ഓഡിറ്റിംഗിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ ആമുഖം: റോളുകൾ, അതിരുകൾ, സ്വാതന്ത്ര്യം, ആധികാരികത, രഹസ്യാത്മകത

നേട്ടങ്ങൾ:

• ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഓഡിറ്റ് സൈക്കിളിൽ (ആസൂത്രണം, തെളിവ് ശേഖരണം, വിശകലനം, ഡോക്യുമെൻ്റേഷൻ, റിപ്പോർട്ടിംഗ്) തത്സമയം ലാഭിക്കുന്നത് എവിടെയാണെന്ന് തിരിച്ചറിയാൻ കഴിയും, കൂടാതെ ടാസ്‌ക് റിസ്ക് ലെവലിനെ ആശ്രയിച്ച് ഓഡിറ്റ് അഭിപ്രായവും മെറ്റീരിയലിൻ്റെ തെറ്റായ പ്രസ്താവനയും പോലുള്ള തീരുമാനങ്ങൾ സ്വതന്ത്ര ഓഡിറ്റർക്ക് വിടുന്നു.
• ഓരോ AI ഔട്ട്‌പുട്ടും സോഴ്‌സുമായി ലിങ്ക് ചെയ്യുക, വീണ്ടും കണക്കാക്കുക, ഓഡിറ്റർ സന്ദേഹത്തോടെ പരീക്ഷിക്കുക തുടങ്ങിയ ഘട്ടങ്ങളിലൂടെ അതിനെ സാധൂകരിക്കുന്ന ഒരു അച്ചടക്കം പ്രയോഗിക്കാനുള്ള കഴിവ്.
• രഹസ്യാത്മകതയുടെയും സ്വാതന്ത്ര്യ തത്വങ്ങളുടെയും പരിധിയിൽ ഓഡിറ്റ് ഡാറ്റയെ അജ്ഞാതമാക്കുകയും സുരക്ഷിത വാഹനങ്ങൾ തിരഞ്ഞെടുക്കുന്ന ശീലം നേടുകയും ചെയ്യുക

"തെളിവുകൾ ശേഖരിക്കുന്നതിനും" "ഒരു വിധി പുറപ്പെടുവിക്കുന്നതിനും" ഇടയിൽ ഒരു ഓഡിറ്റർ ദിവസം ചെലവഴിക്കുന്നത് മിക്ക ആളുകളും മനസ്സിലാക്കുന്നതിനേക്കാൾ വളരെ കൂടുതലാണ്. നിങ്ങൾ ആയിരക്കണക്കിന് ജേണൽ എൻട്രികൾ സ്കാൻ ചെയ്യുന്നു, നിങ്ങൾ ഒരു അക്കൗണ്ടിൻ്റെ ബാലൻസ് രേഖപ്പെടുത്തുന്നു, ഒരു എസ്റ്റിമേറ്റിൻ്റെ ന്യായമാണോ എന്ന് നിങ്ങൾ ചോദ്യം ചെയ്യുന്നു, "ഇത് ശരിക്കും അങ്ങനെയാണോ?" ഉപഭോക്താവിൽ നിന്ന് മുഖവിലയ്‌ക്ക് ഒരു പ്രസ്താവന സ്വീകരിക്കുന്നതിന് പകരം. നിങ്ങൾ കുഴിക്കുക. ഈ ജോലികളിൽ ചിലത് ആവർത്തനവും സമയമെടുക്കുന്നതുമാണ്: ഡാറ്റ ഓർഗനൈസേഷൻ, സ്റ്റാൻഡേർഡ് ക്ലോസുകൾക്കായി തിരയുക, വർക്കിംഗ് പേപ്പറുകൾ ഡ്രാഫ്റ്റ് ചെയ്യുക, അനുരഞ്ജന വ്യതിയാനങ്ങൾ പട്ടികപ്പെടുത്തുക. മറ്റുള്ളവ നിങ്ങളുടെ ഓഡിറ്റ് അഭിപ്രായം നേരിട്ട് നിർണ്ണയിക്കുന്ന വിധിന്യായങ്ങളാണ്-അതായത്, സാമ്പത്തിക പ്രസ്താവനകൾ "എല്ലാ ഭൌതിക അർത്ഥങ്ങളിലും ശരിയും ന്യായവും" ആണോ എന്നതിനെക്കുറിച്ചുള്ള നിങ്ങളുടെ പരസ്യമായി പ്രകടിപ്പിക്കുന്ന അഭിപ്രായം-അതിൽ വളരെ കുറഞ്ഞ മാർജിൻ പിശക് ഉണ്ടായിരിക്കണം.

ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (ചുരുക്കത്തിൽ AI, അല്ലെങ്കിൽ ചുരുക്കത്തിൽ AI - മനുഷ്യരെപ്പോലെ ടെക്‌സ്‌റ്റ് നിർമ്മിക്കാനും പാറ്റേണുകൾ തിരിച്ചറിയാനും വലിയ ഡാറ്റാ സെറ്റുകളിൽ ബന്ധങ്ങൾ കണ്ടെത്താനും കണക്കുകൂട്ടലുകൾ നടത്താനും കഴിയുന്ന കമ്പ്യൂട്ടർ സംവിധാനങ്ങൾ) ഈ ചിത്രത്തിൻ്റെ മധ്യഭാഗത്തായി ഇരിക്കുന്നു. ശരിയായി ഉപയോഗിക്കുമ്പോൾ, ഇത് മൂന്ന് മണിക്കൂർ വിശകലന അവലോകന സംഗ്രഹം നാൽപ്പത് മിനിറ്റായി കുറയ്ക്കുന്നു; നിമിഷങ്ങൾക്കുള്ളിൽ ലക്ഷക്കണക്കിന് റെക്കോർഡുകൾ സ്കാൻ ചെയ്യുന്നു; ഒരു സാധാരണ ഇനം കണ്ടെത്താൻ ഇത് നിങ്ങളെ നയിക്കുന്നു. തെറ്റായി ഉപയോഗിക്കുമ്പോൾ, അത് നിങ്ങളുടെ പ്രവർത്തന പേപ്പറിലേക്കും ആത്യന്തികമായി നിങ്ങളുടെ ഓഡിറ്റ് അഭിപ്രായത്തിലേക്കും കൊണ്ടുപോകാൻ കഴിയും- സുരക്ഷിതവും ഒഴുക്കുള്ളതും എന്നാൽ പൂർണ്ണമായും നിർമ്മിച്ചതുമായ നമ്പർ, നിലവിലില്ലാത്ത ഒരു സ്റ്റാൻഡേർഡ് ക്ലോസ് അല്ലെങ്കിൽ അടിസ്ഥാനരഹിതമായ ഫലം.

ഈ മൊഡ്യൂളിൻ്റെ ആദ്യ യൂണിറ്റ് ഒരു സോഫ്റ്റ്‌വെയർ ആമുഖമല്ല. ഓഡിറ്റ് ബിസിനസ്സിൽ AI എവിടെ സ്ഥാപിക്കണമെന്നും എവിടെ വയ്ക്കരുതെന്നും വ്യക്തമാക്കുക എന്നതാണ് ഇതിൻ്റെ ഉദ്ദേശ്യം. കാരണം ഓഡിറ്റിംഗ് എന്നത് പൊതുജന വിശ്വാസത്തെ ആശ്രയിക്കുന്ന ഒരു കംപ്ലയിൻസ്-ക്രിട്ടിക്കൽ പ്രൊഫഷനാണ്, അതിൻ്റെ ഫലങ്ങൾ നിക്ഷേപകരെയും കടക്കാരെയും ടാക്സ് അഡ്മിനിസ്ട്രേഷനെയും സമൂഹത്തെയും ബാധിക്കുന്നു. നമുക്ക് ആദ്യം മുതൽ അടിസ്ഥാന തത്വം നിരത്താം: ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഒരു സഹായിയാണ്, ഒരു കൺട്രോളറല്ല. ഓഡിറ്റ് അഭിപ്രായം, മെറ്റീരിയൽ മിസ്‌റ്റേറ്റ്‌മെൻ്റ് വിധി, ഉപസംഹാര അഭിപ്രായം എന്നിവ സംബന്ധിച്ച എല്ലാ തീരുമാനങ്ങളുടെയും ഉത്തരവാദിത്തവും അന്തിമ അംഗീകാരവും യോഗ്യതയുള്ളതും സ്വതന്ത്രവുമായ ഓഡിറ്റർക്കുള്ളതാണ്.

AI-യുടെ ലൂപ്പും സ്ഥലവും നിയന്ത്രിക്കുക

ഒരു സ്വതന്ത്ര ഓഡിറ്റ് മനസിലാക്കാൻ, ജോലിയെ ഒരു സൈക്കിളായി കണക്കാക്കുന്നത് ഉപയോഗപ്രദമാണ്. ആസൂത്രണ ഘട്ടത്തിലും അപകടസാധ്യത വിലയിരുത്തുന്ന ഘട്ടത്തിലും, നിങ്ങൾ ബിസിനസ്സ് അറിയുകയും എവിടെയാണ് തെറ്റ് സംഭവിക്കാനുള്ള ഉയർന്ന സാധ്യതയെന്ന് നിർണ്ണയിക്കുകയും ചെയ്യുന്നു. തെളിവ് ശേഖരണത്തിൻ്റെയും പരിശോധനയുടെയും ഘട്ടത്തിൽ, നിങ്ങൾ അക്കൗണ്ട് ബാലൻസുകൾ, ഇടപാട് ക്ലാസുകൾ, വെളിപ്പെടുത്തലുകൾ എന്നിവ പ്രമാണങ്ങൾ, സ്ഥിരീകരണങ്ങൾ, വിശകലനങ്ങൾ എന്നിവയുമായി ലിങ്ക് ചെയ്യുന്നു. മൂല്യനിർണ്ണയ ഘട്ടത്തിൽ, നിങ്ങൾ കണ്ടെത്തലുകളെ പ്രാധാന്യത്തിൻ്റെ അടിസ്ഥാനത്തിൽ തൂക്കിനോക്കുകയും ഒരു നിഗമനത്തിലെത്തുകയും ചെയ്യുന്നു. റിപ്പോർട്ടിംഗ് ഘട്ടത്തിൽ, നിങ്ങളുടെ അഭിപ്രായവും കണ്ടെത്തലുകളും നിങ്ങൾ രേഖാമൂലം രേഖപ്പെടുത്തുന്നു. മുഴുവൻ സൈക്കിളിലുടനീളം, ഡോക്യുമെൻ്റേഷൻ (വർക്കിംഗ് പേപ്പറുകൾ) നിങ്ങളുടെ ജോലിയുടെ കണ്ടെത്താവുന്ന തെളിവുകൾ സൃഷ്ടിക്കുന്നു.

AI-ക്ക് ഈ സൈക്കിളിൻ്റെ എല്ലാ ഘട്ടങ്ങളും സ്പർശിക്കാൻ കഴിയും, എന്നാൽ ഓരോ ഘട്ടത്തിലും വ്യത്യസ്ത അധികാരം. ആസൂത്രണത്തിൽ അപകടസാധ്യതയുള്ള ആശയവും ഭൗതിക സാഹചര്യവും സൃഷ്ടിക്കുന്നു; പരിശോധനയിൽ ഡാറ്റ തയ്യാറാക്കുന്നു, അത് സ്കാൻ ചെയ്യുന്നു, അപാകതകൾ അടയാളപ്പെടുത്തുന്നു; മൂല്യനിർണ്ണയത്തിൽ കരട് അഭിപ്രായങ്ങൾ എഴുതുന്നു; ഇത് റിപ്പോർട്ടിംഗിലെ കണ്ടെത്തലുകളും റിപ്പോർട്ട് ഭാഷയും ത്വരിതപ്പെടുത്തുന്നു. എന്നിരുന്നാലും, ഒരു ഘട്ടത്തിലും അദ്ദേഹം തീരുമാനമെടുക്കുന്നില്ല. തീരുമാനത്തിന് പ്രൊഫഷണൽ വിധിയും സംശയവും ആവശ്യമാണ്; ഇവ കൈമാറ്റം ചെയ്യാവുന്നതല്ല.

നമുക്ക് ആദ്യം മുതൽ കുറച്ച് അടിസ്ഥാന നിബന്ധനകൾ നിർവചിക്കാം. ഓഡിറ്റർ തൻ്റെ അഭിപ്രായത്തെ അടിസ്ഥാനമാക്കിയുള്ള വിവരങ്ങളാണ് (രേഖ, സ്ഥിരീകരണം, വീണ്ടും കണക്കുകൂട്ടൽ, വിശകലനം) ഓഡിറ്റ് തെളിവുകൾ. സാമ്പത്തിക പ്രസ്താവനകളുടെ ഉപയോക്താക്കളുടെ തീരുമാനത്തെ സ്വാധീനിക്കാൻ ഒരു പിശക് വലുതാണോ എന്നതിനുള്ള പരിധിയാണ് മെറ്റീരിയൽ. തുർക്കിയിൽ പ്രാബല്യത്തിലുള്ള സ്വതന്ത്ര ഓഡിറ്റിംഗ് മാനദണ്ഡങ്ങളാണ് BDS; ഇത് ഇൻ്റർനാഷണൽ ഓഡിറ്റിംഗ് സ്റ്റാൻഡേർഡുകൾ (ISA) പാലിക്കുന്നു കൂടാതെ POA (പബ്ലിക് ഓവർസൈറ്റ്, അക്കൌണ്ടിംഗ്, ഓഡിറ്റിംഗ് സ്റ്റാൻഡേർഡ് അതോറിറ്റി) ആണ് പ്രസിദ്ധീകരിക്കുന്നത്. ചെയ്ത ജോലിയും ലഭിച്ച ഫലങ്ങളും രേഖപ്പെടുത്തുന്ന ഒരു രേഖയാണ് വർക്കിംഗ് പേപ്പർ. ഇനിപ്പറയുന്ന യൂണിറ്റുകളിൽ ഞങ്ങൾ ഈ ആശയങ്ങൾ ഓരോന്നായി വിശദീകരിക്കും; ഇപ്പോൾ, ഇത് അറിയുക: ഈ എല്ലാ ആശയങ്ങളിലും, AI നിങ്ങൾക്ക് രൂപരേഖയും വിശകലനവും നൽകുന്നു, പക്ഷേ വിധിയില്ല.

ദൗത്യം അനുസരിച്ച് AI-യുടെ റോളും അപകടസാധ്യത നിലയും ഇനിപ്പറയുന്ന പട്ടിക സംഗ്രഹിക്കുന്നു:

അന്വേഷണം

AI യുടെ പങ്ക്

റിസ്ക് ലെവൽ

ആരാണ് അംഗീകരിക്കുന്നത്/തീരുമാനിക്കുന്നത്

ഡാറ്റ ക്ലീനിംഗ്, ഫോർമാറ്റിംഗ്

തൊഴിലാളി, ആക്സിലറേറ്റർ

താഴ്ന്ന

ഓഡിറ്റ് ടീം അംഗം

വർക്കിംഗ് പേപ്പർ/സമ്മറി ഡ്രാഫ്റ്റ്

സ്കെച്ച് ജനറേറ്റർ

താഴ്ന്ന ഇടത്തരം

മുതിർന്ന ഓഡിറ്റർ

സ്റ്റാൻഡേർഡ്/ഇനം കണ്ടെത്തൽ

ദിശ കണ്ടെത്തുന്നയാൾ

ഇടത്തരം

ഓഡിറ്റർ (ഔദ്യോഗിക വാചകം വഴിയുള്ള സ്ഥിരീകരണം)

വിശകലന നടപടിക്രമങ്ങളുടെ വ്യാഖ്യാനം

സിദ്ധാന്തം ജനറേറ്റർ

ഇടത്തരം

ഓഡിറ്റ് ഓഫീസർ

ജേണൽ / അനോമലി സ്കാനിംഗ്

സ്റ്റാറ്റിസ്റ്റിക്കൽ മാർക്കർ

ഇടത്തരം-ഉയരം

ഓഡിറ്റർ (എല്ലാ ഒഴിവാക്കലുകളും പരിശോധിക്കുന്നു)

മെറ്റീരിയൽ/റിസ്ക് വിധി

സഹായ ഇൻപുട്ട്

ഉയർന്നത്

ഓഡിറ്ററുടെ പ്രൊഫഷണൽ വിധി

ഓഡിറ്റ് അഭിപ്രായം / നിഗമനം

ഇത് ഇൻപുട്ട് പോലുമല്ല, ഡ്രാഫ്റ്റ് ഭാഷയാണ്

വളരെ ഉയർന്നത്

ഉത്തരവാദിത്തമുള്ള ഓഡിറ്റർ (ഒപ്പ്)

ഈ ഒരു വരി മനസ്സിൽ വയ്ക്കുക: അപകടസാധ്യത വർദ്ധിക്കുന്നതിനനുസരിച്ച്, AI-യുടെ പങ്ക് ചെറുതായിത്തീരുകയും ഓഡിറ്ററുടെ വിധി വർദ്ധിക്കുകയും ചെയ്യുന്നു.

എന്തുകൊണ്ടാണ് "സ്ഥിരീകരണം" ഈ ബിസിനസിൻ്റെ ഹൃദയം

ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഭാഷാ മോഡലുകൾ അവരുടെ ഉത്തരത്തിൽ ആത്മവിശ്വാസം തോന്നുന്നു, പക്ഷേ അവർക്ക് ഉറപ്പുണ്ടായിരിക്കില്ല. സാങ്കേതിക പദപ്രയോഗത്തിൽ ഇതിനെ ഹാലുസിനേഷൻ എന്ന് വിളിക്കുന്നു: യഥാർത്ഥത്തിൽ നിലവിലില്ലാത്ത വിവരങ്ങൾ-ഒരു നമ്പർ, ഒരു സ്റ്റാൻഡേർഡ് ഇനം, ഒരു തീയതി-സത്യമെന്നപോലെ ഒഴുകുന്ന ഒരു വാക്യത്തിലേക്ക് മോഡൽ കെട്ടിച്ചമയ്ക്കുമ്പോഴാണ് ഇത്. ഒരു ഓഡിറ്ററെ സംബന്ധിച്ചിടത്തോളം ഇതൊരു മാരകമായ കെണിയാണ്. "കഴിഞ്ഞ വർഷത്തെ മൊത്ത മാർജിൻ 34 ശതമാനമായിരുന്നു" എന്നതുപോലെ മോഡൽ നിങ്ങൾക്കായി ഒരു സംഖ്യ സൃഷ്ടിച്ചേക്കാം; എന്നിരുന്നാലും, അവൻ നിങ്ങളുടെ ഡാറ്റ കണ്ടിട്ടില്ല, ഈ നമ്പർ പൂർണ്ണമായും നിർമ്മിച്ചതാണ്. അല്ലെങ്കിൽ "TMS 36 ആർട്ടിക്കിൾ 22 2021-ൽ മാറ്റി" എന്ന് പറഞ്ഞേക്കാം; എന്നിരുന്നാലും, അത്തരം വ്യവസ്ഥകളോ മാറ്റമോ ഉണ്ടാകാനിടയില്ല. രണ്ടും ഒരേ ഒഴുക്കോടെയും ഒരേ ആത്മവിശ്വാസത്തോടെയും അദ്ദേഹം പറയുന്നതിനാൽ, ശരിയും തെറ്റും വേർതിരിച്ചറിയുന്നത് നിങ്ങളുടെ അറിവും പരിശോധിക്കാനുള്ള നിങ്ങളുടെ ശീലവുമാണ്.

പരിശോധനാ അച്ചടക്കം ഓഡിറ്റിംഗിൽ മൂന്ന് ഘട്ടങ്ങൾ ഉൾക്കൊള്ളുന്നു:

1. ഉറവിടത്തിലേക്കുള്ള ലിങ്ക്: അക്കങ്ങൾ, അനുപാതങ്ങൾ, ബാലൻസുകൾ, സ്റ്റാൻഡേർഡ് ഇനങ്ങൾ എന്നിവയ്ക്കായി, നിങ്ങളുടെ സ്വന്തം ഓഡിറ്റ് തെളിവുകൾ (ട്രയൽ ബാലൻസ്, സബ്‌സിഡിയറി ലെഡ്ജർ, ബാങ്ക് സ്ഥിരീകരണം, കരാർ) ഔദ്യോഗിക ഉറവിടങ്ങൾ (KGK പ്രസിദ്ധീകരിച്ച BDS, TFRS ടെക്‌സ്‌റ്റുകൾ, പ്രസക്തമായ കമ്മ്യൂണിക്കുകൾ) എന്നിവയെ ആശ്രയിക്കുക, AI-യുടെ മെമ്മറിയിലല്ല. ആ ഡാറ്റയിൽ അഭിപ്രായമിടാൻ AI ഉപയോഗിക്കുക, അത് ഓർക്കാതിരിക്കുക.
2. വീണ്ടും കണക്കാക്കുക/താരതമ്യം ചെയ്യുക: AI റിട്ടേൺ നൽകുന്ന ഓരോ സംഖ്യാ ഫലവും നിരക്കും ട്രെൻഡും സ്വതന്ത്രമായി പരിശോധിക്കുക. ഒരു ശതമാനം, ആകെ, ഒരു ബാലൻസ് വ്യത്യാസം സ്വയം പരിശോധിക്കുക.
3. ടെസ്റ്റ് ഓഡിറ്റർ സന്ദേഹവാദം: ഔട്ട്‌പുട്ട് തെളിവുകൾ, നിയന്ത്രണങ്ങൾ, സാമാന്യബുദ്ധി എന്നിവയുമായി വൈരുദ്ധ്യമുണ്ടോ എന്ന് സംശയത്തോടെയുള്ള ചോദ്യം. "ഇത് ശരിയാണെങ്കിൽ, മറ്റെന്താണ് ശരി?" "ഇത് തെറ്റാണെങ്കിൽ, എന്ത് തെളിവാണ് ഇത് കാണിക്കുക?" ചോദിക്കുക.

മുന്നറിയിപ്പ്: ഒരു കണ്ടെത്തലോ നമ്പറോ പരിശോധിക്കാതെ ഒരു AI നിർമ്മിച്ച ഒരു വർക്കിംഗ് പേപ്പർ ഒരു ഫയലിൽ ഇടുന്നത് ഒപ്പിടാത്ത വർക്കിംഗ് പേപ്പറിനെ തെളിവായി പരിഗണിക്കുന്നതിന് തുല്യമാണ്. ഔട്ട്പുട്ട് സുഗമമായതിനാൽ ശരിയല്ല; നിങ്ങൾ അത് ശരിയാണെന്ന് തെളിയിച്ചാൽ മാത്രമേ അത് ശരിയാകൂ.

സ്വാതന്ത്ര്യവും രഹസ്യസ്വഭാവവും: ഓഡിറ്റിങ്ങിൻ്റെ രണ്ട് ലംഘിക്കാനാകാത്ത തത്വങ്ങൾ

ഓഡിറ്റിങ്ങിൻ്റെ നിയമസാധുത രണ്ട് അടിസ്ഥാന തത്വങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഒന്നാമതായി, സ്വാതന്ത്ര്യം: ഓഡിറ്റർ യഥാർത്ഥമായും പ്രത്യക്ഷമായും, അവൻ ഓഡിറ്റ് ചെയ്യുന്ന സ്ഥാപനത്തിൽ നിന്ന് സ്വതന്ത്രനായിരിക്കണം; അവൻ്റെ/അവളുടെ അഭിപ്രായത്തെ വളച്ചൊടിക്കുന്ന താൽപ്പര്യമുള്ള ബന്ധങ്ങളിൽ നിന്ന് അവൻ/അവൾ അകന്നു നിൽക്കണം. രണ്ടാമതായി, രഹസ്യസ്വഭാവം: ഓഡിറ്റ് സമയത്ത് പഠിച്ച വിവരങ്ങൾ അനധികൃത വ്യക്തികളുമായി പങ്കിടാനോ വ്യക്തിഗത നേട്ടത്തിനായി ഉപയോഗിക്കാനോ കഴിയില്ല.

AI യുടെ ഉപയോഗം ഈ രണ്ട് തത്വങ്ങളെയും നേരിട്ട് ബാധിക്കുന്നു. ഉപഭോക്തൃ പേരുകൾ, നികുതി തിരിച്ചറിയൽ നമ്പറുകൾ, ബാങ്ക് വിവരങ്ങൾ, തുകകൾ എന്നിവ ഉപയോഗിച്ച് ഓഡിറ്റ് ചെയ്ത കമ്പനിയുടെ കറൻ്റ് അക്കൗണ്ട് ഒരു പൊതു AI ടൂളിലേക്ക് ഒട്ടിക്കുന്നത് അർത്ഥമാക്കുന്നത് ഈ ഡാറ്റ ഒരു ബാഹ്യ സെർവറിലേക്ക് പോകുന്നു എന്നാണ്. ഇത് പ്രൊഫഷണൽ ധാർമ്മികതയിലെ രഹസ്യസ്വഭാവ തത്വവും വ്യക്തിഗത ഡാറ്റ ഉൾപ്പെട്ടിട്ടുണ്ടെങ്കിൽ, കെവികെകെ (വ്യക്തിഗത ഡാറ്റ സംരക്ഷണ നിയമം) എന്നിവയും ലംഘിക്കുന്നു. നിയമം ലളിതമാണ്: ഡാറ്റ അജ്ഞാതമാക്കുക, അനാവശ്യമായി പങ്കിടരുത്. "ABC Tekstil A.Ş., TIN 1234567890, ബാലൻസ് 4,850,000 TL" എന്നതിനുപകരം, "ഒരു ഇടത്തരം നിർമ്മാണ കമ്പനി, X-ൻ്റെ സ്വീകാര്യമായ ബാലൻസ്" എന്ന് എഴുതുക. സാധ്യമെങ്കിൽ, ഡാറ്റ പ്രോസസ്സിംഗ് കരാറുള്ള കോർപ്പറേറ്റ് ടൂളുകൾ തിരഞ്ഞെടുക്കുക, മോഡൽ പരിശീലനത്തിൽ നിങ്ങളുടെ ഡാറ്റ ഉപയോഗിക്കരുത്, കൂടാതെ ഒരു ഓഡിറ്റ് ട്രയൽ സൂക്ഷിക്കുക.

സ്വാതന്ത്ര്യത്തിന് ഒരു അധിക സൂക്ഷ്മതയുണ്ട്: ഓഡിറ്റഡ് കമ്പനിയുടെ സ്വന്തം സിസ്റ്റത്തിൽ ഉൾച്ചേർത്ത AI ടൂളിനെ അന്ധമായി വിശ്വസിക്കുന്നത്, നിങ്ങൾക്ക് സ്വതന്ത്രമായി നിയന്ത്രിക്കാൻ കഴിയാത്ത ഔട്ട്‌പുട്ട് നിങ്ങളുടെ സ്വാതന്ത്ര്യത്തെ ദുർബലപ്പെടുത്തും. AI ഒരു ഉപകരണമാണ്; ആരാണ് ഇത് നിർമ്മിച്ചത്, നിങ്ങളുടെ ഡാറ്റ എവിടേക്കാണ് പോകുന്നത്, അതിൻ്റെ ഔട്ട്പുട്ട് നിങ്ങൾക്ക് പരിശോധിക്കാൻ കഴിയുമോ എന്നതെല്ലാം നിങ്ങളുടെ സ്വാതന്ത്ര്യത്തിൻ്റെ ഭാഗമാണ്.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - സുരക്ഷിതമായ ഉപയോഗം. ഒരു മുതിർന്ന ഓഡിറ്റർ സാധാരണയായി 22 ഇനങ്ങളുള്ള ഒരു വിശകലന അവലോകന സംഗ്രഹം കൈകൊണ്ട് എഴുതാൻ 3 മണിക്കൂർ ചെലവഴിച്ചു. ട്രയൽ ബാലൻസിൽ നിന്ന് അജ്ഞാതമായി എടുത്ത നമ്പറുകൾ (കമ്പനിയുടെ പേരില്ല, അക്കൗണ്ടും തുകയും മാത്രം) അദ്ദേഹം YZ-ന് നൽകുകയും ഒരു ഡ്രാഫ്റ്റ് അഭിപ്രായം ആവശ്യപ്പെടുകയും ചെയ്തു. AI 12 മിനിറ്റിനുള്ളിൽ ഒരു സ്കെച്ച് നിർമ്മിച്ചു; ഓഡിറ്റർ തൻ്റെ വർക്ക്ഷീറ്റുമായി ഓരോ അനുപാതവും താരതമ്യം ചെയ്തു, രണ്ട് തെറ്റായ ശതമാനം തിരുത്തി, വ്യതിയാനങ്ങൾക്കുള്ള രണ്ട് വിശദീകരണങ്ങൾ തെളിയിക്കുന്നു. ദൈർഘ്യം: 3 മണിക്കൂറിന് പകരം 45 മിനിറ്റ്. AI ഡ്രാഫ്റ്റ് നൽകി, ഉത്തരവാദിത്തവും അഭിപ്രായവും ഓഡിറ്ററുടെ പക്കലുണ്ട്.

കേസ് 2 - സ്ഥിരീകരിക്കാത്ത നമ്പർ ട്രാപ്പ്. ഒരു ട്രെയിനി ഓഡിറ്റർ AI-യോട് ചോദിച്ചു, "ഈ വ്യവസായത്തിലെ ശരാശരി ഇൻവെൻ്ററി വിറ്റുവരവ് നിരക്ക് എന്താണ്?" ഒരു വ്യവസായ ഡാറ്റയിലേക്കും ആക്‌സസ് ഇല്ലെങ്കിലും AI "ഏകദേശം 6.4" എന്ന ആത്മവിശ്വാസം നൽകി. ഇൻ്റേൺ ഇത് വർക്ക്ഷീറ്റിൽ പ്രതീക്ഷ മൂല്യമായി എഴുതി, ക്ലയൻ്റിൻ്റെ നിരക്ക് 4.1 "ന്യായമായത്" എന്ന് തോന്നിപ്പിക്കുന്നു. ഓഡിറ്റർ ചോദിച്ചപ്പോൾ, ഉറവിടം AI യുടെ കണ്ടുപിടുത്തമാണെന്ന് തെളിഞ്ഞു; വിശകലന നടപടിക്രമം വീണ്ടും ചെയ്തു. തെറ്റ്: AI-യോട് ഇല്ലാത്ത ബെഞ്ച്മാർക്ക് ഡാറ്റ ചോദിക്കുന്നു.

കേസ് 3 - രഹസ്യാത്മകതയുടെ ലംഘനം. ഒരു ടീം അംഗം സ്ഥിരീകരണ കത്തുകൾ അയയ്‌ക്കുന്ന ഉപഭോക്താക്കളുടെ മുഴുവൻ പട്ടികയും - പേര്, വിലാസം, തുക, ബന്ധപ്പെടാനുള്ള പേര് - ഒരു പൊതു AI ടൂളിലേക്ക് അപ്‌ലോഡ് ചെയ്യുകയും “സ്ഥിരീകരണ കത്ത് ഡ്രാഫ്റ്റ് ചെയ്യുകയും ചെയ്തു,” അദ്ദേഹം പറഞ്ഞു. ഡാറ്റ സ്ഥാപനത്തിന് പുറത്ത് പോയി; ഓഡിറ്റ് കമ്പനിയുടെ ഗുണനിലവാര യൂണിറ്റിൽ ഒരു രഹസ്യാത്മക അവലോകനം തുറന്നു. ശരിയായ മാർഗം: യഥാർത്ഥ ഡാറ്റ ഒഴിവാക്കി "[ഉപഭോക്താവ്]", "[AMOUNT]" പോലുള്ള പ്ലെയ്‌സ്‌ഹോൾഡറുകൾ ഉള്ള ഒരു ടെംപ്ലേറ്റ് ആവശ്യപ്പെടുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഈ കമ്പനിയുടെ സാമ്പത്തിക പ്രസ്താവനകൾ വ്യാഖ്യാനിച്ച് എന്തെങ്കിലും അപകടസാധ്യതയുണ്ടെങ്കിൽ എന്നോട് പറയുക.

ഈ അവകാശവാദം പിഴവുള്ളതാണ്: AI-ക്ക് ഡാറ്റയോ സന്ദർഭമോ റോളോ നൽകിയിട്ടില്ല. AI-ന് ഡാറ്റകളൊന്നും ഇല്ലാത്തതിനാൽ, അത് ഒന്നുകിൽ പൊതുവായ പ്രസ്താവനകൾ നടത്തുന്നു അല്ലെങ്കിൽ നിർമ്മിച്ച നമ്പറുകൾ ഉപയോഗിച്ച് "വ്യാഖ്യാനങ്ങൾ" നിർമ്മിക്കുന്നു. കാലാവധിയോ കണക്കോ ഓഡിറ്റ് ഉദ്ദേശ്യമോ വ്യക്തമല്ല.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ പങ്ക്: നിങ്ങൾ ഒരു സ്വതന്ത്ര ഓഡിറ്ററെ സഹായിക്കുന്ന ഒരു വിശകലന സഹായിയാണ്. നിയന്ത്രണാധികാരം എനിക്കുള്ളതാണ്; നിങ്ങൾ ഡ്രാഫ്റ്റുകളും അക്കൗണ്ടുകളും ഹാജരാക്കും. സന്ദർഭം: ഒരു അജ്ഞാത ട്രയൽ ബാലൻസ് സംഗ്രഹം ചുവടെയുണ്ട് (കമ്പനിയുടെ പേരില്ല). നിലവിലെ വർഷവും മുൻ വർഷവും തമ്മിലുള്ള കാര്യമായ മാറ്റങ്ങൾ (തിരശ്ചീന വിശകലനം) കാണുകയും പരിശോധിക്കേണ്ട വ്യതിയാനങ്ങൾ നിർണ്ണയിക്കുകയും ചെയ്യുക എന്നതാണ് എൻ്റെ ലക്ഷ്യം. ഡാറ്റ:[അക്കൗണ്ടിൻ്റെ പേര്; മുൻ വർഷത്തെ തുക; നിലവിലെ വർഷത്തെ തുക ലൈനുകൾ] ടാസ്ക്: 1) ഓരോ അക്കൗണ്ടിൻ്റെയും തുകയും ശതമാന മാറ്റവും കണക്കാക്കുക; കണക്കുകൂട്ടൽ ഘട്ടം കാണിക്കുക, അതുവഴി എനിക്ക് അത് പരിശോധിക്കാൻ കഴിയും. 2) 20% കവിയുന്ന ഇനങ്ങൾ അടയാളപ്പെടുത്തുക അല്ലെങ്കിൽ അടയാളം മാറ്റുക (ലാഭം->നഷ്ടം പോലുള്ളവ) "പരിശോധിക്കേണ്ടത്". 3) അടയാളപ്പെടുത്തിയ ഓരോ ഇനത്തിനും സാധ്യമായ 2-3 വിശദീകരണം ഹൈപ്പോഥെസിസ് നിർദ്ദേശിക്കുക; ഇവ തെളിവുകൾ സഹിതം പരിശോധിക്കേണ്ടതുണ്ടെന്ന കാര്യം ശ്രദ്ധിക്കുക.4) നിങ്ങൾക്ക് ഉറപ്പില്ലാത്തതോ ഡാറ്റയിൽ നിന്ന് ഊഹിക്കാൻ കഴിയാത്തതോ ആയ സംഖ്യകളൊന്നും ഉണ്ടാക്കരുത്. "ഡാറ്റയിൽ നിന്ന് വേർതിരിച്ചെടുക്കാൻ കഴിയില്ല" എന്ന് എഴുതുക. ഔട്ട്പുട്ട് ഒരു പട്ടികയായി നൽകുക.

ഈ അവകാശവാദം ശക്തമാണ്, കാരണം അത് റോൾ, അതിർത്തി (ജുഡീഷ്യൽ ഓഡിറ്ററിൽ), ഡാറ്റ, ഘട്ടങ്ങൾ, പരിശോധനാക്ഷമത, "കെട്ടുകഥയുടെ നിരോധനം" എന്നിവ വ്യക്തമായി സ്ഥാപിക്കുന്നു.

സാധാരണ തെറ്റുകൾ

• AI-യെ ഒരു വിഭവമായി തെറ്റിദ്ധരിപ്പിക്കുന്നു. നമ്പർ, അനുപാതം, സാധാരണ ഇനം, തീയതി എന്നിവയ്ക്കായി AI-യുടെ മെമ്മറിയെ ആശ്രയിക്കുന്നു. AI ഒരു ദിശാസൂചകമാണ്; ഉറവിട നിയന്ത്രണ തെളിവുകളും ഔദ്യോഗിക വാചകവും.
• സന്ദർഭമില്ലാതെ എഴുതാൻ ആവശ്യപ്പെടുന്നു. പങ്ക്, ഡാറ്റ, ഉദ്ദേശ്യം എന്നിവ നൽകാതെ "വ്യാഖ്യാനം" എന്ന് പറയുന്നത്; ഫലം വ്യാജമായിരിക്കും.
• രഹസ്യസ്വഭാവമുള്ള ഡാറ്റ അതേപടി ഒട്ടിക്കുന്നു. അജ്ഞാതമാക്കാതെ ഉപഭോക്താവിൻ്റെ പേര്, ടിൻ, വ്യക്തിഗത ഡാറ്റ എന്നിവ അടങ്ങിയ ട്രാൻസ്ക്രിപ്റ്റുകൾ പങ്കിടുന്നു; സ്വകാര്യതയും KVKK ലംഘനവും.
• ഔട്ട്‌പുട്ട് സാധൂകരിക്കാതെ ഫയലിൽ ഇടുന്നു. ഒഴുക്കുള്ള വാചകം ശരിയാണെന്ന് കരുതി അത് വർക്ക്ഷീറ്റിലേക്ക് മാറ്റുക.
• വിധി നിയോഗിക്കുന്നു. "AI അങ്ങനെ പറഞ്ഞു" എന്നതിൻ്റെ അടിസ്ഥാനത്തിൽ ഒരു നിഗമനത്തിലേക്ക് കുതിക്കുന്നു; ഓഡിറ്റ് അഭിപ്രായം കൈമാറ്റം ചെയ്യാവുന്നതല്ല.

നുറുങ്ങ്: ഓരോ AI സെഷനിലും ഒരു ഓഡിറ്ററുടെ മനസ്സോടെ പോകുക: "ഈ ഔട്ട്‌പുട്ട് എവിടെയാണ് തെറ്റാകുന്നത്?" ഈ ചോദ്യം ഓട്ടോമേഷൻ ബയസിനുള്ള മറുമരുന്നാണ്, ഞങ്ങൾ ഇത് മൊഡ്യൂളിലുടനീളം ആവർത്തിക്കും.

ചുരുക്കത്തിൽ

ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഓഡിറ്റിംഗിലെ ഒരു ശക്തമായ സഹായിയാണ്: ഇത് ഡാറ്റ തയ്യാറാക്കുന്നു, സ്കാൻ ചെയ്യുന്നു, ഡ്രാഫ്റ്റുകൾ ചെയ്യുന്നു, കണക്കുകൂട്ടുന്നു, മണിക്കൂറുകൾ മിനിറ്റുകളായി കുറയ്ക്കുന്നു. എന്നാൽ ഓഡിറ്റ് അഭിപ്രായം, മെറ്റീരിയൽ തെറ്റിദ്ധാരണയുടെ വിധി, നിഗമനം എന്നിവ സ്വതന്ത്രവും കഴിവുള്ളതുമായ ഓഡിറ്ററുടേതാണ്. AI-യുടെ ഔട്ട്‌പുട്ട് പരിശോധിച്ചില്ലെങ്കിൽ, അത് ഒപ്പിടാത്ത വർക്കിംഗ് പേപ്പർ പോലെ സാധുതയുള്ളതാണ്. മൂന്ന് ലംഘിക്കാനാകാത്ത തത്ത്വങ്ങൾ: ഉറവിടവും വീണ്ടും കണക്കുകൂട്ടലും (ആധികാരികത), ഓഡിറ്റർ സന്ദേഹത്തോടെയുള്ള പരിശോധന, ഡാറ്റ അജ്ഞാതമാക്കുക, സുരക്ഷിത മാർഗങ്ങൾ തിരഞ്ഞെടുക്കുക (രഹസ്യതയും സ്വാതന്ത്ര്യവും). അപകടസാധ്യത വർദ്ധിക്കുന്നതിനനുസരിച്ച്, AI-യുടെ പങ്ക് ചെറുതായിത്തീരുകയും നിങ്ങളുടെ ന്യായവിധി വർദ്ധിക്കുകയും ചെയ്യുന്നു.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ സ്വന്തം ഓഡിറ്റ് പരിശീലനത്തിൽ നിന്ന് (അല്ലെങ്കിൽ ഒരു സാങ്കൽപ്പിക ഓഡിറ്റ്) മൂന്ന് ആവർത്തന ടാസ്ക്കുകൾ തിരഞ്ഞെടുക്കുക: ഉദാഹരണത്തിന്, (1) ട്രയൽ ബാലൻസിൽ നിന്ന് ഒരു തിരശ്ചീന വിശകലന സംഗ്രഹം എക്‌സ്‌ട്രാക്റ്റുചെയ്യൽ, (2) ഒരു സ്റ്റാൻഡേർഡ് ക്ലോസ് കണ്ടെത്തൽ, (3) ഒരു വർക്കിംഗ് പേപ്പർ തയ്യാറാക്കൽ. മുകളിലുള്ള "ശക്തമായ പ്രോംപ്റ്റ്" പാറ്റേൺ ഉപയോഗിച്ച് ഓരോന്നിനും ഒരു പ്രോംപ്റ്റ് എഴുതുക; റോൾ, അജ്ഞാത ഡാറ്റ, ഘട്ടങ്ങൾ, "ഫാബ്രിക്കേഷൻ നിരോധനം" എന്നിവ ചേർക്കുക. തുടർന്ന് മൂന്ന് സ്ഥിരീകരണ ഘട്ടങ്ങളിലൂടെ ഔട്ട്‌പുട്ട് പ്രവർത്തിപ്പിക്കുക (ഉറവിടം, വീണ്ടും കണക്കാക്കുക, സന്ദേഹവാദത്തോടെ പരിശോധിക്കുക) കൂടാതെ നിങ്ങൾ പിടിക്കുന്ന പിശകുകൾ ശ്രദ്ധിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• AI-ക്ക് ഞാൻ നൽകിയ ഡാറ്റ ഞാൻ അജ്ഞാതമാക്കി; ഞാൻ ഉപഭോക്താവിൻ്റെ പേര്, ടിൻ, വ്യക്തിഗത ഡാറ്റ എന്നിവ പങ്കിട്ടില്ല.
• [ ] പ്രോംപ്റ്റിൽ ഞാൻ റോൾ, സന്ദർഭം, ഉദ്ദേശ്യം, "കെട്ടുകഥകൾ ഇല്ല" എന്നിവ ചേർത്തു.
• [ ] ഞാൻ ഔട്ട്പുട്ടിലെ എല്ലാ സംഖ്യയും അനുപാതവും സ്വതന്ത്ര ഉറവിടം ഉപയോഗിച്ച് വീണ്ടും കണക്കാക്കി.
• [ ] ഞാൻ ഔദ്യോഗിക വാചകത്തിൽ നിന്നുള്ള സ്റ്റാൻഡേർഡ്/സബ്സ്റ്റൻസ് റഫറൻസുകൾ സ്ഥിരീകരിച്ചു.
• [ ] ഔട്ട്പുട്ട് "എവിടെയാണ് തെറ്റ് സംഭവിക്കുക?" എന്ന ചോദ്യത്തോടെ ഞാൻ ഇത് സംശയത്തോടെ പരീക്ഷിച്ചു:
• [ ] അന്തിമ വിധിയും അഭിപ്രായവും ഞാൻ തന്നെ നടത്തി; ഞാൻ ഒരു കാരണമായി AI ഉദ്ധരിച്ചിട്ടില്ല.
• [ ] ഡാറ്റയുടെ രഹസ്യാത്മകതയുടെയും സ്വാതന്ത്ര്യത്തിൻ്റെയും അടിസ്ഥാനത്തിൽ ഞാൻ ഉപയോഗിച്ച ഉപകരണത്തിൻ്റെ അനുയോജ്യത ഞാൻ വിലയിരുത്തി.