ਅਸੰਗਤਤਾ ਅਤੇ ਗਲਤੀ ਖੋਜ: ਜਰਨਲ ਐਂਟਰੀ ਟੈਸਟਿੰਗ ਅਤੇ ਆਊਟਲੀਅਰ ਵਿਸ਼ਲੇਸ਼ਣ — ਆਡਿਟਿੰਗ ਅਤੇ ਸੁਤੰਤਰ ਆਡਿਟ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ

ਲਾਭ:

ਸਮਝੋ ਕਿ BDS 240 ਦੇ ਤਹਿਤ ਜਰਨਲ ਐਂਟਰੀ ਟੈਸਟਿੰਗ ਕਿਉਂ ਲਾਜ਼ਮੀ ਹੈ ਅਤੇ ਕਿਵੇਂ ਨਕਲੀ ਬੁੱਧੀ ਸ਼ੱਕੀ ਐਂਟਰੀ ਮਾਪਦੰਡਾਂ ਨੂੰ ਸਕੈਨ ਕਰ ਸਕਦੀ ਹੈ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਪੋਰਟ ਦੇ ਨਾਲ ਆਊਟਲੀਅਰ, ਅਸਾਧਾਰਨ ਸਮਾਂ ਅਤੇ ਅਸਾਧਾਰਨ ਮਾਤਰਾ ਦੇ ਪੈਟਰਨ ਨੂੰ ਮਾਰਕ ਕਰਨ ਅਤੇ ਤਰਜੀਹ ਦੇਣ ਦੀ ਸਮਰੱਥਾ
ਇਹ ਬਣਾਈ ਰੱਖਣ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਫਲੈਗ ਕੀਤੀ ਗਈ ਹਰ ਵਿਗਾੜ ਇੱਕ ਖੋਜ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਪ੍ਰਸ਼ਨ ਚਿੰਨ੍ਹ ਹੈ ਜਿਸਦੀ ਆਡੀਟਰ ਜਾਂਚ ਕਰੇਗਾ, ਅਤੇ ਗਲਤ ਸਕਾਰਾਤਮਕ ਨੂੰ ਖਤਮ ਕਰਨਾ ਮਨੁੱਖੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ।

ਕਿਸੇ ਕਾਰੋਬਾਰ ਦੀਆਂ ਵਿੱਤੀ ਸਟੇਟਮੈਂਟਾਂ ਮੂਲ ਰੂਪ ਵਿੱਚ ਲੱਖਾਂ ਜਰਨਲ ਐਂਟਰੀਆਂ ਦਾ ਜੋੜ ਹੁੰਦੀਆਂ ਹਨ (ਅਕਾਉਂਟਿੰਗ ਵਿੱਚ, ਹਰੇਕ ਵਿੱਤੀ ਲੈਣ-ਦੇਣ ਨੂੰ ਡੈਬਿਟ ਅਤੇ ਕ੍ਰੈਡਿਟ ਵਜੋਂ ਦਰਜ ਕੀਤਾ ਜਾਂਦਾ ਹੈ)। ਗਲਤੀ ਅਤੇ ਧੋਖਾਧੜੀ ਦੋਵੇਂ ਅੰਤ ਵਿੱਚ ਇੱਕ ਜਰਨਲ ਐਂਟਰੀ ਵਿੱਚ ਰਹਿੰਦੇ ਹਨ: ਗਲਤ ਖਾਤੇ ਵਿੱਚ ਲਿਖੀ ਗਈ ਇੱਕ ਰਕਮ, ਇੱਕ ਭੱਤਾ ਜੋ "ਭੁੱਲ ਗਿਆ" ਹੈ ਅਤੇ ਮਿਆਦ ਦੇ ਅੰਤ ਵਿੱਚ ਉਲਟਾ ਦਿੱਤਾ ਗਿਆ ਹੈ, ਅੱਧੀ ਰਾਤ ਨੂੰ ਹੱਥੀਂ ਦਾਖਲ ਕੀਤੀ ਗਈ ਇੱਕ ਅਸਾਧਾਰਨ ਐਂਟਰੀ। ਇਸਲਈ, BDS 240 (ਵਿੱਤੀ ਸਟੇਟਮੈਂਟਾਂ ਦੇ ਆਡਿਟ ਵਿੱਚ ਧੋਖਾਧੜੀ ਦੇ ਸਬੰਧ ਵਿੱਚ ਆਡੀਟਰ ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਨ ਵਾਲਾ ਮਿਆਰ) ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਆਡੀਟਰ ਨੂੰ ਜਰਨਲ ਐਂਟਰੀ ਟੈਸਟਿੰਗ ਕਰਨ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਇਸਦਾ ਉਦੇਸ਼ ਪ੍ਰਬੰਧਨ ਓਵਰਰਾਈਡ ਦੁਆਰਾ ਪ੍ਰਬੰਧਨ ਦੁਆਰਾ ਸੰਭਵ ਹੇਰਾਫੇਰੀ ਨੂੰ ਪ੍ਰਗਟ ਕਰਨਾ ਹੈ.

ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਇਹ ਕਵਰ ਕਰਾਂਗੇ ਕਿ ਕਿਵੇਂ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਅਸੰਗਤਤਾ ਅਤੇ ਗਲਤੀ ਖੋਜ ਦੇ ਇੰਜਣ ਵਿੱਚ ਬਦਲਣਾ ਹੈ, ਪਰ ਹਰੇਕ ਚਿੰਨ੍ਹਿਤ ਰਿਕਾਰਡ "ਲੱਭਣ" ਦੀ ਬਜਾਏ ਇੱਕ "ਪ੍ਰਸ਼ਨ ਚਿੰਨ੍ਹ" ਕਿਉਂ ਹੈ। ਪਹਿਲੇ ਦੋ ਸੰਕਲਪ. ਇੱਕ ਅਸੰਗਤਤਾ ਇੱਕ ਡੇਟਾ ਸੈੱਟ ਵਿੱਚ ਇੱਕ ਅਸਧਾਰਨ ਰਿਕਾਰਡ ਹੈ ਜੋ ਅਨੁਮਾਨਿਤ ਪੈਟਰਨ ਤੋਂ ਭਟਕਦਾ ਹੈ। ਇੱਕ ਆਊਟਲੀਅਰ ਇੱਕ ਨਿਰੀਖਣ ਹੁੰਦਾ ਹੈ ਜੋ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਦੂਜਿਆਂ ਤੋਂ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਮਾਤਰਾ, ਇੱਕ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਾਰੰਬਾਰਤਾ)। ਅਸੰਗਤਤਾ ਹਮੇਸ਼ਾ ਇੱਕ ਗਲਤੀ ਨਹੀਂ ਹੁੰਦੀ; ਪਰ ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਆਡੀਟਰ ਨੂੰ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ।

ਜਰਨਲ ਐਂਟਰੀ ਟੈਸਟ ਵਿੱਚ ਸ਼ੱਕੀ ਪੋਸਟਿੰਗ ਮਾਪਦੰਡ

BDS 240 ਦੱਸਦਾ ਹੈ ਕਿ ਕੁਝ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਾਲੇ ਰਿਕਾਰਡ ਧੋਖਾਧੜੀ ਦੇ ਜੋਖਮ ਲਈ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹਨ। AI ਇਹਨਾਂ ਮਾਪਦੰਡਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਸਕਿੰਟਾਂ ਵਿੱਚ ਸੈਂਕੜੇ ਹਜ਼ਾਰਾਂ ਰਿਕਾਰਡਾਂ ਨੂੰ ਸਕੈਨ ਕਰ ਸਕਦਾ ਹੈ। ਆਮ "ਲਾਲ ਝੰਡਾ" ਮਾਪਦੰਡ:

ਅਸਾਧਾਰਨ ਸਮਾਂ: ਕੰਮ ਦੇ ਘੰਟਿਆਂ ਤੋਂ ਬਾਅਦ, ਹਫਤੇ ਦੇ ਅੰਤ ਵਿੱਚ, ਜਨਤਕ ਛੁੱਟੀ ਵਾਲੇ ਦਿਨ, ਜਾਂ ਮਿਆਦ ਦੇ ਅੰਤ ਦੇ ਆਖਰੀ ਦਿਨ ਦਰਜ ਕੀਤੇ ਦਸਤੀ ਰਿਕਾਰਡ।
ਅਸਾਧਾਰਨ ਉਪਭੋਗਤਾ: ਇੱਕ ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਦਰਜ ਕੀਤੇ ਗਏ ਰਿਕਾਰਡ ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਲੇਖਾ ਰਿਕਾਰਡ ਦਰਜ ਨਹੀਂ ਕਰਦੇ (ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਪ੍ਰਸ਼ਾਸਕ)।
ਅਸਾਧਾਰਨ ਖਾਤਾ ਸੰਜੋਗ: ਉਹਨਾਂ ਖਾਤਿਆਂ ਵਿਚਕਾਰ ਪੋਸਟਿੰਗ ਜੋ ਇੱਕ ਦੂਜੇ ਦੀ ਉਮੀਦ ਨਹੀਂ ਕਰਦੇ (ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਮਾਲੀਆ ਖਾਤਾ ਅਤੇ ਇੱਕ ਅਸਧਾਰਨ ਗੈਰ-ਨਕਦ ਖਾਤਾ)।
ਗੋਲ ਮਾਤਰਾ: "ਸਾਫ਼" ਵੱਡੀ ਮਾਤਰਾਵਾਂ ਜਿਵੇਂ ਕਿ 100,000, 500,000; ਇਹ ਦਸਤੀ ਹੇਰਾਫੇਰੀ ਦਾ ਇੱਕ ਖਾਸ ਟਰੇਸ ਹੈ।
ਖਾਲੀ ਜਾਂ ਅਸਪਸ਼ਟ ਵਰਣਨ ਵਾਲੇ ਰਿਕਾਰਡ: ਖਾਲੀ ਵਰਣਨ ਜਿਵੇਂ ਕਿ "ਸੁਧਾਰ", "ਫੁਟਕਲ", "ਆਰਜ਼ੀ"।
ਰਿਵਰਸਡ ਰਿਕਾਰਡ: ਪੀਰੀਅਡ ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਦਰਜ ਕੀਤੇ ਗਏ ਰਿਕਾਰਡ ਅਤੇ ਥੋੜ੍ਹੇ ਸਮੇਂ ਬਾਅਦ ਰੱਦ (ਸਟੋਰਨੋ)।
ਸਬਥ੍ਰੈਸ਼ਹੋਲਡ ਡੁਪਲੀਕੇਟ: ਮਨਜ਼ੂਰੀ ਥ੍ਰੈਸ਼ਹੋਲਡ (ਜਿਵੇਂ ਕਿ $50,000) ਤੋਂ ਬਿਲਕੁਲ ਹੇਠਾਂ ਕਲੱਸਟਰ ਕੀਤੇ ਰਿਕਾਰਡਾਂ ਦੀ ਵੱਡੀ ਗਿਣਤੀ।

ਸੰਕੇਤ: ਇਹਨਾਂ ਮਾਪਦੰਡਾਂ ਬਾਰੇ ਇਕੱਠੇ ਸੋਚੋ, ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਨਹੀਂ। "ਗੋਲ ਰਕਮ" ਇਕੱਲੇ ਬੇਕਸੂਰ ਹੋ ਸਕਦੇ ਹਨ; ਪਰ "ਵੀਕਐਂਡ, ਇੱਕ ਪ੍ਰਸ਼ਾਸਕ ਦੁਆਰਾ, ਵਰਣਨ ਖਾਲੀ, ਗੋਲ ਇਕਸਾਰ, ਪੀਰੀਅਡ ਮੈਨੂਅਲ ਪੋਸਟਿੰਗ ਦਾ ਅੰਤ" ਇੱਕ ਮਜ਼ਬੂਤ ਲਾਲ ਝੰਡਾ ਹੈ। "ਜੋਖਮ ਦਾ ਸਕੋਰ" ਬਣਾਉਣ ਲਈ AI ਦਾ ਸੰਯੋਗ ਮਾਪਦੰਡ ਹੋਣ ਨਾਲ ਤੁਹਾਨੂੰ ਤਰਜੀਹ ਦੇਣ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ।

ਝੂਠਾ ਸਕਾਰਾਤਮਕ ਸੱਚ: ਕਿਉਂ ਨਹੀਂ ਹਰ ਚਿੰਨ੍ਹ ਇੱਕ ਖੋਜ ਹੈ

ਅਨੌਮਲੀ ਸਕੈਨਿੰਗ ਦੀ ਪ੍ਰਕਿਰਤੀ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਹਨ: ਨਿਯਮ ਦੁਆਰਾ ਫਲੈਗ ਕੀਤੇ ਰਿਕਾਰਡ ਜੋ ਅਸਲ ਵਿੱਚ ਜਾਇਜ਼ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਕੰਪਨੀ ਹਰ ਮਹੀਨੇ ਦੇ ਆਖ਼ਰੀ ਕਾਰੋਬਾਰੀ ਦਿਨ 'ਤੇ ਆਪਣੇ ਆਪ ਇੱਕ ਰਾਊਂਡ-ਰੋਬਿਨ ਕਿਰਾਇਆ ਇਕੱਠਾ ਕਰਦੀ ਹੈ; ਇਹ "ਗੋਲ ਰਕਮ + ਮਿਆਦ ਦਾ ਅੰਤ" ਮਾਪਦੰਡ ਨਾਲ ਫਸਿਆ ਹੋਇਆ ਹੈ, ਪਰ ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਮ ਹੈ। ਆਡੀਟਰ ਦਾ ਕੰਮ ਫਲੈਗ ਕੀਤੇ ਢੇਰ ਤੋਂ ਅਸਲ ਜੋਖਮ ਨੂੰ ਕੱਢਣਾ ਹੈ। ਇਹ ਛਾਂਟੀ ਤਬਾਦਲਾਯੋਗ ਨਹੀਂ ਹੈ; ਕਿਉਂਕਿ ਜਾਇਜ਼ ਨੂੰ ਸ਼ੱਕੀ ਤੋਂ ਵੱਖ ਕਰਨ ਲਈ ਕਾਰੋਬਾਰ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਜਾਣਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ — ਕੁਝ ਅਜਿਹਾ AI ਕੋਲ ਨਹੀਂ ਹੈ।

ਇਸ ਲਈ ਹਮੇਸ਼ਾ ਇਸ ਤਰ੍ਹਾਂ ਆਉਟਪੁੱਟ ਪੜ੍ਹੋ: "ਏਆਈ ਨੇ ਮੇਰੇ ਲਈ 420 ਰਿਕਾਰਡਾਂ ਨੂੰ ਫਲੈਗ ਕੀਤਾ ਹੈ। ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਸ਼ਾਇਦ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਹਨ। ਮੇਰਾ ਕੰਮ ਇਹਨਾਂ 420 ਵਿੱਚੋਂ ਉਹਨਾਂ ਨੂੰ ਲੱਭਣਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਅਸਲ ਵਿੱਚ ਜਾਂਚ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਪੈਟਰਨ ਅਤੇ ਵਿਅਕਤੀਗਤ ਸ਼ੱਕੀ ਲੋਕ।" ਇਹ ਦ੍ਰਿਸ਼ ਤੁਹਾਨੂੰ ਆਟੋਮੇਸ਼ਨ ਪੱਖਪਾਤ (ਇੱਕ ਗਲਤੀ ਲਈ ਹਰ ਸੰਕੇਤ ਨੂੰ ਲੈਣਾ) ਅਤੇ ਆਲਸ (ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਨੂੰ ਨਾ ਦੇਖਣਾ) ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ।

ਕਦਮ ਦਰ ਕਦਮ ਵਿਗਾੜ ਦਾ ਪਤਾ ਲਗਾਉਣਾ

ਡਾਟਾ ਤਿਆਰ ਕਰੋ ਅਤੇ ਸੰਪੂਰਨਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। (ਪਿਛਲੀ ਇਕਾਈ ਵਿੱਚ ਮੇਲ-ਮਿਲਾਪ ਦੇ ਪੜਾਅ।)
ਮਾਪਦੰਡ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਕੀ ਸਮਾਂ, ਮਾਤਰਾ, ਉਪਭੋਗਤਾ ਅਤੇ ਵਰਣਨ ਪੈਟਰਨ ਫਲੈਗ ਕੀਤੇ ਜਾਣਗੇ?
AI ਨਾਲ ਸਕੈਨ ਅਤੇ ਸਕੋਰ ਕਰੋ। ਮਾਪਦੰਡ ਅਨੁਸਾਰ ਹਰੇਕ ਰਿਕਾਰਡ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ; ਉਹਨਾਂ ਨੂੰ ਉੱਚ ਤਰਜੀਹ ਦਿਓ ਜੋ ਕਈ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ।
ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਨੂੰ ਖਤਮ ਕਰੋ. ਫਿਲਟਰ ਜਾਂ ਫਲੈਗ ਜਾਣੇ-ਪਛਾਣੇ ਜਾਇਜ਼ ਪੈਟਰਨ (ਜਿਵੇਂ ਕਿ ਸਵੈਚਲਿਤ ਪ੍ਰਾਪਤੀ)।
ਬਾਕੀ ਦੇ ਰਿਕਾਰਡ ਦੀ ਜਾਂਚ ਕਰੋ। ਹਰੇਕ ਨੂੰ ਸਹਾਇਕ ਦਸਤਾਵੇਜ਼, ਪ੍ਰਵਾਨਗੀ, ਅਤੇ ਵਪਾਰਕ ਤਰਕ ਨਾਲ ਲਿੰਕ ਕਰੋ।
ਸਿੱਟਾ ਅਤੇ ਤਰਕ ਨੂੰ ਦਸਤਾਵੇਜ਼ੀ ਬਣਾਓ। ਲਿਖੋ ਕਿ ਤੁਹਾਨੂੰ ਕੀ ਸ਼ੱਕੀ ਲੱਗਿਆ ਅਤੇ ਕਿਉਂ, ਅਤੇ ਤੁਸੀਂ ਕੀ ਹਟਾਇਆ ਅਤੇ ਕਿਉਂ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਅਸਲ ਖੋਜ। ਇੱਕ ਆਡੀਟਰ ਨੇ AI ਨਾਲ 240,000 ਜਰਨਲ ਐਂਟਰੀਆਂ ਨੂੰ ਸਕੈਨ ਕੀਤਾ; ਇਹ ਮਾਪਦੰਡ "ਮਿਆਦ ਦੇ ਆਖਰੀ 3 ਦਿਨ + ਮੈਨੂਅਲ + ਵਰਣਨ 'ਸੁਧਾਰ' + 100,000 ਗੁਣਾ ਰਕਮ" ਨੂੰ ਜੋੜਦਾ ਹੈ। 14 ਰਿਕਾਰਡਾਂ ਨੇ ਉੱਚ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤੇ। ਸਮੀਖਿਆ ਵਿੱਚ, 11 ਜਾਇਜ਼ ਸਾਲ-ਅੰਤ ਦੇ ਸਮਾਯੋਜਨ ਸਨ; ਹਾਲਾਂਕਿ, 3 ਐਂਟਰੀਆਂ ਇਸ ਤਰੀਕੇ ਨਾਲ ਦਰਜ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ ਜੋ ਆਮਦਨ ਖਾਤੇ ਨੂੰ ਵਧਾ ਦੇਣਗੀਆਂ ਅਤੇ ਅਗਲੀ ਮਿਆਦ ਵਿੱਚ ਉਲਟਾ ਦਿੱਤੀਆਂ ਜਾਣਗੀਆਂ, ਅਤੇ ਕੋਈ ਸਹਾਇਕ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ ਸਨ। ਇਹ ਨਿਯੰਤਰਣ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨ ਵਾਲੇ ਪ੍ਰਬੰਧਨ ਦਾ ਇੱਕ ਪੈਟਰਨ ਸੀ ਅਤੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਖੋਜ ਸੀ। ਏਆਈ ਨੇ 14 ਸਵਾਲ ਪੁੱਛੇ; ਆਡੀਟਰ ਦੇ ਸੰਦੇਹ ਨੇ 3 ਅਸਲੀ ਜਵਾਬ ਲੱਭੇ.

ਕੇਸ 2 - ਝੂਠਾ ਸਕਾਰਾਤਮਕ ਜਾਲ। ਟੀਮ ਦੇ ਇੱਕ ਮੈਂਬਰ ਨੇ 380 "ਗੋਲ ਇਕਸਾਰ" ਰਿਕਾਰਡ ਲਿਖੇ ਜੋ AI ਨੇ "ਸ਼ੱਕੀ ਲੈਣ-ਦੇਣ" ਸਿਰਲੇਖ ਹੇਠ ਵਰਕਸ਼ੀਟ 'ਤੇ ਸਿੱਧੇ ਫਲੈਗ ਕੀਤੇ ਸਨ। ਜਦੋਂ ਅਧਿਕਾਰੀ ਨੇ ਦੇਖਿਆ, ਤਾਂ ਉਸ ਨੇ ਦੇਖਿਆ ਕਿ ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਬਹੁਤਿਆਂ ਕੋਲ ਨਿਸ਼ਚਿਤ ਕਿਰਾਇਆ, ਨਿਸ਼ਚਿਤ ਸਲਾਹਕਾਰ ਫੀਸ ਅਤੇ ਆਟੋਮੈਟਿਕ ਡਿਪ੍ਰੀਸੀਏਸ਼ਨ ਰਿਕਾਰਡ ਸਨ; ਉਹ ਸਾਰੇ ਜਾਇਜ਼ ਸਨ। ਵਰਕਸ਼ੀਟ "ਝੂਠੀਆਂ ਖੋਜਾਂ ਦੀ ਸੂਚੀ" ਬਣ ਗਈ ਸੀ ਜੋ ਆਡਿਟ ਨੂੰ ਗਲਤ ਦਿਸ਼ਾ ਵੱਲ ਲੈ ਗਈ ਸੀ। ਸਬਕ: ਹਰ ਫਲੈਗ ਕੀਤਾ ਰਿਕਾਰਡ ਇੱਕ ਖੋਜ ਨਹੀਂ ਹੁੰਦਾ; ਆਡੀਟਰ ਚੋਣ ਕਰਦਾ ਹੈ।

ਕੇਸ 3 - ਮਾਪਦੰਡ ਨੂੰ ਬਹੁਤ ਤੰਗ ਢੰਗ ਨਾਲ ਸੈੱਟ ਕਰਨਾ। ਇੱਕ ਆਡੀਟਰ ਨੇ ਸਿਰਫ "ਵੀਕੈਂਡ ਰਿਕਾਰਡ" ਮਾਪਦੰਡ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਅਤੇ ਕੋਈ ਸ਼ੱਕੀ ਰਿਕਾਰਡ ਨਹੀਂ ਮਿਲਿਆ; ਉਸ ਨੂੰ ਰਾਹਤ ਮਿਲੀ। ਹਾਲਾਂਕਿ, ਕਾਰੋਬਾਰ ਵਿੱਚ, ਹੇਰਾਫੇਰੀ ਵਾਲੇ ਰਿਕਾਰਡ ਹਫ਼ਤੇ ਦੇ ਕੰਮਕਾਜੀ ਘੰਟਿਆਂ ਦੌਰਾਨ ਦਰਜ ਕੀਤੇ ਗਏ ਸਨ, ਪਰ ਅਸਾਧਾਰਨ ਖਾਤਾ ਸੰਜੋਗਾਂ ਦੇ ਨਾਲ। ਇੱਕ ਸਿੰਗਲ, ਤੰਗ ਮਾਪਦੰਡ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਉਸਨੂੰ ਅਸਲ ਜੋਖਮ ਨੂੰ ਵੇਖਣ ਤੋਂ ਰੋਕਦਾ ਹੈ। ਜਦੋਂ ਆਡੀਟਰ ਨੇ ਮਾਪਦੰਡ ਦਾ ਵਿਸਥਾਰ ਕੀਤਾ, ਤਾਂ ਪੈਟਰਨ ਉਭਰਿਆ। ਪਾਠ: ਇੱਕ ਮਾਪਦੰਡ ਭਰੋਸਾ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰਦਾ; ਇਸ ਨੂੰ ਬਹੁ-ਆਯਾਮੀ ਤੌਰ 'ਤੇ ਦੇਖੋ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਇਹਨਾਂ ਜਰਨਲ ਐਂਟਰੀਆਂ ਵਿੱਚ ਫਰਜ਼ੀ ਐਂਟਰੀਆਂ ਲੱਭੋ।

ਸਮੱਸਿਆ: AI ਧੋਖਾਧੜੀ ਦਾ "ਪਛਾਣ" ਨਹੀਂ ਕਰ ਸਕਦਾ; ਧੋਖਾਧੜੀ ਇੱਕ ਕਾਨੂੰਨੀ/ਪੇਸ਼ੇਵਰ ਨਤੀਜਾ ਹੈ, ਇੱਕ ਡੇਟਾ ਪੈਟਰਨ ਨਹੀਂ। ਨਾਲ ਹੀ "ਧੋਖੇਬਾਜ਼" ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਹੈ। ਇਹ ਪ੍ਰੋਂਪਟ ਜਾਂ ਤਾਂ ਬਣਾਈ ਗਈ "ਚੀਟ ਸੂਚੀ" ਜਾਂ ਅਰਥਹੀਣ ਫਲੈਗ ਬਣਾਉਂਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਸੁਤੰਤਰ ਆਡੀਟਰ ਦੇ ਜਰਨਲ ਐਂਟਰੀ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਾਇਕ ਹੋ। ਤੁਸੀਂ ਮਾਪਦੰਡ ਦੇ ਅਨੁਸਾਰ ਰਿਕਾਰਡ ਨੂੰ ਮਾਰਕ ਕਰਦੇ ਹੋ; ਧੋਖਾਧੜੀ/ਗਲਤੀ ਦਾ ਫੈਸਲਾ ਮੇਰਾ ਹੈ। ਪ੍ਰਸੰਗ: ਅਗਿਆਤ ਜਰਨਲ ਡੇਟਾ (ਕਾਲਮ: ਰਿਕਾਰਡ_ਨੰਬਰ, ਮਿਤੀ, ਸਮਾਂ, ਉਪਭੋਗਤਾ_ਰੋਲ, ਡੈਬਿਟ_ਖਾਤਾ, ਕ੍ਰੈਡਿਟ_ਖਾਤਾ, ਰਕਮ, ਰਿਕਾਰਡ_ਕਿਸਮ[ਮੈਨੂਅਲ/ਆਟੋਮੈਟਿਕ], ਵਰਣਨ)। ਮਿਆਦ ਦੀ ਸਮਾਪਤੀ: 31.12. ਕੰਮ ਦੇ ਘੰਟੇ: 09:00-18:00, ਸੋਮ-ਸ਼ੁੱਕਰ. ਟਾਸਕ: 1) ਹੇਠਾਂ ਦਿੱਤੇ ਮਾਪਦੰਡਾਂ (ਕਿੰਨੇ ਮਾਪਦੰਡ ਜੁੜੇ ਹੋਏ ਹਨ ਇਸ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ) ਦੇ ਅਨੁਸਾਰ ਹਰੇਕ ਰਿਕਾਰਡ ਨੂੰ "ਧਿਆਨ ਦਾ ਸਕੋਰ" ਦਿਓ: a) ਰਿਕਾਰਡ_ਟਾਈਪ = ਮੈਨੂਅਲ b) ਮਿਤੀ 29-31 ਦਸੰਬਰ ਜਾਂ ਸ਼ਨੀਵਾਰ/ਛੁੱਟੀ c) ਘੰਟਾ ਔਫ-ਡਿਊਟੀ, 100 ਘੰਟਾ, ਔਫ-ਡਿਊਟੀ 10)) ਵਰਣਨ ਖਾਲੀ ਹੈ ਜਾਂ {ਸੁਧਾਰ, ਫੁਟਕਲ, ਅਸਥਾਈ} in2) 3 ਅਤੇ ਇਸ ਤੋਂ ਵੱਧ ਦੇ ਸਕੋਰ ਵਾਲੇ ਨੂੰ ਤਰਜੀਹ ਸੂਚੀ ਦੇ ਤੌਰ 'ਤੇ ਦਿਓ। 3) ਹਰੇਕ ਮਾਪਦੰਡ ਜੋ ਤੁਸੀਂ ਲਾਗੂ ਕਰਦੇ ਹੋ, ਸਾਦੇ ਪਾਠ (ਆਡਿਟਯੋਗਤਾ) ਵਿੱਚ ਲਿਖੋ। 4) ਇਹ ਸਪੱਸ਼ਟ ਕਰੋ ਕਿ ਇਹ "ਜਾਂਚ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਅਪਵਾਦ" ਹਨ ਅਤੇ ਧੋਖਾਧੜੀ/ਗਲਤੀ ਦੇ ਨਤੀਜੇ ਨਹੀਂ ਹਨ। ਜਾਅਲੀ ਰਿਕਾਰਡ ਜੋੜਨਾ।

ਇਹ ਪ੍ਰੋਂਪਟ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਮਾਪਦੰਡ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ, ਬਹੁ-ਆਯਾਮੀ ਸਕੋਰਾਂ, ਆਡਿਟਯੋਗਤਾ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਆਉਟਪੁੱਟ (ਅਪਵਾਦ, ਨਤੀਜਾ ਨਹੀਂ) ਦਾ ਸਹੀ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

ਇਸਦਾ ਅਰਥ ਹੈ "ਚਾਲ ਲੱਭੋ"। AI ਧੋਖਾਧੜੀ ਦਾ ਪਤਾ ਨਹੀਂ ਲਗਾਉਂਦਾ; ਮਾਪਦੰਡ ਦੇ ਅਨੁਸਾਰ ਇੱਕ ਨਿਸ਼ਾਨ ਲਗਾਉਂਦਾ ਹੈ। ਧੋਖਾਧੜੀ ਇੱਕ ਪੇਸ਼ੇਵਰ/ਕਾਨੂੰਨੀ ਨਤੀਜਾ ਹੈ।
ਇੱਕ ਖੋਜ ਲਈ ਚਿੰਨ੍ਹ ਨੂੰ ਗਲਤ ਕਰਨਾ. ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਨੂੰ ਖਤਮ ਕੀਤੇ ਬਿਨਾਂ ਸ਼ੱਕੀ ਰਿਕਾਰਡ ਨੂੰ "ਗਲਤੀ" ਵਜੋਂ ਲਿਖਣਾ।
ਇੱਕ ਮਾਪਦੰਡ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। ਇੱਕ ਤੰਗ ਨਿਯਮ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਅਤੇ ਅਸਲ ਪੈਟਰਨ ਗੁੰਮ ਹੈ।
ਜਾਇਜ਼ ਪੈਟਰਨਾਂ ਨੂੰ ਫਿਲਟਰ ਨਹੀਂ ਕਰਨਾ। ਸ਼ੱਕੀ ਸੂਚੀ ਵਿੱਚ ਆਟੋਮੈਟਿਕ ਇਕੱਤਰਤਾਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਕੇ ਰੌਲਾ ਪਾਉਣਾ।
ਤਰਕ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਨਹੀਂ ਕਰ ਰਿਹਾ। ਤੁਸੀਂ ਕੀ ਹਟਾਇਆ/ਰੱਖਿਆ ਅਤੇ ਕਿਉਂ, ਇਹ ਲਿਖੇ ਬਿਨਾਂ ਵਰਕਸ਼ੀਟ ਨੂੰ ਖੋਜਣਯੋਗ ਛੱਡਣਾ।

ਸਾਵਧਾਨ: ਇੱਕ ਰਿਕਾਰਡਿੰਗ ਨੂੰ "ਸ਼ੱਕੀ" ਵਜੋਂ ਵਰਣਨ ਕਰਨਾ ਇੱਕ ਗੰਭੀਰ ਬਿਆਨ ਹੈ। ਖੋਜ ਵਜੋਂ ਲਿਖਣ ਤੋਂ ਪਹਿਲਾਂ ਸਬੂਤ (ਸਹਾਇਕ ਦਸਤਾਵੇਜ਼, ਪੁਸ਼ਟੀਕਰਨ, ਕਾਰੋਬਾਰੀ ਕੇਸ) ਨਾਲ ਤਸਦੀਕ ਕਰੋ। ਨਹੀਂ ਤਾਂ, ਤੁਸੀਂ ਕਾਰੋਬਾਰ ਲਈ ਬੇਇਨਸਾਫੀ ਕਰੋਗੇ ਅਤੇ ਆਡਿਟ ਗੁਣਵੱਤਾ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਓਗੇ।

ਸਾਰੰਸ਼ ਵਿੱਚ

BDS 240 ਦੇ ਤਹਿਤ ਜਰਨਲ ਐਂਟਰੀ ਟੈਸਟਿੰਗ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ AI ਇਸਦੇ ਲਈ ਆਦਰਸ਼ ਇੰਜਣ ਹੈ: ਇਹ ਸਕਿੰਟਾਂ ਵਿੱਚ ਬਹੁ-ਆਯਾਮੀ ਮਾਪਦੰਡਾਂ ਦੇ ਵਿਰੁੱਧ ਸੈਂਕੜੇ ਹਜ਼ਾਰਾਂ ਰਿਕਾਰਡਾਂ ਨੂੰ ਸਕੈਨ ਕਰਦਾ ਹੈ ਅਤੇ ਧਿਆਨ ਸਕੋਰ ਬਣਾਉਂਦਾ ਹੈ। ਪਰ AI ਧੋਖਾਧੜੀ ਜਾਂ ਗਲਤੀਆਂ ਦਾ "ਪਛਾਣ" ਨਹੀਂ ਕਰਦਾ; ਇਹ ਸਿਰਫ਼ ਅਸਾਧਾਰਨ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰਦਾ ਹੈ। ਆਉਟਪੁੱਟ ਅਪਵਾਦਾਂ ਦਾ ਇੱਕ ਢੇਰ ਹੈ ਜੋ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਨਾਲ ਭਰਿਆ ਹੋਇਆ ਹੈ; ਇਹ ਆਡੀਟਰ ਦੇ ਸੰਦੇਹ ਅਤੇ ਨਿਰਣੇ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਇਸ ਤੋਂ ਅਸਲ ਜੋਖਮ ਨੂੰ ਸੁਲਝਾਉਂਦਾ ਹੈ, ਜਾਇਜ਼ ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ, ਅਤੇ ਸਿੱਟਾ ਕੱਢਦਾ ਹੈ। ਨਿਸ਼ਾਨ ਇੱਕ ਪ੍ਰਸ਼ਨ ਚਿੰਨ੍ਹ ਹੈ, ਉੱਤਰ ਨਹੀਂ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਕਾਲਪਨਿਕ ਜਰਨਲ ਡੇਟਾ (ਸ਼ਡਿਊਲ, ਉਪਭੋਗਤਾ, ਰਕਮ, ਖਾਤਾ ਸੁਮੇਲ, ਵਰਣਨ) ਲਈ ਪੰਜ ਅਸੰਗਤ ਮਾਪਦੰਡ ਨਿਰਧਾਰਤ ਕਰੋ। AI ਨੂੰ ਉਪਰੋਕਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਪੈਟਰਨ ਦੇ ਨਾਲ ਇੱਕ ਬਹੁ-ਆਯਾਮੀ "ਧਿਆਨ ਸਕੋਰ" ਪੈਦਾ ਕਰਨ ਲਈ ਕਹੋ। ਫਿਰ ਇੱਕ "ਸਕ੍ਰੀਨਿੰਗ ਗਾਈਡ" ਲਿਖੋ: ਕਿਹੜੇ ਜਾਇਜ਼ ਪੈਟਰਨ (ਆਟੋਮੈਟਿਕ ਐਕਰੂਅਲ, ਫਿਕਸਡ ਕਿਰਾਇਆ, ਆਦਿ) ਨੂੰ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਵਜੋਂ ਫਿਲਟਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ? ਅੰਤ ਵਿੱਚ, 5 ਉੱਚ-ਸਕੋਰਿੰਗ ਰਿਕਾਰਡਾਂ ਲਈ, "ਮੈਂ ਕਿਹੜੇ ਸਬੂਤ ਲੱਭਦਾ ਹਾਂ?" ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿਓ।

ਚੈੱਕਲਿਸਟ

[ ] ਮੈਂ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਅਤੇ ਇਸਦੀ ਸੰਪੂਰਨਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ।
[ ] ਮੈਂ ਵਿਗਾੜ ਦੇ ਮਾਪਦੰਡ ਨੂੰ ਬਹੁ-ਆਯਾਮੀ ਅਤੇ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।
[ ] ਮੈਨੂੰ AI ਤੋਂ ਧਿਆਨ ਸਕੋਰ ਅਤੇ ਲਾਗੂ ਮਾਪਦੰਡਾਂ ਦਾ ਸਾਦਾ ਪਾਠ ਪ੍ਰਾਪਤ ਹੋਇਆ ਹੈ।
[ ] ਮੈਂ ਜਾਣੇ-ਪਛਾਣੇ ਜਾਇਜ਼ ਪੈਟਰਨਾਂ ਨੂੰ ਝੂਠੇ ਸਕਾਰਾਤਮਕ ਵਜੋਂ ਫਿਲਟਰ ਕੀਤਾ ਹੈ।
[ ] ਮੈਂ ਸਹਾਇਕ ਦਸਤਾਵੇਜ਼ਾਂ ਅਤੇ ਪੁਸ਼ਟੀ ਦੇ ਨਾਲ ਉੱਚ-ਸਕੋਰਿੰਗ ਰਿਕਾਰਡਾਂ ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ ਹੈ।
[ ] ਮੈਂ "ਧੋਖਾਧੜੀ/ਗਲਤੀ" ਨੂੰ ਸਿੱਟਾ ਕੱਢਣ ਤੋਂ ਪਹਿਲਾਂ ਸਬੂਤਾਂ ਨਾਲ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ।
[ ] ਮੈਂ ਦਸਤਾਵੇਜ਼ ਕੀਤਾ ਕਿ ਮੈਨੂੰ ਕੀ ਸ਼ੱਕੀ ਲੱਗਿਆ ਅਤੇ ਕਿਉਂ।