ಆಡಿಟ್, ಆಂತರಿಕ ನಿಯಂತ್ರಣ ಮತ್ತು ಅಸಂಗತತೆ ಪತ್ತೆ

ಲಾಭಗಳು:

• AI ಯೊಂದಿಗೆ ಸಂಪೂರ್ಣ ಜನಸಂಖ್ಯೆಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಅಸಂಗತತೆಯ ನಿಯಮಗಳ ಪ್ರಕಾರ ಅನುಮಾನಾಸ್ಪದ ದಾಖಲೆಗಳಿಗೆ ಆದ್ಯತೆ
• ಮಾದರಿಯಲ್ಲಿ ತೀರ್ಪು ನೀಡದೆಯೇ 'ಗುರುತು ಮತ್ತು ಸಮರ್ಥನೆ' ಶಿಸ್ತಿನಿಂದ ಆಡಿಟ್‌ಗಳನ್ನು ನಡೆಸುವ ಸಾಮರ್ಥ್ಯ
• ಪ್ರತಿ AI ಔಟ್‌ಪುಟ್‌ಗಾಗಿ ಆಡಿಟ್ ಟ್ರಯಲ್ (ಡೇಟಾ, ಪ್ರಾಂಪ್ಟ್, ದಿನಾಂಕ, ಪರಿಶೀಲಕ) ಇರಿಸಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ

ಬಹುಶಃ ಲೆಕ್ಕಪರಿಶೋಧನೆ ಮತ್ತು ಹಣಕಾಸಿನ ಅತ್ಯಂತ ಸೂಕ್ಷ್ಮ ಪ್ರದೇಶವೆಂದರೆ ಲೆಕ್ಕಪರಿಶೋಧನೆ: ದಾಖಲೆಗಳು ನಿಖರ, ಸಂಪೂರ್ಣ ಮತ್ತು ಅನುಸರಣೆ ಎಂದು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸುವುದು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಇಲ್ಲಿ ದ್ವಿಮುಖ ಸಾಧನವಾಗಿದೆ. ಒಂದೆಡೆ, ವೈಪರೀತ್ಯಗಳಿಗಾಗಿ ದೊಡ್ಡ ಡೇಟಾ ಸ್ಟ್ಯಾಕ್‌ಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವಲ್ಲಿ (ನಿರೀಕ್ಷೆಗಳಿಂದ ವಿಪಥಗೊಳ್ಳುವ ಅನುಮಾನಾಸ್ಪದ ದಾಖಲೆಗಳು) ಮತ್ತು ಆಂತರಿಕ ನಿಯಂತ್ರಣ ದೋಷಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವಲ್ಲಿ ಇದು ಅತ್ಯಂತ ಶಕ್ತಿಯುತವಾಗಿದೆ. ಮತ್ತೊಂದೆಡೆ, ಆಡಿಟ್‌ನ ಸ್ವರೂಪದಿಂದಾಗಿ, AI ಯ ಸ್ವಂತ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಸಹ ಆಡಿಟ್ ಮಾಡಬೇಕು. ಈ ಘಟಕದಲ್ಲಿ, AI ಅನ್ನು "ಆಡಿಟ್ ಅಸಿಸ್ಟೆಂಟ್" ಆಗಿ ಬಳಸುವುದು ಮತ್ತು ಆಡಿಟ್ ಟ್ರಯಲ್ ಅನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುವುದು ಎಂಬುದನ್ನು ನಾವು ಕಲಿಯುತ್ತೇವೆ.

ಆಂತರಿಕ ನಿಯಂತ್ರಣ ಮತ್ತು ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ AI ನ ಪಾತ್ರ

ಆಂತರಿಕ ನಿಯಂತ್ರಣವು ದೋಷಗಳು ಮತ್ತು ದುರುಪಯೋಗವನ್ನು ತಡೆಗಟ್ಟಲು ಸ್ಥಾಪಿಸಲಾದ ನಿಯಮಗಳು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗಳ ಗುಂಪಾಗಿದೆ (ಉದಾಹರಣೆಗೆ ಕರ್ತವ್ಯಗಳ ಪ್ರತ್ಯೇಕತೆ, ಅನುಮೋದನೆ ಮಿತಿಗಳು, ಸಮನ್ವಯ). ಇವುಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿವೆಯೇ ಅಥವಾ ಇಲ್ಲವೇ ಎಂಬುದನ್ನು ಲೆಕ್ಕಪರಿಶೋಧನೆ ಪರಿಶೀಲಿಸುತ್ತದೆ. ಸಾಂಪ್ರದಾಯಿಕ ಲೆಕ್ಕಪರಿಶೋಧನೆಯು ಮಾದರಿಯನ್ನು ಒಳಗೊಂಡಿರುವ ಸಂಪೂರ್ಣ ಜನಸಂಖ್ಯೆಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿದಾಗ AI ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿದೆ (ನೂರಾರಲ್ಲಿ ಕೆಲವು ದಾಖಲೆಗಳನ್ನು ಪರಿಶೀಲಿಸುವುದು). ಎಲ್ಲಾ 10,000 ದಾಖಲೆಗಳನ್ನು ನೋಡುವುದು ಮನುಷ್ಯನಿಗೆ ಕಷ್ಟ, ಆದರೆ ಮಾದರಿಗೆ ಸಾಧ್ಯ.

ಆದರೆ ನಿರ್ಣಾಯಕ ವ್ಯತ್ಯಾಸವೆಂದರೆ: AI ಅನುಮಾನವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ, ತೀರ್ಪು ಅಲ್ಲ. "ಈ ದಾಖಲೆಯು ಅಸಹಜವಾಗಿ ಕಾಣುತ್ತದೆ" ಎಂಬುದು ಪ್ರಾರಂಭದ ಹಂತವಾಗಿದೆ; ನಿಜವಾದ ಆಡಿಟ್ ನಿರ್ಧಾರ ಮತ್ತು ಪುರಾವೆ ಸಂಗ್ರಹವು ಮಾನವನಿಗೆ ಸೇರಿದೆ.

ಸಲಹೆ: ಆಡಿಟ್ ಪ್ರಾಂಪ್ಟ್‌ಗಳಲ್ಲಿ, "ಕೇವಲ ಸೂಚಿಸಿ ಮತ್ತು ಸಮರ್ಥಿಸಿ, ತೀರ್ಮಾನಿಸಬೇಡಿ/ತೀರ್ಪು ಮಾಡಬೇಡಿ" ಎಂದು ಹೇಳಿ. ಮಾದರಿಯು "ಇದು ಅಕ್ರಮ" ದಂತಹ ನಿರ್ಣಾಯಕ ಹೇಳಿಕೆಗಳನ್ನು ನೀಡುವುದು ತಪ್ಪು ಮತ್ತು ಅಪಾಯಕಾರಿಯಾಗಿದೆ; ನಿಮ್ಮ ವಿಮರ್ಶೆಯ ಮೇಲೆ ವಿಷಯವನ್ನು ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ.

ಹಂತ ಹಂತವಾಗಿ: AI ನೊಂದಿಗೆ ಅಸಂಗತತೆ ಸ್ಕ್ಯಾನಿಂಗ್

1. ನಿಮ್ಮ ನಿಯಮಗಳ ಸೆಟ್ ಅನ್ನು ವಿವರಿಸಿ. ನೀವು ಯಾವುದನ್ನು ಅಸಹಜವೆಂದು ಪರಿಗಣಿಸುತ್ತೀರಿ? ಮಿತಿ, ಪುನರಾವರ್ತನೆ, ಸಮಯ.
2. ಇಡೀ ಜನಸಂಖ್ಯೆಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ. ಕೇವಲ ಮಾದರಿಯಲ್ಲ, ಆದರೆ ಅವೆಲ್ಲವೂ.
3. ಗುರುತಿಸಿ ಮತ್ತು ಸಮರ್ಥಿಸಿ. ಪ್ರತಿ ಶೋಧನೆಗೆ "ಅದು ಏಕೆ ಸಂಶಯಾಸ್ಪದವಾಗಿದೆ" ಎಂಬ ವಿವರಣೆ.
4. ಆದ್ಯತೆ ನೀಡಿ. ಅಪಾಯ/ಪರಿಣಾಮದ ಪ್ರಮಾಣದಿಂದ ವಿಂಗಡಿಸಿ.
5. ಮಾನವ ವಿಮರ್ಶೆಯನ್ನು ನೋಡಿ. ಸಾಕ್ಷ್ಯವನ್ನು ಸಂಗ್ರಹಿಸಿ, ನಿರ್ಧಾರ ಮಾಡಿ, ದಾಖಲೆ ಮಾಡಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: ಈ ವೆಚ್ಚಗಳಲ್ಲಿ ಯಾವುದೇ ಅಕ್ರಮಗಳಿವೆಯೇ? [ಡೇಟಾ]

ಇದು "ಯಾವುದೂ ಇಲ್ಲ" ಎಂಬ ಉತ್ತರವನ್ನು ನೀಡುತ್ತದೆ ಅಥವಾ ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ ಬಳಸಲಾಗದ ಆಧಾರರಹಿತ ಆರೋಪಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.

ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್:ನಿಮ್ಮ ಪಾತ್ರ: ಆಂತರಿಕ ಲೆಕ್ಕಪರಿಶೋಧನಾ ಸಹಾಯಕ. ಕಾರ್ಯ: ಅಪಾಯದ ನಿಯಮದ ವಿರುದ್ಧ ಕೆಳಗಿನ ವೆಚ್ಚದ ದಾಖಲೆಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ. ನಿಯಮಗಳು: 1) ಅನುಮೋದನೆಯ ಮಿತಿಗಿಂತ ಸ್ವಲ್ಪ ಕೆಳಗಿರುವ ಮೊತ್ತಗಳು (50,000) (ಸ್ಪ್ಲಿಟ್ ಅನುಮಾನ) 2) ವಾರಾಂತ್ಯಗಳಲ್ಲಿ ಅಥವಾ ಗಂಟೆಗಳ ನಂತರ ನಮೂದಿಸಿದ ದಾಖಲೆಗಳು3) ಕಡಿಮೆ ಅಂತರದಲ್ಲಿ ಇದೇ ರೀತಿಯ ಮೊತ್ತಗಳು ಪುನರಾವರ್ತನೆಯಾಗುತ್ತವೆ: ಪ್ರಚೋದಿತ ನಿಯಮ | ಇದು ಏಕೆ ಅನುಮಾನಾಸ್ಪದವಾಗಿದೆ (1 ವಾಕ್ಯ) |ಆದ್ಯತೆ (ಹೆಚ್ಚಿನ/ಮಧ್ಯಮ/ಕಡಿಮೆ)ನಿರ್ಬಂಧ: ಕೇವಲ ಗುರುತಿಸಿ ಮತ್ತು ಸಮರ್ಥಿಸಿ. "ಇದು ಅಕ್ರಮ" ಎಂಬಂತೆ ತೀರ್ಪು ನೀಡುವುದು; ಇವರು ಮಾನವ ಪರೀಕ್ಷೆಗೆ ಅಭ್ಯರ್ಥಿಗಳು. ಡೇಟಾದಲ್ಲಿನ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ಬಳಸಿ.<records> ... </records>

ಈ ಪ್ರಾಂಪ್ಟ್; ಇದು ಅನುಮೋದನೆಯ ಮಿತಿ ("ಸ್ಪ್ಲಿಟ್-ಆಫ್" ಚಿಹ್ನೆ) ಅಥವಾ ಗಂಟೆಗಳ ನಂತರ ನಮೂದಿಸಿದ ದಾಖಲೆಗಳ ಕೆಳಗೆ ಅಂಟಿಕೊಂಡಿರುವ ಮೊತ್ತಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ ಮತ್ತು ಆಡಿಟರ್‌ಗೆ ಸ್ಪಷ್ಟವಾದ ವಿಮರ್ಶೆ ಪಟ್ಟಿಯನ್ನು ನೀಡುತ್ತದೆ.

ಲೆಕ್ಕಪರಿಶೋಧನೆಗೆ AI ಯ ದೊಡ್ಡ ಕೊಡುಗೆಯೆಂದರೆ ಅದರ ಪ್ರಮಾಣದ ಪ್ರಯೋಜನವಾಗಿದೆ. ಸಾಂಪ್ರದಾಯಿಕ ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ, ಎಲ್ಲಾ ದಾಖಲೆಗಳನ್ನು ನೋಡಲು ಭೌತಿಕವಾಗಿ ಸಾಧ್ಯವಾಗದ ಕಾರಣ ಮಾದರಿಯನ್ನು ಮಾಡಲಾಗುತ್ತದೆ: ಬಹುಶಃ ನೂರು ಸಾವಿರ ಇನ್‌ವಾಯ್ಸ್‌ಗಳನ್ನು ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಇಡೀ ಜನಸಂಖ್ಯೆಗೆ ಸಾಮಾನ್ಯೀಕರಿಸಲಾಗುತ್ತದೆ. ಇದರರ್ಥ ಮಾದರಿಯ ಹೊರಗಿರುವ ಅಕ್ರಮವು ತಪ್ಪಿಸಿಕೊಂಡಿದೆ. AI, ಮತ್ತೊಂದೆಡೆ, ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಎಲ್ಲಾ ಹತ್ತಾರು ಸಾವಿರ ದಾಖಲೆಗಳಿಗೆ ನೀವು ವ್ಯಾಖ್ಯಾನಿಸುವ ನಿಯಮಗಳನ್ನು ಅನ್ವಯಿಸಬಹುದು. ಹೀಗಾಗಿ, ಲೆಕ್ಕಪರಿಶೋಧನೆಯು "ಕೆಲವು ಉದಾಹರಣೆಗಳನ್ನು ನೋಡುವುದು ಮತ್ತು ಆಶಿಸುವುದರಿಂದ" "ಪ್ರತಿ ದಾಖಲೆಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವುದು ಮತ್ತು ವಿನಾಯಿತಿಗಳನ್ನು ಹೊರತೆಗೆಯುವುದು" ವರೆಗೆ ವಿಕಸನಗೊಳ್ಳುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಕಂಡುಬರುವ ಎಲ್ಲಾ ತನಿಖೆಯ ಅಭ್ಯರ್ಥಿಗಳು, ತೀರ್ಮಾನಗಳಲ್ಲ.

ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ ಅಸಂಗತತೆಯ ನಿಯಮಗಳು ಆಗಾಗ್ಗೆ ಬಳಸಲ್ಪಡುತ್ತವೆ

ನಿಯಮ

ಅದು ಏನನ್ನು ಸೂಚಿಸುತ್ತದೆ

ಉದಾಹರಣೆ

ಉಪಮಿತಿ ಶೇಖರಣೆ

ಅನುಮೋದನೆಯನ್ನು ತಪ್ಪಿಸಲು ವಿಭಜಿಸಿ

49,500, 49,800 ನಂತಹ ಮೊತ್ತಗಳು

ಗಂಟೆಗಳ ನೋಂದಣಿ

ಅನಿಯಂತ್ರಿತ ಪ್ರವೇಶ

ಶನಿವಾರ 23:40 ಬಿಲ್

ನಕಲಿ ಪಾವತಿ

ಡಬಲ್ ಪಾವತಿಯ ಅಪಾಯ

ಒಂದೇ ಸರಕುಪಟ್ಟಿ, ಎರಡು ದಾಖಲೆ ಸಂಖ್ಯೆಗಳು

ರೌಂಡ್-ಸಂಖ್ಯೆಯ ಆವರ್ತನ

ಅಂದಾಜು/ನಿರ್ಮಿತ ಮೊತ್ತ

ಸಾಕಷ್ಟು ನಿಖರವಾಗಿ 10,000

ಹೊಸ ಪೂರೈಕೆದಾರ + ಹೆಚ್ಚಿನ ಮೊತ್ತ

ಘೋಸ್ಟ್ ಪೂರೈಕೆದಾರ ಅಪಾಯ

ಮೊದಲ ವಹಿವಾಟಿನಲ್ಲಿ 200,000

ಕರ್ತವ್ಯಗಳ ಪ್ರತ್ಯೇಕತೆ ಮತ್ತು ಅಧಿಕಾರ ನಿಯಂತ್ರಣ

ಆಂತರಿಕ ನಿಯಂತ್ರಣದ ಮೂಲಾಧಾರವೆಂದರೆ ಕರ್ತವ್ಯಗಳ ಪ್ರತ್ಯೇಕತೆ: ವ್ಯವಹಾರವನ್ನು ಪ್ರಾರಂಭಿಸುವ, ಅನುಮೋದಿಸುವ ಮತ್ತು ಪಾವತಿಸುವ ವ್ಯಕ್ತಿಗಳು ವಿಭಿನ್ನವಾಗಿವೆ. ಅದೇ ವ್ಯಕ್ತಿ ಪ್ರವೇಶಿಸಿದರೆ, ಅನುಮೋದಿಸಿ ಮತ್ತು ಸರಕುಪಟ್ಟಿ ಪಾವತಿಸಿದರೆ, ನಿಂದನೆಗೆ ಬಾಗಿಲು ತೆರೆದಿರುತ್ತದೆ. ವಹಿವಾಟು ದಾಖಲೆಗಳಲ್ಲಿ ಬಳಕೆದಾರರ ಮಾಹಿತಿಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮೂಲಕ ಈ ನೀತಿಯನ್ನು ಉಲ್ಲಂಘಿಸಿದ ನಿದರ್ಶನಗಳನ್ನು AI ಕಂಡುಹಿಡಿಯಬಹುದು.

ಈ ಕೆಳಗಿನ ವಹಿವಾಟು ದಾಖಲೆಗಳಲ್ಲಿ ಕರ್ತವ್ಯಗಳ ಉಲ್ಲಂಘನೆಗಳ ಬೇರ್ಪಡಿಕೆಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಿ: - ಒಂದೇ ಬಳಕೆದಾರರು ಪ್ರವೇಶಿಸುವ ಮತ್ತು ಅನುಮೋದಿಸುವ ವಹಿವಾಟುಗಳು - ಒಂದೇ ಬಳಕೆದಾರರು ಎರಡೂ ಅನುಮೋದಿಸುವ ಮತ್ತು ಪಾವತಿಯನ್ನು ಪ್ರಾರಂಭಿಸುವ ವಹಿವಾಟುಗಳು - ಅಧಿಕೃತ ಮಿತಿಗಿಂತ ಹೆಚ್ಚಿನ ಒಬ್ಬ ವ್ಯಕ್ತಿಯಿಂದ ಅನುಮೋದಿಸಲಾದ ಮೊತ್ತಗಳು ಔಟ್‌ಪುಟ್: ವಹಿವಾಟು ಸಂಖ್ಯೆ | ಉಲ್ಲಂಘನೆ ಪ್ರಕಾರ | ಸಂಬಂಧಿತ ಬಳಕೆದಾರ | ಆದ್ಯತೆ ಕೇವಲ ಸೂಚಿಸಿ ಮತ್ತು ಸಮರ್ಥಿಸಿ; ಶಿಕ್ಷೆಗೆ ಅಭ್ಯರ್ಥಿಯಾಗಿ ಪಟ್ಟಿ ಮಾಡಿ, ಪರಿಶೀಲನೆ.

ಈ ರೀತಿಯ ಸ್ಕ್ಯಾನಿಂಗ್ ಮಾದರಿಗಳನ್ನು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಹೊರತೆಗೆಯುತ್ತದೆ, ಅದು ಮಾನವನ ಕಣ್ಣುಗಳು ಸಾವಿರಾರು ಸಾಲುಗಳಲ್ಲಿ ಸೆರೆಹಿಡಿಯಲು ಸಾಧ್ಯವಿಲ್ಲ. ಆದರೆ ಅದೇ ತತ್ವವು ಅನ್ವಯಿಸುತ್ತದೆ: ಮಾದರಿಯು "ನಿಯಮ ಉಲ್ಲಂಘನೆಗಳ ಮಾದರಿ" ಯನ್ನು ತೋರಿಸುತ್ತದೆ; ಇದು ನಿಜವಾದ ಸಮಸ್ಯೆಯೇ ಅಥವಾ ಕಾನೂನುಬದ್ಧ ಅಪವಾದವೇ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಒಬ್ಬರಿಗೆ ಬಿಟ್ಟದ್ದು (ಉದಾ. ಸಣ್ಣ ತಂಡದಲ್ಲಿ ಬಲವಂತದ ದ್ವಿಪಾತ್ರ).

ಆಡಿಟ್ ಟ್ರಯಲ್ ಬಾಧ್ಯತೆ

ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ AI ಔಟ್‌ಪುಟ್ ಅನ್ನು ಬಳಸಬೇಕಾದರೆ, ಅದನ್ನು ಪತ್ತೆಹಚ್ಚಬೇಕು: ಯಾವ ಡೇಟಾ, ಯಾವ ಪ್ರಾಂಪ್ಟ್, ಯಾವ ಮಾದರಿ, ಯಾವ ದಿನಾಂಕ, ಅದನ್ನು ಯಾರು ಪರಿಶೀಲಿಸಿದ್ದಾರೆ? ಈ ದಾಖಲೆ ಇಲ್ಲದೆ, ಪ್ರಿಂಟ್ಔಟ್ ಆಡಿಟ್ನಲ್ಲಿ ಯಾವುದೇ ಪುರಾವೆ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿಲ್ಲ.

ಈ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಆಡಿಟ್ ಟ್ರಯಲ್ ರೆಕಾರ್ಡ್ ಅನ್ನು ತಯಾರಿಸಿ:- ಡೇಟಾ ಮೂಲ ಮತ್ತು ಬಳಸಿದ ಅವಧಿ- ಅನ್ವಯಿಸಲಾದ ಪ್ರಾಂಪ್ಟ್‌ಗಳು/ನಿಯಮಗಳ ಸಾರಾಂಶ- ಮಾದರಿಯ ಔಟ್‌ಪುಟ್‌ನ ದಿನಾಂಕ- ಮಾನವ ಪರಿಶೀಲನೆ ಹಂತಗಳಿಗಾಗಿ ಖಾಲಿ ಕ್ಷೇತ್ರಗಳು (ಯಾರು, ಯಾವಾಗ, ಫಲಿತಾಂಶ) ಇದನ್ನು ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ನಂತೆ ರಫ್ತು ಮಾಡಿ.

ಎಚ್ಚರಿಕೆ: "ಈ ದಾಖಲೆ ಸರಿ" ಎಂದು AI ಹೇಳುವುದರಿಂದ ಅಲ್ಲಿ ಯಾವುದೇ ಸಮಸ್ಯೆಗಳಿಲ್ಲ ಎಂದು ಸಾಬೀತುಪಡಿಸುವುದಿಲ್ಲ. ಮಾದರಿಯು ಮಾದರಿಯನ್ನು ತಪ್ಪಿಸಿಕೊಂಡಿರಬಹುದು. "AI ಹೇಳಿದರು ಕ್ಲೀನ್" ಎಂಬುದು ಆಡಿಟ್‌ನಲ್ಲಿ ಭರವಸೆ ಅಲ್ಲ; ವ್ಯಾಪ್ತಿ ಮತ್ತು ವಿಧಾನದ ಮಿತಿಗಳನ್ನು ಯಾವಾಗಲೂ ದಾಖಲಿಸಿ.

ಮಿನಿ ಪ್ರಕರಣಗಳು

ಕೇಸ್ 1 - ಸಬ್ಥ್ರೆಶೋಲ್ಡ್ ಕಂಪಾರ್ಟ್ಮೆಂಟ್. ಆಂತರಿಕ ಲೆಕ್ಕ ಪರಿಶೋಧಕರು 50,000 TL ಅನುಮೋದನೆಯ ಮಿತಿ ಹೊಂದಿರುವ ಕಂಪನಿಯಲ್ಲಿ AI ಸ್ಕ್ಯಾನಿಂಗ್ ಮೂಲಕ ಅದೇ ವಿಭಾಗದಿಂದ 49,200, 49,700, 49,500 TL ನ ಸತತ ಮೂರು ಇನ್‌ವಾಯ್ಸ್‌ಗಳನ್ನು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ. ಅನುಮೋದನೆಯನ್ನು ತಪ್ಪಿಸಲು ಒಂದೇ £145,000 ಖರೀದಿಯನ್ನು ಮೂರು ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ ಎಂದು ತನಿಖೆಯು ಬಹಿರಂಗಪಡಿಸಿತು. ನಿಯಂತ್ರಣ ಅಂತರವನ್ನು ಮುಚ್ಚಲಾಗಿದೆ.

ಪ್ರಕರಣ 2 - ಘೋಸ್ಟ್ ಪೂರೈಕೆದಾರರ ಚಿಹ್ನೆ. ಮೊದಲ ವಹಿವಾಟಿನಲ್ಲಿ ಸಿಸ್ಟಂನಲ್ಲಿ ಹೊಸದಾಗಿ ಸೇರ್ಪಡೆಗೊಂಡ ಪೂರೈಕೆದಾರರಿಗೆ 200,000 TL ಪಾವತಿಸಲಾಗಿದೆ ಎಂದು AI ಹೆಚ್ಚಿನ ಆದ್ಯತೆಯನ್ನು ಗುರುತಿಸಿದೆ. ಪೂರೈಕೆದಾರರು ನಿಜವಾದವರು ಮತ್ತು ಒಪ್ಪಂದದ ಅಡಿಯಲ್ಲಿದ್ದಾರೆ ಎಂದು ವಿಮರ್ಶೆಯು ತೋರಿಸಿದೆ; ಅಲಾರಾಂ ತಪ್ಪಾಗಿದೆ ಆದರೆ ನಿಯಂತ್ರಣ ಸರಿಯಾಗಿ ಕೆಲಸ ಮಾಡಿದೆ. ಪಾಠ: ಪ್ರತಿಯೊಂದು ಚಿಹ್ನೆಯು ಅಪರಾಧವಲ್ಲ, ಆದರೆ ಪ್ರತಿಯೊಂದು ಚಿಹ್ನೆಯನ್ನು ಪರೀಕ್ಷಿಸಬೇಕು.

ಪ್ರಕರಣ 3 - ದಾಖಲೆರಹಿತ ಔಟ್‌ಪುಟ್‌ನ ಕುಗ್ಗುವಿಕೆ. ಒಂದು ತಂಡವು AI ಅಸಂಗತತೆಯ ಪಟ್ಟಿಯನ್ನು ಆಡಿಟ್‌ಗೆ ಸಲ್ಲಿಸಿದೆ, ಆದರೆ ಅದನ್ನು ರಚಿಸಲಾದ ಪ್ರಾಂಪ್ಟ್ ಮತ್ತು ಡೇಟಾವನ್ನು ದಾಖಲಿಸಲಿಲ್ಲ. ಬಾಹ್ಯ ಲೆಕ್ಕ ಪರಿಶೋಧಕರು ಮುದ್ರಣವನ್ನು ಸಾಕ್ಷಿಯಾಗಿ ಸ್ವೀಕರಿಸಲಿಲ್ಲ. ಆಡಿಟ್ ಟ್ರಯಲ್‌ನೊಂದಿಗೆ ವಿಶ್ಲೇಷಣೆ ಮರುಚಾಲನೆ. ಪಾಠ: ಆಡಿಟ್‌ನಲ್ಲಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲಾಗದ ಯಾವುದೇ ಔಟ್‌ಪುಟ್ ಇಲ್ಲ.

ಪ್ರಕರಣ 4 - ಕರ್ತವ್ಯಗಳ ಉಲ್ಲಂಘನೆಯ ಪ್ರತ್ಯೇಕತೆ. ಆಂತರಿಕ ನಿಯಂತ್ರಣಗಳ ಸ್ಕ್ಯಾನ್ ಒಂದು ಸಣ್ಣ ಶಾಖೆಯಲ್ಲಿ 37 ವಹಿವಾಟುಗಳನ್ನು ಕಂಡುಹಿಡಿದಿದೆ, ಅಲ್ಲಿ ಅದೇ ಉದ್ಯೋಗಿ ನಮೂದಿಸಿದ, ಅನುಮೋದಿಸಿದ ಮತ್ತು ಇನ್ವಾಯ್ಸ್ಗಾಗಿ ಪಾವತಿಯನ್ನು ಪ್ರಾರಂಭಿಸಿದರು. ಉದ್ಯೋಗಿ ದುರುದ್ದೇಶಪೂರಿತ ಉದ್ದೇಶವನ್ನು ಹೊಂದಿಲ್ಲ ಆದರೆ ಕಡಿಮೆ ಸಿಬ್ಬಂದಿಯ ಕಾರಣದಿಂದಾಗಿ ಈ ಪಾತ್ರಗಳನ್ನು ವಹಿಸಿಕೊಂಡಿದ್ದಾರೆ ಎಂದು ತನಿಖೆಯು ತೋರಿಸಿದೆ. ಆದರೂ, ಅಪಾಯ ನಿಜವಾಗಿತ್ತು; ಪಾವತಿ ಅನುಮೋದನೆಯನ್ನು ಕೇಂದ್ರಕ್ಕೆ ವರ್ಗಾಯಿಸುವ ಮೂಲಕ ಕಂಪನಿಯು ಅಂತರವನ್ನು ಮುಚ್ಚಿದೆ. ಪಾಠ: ದುರುದ್ದೇಶವಿಲ್ಲದೆ ನಿಯಂತ್ರಣದ ಕೊರತೆಯು ಅಪಾಯಕಾರಿ; AI ಮಾದರಿಯನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ, ಮಾನವರು ಪರಿಹಾರವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತಾರೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಮಾದರಿಯನ್ನು ನಿರ್ಣಯಿಸಲು. "ಇದು ಅಕ್ರಮ" ಎಂದು ಹೇಳುವುದು ತಪ್ಪು ಮತ್ತು ಅಪಾಯಕಾರಿ; ಅದನ್ನು ಗುರುತಿಸಿ.
• "AI ಇದು ಸ್ವಚ್ಛವಾಗಿದೆ ಎಂದು ಹೇಳಿದೆ" ಭರವಸೆ. ಮಾದರಿಯು ತಪ್ಪಿಸಿಕೊಂಡಿರಬಹುದು; ಶುದ್ಧ ಫಲಿತಾಂಶವು ಪುರಾವೆಯಲ್ಲ.
• ಆಡಿಟ್ ಟ್ರಯಲ್ ಇಟ್ಟುಕೊಳ್ಳುತ್ತಿಲ್ಲ. ಡೇಟಾ, ಪ್ರಾಂಪ್ಟ್, ದಿನಾಂಕ ಮತ್ತು ಪರಿಶೀಲಕವನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡದಿದ್ದರೆ, ಔಟ್ಪುಟ್ ಪುರಾವೆಯಾಗುವುದಿಲ್ಲ.
• ಪ್ರತಿಯೊಂದು ಚಿಹ್ನೆಯನ್ನು ಅಪರಾಧವೆಂದು ಭಾವಿಸುವುದು. ಅಸಂಗತತೆಯು ತನಿಖೆಗೆ ಅಭ್ಯರ್ಥಿಯಾಗಿದೆ; ಸಾಕ್ಷ್ಯವು ನಿರ್ಧಾರವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
• ವ್ಯಾಪ್ತಿಯನ್ನು ದಾಖಲಿಸುತ್ತಿಲ್ಲ. ಯಾವ ದಾಖಲೆಗಳನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಲಾಗಿದೆ ಮತ್ತು ವಿಧಾನದ ಮಿತಿಯನ್ನು ಬರೆಯಬೇಕು.

ಸಾರಾಂಶದಲ್ಲಿ

• ಲೆಕ್ಕಪರಿಶೋಧನೆಯಲ್ಲಿ ಸಂಪೂರ್ಣ ಜನಸಂಖ್ಯೆಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮೂಲಕ ವೈಪರೀತ್ಯಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವಲ್ಲಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ; ಮಾದರಿಯನ್ನು ಮೀರಿ ಹೋಗುತ್ತದೆ.
• ಮಾದರಿಯು ಅನುಮಾನವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ, ತೀರ್ಪು ಅಲ್ಲ; ಇದನ್ನು "ಕೇವಲ ಪಾಯಿಂಟ್ ಮತ್ತು ಸಮರ್ಥನೆ" ನಿಯಮದೊಂದಿಗೆ ಬಳಸಿ.
• ಅಸಂಗತತೆಯ ನಿಯಮಗಳನ್ನು (ಥ್ರೆಶೋಲ್ಡ್ ಬ್ಯಾಕ್‌ಲಾಗ್ ಕೆಳಗೆ, ಗಂಟೆಗಳ ನೋಂದಣಿ, ನಕಲಿ ಪಾವತಿ) ಮುಂಚಿತವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಬೇಕು.
• ಪ್ರತಿ AI ಔಟ್‌ಪುಟ್‌ಗಾಗಿ ಆಡಿಟ್ ಟ್ರಯಲ್ ಅನ್ನು (ಡೇಟಾ, ಪ್ರಾಂಪ್ಟ್, ದಿನಾಂಕ, ವ್ಯಾಲಿಡೇಟರ್) ಇಟ್ಟುಕೊಳ್ಳುವುದು ಕಡ್ಡಾಯವಾಗಿದೆ; ಪತ್ತೆಹಚ್ಚಲಾಗದ ಔಟ್ಪುಟ್ ಸಾಕ್ಷಿಯಲ್ಲ.
• "AI ಕ್ಲೀನ್ ಹೇಳಿದರು" ಒಂದು ಭರವಸೆ ಅಲ್ಲ; ವ್ಯಾಪ್ತಿ ಮತ್ತು ವಿಧಾನದ ಮಿತಿಗಳನ್ನು ಯಾವಾಗಲೂ ದಾಖಲಿಸಿ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

30-50 ಸಾಲುಗಳ ವೆಚ್ಚದ ದಾಖಲೆಯನ್ನು ತಯಾರಿಸಿ; ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಉಪವಿಭಾಗ ಮಾಡಿ ಮತ್ತು ನಕಲಿ ಪಾವತಿಯನ್ನು ಇರಿಸಿ. ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಅಸಂಗತ ಸ್ಕ್ಯಾನ್ ಅನ್ನು ಪಡೆಯಿರಿ ಮತ್ತು ಮಾದರಿಯು ನಿಮ್ಮ ಬಲೆಗಳನ್ನು ಹಿಡಿಯುತ್ತದೆ ಮತ್ತು ಆದ್ಯತೆ ನೀಡುತ್ತದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ. ನಂತರ ಆಡಿಟ್ ಟ್ರಯಲ್ ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಭರ್ತಿ ಮಾಡಿ ಮತ್ತು ಆವಿಷ್ಕಾರಗಳನ್ನು "ವಿಮರ್ಶೆಗಾಗಿ ಅಭ್ಯರ್ಥಿಗಳು" (ತೀರ್ಪು ನೀಡದೆ) ಎಂದು ಪಟ್ಟಿ ಮಾಡಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಅಸಂಗತತೆಯ ನಿಯಮಗಳನ್ನು ಪೂರ್ವನಿರ್ಧರಿತಗೊಳಿಸಿದ್ದೇನೆ (ಮಿತಿ, ಸಮಯ, ಪುನರಾವರ್ತನೆ).
• [ ] ನಾನು ಇಡೀ ಜನಸಂಖ್ಯೆಯನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡಿದ್ದೇನೆ, ನಾನು ಮಾದರಿಯೊಂದಿಗೆ ನಿಲ್ಲಲಿಲ್ಲ.
• [ ] ನಾನು ಮಾದರಿಯನ್ನು ತೀರ್ಪು ನೀಡುವುದನ್ನು ತಡೆದಿದ್ದೇನೆ; ನಾನು ಅದನ್ನು ಗುರುತಿಸಿ ಸಮರ್ಥಿಸಿಕೊಂಡಿದ್ದೇನೆ.
• [ ] ನಾನು ಪ್ರತಿ ಶೋಧನೆಗಾಗಿ ಆಡಿಟ್ ಟ್ರಯಲ್ ಅನ್ನು (ಡೇಟಾ, ಪ್ರಾಂಪ್ಟ್, ದಿನಾಂಕ) ರೆಕಾರ್ಡ್ ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು "ವಿಮರ್ಶೆ ಅಭ್ಯರ್ಥಿಗಳು" ಎಂದು ಗುರುತಿಸಿದವರನ್ನು ಮಾನವ ತೀರ್ಮಾನಕ್ಕೆ ಬಿಟ್ಟಿದ್ದೇನೆ.
• [ ] ನಾನು ಸ್ಕ್ಯಾನ್‌ನ ವ್ಯಾಪ್ತಿ ಮತ್ತು ವಿಧಾನದ ಮಿತಿಗಳನ್ನು ದಾಖಲಿಸಿದ್ದೇನೆ.