーが繰り返しを見つける
真実は重複文書によって確認されるのか？
サプライヤーと従業員のマッチング
同じアドレス/アカウントの重複にフラグを立てる
利益相反がないか調査します
サブスレッショルド分割
クラスタリングが承認しきい値を下回っていることを示します
意図があるかどうかを評価する
テキスト/説明の分析
曖昧な/繰り返しのコメントをスキャンします
ドキュメントごとにコンテンツをクエリする
ミニケース3個
ケース 1 — ベンフォードが指示を出し、警部が発見。監査人は経費明細書に対してベンフォード分析を実行させました。 「4」で始まる金額は予想をはるかに上回っていました。監査人がこのセットを検査したところ、1 人の従業員が承認基準値 5,000 ドルをわずかに下回る「4.8xx ドル」の経費を一貫して入力していたことを発見しました。その書類は偽造されたものであることが判明した。ベンフォードの逸脱が方向性を与えた。監査人の調査と文書により不正が明らかになった。
ケース 2 — 偽陽性のベンフォード。チームメンバーは製品の価格表に対してベンフォード分析を実行させ、大きな乖離を見つけたときに「操作がある」と書きました。担当者が調査したところ、データは 90 ～ 110 TL の狭い範囲の価格で構成されていました。いずれにせよ、ベンフォードはそのような限られたセットには収まらないだろう。 「バイアス」は完全に、この方法を間違ったデータに適用したことに起因していました。教訓: ベンフォードはすべてのデータに適用できるわけではありません。監査人はその適合性を評価します。
ケース 3 — 非難の旗を掲げる。監査人はAIがマークした「従業員と住所が同じサプライヤー」を報告書に直接「架空のサプライヤー、詐欺」と記載したいと考えた。責任者はそれを止めました。調査の結果、サプライヤーは実在の企業であり、従業員の親戚に属し、これは利益相反関係ではあるが架空のものではないことがわかりました。これは浮気ではなく、公表すべき関係として報じられた。教訓: 危険信号が出れば捜査が始まる。証拠が結果を決定します。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
これらの支払いに詐欺がないか調べてください。
問題: AI は不正行為を「見つける」ことができません。不正行為は法的な結果となります。このプロンプトは、捏造された「チートリスト」または根拠のない非難を生み出します。
強力なプロンプト:
あなたの役割: あなたは独立監査人の不正リスク スクリーニングのアシスタントです。あなたは赤旗にサインします。不正行為の評価と結果は私のものです。どのレコードにも「チート」というラベルを付けないでください。データ (匿名): サプライヤーの支払い (列:payment_id、date、supplier_id、supplier_address、金額、confirmation_threshold=50,000、説明)。タスク - 次のスキャンを実行し、それぞれを SEPARATE リストとしてエクスポートします:1) サブしきい値分割: 50,000 TL しきい値 (45,000 ～ 49,999) のすぐ下にクラスター化されています。支払い。サプライヤーごとにカウントします。2) 重複: 同じ金額 + 同じサプライヤー + 3 日以内の定期支払い。3) ベンフォード (最初の桁): 金額の最初の桁の分布を予想されるベンフォードと比較します。逸脱したステップを表示します。重要: このデータが Benford (範囲、制約) に準拠しているかどうかも評価し、準拠していない場合は警告します。 4) 開示分析: 「その他/その他/コンサルティング」などの曖昧な記述が集中しているサプライヤーをマークします。各リストについて、これらは「調査すべき危険信号」であり、詐欺の結果ではないことを書きます。フィッティングレコード/パターンを追加します。
このプロンプトは、スキャンを解析し、ベンフォードのコンプライアンスに疑問を投げかけ、出力を「危険信号」として位置付け、「不正行為」の帰属を禁止するため、強力です。
よくある間違い
- 「コツを見つける」という意味です。 AI は不正行為を検出しません。赤旗の標識。不正行為は法的な結果となります。
- 不適切なデータにベンフォードを適用する。狭い帯域、連番やコードの「ズレ」を意味のあるものと誤解する。
- 偏差を証拠として考慮します。ベンフォードやパターンサインを調査せずに不正行為を宣言する。
- 赤旗を告発に変える。関係やパターンを文書で確認せずに浮気として消し去る。
- 浮気の三角関係を無視する。データだけを見て、プレッシャー/機会/正当化のコンテキストを評価しません。
ヒント: 危険信号を見つけたら、次の 2 つの質問を自問してください。「これについて完全に無害な説明は何でしょうか?」 「本当に不正行為である場合、他にどのような痕跡を見るべきでしょうか?」最初の質問は不当な非難からあなたを守り、2 番目の質問は表面的なものから守ります。
要約すれば
不正監査における監査人の役割は、不正を「発見」することではなく、懐疑的に不正のリスクを評価し、危険信号を探すことです（BDS 240）。 AI は強力なスキャン エンジンです。ベンフォード分析、重複支払い、しきい値以下の分割、サプライヤーと従業員の重複、テキスト分析を数秒で実行します。しかし、あらゆる兆候は危険信号であり、証拠ではありません。ベンフォードはすべてのデータに適合するわけではありません。逸脱は不正行為を意味するものではありません。旗を確認するのは AI の仕事であり、調査して評価し、法的帰属を回避するのは監査人の仕事です。赤旗には「停止して調査せよ」と書かれています。彼は「有罪」とは言いません。
アプリケーションタスク
仮想のベンダー支払いデータセットを検討し、承認のしきい値を設定します。 AI に上記の強力なプロンプト パターンを使用して 4 つのスキャン (しきい値未満の分割、重複、ベンフォード、注釈分析) を実行させます。ベンフォードに彼の適性を疑ってもらいます。次に、発生した危険信号ごとに、「無実の説明」と「不正行為のシナリオ」を書き、その 2 つを区別できる証拠を示します。
チェックリスト
- [ ] 私は AI に「トリックを見つけろ」とは言いませんでした。私は「赤信号」と言い、不正行為を特徴付けることを禁止しました。
- [ ] ベンフォードを適切な (広く配置された自然な) データにのみ適用しました。適合性を評価してみました。
- [ ] 私はそれぞれの危険信号を結論ではなく研究の始まりとして扱いました。
- [ ] それぞれの兆候について、無害な説明と不正行為のシナリオの両方を検討しました。
- [ ] 私は文書で検証することなく、パターンを詐欺的/架空のものとして特徴付けませんでした。
- [ ] 私は不正行為のトライアングルの背景 (圧力、機会、正当化) を評価しました。
- [ ] 私は、最終的な法的資格は監査人の仕事ではないこと、およびリスクを評価したことを文書化しました。