Ganhos:
- Ser capaz de distinguir onde a inteligência artificial economiza tempo real no ciclo de auditoria (planejamento, coleta de evidências, análise, documentação, relatórios) e onde decisões como opinião de auditoria e julgamento de distorções relevantes são deixadas para o auditor independente, dependendo do nível de risco da tarefa.
- Capacidade de aplicar uma disciplina que valide cada resultado de IA através das etapas de vinculá-lo à fonte, recalculá-lo e testá-lo com ceticismo do auditor.
- Anonimizar os dados de auditoria no âmbito dos princípios de confidencialidade e independência e adquirir o hábito de escolher veículos seguros
O dia de um auditor é gasto entre “acumular evidências” e “fazer um julgamento” muito mais do que a maioria das pessoas imagina. Você escaneia milhares de lançamentos contábeis manuais, documenta o saldo de uma conta, questiona a razoabilidade de uma estimativa, pergunta "É mesmo assim?" em vez de aceitar uma declaração do cliente pelo valor nominal. você cava. Parte desse trabalho é repetitivo e demorado: organização de dados, busca de cláusulas padrão, elaboração de papéis de trabalho, listagem de variações de reconciliação. Outros são julgamentos que determinam diretamente a sua opinião de auditoria – ou seja, a sua opinião expressa publicamente sobre se as demonstrações financeiras são “verdadeiras e justas em todos os aspetos materiais” – que devem ter uma margem de erro muito baixa.
A inteligência artificial (AI, para abreviar, ou IA, para abreviar – sistemas de computador que podem produzir texto como humanos, reconhecer padrões, encontrar relações em grandes conjuntos de dados e realizar cálculos) fica bem no meio desta imagem. Quando usado corretamente, reduz um resumo de revisão analítica de três horas para quarenta minutos; verifica centenas de milhares de registros em segundos; Ele orienta você a encontrar um item padrão. Quando usado incorretamente, pode trazer para o seu documento de trabalho – e, em última análise, para a sua opinião de auditoria – um número aparentemente seguro e fluente, mas completamente inventado, uma cláusula padrão inexistente ou um resultado não fundamentado.
A primeira unidade deste módulo não é uma introdução ao software. O seu objetivo é esclarecer onde colocar a IA no negócio de auditoria e onde não a colocar. Porque a auditoria é uma profissão crítica de compliance que depende da confiança pública e cujos resultados afetam investidores, credores, administração fiscal e sociedade. Vamos expor o princípio básico desde o início: a inteligência artificial é um assistente, não um controlador. A responsabilidade e a aprovação final de todas as decisões relativas à opinião de auditoria, ao julgamento de distorções relevantes e à opinião conclusiva cabem ao auditor competente e independente.
Loop de controle e local de IA
Para compreender uma auditoria independente, é útil pensar no trabalho como um ciclo. Durante a fase de planejamento e avaliação de riscos, você conhece o negócio e determina onde há grande probabilidade de dar errado. Durante a fase de coleta e teste de evidências, você vincula saldos de contas, classes de transações e divulgações a documentos, confirmações e análises. Na fase de avaliação, você avalia as descobertas em termos de significância e chega a uma conclusão. Durante a fase de relatório, você expressa sua opinião e conclusões por escrito. Ao longo de todo o ciclo, a documentação (papéis de trabalho) cria evidências rastreáveis do seu trabalho.
A IA pode tocar todas as fases deste ciclo, mas com uma autoridade diferente em cada fase. Gera ideia de risco e cenário de materialidade no planejamento; prepara os dados do teste, verifica-os e marca anomalias; escreve rascunhos de comentários na avaliação; Ele acelera as descobertas e a linguagem dos relatórios. No entanto, ele não toma uma decisão em nenhum momento. A decisão requer julgamento profissional e ceticismo; Estes não são transferíveis.
Vamos definir alguns termos básicos desde o início. A evidência de auditoria é a informação (documento, confirmação, recálculo, análise) na qual o auditor baseia a sua opinião. A materialidade é o limite para determinar se um erro é grande o suficiente para influenciar a decisão dos usuários das demonstrações financeiras. BDS são as Normas de Auditoria Independente em vigor na Turquia; Está em conformidade com as normas internacionais de auditoria (ISA) e é publicado pela POA (Public Oversight, Accounting and Auditing Standards Authority). Um documento de trabalho é um documento no qual são registrados o trabalho realizado e os resultados obtidos. Explicaremos esses conceitos um por um nas unidades seguintes; Por enquanto, saiba disso: em todos esses conceitos, a IA fornece esboço e análise, mas sem julgamento.
A tabela a seguir resume a função e o nível de risco da IA por missão:
Missão
Papel da IA
Nível de risco
Quem aprova/decide
Limpeza de dados, formatação
trabalhador, acelerador
baixo
Membro da equipe de auditoria
Documento de trabalho/rascunho de resumo
gerador de esboço
Baixo-médio
auditor sênior
Localização de padrão/item
localizador de direção
médio
Auditor (confirmação por texto oficial)
Interpretação do procedimento analítico
gerador de hipóteses
médio
Oficial de auditoria
Verificação de diário/anomalia
marcador estatístico
Médio-alto
Auditor (examina todas as exceções)
Julgamento de materialidade/risco
entrada auxiliar
alto
Julgamento profissional do auditor
Parecer/conclusão da auditoria
Não é nem uma entrada, é um rascunho de linguagem
muito alto
Auditor responsável (assinatura)
Tenha esta linha em mente: à medida que o risco aumenta, o papel da IA torna-se menor e o julgamento do auditor aumenta.
Por que a “verificação” é o coração deste negócio
Os modelos de linguagem de inteligência artificial parecem confiantes nas suas respostas, mas podem não ter a certeza. Isto é chamado de alucinação no jargão técnico: é quando o modelo fabrica informações que não existem de fato – um número, um item padrão, uma data – em uma frase que flui como se fosse verdadeira. Para um auditor, esta é uma armadilha mortal. O modelo pode produzir um número para você como “a margem bruta do ano passado foi de 34%”; Porém, ele nunca viu seus dados e esse número é totalmente inventado. Ou pode dizer "artigo 22 do TMS 36 alterado em 2021"; No entanto, pode não haver tal cláusula ou alteração. Como ele diz as duas coisas com a mesma fluência e a mesma confiança, a única coisa que distingue o certo do errado é o seu conhecimento e o seu hábito de verificar.
A disciplina de verificação consiste em três etapas de auditoria:
- Link para a fonte: Para números, índices, saldos e itens padrão, confie em suas próprias evidências de auditoria (balancete, razão subsidiária, confirmação bancária, contrato) e fontes oficiais (textos BDS e TFRS publicados pela KGK, comunicados relevantes), não na memória da IA. Use a IA para comentar esses dados, não para lembrá-los.
- Recalcular/comparar: verifique de forma independente cada resultado numérico, avalie e tenda os retornos da IA. Verifique você mesmo uma porcentagem, um total, uma diferença de saldo.
- Testar o ceticismo do auditor: questionar com um olhar cético se o resultado entra em conflito com evidências, regulamentos e bom senso. “Se isso for verdade, o que mais deve ser verdade?” e “Se isso for falso, que evidências mostrariam isso?” perguntar.
Cuidado: Colocar um documento de trabalho produzido por uma IA em um arquivo sem verificar uma descoberta ou um número é como considerar um documento de trabalho não assinado como prova. Só porque a saída é fluente não é verdade; Só é verdade se você provar que é verdade.
Independência e confidencialidade: dois princípios invioláveis da auditoria
A legitimidade da auditoria baseia-se em dois princípios básicos. Em primeiro lugar, a independência: o auditor deve ser independente, tanto de facto como de aparência, da entidade que audita; Ele/ela deve ficar longe de relações de interesse que possam distorcer sua opinião. Em segundo lugar, confidencialidade: as informações obtidas durante a auditoria não podem ser partilhadas com pessoas não autorizadas ou utilizadas para benefício pessoal.
O uso da IA diz respeito diretamente a ambos os princípios. Colar a conta corrente da empresa auditada com nomes de clientes, números de identificação fiscal, informações bancárias e valores em uma ferramenta pública de IA significa que esses dados vão para um servidor externo. Isto viola tanto o princípio da confidencialidade na ética profissional como, se estiverem envolvidos dados pessoais, a KVKK (Lei de Protecção de Dados Pessoais). A regra é simples: anonimize os dados e não compartilhe desnecessários. Em vez de "ABC Tekstil A.Ş., TIN 1234567890, saldo de 4.850.000 TL", escreva "uma empresa manufatureira de médio porte, saldo a receber de tamanho X". Se possível, escolha ferramentas corporativas que tenham contrato de processamento de dados, não utilizem seus dados no treinamento de modelos e mantenham uma trilha de auditoria.
Há uma subtileza adicional na independência: confiar cegamente numa ferramenta de IA incorporada no próprio sistema da empresa auditada, cujos resultados não pode controlar de forma independente, pode minar a sua independência. IA é uma ferramenta; Quem o construiu, para onde vão seus dados e se você pode verificar seus resultados fazem parte da sua independência.
três mini cases
Caso 1 — Uso seguro. Um auditor sênior normalmente gasta 3 horas escrevendo à mão um resumo de revisão analítica de 22 itens. Ele forneceu anonimamente os números que tirou do balancete (sem nome da empresa, apenas conta e valor) para YZ e pediu um rascunho de comentário. A IA produziu um esboço em 12 minutos; O auditor comparou cada índice com sua planilha, corrigiu dois percentuais errados e evidenciou duas explicações para os desvios. Duração: 45 minutos em vez de 3 horas. A AI deu a minuta, a responsabilidade e a opinião permaneceram com o auditor.
Caso 2 – Armadilha numérica não verificada. Um auditor estagiário perguntou à AI: “Qual é a taxa média de giro de estoque neste setor?” AI deu um número confiante de “cerca de 6,4”, embora não tivesse acesso a nenhum dado do setor. O estagiário escreveu isso na planilha como o valor esperado, fazendo com que a taxa de 4,1 do cliente parecesse “razoável”. Quando o auditor perguntou, descobriu-se que a fonte era uma invenção da IA; O procedimento analítico foi refeito. Erro: pedir à IA dados de benchmark que ela não possui.
Caso 3 — Quebra de confidencialidade. Um membro da equipe carregou a lista completa de clientes para os quais enviaria cartas de confirmação – título, endereço, valor, nome de contato – em uma ferramenta pública de IA e “redigiu a carta de confirmação”, disse ele. Os dados saíram da organização; Foi aberta uma revisão de confidencialidade na unidade de qualidade da empresa de auditoria. A maneira correta: era retirar os dados reais e apenas pedir um modelo com espaços reservados como "[NOME DO CLIENTE]", "[QUANTIA]".
Alerta fraco / Alerta forte
Alerta fraco:
Interprete as demonstrações financeiras desta empresa e diga-me se há algum risco.
Esta afirmação é falha: a IA não recebe dados, contexto ou função. Como a IA não possui dados, ela faz afirmações gerais ou produz “interpretações” com números inventados. Nem o período, nem a conta, nem a finalidade da auditoria são claras.
Alerta poderoso:
Sua função: você é um assistente de análise auxiliando um auditor independente. A jurisdição de controle me pertence; você produzirá rascunhos e contas.Contexto: Abaixo está um resumo do balancete anonimizado (sem nome da empresa). Meu objetivo é ver as mudanças significativas (análise horizontal) entre o ano atual e o ano anterior e determinar os desvios que precisam ser examinados.Dados:[nome da conta; valor do ano anterior; linhas de valor do ano atual]Tarefa:1) Calcular o valor e a variação percentual de cada conta; mostre a etapa de cálculo para que eu possa verificá-la.2) Marque os itens que excedem 20% ou altere o sinal (como lucro-> prejuízo) como "a ser examinado".3) Sugira 2-3 hipóteses de explicação possível para cada item marcado; Observe que eles devem ser verificados com evidências. 4) Não invente números dos quais você não tenha certeza ou não possa deduzir dos dados. Escreva "não é possível extrair dos dados". Forneça a saída como uma tabela.
Esta afirmação é poderosa porque estabelece claramente o papel, o limite (no auditor judicial), os dados, as etapas, a verificabilidade e a “proibição de fabricação”.
Erros comuns
- Confundindo IA com um recurso. Contando com a memória da IA para número, proporção, item padrão e data. AI é um localizador de direção; evidências de controle de origem e texto oficial.
- Escrever prompts sem contexto. Dizer “interpretar” sem dar papel, dados e propósito; O resultado será falso.
- Colando dados confidenciais como estão. Compartilhamento de transcrições contendo nome do cliente, NIF, dados pessoais sem anonimização; privacidade e violação KVKK.
- Colocar a saída em arquivo sem validá-la. Achar que o texto fluente está correto e transferi-lo para a planilha.
- Delegar julgamento. Chegando a uma conclusão alegando que “a IA disse isso”; A opinião da auditoria não é transferível.
Dica: entre em cada sessão de IA com a mente de um auditor: “Onde esse resultado pode estar errado?” Esta questão é o antídoto para o viés da automação e iremos repeti-la ao longo do módulo.
Resumindo
A inteligência artificial é um poderoso auxiliar na auditoria: prepara dados, escaneia, rascunha, calcula e reduz horas a minutos. Mas a opinião de auditoria, o julgamento de distorção material e a conclusão pertencem ao auditor independente e competente. A menos que o resultado da IA seja verificado, ele será tão válido quanto um documento de trabalho não assinado. Três princípios invioláveis: obter e recalcular (autenticação), testar o ceticismo do auditor, anonimizar os dados e escolher meios seguros (confidencialidade e independência). À medida que o risco aumenta, o papel da IA torna-se menor e o seu julgamento aumenta.
Tarefa de aplicativo
Selecione três tarefas repetitivas de sua própria prática de auditoria (ou de uma auditoria hipotética): por exemplo, (1) extrair um resumo de análise horizontal do balancete, (2) localizar uma cláusula padrão, (3) redigir um documento de trabalho. Escreva um prompt para cada um usando o padrão "prompt forte" acima; Adicione a função, dados anonimizados, etapas e “proibição de fabricação”. Em seguida, execute a saída por meio de três etapas de verificação (fonte, recalcular, teste com ceticismo) e observe quais erros você detectou.
lista de verificação
- [] Anonimizei os dados que forneci à IA; Não compartilhei nome do cliente, NIF, dados pessoais.
- [] Adicionei função, contexto, propósito e “sem fabricação” ao prompt.
- [] Recalculei cada número e proporção na saída com fonte independente.
- [ ] Confirmei as referências de padrões/substâncias do texto oficial.
- [] Converta a saída para "onde poderia dar errado?" Eu testei com ceticismo com a pergunta:
- [ ] Eu mesmo fiz o julgamento final e a opinião; Não citei a IA como motivo.
- [ ] Avaliei a adequação da ferramenta que utilizei em termos de confidencialidade e independência dos dados.