സ്റ്റാൻഡേർഡ് വെരിഫിക്കേഷനും ഇൻഡിപെൻഡൻ്റ് അഷ്വറൻസും: ചെയിൻ ഓഫ് എവിഡൻസ് ആൻഡ് ഓഡിറ്റ് തയ്യാറാക്കൽ — സുസ്ഥിരതയിലും ESG മാനേജ്മെൻ്റിലും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ്

നേട്ടങ്ങൾ:

പരിമിതവും ന്യായയുക്തവുമായ ഉറപ്പുകൾ തമ്മിൽ വേർതിരിച്ചറിയാനും ഓരോ മെറ്റീരിയൽ മെട്രിക്കും ഉറവിട ഡോക്യുമെൻ്റിലേക്ക് തിരികെ കൊണ്ടുവരുന്ന തെളിവുകളുടെ ഒരു ശൃംഖല സ്ഥാപിക്കാനുമുള്ള കഴിവ്
ഓഡിറ്റബിൾ രീതിയിൽ എമിഷൻ ഫാക്‌ടറും പ്രോക്‌സികളും രേഖപ്പെടുത്താനും റാൻഡം സാമ്പിൾ ഉപയോഗിച്ച് ആവർത്തനക്ഷമത പരിശോധിക്കാനുമുള്ള കഴിവ്
ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഓഡിറ്റ് തയ്യാറെടുപ്പ് സഹായിയായി ഉപയോഗിക്കാനും അംഗീകൃത ഓർഗനൈസേഷന് സ്വതന്ത്രമായ ഉറപ്പ് നൽകാനുള്ള അച്ചടക്കം പ്രയോഗിക്കാനുമുള്ള കഴിവ്

ഒരു സാമ്പത്തിക പ്രസ്താവന പോലെ സുസ്ഥിരതാ റിപ്പോർട്ടിന് സ്വതന്ത്രമായ ഉറപ്പ് കൂടുതലായി ആവശ്യമാണ്. റിപ്പോർട്ട് തയ്യാറാക്കുന്ന കമ്പനിയിൽ നിന്ന് സ്വതന്ത്രമായ ഒരു മൂന്നാം കക്ഷി (സാധാരണയായി ഒരു ഓഡിറ്റ് സ്ഥാപനം) റിപ്പോർട്ടിൻ്റെ കൃത്യത പരിശോധിച്ച് അഭിപ്രായം പ്രകടിപ്പിക്കുന്നതാണ് ഉറപ്പ്. സുസ്ഥിരതാ റിപ്പോർട്ടുകൾക്ക് CSRD ക്രമേണ ഉറപ്പ് നിർബന്ധമാക്കുന്നു. ഇതൊരു ഗെയിം ചേഞ്ചറാണ്: “നല്ലതായി കാണപ്പെടുന്ന” റിപ്പോർട്ട് ഇനി മതിയാകില്ല, പരിശോധിക്കാവുന്ന റിപ്പോർട്ട് ആവശ്യമാണ്. ഈ യൂണിറ്റിൽ, ഓഡിറ്റ് തയ്യാറാക്കുന്നതിലും തെളിവുകളുടെ ഒരു ശൃംഖല സ്ഥാപിക്കുന്നതിലും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI) എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾ പഠിക്കും.

നമുക്ക് ആദ്യം ഉറപ്പിൻ്റെ രണ്ട് തലങ്ങൾ നിർവചിക്കാം. ലിമിറ്റഡ് അഷ്വറൻസ് എന്നത് കൂടുതൽ മൃദുവായ അവലോകനമാണ്, അതിൽ ഓഡിറ്റർ പറയുന്നു, "റിപ്പോർട്ട് കൃത്യമല്ലെന്ന് നിർദ്ദേശിക്കുന്ന ഒന്നും ഞാൻ കണ്ടില്ല." ഫിനാൻഷ്യൽ ഓഡിറ്റിങ്ങിന് അടുത്തുള്ള, വളരെ ആഴമേറിയതും ചെലവേറിയതുമായ ഒരു പരീക്ഷയാണ് ന്യായമായ ഉറപ്പ്. CSRD ഇപ്പോൾ പരിമിതമായ ഉറപ്പോടെയാണ് ആരംഭിക്കുന്നത്, എന്നാൽ കാലക്രമേണ ന്യായമായ ഉറപ്പിലേക്ക് മാറുമെന്ന് പ്രതീക്ഷിക്കുന്നു. രണ്ട് തലങ്ങളിലും, ഓഡിറ്ററുടെ ആദ്യ ചോദ്യം ഒന്നുതന്നെയാണ്: "ഈ നമ്പർ എനിക്ക് തെളിയിക്കൂ."

ഓഡിറ്ററുടെ വീക്ഷണകോണിൽ നിന്നുള്ള റിപ്പോർട്ട്: തെളിവുകളുടെ ശൃംഖല

വാചകത്തിൻ്റെ ഒഴുക്കിൽ പരീക്ഷകന് താൽപ്പര്യമില്ല, മറിച്ച് ഓരോ അവകാശവാദത്തിനും പിന്നിലെ തെളിവുകളുടെ ശൃംഖലയിലാണ്. ഈ ചോദ്യങ്ങൾക്കുള്ള ഉത്തരമാണ് തെളിവുകളുടെ ശൃംഖല:

ഏത് രേഖയിൽ നിന്നാണ് ഈ നമ്പർ ലഭിച്ചത്? (ഇൻവോയ്സ്, മീറ്റർ, സർട്ടിഫിക്കറ്റ്)
രേഖയിൽ നിന്ന് റിപ്പോർട്ടിലേക്ക് എങ്ങനെയാണ് മാറിയത്? (ഏത് ഫോർമുല, ഏത് ഘടകം)
ആരാണ് ഇത് കണക്കാക്കിയത്, എപ്പോൾ, എന്ത് അനുമാനങ്ങൾ ഉപയോഗിച്ചാണ്?
അതേ രേഖകളിൽ നിന്ന് മറ്റൊരാൾക്ക് ഇതേ നിഗമനത്തിലെത്താൻ കഴിയുമോ? (ആവർത്തനക്ഷമത)

അതാണ് ഇവിടെ AI-യുടെ മൂല്യം: റിപ്പോർട്ടിൻ്റെ ഓരോ ക്ലെയിമും സ്കാൻ ചെയ്ത് "ഈ സംഖ്യയുടെ തെളിവ് പറഞ്ഞിട്ടുണ്ടോ?" ഒരു ചെക്ക്‌ലിസ്റ്റ് ഹാജരാക്കാം. എന്നാൽ AI ഒരു ഓഡിറ്ററല്ല; ഇതിന് സ്വതന്ത്രമായ ഉറപ്പ് നൽകാൻ കഴിയില്ല, അത് നിങ്ങളെ ഓഡിറ്റിന് തയ്യാറാക്കുക മാത്രമാണ് ചെയ്യുന്നത്.

തെളിവുകളുടെ ശൃംഖല

ഉദാഹരണം

ഓഡിറ്റർ എന്താണ് ചോദിക്കുന്നത്?

ഉറവിട പ്രമാണം

വൈദ്യുതി ബിൽ

ഒറിജിനൽ ഉണ്ടോ?

പരിവർത്തനം

kWh × ഘടകം = tCO₂e

ഘടകം ചിത്രം?

രീതിശാസ്ത്രം

GHG പ്രോട്ടോക്കോൾ

ഇത് സ്ഥിരമായി പ്രയോഗിച്ചിട്ടുണ്ടോ?

ഉത്തരവാദിത്തം

കണക്കുകൂട്ടൽ നടത്തുന്ന വ്യക്തി

ട്രേസ് റെക്കോർഡ് ഉണ്ടോ?

ആവർത്തനക്ഷമത

അതേ ഫലം

ഇത് സ്വതന്ത്രമായി പുനർനിർമ്മിക്കാൻ കഴിയുമോ?

നുറുങ്ങ്: ഒരു റിപ്പോർട്ട് ഓഡിറ്റ്-റെഡി ആയി കണക്കാക്കുന്നതിന് മുമ്പ്, ഈ പരിശോധന നടത്തുക: ക്രമരഹിതമായി മൂന്ന് നമ്പറുകൾ തിരഞ്ഞെടുത്ത് ഓരോന്നും അതിൻ്റെ ഉറവിടത്തിലേക്ക് തിരികെ കണ്ടെത്തുക (റിപ്പോർട്ട് → അക്കൗണ്ട് → ഘടകം → യഥാർത്ഥ പ്രമാണം). നിങ്ങൾക്ക് മൂന്നും ട്രാക്ക് ചെയ്യാൻ കഴിയുമെങ്കിൽ, നിങ്ങളുടെ ചങ്ങല ദൃഢമാണ്; അതിലൊന്നിൽ പൊട്ടിയാൽ ഓഡിറ്ററും അവിടെ തകരും.

ഘട്ടം ഘട്ടമായി: ഓഡിറ്റിനുള്ള തയ്യാറെടുപ്പ്

1. ട്രെയ്സ് ലോഗുകൾ ശേഖരിക്കുക. ഓരോ മെറ്റീരിയൽ മെട്രിക്കിനും, സോഴ്സ് ഡോക്യുമെൻ്റ്, ഫാക്ടർ, ഫോർമുല, പ്രിൻസിപ്പൽ എന്നിവ ഒരൊറ്റ ഫയലായി സംയോജിപ്പിക്കുക.

2. ഒരു സാമ്പിൾ ടെസ്റ്റ് നടത്തുക. ഒരു ഓഡിറ്ററായി പ്രവർത്തിക്കുകയും ക്രമരഹിതമായ നമ്പറുകൾ അവയുടെ ഉറവിടത്തിലേക്ക് തിരികെ കണ്ടെത്തുകയും ചെയ്യുക. AI-ക്ക് ഒരു സാമ്പിൾ ലിസ്റ്റ് നിർമ്മിക്കാനും സ്കാർഫോൾഡിംഗ് നിയന്ത്രിക്കാനും കഴിയും.

3. ദുർബലമായ ലിങ്കുകൾ കണ്ടെത്തുക. അജ്ഞാതമായ ഉത്ഭവം, സ്ഥിരീകരിക്കാത്ത ഘടകം അല്ലെങ്കിൽ പ്രോക്സി അടങ്ങിയ ഇനങ്ങൾ പരിശോധിക്കുക.

4. സ്ഥിരതയും രീതിശാസ്ത്ര പ്രസ്താവനയും തയ്യാറാക്കുക. ഏത് സ്റ്റാൻഡേർഡ്, ഏത് ഫാക്ടർ സെറ്റ്, നിങ്ങൾ ഉപയോഗിച്ച അനുമാനങ്ങൾ എന്നിവ എഴുതുക.

5. ഓഡിറ്റർ ചോദ്യങ്ങൾ പ്രതീക്ഷിക്കുക. AI ചോദിക്കുന്നു "ഒരു ഓഡിറ്റർ ഈ റിപ്പോർട്ടിൽ എന്ത് 20 ചോദ്യങ്ങൾ ചോദിക്കും?" പോലുള്ള ഒരു തയ്യാറെടുപ്പ് ലിസ്റ്റ് നിർമ്മിക്കുന്നത് നല്ലതാണ്

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഞങ്ങളുടെ റിപ്പോർട്ട് ഓഡിറ്റിന് തയ്യാറാണോയെന്ന് പരിശോധിക്കുക.

"നല്ലതായി തോന്നുന്നു" എന്ന പൊതുവായ ഉത്തരത്തോടെ AI പ്രതികരിക്കുന്നു; തെളിവുകളുടെ ശൃംഖല പരിശോധിക്കുന്നില്ല.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: സുസ്ഥിരത ഉറപ്പ് ഓഡിറ്റർ (പരിമിതമായ ഉറപ്പ്). ടാസ്‌ക്: ഒരു ഓഡിറ്റിംഗ് കണ്ണുകൊണ്ട് ചുവടെയുള്ള റിപ്പോർട്ട് വാചകം പരിശോധിക്കുക. ഓരോ സംഖ്യാ ക്ലെയിമിനും, ചോദിക്കുകയും അടയാളപ്പെടുത്തുകയും ചെയ്യുക:1) ഉറവിടം ഉദ്ധരിച്ചിട്ടുണ്ടോ? (ഇൻവോയ്സ്/മീറ്റർ/സർട്ടിഫിക്കറ്റ്)2) എമിഷൻ ഫാക്ടർ ഉപയോഗിച്ചത് ഔദ്യോഗികമാണോ അതോ പരിശോധിച്ചുറപ്പിച്ചതാണോ?3) പ്രോക്സി/എസ്റ്റിമേറ്റ്? അത് പ്രസ്താവിച്ചിട്ടുണ്ടോ?4) റിപ്പോർട്ടിൽ മറ്റെവിടെയെങ്കിലും മെട്രിക് വ്യത്യസ്‌തമായി പരാമർശിച്ചിട്ടുണ്ടോ? നിയമം: ഓരോ ക്ലെയിമിനും "എവിഡൻസ് ആവശ്യമാണ്" എന്ന് എഴുതുക; ഉറപ്പ് നൽകരുത്, തയ്യാറെടുപ്പിനായി ദുർബലമായ ലിങ്കുകൾ ലിസ്റ്റ് ചെയ്യുക. റിപ്പോർട്ട്: [റിപ്പോർട്ട്]

തെളിവുകളുടെ പട്ടികയ്ക്കായി ആവശ്യപ്പെടുക

ഇനിപ്പറയുന്ന പ്രോംപ്റ്റ് എക്സാമിനർ ചോദ്യങ്ങൾ മുൻകൂട്ടി തയ്യാറാക്കുന്നു.

നിങ്ങളുടെ റോൾ: സീനിയർ അഷ്വറൻസ് ഓഡിറ്റർ. ടാസ്ക്: ഒരു ഓഡിറ്റർ താഴെയുള്ള സുസ്ഥിരതാ റിപ്പോർട്ടിനെക്കുറിച്ച് ചോദിക്കുന്ന ഏറ്റവും വെല്ലുവിളി നിറഞ്ഞ 15 ചോദ്യങ്ങൾ സൃഷ്ടിക്കുക; സ്കോപ്പ് 3, പ്രോക്സി ഡാറ്റ, ടാർഗെറ്റ് ക്ലെയിമുകൾ എന്നിവയിൽ പ്രത്യേകം ശ്രദ്ധ കേന്ദ്രീകരിക്കുക. ഓരോ ചോദ്യത്തിനും അടുത്തായി ഒരു കുറിപ്പ് ചേർക്കുക "ഈ ചോദ്യത്തിന് ഞങ്ങൾ എന്താണ് തയ്യാറാകേണ്ടത്?" റിപ്പോർട്ട് സംഗ്രഹം: [SUMMARY]

ശ്രദ്ധിക്കുക: "റിപ്പോർട്ട് ഓഡിറ്റിന് തയ്യാറാണെന്ന് തോന്നുന്നു" എന്ന് AI പറയുന്നത് ഒരു ഉറപ്പല്ല, അതിന് നിയമപരമായ/പ്രൊഫഷണൽ മൂല്യമില്ല. യോഗ്യതയുള്ളതും നിഷ്പക്ഷവുമായ ഒരു ഓഡിറ്റ് സ്ഥാപനത്തിന് മാത്രമേ സ്വതന്ത്രമായ ഉറപ്പ് നൽകാൻ കഴിയൂ. AI ഒരു "പ്രിലിമിനറി അസിസ്റ്റൻ്റ്" ആയി ഉപയോഗിക്കുക, ഒരിക്കലും ഒരു ഓഡിറ്റർക്ക് പകരമാവില്ല.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - തകർന്ന ചെയിൻ. “മാലിന്യ വീണ്ടെടുക്കൽ നിരക്ക് 78%,” ഒരു കമ്പനി റിപ്പോർട്ട് പറഞ്ഞു. പ്രീ-ഓഡിറ്റ് സാമ്പിൾ പരിശോധനയിൽ ഈ നമ്പറിൻ്റെ ഉറവിടം കണ്ടെത്തിയില്ല; ഇത് ഒരു എക്സൽ സെല്ലിൽ നിന്നാണ് വന്നത്, പക്ഷേ അതിന് പിന്നിൽ ഒരു രേഖയും ഉണ്ടായിരുന്നില്ല. മാലിന്യ കൈമാറ്റ രേഖകൾ ഉപയോഗിച്ച് എണ്ണം വീണ്ടും കണക്കാക്കി, യഥാർത്ഥ നിരക്ക് 71% ആയിരുന്നു; തിരുത്തിയില്ലെങ്കിൽ ഉറപ്പ് നിഷേധിക്കാമായിരുന്നു.

കേസ് 2 - സ്ഥിരീകരിക്കാത്ത ഘടകം. ഒരു റിപ്പോർട്ടിൻ്റെ എമിഷൻ കണക്കുകൂട്ടൽ അജ്ഞാത ഉത്ഭവത്തിൻ്റെ ഒരു എമിഷൻ ഘടകം ഉപയോഗിച്ചു. AI-യുടെ ഓഡിറ്റ് സ്കാൻ "ഫാക്ടർ ഉറവിടമില്ല" എന്ന് ഫ്ലാഗ് ചെയ്തു. ഈ ഘടകം ഔദ്യോഗിക ഡാറ്റാ സെറ്റ് ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിച്ചു; മൊത്തം 6% മാറി, പക്ഷേ ഇപ്പോൾ അത് തെളിയിക്കാനാകും.

കേസ് 3 - പ്രതീക്ഷിച്ച ചോദ്യം. ഒരു ഓഡിറ്റിന് മുമ്പ്, ഒരു ടീം AI യോട് “ഓഡിറ്റർ എന്ത് കഠിനമായ ചോദ്യങ്ങളാണ് ചോദിക്കുന്നത്?” എന്ന് ചോദിച്ചേക്കാം. അവൻ ചോദിച്ചു. പട്ടിക "സ്‌കോപ്പ് 3-ൻ്റെ 60% എങ്ങനെ പ്രവചിക്കപ്പെട്ടു?" എന്ന ചോദ്യം അതിലുണ്ടായിരുന്നു. മെത്തഡോളജി നോട്ട് മുൻകൂട്ടി എഴുതി ഈ ചോദ്യത്തിന് ടീം തയ്യാറെടുത്തു; യഥാർത്ഥ ഓഡിറ്റിലും ഇതേ ചോദ്യം വന്നപ്പോൾ, ഉത്തരം തയ്യാറായി, പ്രക്രിയ സുഗമമായി.

സാധാരണ തെറ്റുകൾ

റിപ്പോർട്ടിലെ ഉറവിടമില്ലാത്ത നമ്പർ ഉൾപ്പെടെ. ഡോക്യുമെൻ്റിൽ നിന്ന് ഉറവിടം കണ്ടെത്താൻ കഴിയാത്ത ഏതൊരു നമ്പറും ഓഡിറ്റിലെ ഒരു ദുർബലമായ ലിങ്കാണ്.
പരിശോധിച്ചുറപ്പിക്കാതെ ഘടകം ഉപയോഗിക്കുന്നു. ഉദ്വമന ഘടകത്തിൻ്റെ ഔദ്യോഗിക ഉറവിടം കാണിക്കുന്നില്ലെങ്കിൽ, ഓഡിറ്റർ അത് സ്വീകരിക്കില്ല.
പ്രോക്സി മറയ്ക്കുന്നു. പ്രവചന ഡാറ്റ ഉപയോഗിക്കുന്നത് കുഴപ്പമില്ല; വിട്ടുവീഴ്ച ഉറപ്പ് വ്യക്തമാക്കുന്നതിൽ പരാജയപ്പെടുന്നു.
AI ഒരു ഓഡിറ്ററാണെന്ന് തെറ്റിദ്ധരിക്കുന്നു. AI പ്രാഥമിക തയ്യാറെടുപ്പുകൾ നടത്തുന്നു; അംഗീകൃത ഓർഗനൈസേഷനിൽ നിന്ന് മാത്രമേ സ്വതന്ത്രമായ ഉറപ്പ് ലഭിക്കുന്നുള്ളൂ.
രീതിശാസ്ത്രം രേഖാമൂലം എഴുതുന്നില്ല. ഏത് സ്റ്റാൻഡേർഡ്/ഫാക്ടർ/അനുമാനമാണ് ഉപയോഗിച്ചതെന്ന് രേഖപ്പെടുത്തിയിട്ടില്ലെങ്കിൽ, റിപ്പോർട്ട് പ്രതിരോധിക്കാനാവില്ല.

ചുരുക്കത്തിൽ

ഇൻഡിപെൻഡൻ്റ് അഷ്വറൻസ് സുസ്ഥിരതാ റിപ്പോർട്ടിനെ "സുന്ദരമായ" പ്രമാണത്തിൽ നിന്ന് "തെളിയിക്കാവുന്ന" പ്രമാണത്തിലേക്ക് മാറ്റുന്നു. ഓഡിറ്റർക്ക് ഒരു യഥാർത്ഥ ചോദ്യം മാത്രമേയുള്ളൂ: "ഈ നമ്പർ തെളിയിക്കുക." AI; തെളിവുകളുടെ ശൃംഖല സ്കാൻ ചെയ്യുന്നതിനും സാമ്പിൾ ടെസ്റ്റിംഗ് സജ്ജീകരിക്കുന്നതിനും ദുർബലമായ ലിങ്കുകൾ ഫ്ലാഗുചെയ്യുന്നതിനും ഓഡിറ്റർ ചോദ്യങ്ങൾ പ്രതീക്ഷിക്കുന്നതിനും ഇത് ഒരു ശക്തമായ തയ്യാറെടുപ്പ് പങ്കാളിയാണ്. എന്നാൽ AI ഒരു ഓഡിറ്റർ അല്ല, ഉറപ്പ് നൽകാൻ കഴിയില്ല. ഓരോ മെറ്റീരിയൽ മെട്രിക്കും അതിൻ്റെ ഉറവിടത്തിലേക്ക് തിരികെ കണ്ടെത്തുക, ഔദ്യോഗിക ഉറവിടത്തിൽ നിന്ന് ഘടകങ്ങൾ പരിശോധിക്കുക, പ്രോക്സികൾ വ്യക്തമാക്കുക, രീതിശാസ്ത്രം രേഖപ്പെടുത്തുക. റിപ്പോർട്ട് എഴുതുന്നത് പോലെ തന്നെ പ്രധാനമാണ് ഓഡിറ്റിന് വേണ്ടിയുള്ള തയ്യാറെടുപ്പും.

ആപ്ലിക്കേഷൻ ടാസ്ക്

റിപ്പോർട്ടിൽ നിന്ന് മൂന്ന് സംഖ്യാപരമായ അവകാശവാദങ്ങൾ തിരഞ്ഞെടുക്കുക (ഒന്ന് പ്രോക്സി ഉള്ളത്). മുകളിലുള്ള കൺട്രോൾ പ്രോംപ്റ്റിനൊപ്പം, AI ഓരോ ചോദ്യവും ചോദിക്കുന്നു "ഉറവിടം വ്യക്തമാക്കിയിട്ടുണ്ടോ, ഘടകം പരിശോധിച്ചിട്ടുണ്ടോ, ഇത് ഒരു പ്രോക്സിയാണോ?" സ്കാൻ ചെയ്യുക. തുടർന്ന്: (1) ഓരോ ലക്കത്തിനും തെളിവുകളുടെ ഒരു ശൃംഖല എഴുതുക, (2) ഉറവിടത്തിലേക്ക് തിരിയുക, തകർന്ന ലിങ്ക് കണ്ടെത്തുക, (3) ഒരു ഓഡിറ്റർ ചോദിക്കുന്ന 5 കഠിനമായ ചോദ്യങ്ങൾ പട്ടികപ്പെടുത്തുകയും തയ്യാറെടുപ്പിന് ഉത്തരം നൽകുകയും ചെയ്യുക.

ചെക്ക്ലിസ്റ്റ്

[ ] ഞാൻ ഓരോ മെറ്റീരിയൽ മെട്രിക്കും സോഴ്സ് ഡോക്യുമെൻ്റിലേക്ക് തിരികെ കണ്ടെത്തി.
[ ] ഞാൻ തെളിവുകളുടെ ശൃംഖലയിൽ ഉദ്വമന ഘടകങ്ങളുടെ ഔദ്യോഗിക ഉറവിടം ചേർത്തു.
[ ] പ്രോക്സി/പ്രവചനം അടങ്ങിയ ഇനങ്ങൾ ഞാൻ വ്യക്തമായി അടയാളപ്പെടുത്തിയിട്ടുണ്ട്.
[ ] ഞാൻ ഒരു ക്രമരഹിത സാമ്പിൾ ഉപയോഗിച്ച് ഒരു ആവർത്തന പരിശോധന നടത്തി.
[ ] ഞാൻ മെത്തഡോളജി (സ്റ്റാൻഡേർഡ്, ഫാക്ടർ സെറ്റ്, അനുമാനം) എഴുതി.
[ ] ഓഡിറ്റർ ചോദിക്കുന്ന ബുദ്ധിമുട്ടുള്ള ചോദ്യങ്ങൾ ഞാൻ മുൻകൂട്ടി തയ്യാറാക്കി.
[] ഞാൻ തയ്യാറെടുപ്പിനായി AI ഉപയോഗിച്ചു; ഞാൻ ഉറപ്പ് അംഗീകൃത സ്ഥാപനത്തിന് വിട്ടു.