Enhet 1 / 12

Introduktion till artificiell intelligens i revision: roller, gränser, oberoende, autentisering och konfidentialitet

Vinster:

  • Att kunna urskilja var artificiell intelligens sparar realtid i revisionscykeln (planering, bevisinsamling, analys, dokumentation, rapportering) och var beslut som revisionsutlåtande och bedömning av väsentliga felaktigheter lämnas till den oberoende revisorn, beroende på uppgiftens risknivå.
  • Förmåga att tillämpa en disciplin som validerar varje AI-utdata genom stegen att länka den till källan, räkna om den och testa den med revisorsskepsis.
  • Anonymisera revisionsdata inom ramen för sekretess- och oberoende principer och få vana att välja säkra fordon

En revisors dag går mellan att "ackumulera bevis" och "göra en bedömning" mycket mer än vad de flesta inser. Du skannar tusentals journalanteckningar, du dokumenterar saldot på ett konto, du ifrågasätter rimligheten i en uppskattning, du frågar "Är det verkligen så?" snarare än att acceptera ett uttalande från kunden till nominellt värde. du gräver. En del av detta arbete är repetitivt och tidskrävande: organisera data, söka efter standardklausuler, utarbeta arbetsdokument, lista avstämningsavvikelser. Andra är bedömningar som direkt bestämmer ditt revisionsutlåtande – det vill säga din offentligt uttryckta åsikt om huruvida de finansiella rapporterna är ”santa och rättvisa i alla väsentliga avseenden” – som måste ha en mycket låg felmarginal.

Artificiell intelligens (förkortat AI, eller AI i korthet – datorsystem som kan producera text som människor, känna igen mönster, hitta samband i stora datamängder och utföra beräkningar) sitter precis i mitten av denna bild. När den används på rätt sätt minskar den en tre timmar lång analytisk granskningssammanfattning till fyrtio minuter; skannar hundratusentals poster på sekunder; Den guidar dig till att hitta en standardvara. När den används felaktigt kan den föra in ett till synes säkert och flytande men fullständigt påhittat nummer, en icke-existerande standardklausul eller ett ogrundat resultat i ditt arbetsdokument – ​​och i slutändan i ditt revisionsutlåtande.

Den första enheten i denna modul är inte en mjukvaruintroduktion. Syftet är att klargöra var AI ska placeras i revisionsverksamheten och var den inte ska placeras alls. Eftersom revision är ett efterlevnadskritiskt yrke som förlitar sig på allmänhetens förtroende och vars resultat påverkar investerare, borgenärer, skatteförvaltningen och samhället. Låt oss lägga upp grundprincipen från början: Artificiell intelligens är en assistent, inte en kontrollant. Ansvaret och slutgiltigt godkännande av alla beslut avseende revisionsutlåtande, bedömning av väsentliga felaktigheter och avslutande utlåtande tillhör den behöriga och oberoende revisorn.

Kontrollslinga och plats för AI

För att förstå en oberoende revision är det bra att tänka på arbetet som en cykel. Under planerings- och riskbedömningsfasen lär du känna verksamheten och avgör var det är stor sannolikhet att gå fel. Under bevisinsamlings- och testfasen kopplar du kontosaldon, transaktionsklasser och upplysningar till dokument, bekräftelser och analyser. I utvärderingsfasen väger man resultaten i termer av betydelse och kommer fram till en slutsats. Under rapporteringsfasen skriver du din åsikt och dina resultat i skrift. Under hela cykeln skapar dokumentation (arbetspapper) spårbara bevis på ditt arbete.

AI kan beröra varje steg i denna cykel, men med en annan auktoritet i varje steg. Genererar riskidé och väsentlighetsscenario i planering; förbereder data i testet, skannar dem och markerar anomalier; skriver utkast till kommentarer i utvärdering; Det påskyndar resultaten och rapportspråket i rapporteringen. Han fattar dock inget beslut i något skede. Beslutet kräver professionellt omdöme och skepsis; Dessa är inte överförbara.

Låt oss definiera några grundläggande termer från början. Revisionsbevis är den information (dokument, bekräftelse, omräkning, analys) som revisorn grundar sitt utlåtande på. Väsentlighet är tröskeln för om ett fel är tillräckligt stort för att påverka bokslutsanvändares beslut. BDS är de oberoende revisionsstandarder som är i kraft i Turkiet; Den följer internationella revisionsstandarder (ISA) och publiceras av POA (Public Oversight, Accounting and Auditing Standards Authority). Ett arbetsdokument är ett dokument där det utförda arbetet och de erhållna resultaten registreras. Vi kommer att förklara dessa begrepp en efter en i följande enheter; För nu, vet detta: I alla dessa koncept ger AI dig disposition och analys, men ingen bedömning.

Följande tabell sammanfattar rollen och risknivån för AI efter uppdrag:

Quest

AI:s roll

Risknivå

Vem godkänner/bestämmer

Datarensning, formatering

arbetare, gaspedalen

låg

Medlem i revisionsteamet

Arbetspapper/sammanfattningsutkast

skissgenerator

Låg-Medium

överordnad revisor

Standard/artikel hitta

riktningssökare

medium

Revisor (bekräftelse genom officiell text)

Analytisk procedurtolkning

hypotesgenerator

medium

Revisionsansvarig

Journal / anomali scanning

statistisk markör

Medium-Hög

Revisor (granskar varje undantag)

Väsentlighet/riskbedömning

hjälpingång

hög

Revisorns professionella omdöme

Revisionsutlåtande / slutsats

Det är inte ens input, det är dragspråk

mycket hög

Ansvarig revisor (underskrift)

Tänk på detta: när risken ökar, blir AI:s roll mindre och revisorns omdöme växer.

Varför "verifiering" är hjärtat i denna verksamhet

Artificiell intelligens språkmodeller verkar säkra på sitt svar, men de kanske inte är säkra. Detta kallas hallucination på teknisk jargong: det är när modellen tillverkar information som faktiskt inte finns – ett nummer, en standardartikel, ett datum – till en mening som flyter som om den vore sann. För en revisor är detta en dödlig fälla. Modellen kan ge dig en siffra som "förra året var bruttomarginalen 34 procent"; Han har dock aldrig sett dina uppgifter och detta nummer är helt påhittat. Eller så kan det stå "TMS 36 artikel 22 ändrades 2021"; Det kan dock inte finnas någon sådan klausul eller ändring. Eftersom han säger både med samma flyt och samma självförtroende, är det enda som skiljer rätt från fel din kunskap och din vana att verifiera.

Verifieringsdisciplinen består av tre steg i revision:

  1. Länk till källan: För siffror, nyckeltal, saldon och standardposter, lita på ditt eget revisionsbevis (testsaldo, huvudbok, bankbekräftelse, kontrakt) och officiella källor (BDS- och TFRS-texter publicerade av KGK, relevanta kommunikéer), inte på minnet av AI. Använd AI för att kommentera den datan, inte för att komma ihåg den.
  2. Beräkna om/jämför: Kontrollera självständigt varje numeriskt resultat, betygsätt och trend som AI returnerar. Verifiera en procentsats, en total, en balansskillnad själv.
  3. Testa revisorns skepsis: Fråga med ett skeptiskt öga om resultatet strider mot bevis, bestämmelser och sunt förnuft. "Om detta är sant, vad mer måste vara sant?" och "Om detta är falskt, vilka bevis skulle visa det?" be.
Varning: Att lägga ett arbetspapper som producerats av en AI i en fil utan att verifiera ett fynd eller ett nummer är som att betrakta ett osignerat arbetsdokument som bevis. Bara för att resultatet är flytande är det inte sant; Det är bara sant om du bevisar att det är sant.

Oberoende och konfidentialitet: två okränkbara principer för revision

Revisionens legitimitet bygger på två grundläggande principer. För det första, oberoende: revisorn måste vara oberoende, både i verkligheten och till utseendet, från den enhet han granskar; Han/hon bör hålla sig borta från intresserelationer som skulle förvränga hans/hennes åsikter. För det andra, sekretess: information som fåtts under revisionen får inte delas med obehöriga eller användas för personlig nytta.

Användningen av AI berör direkt båda dessa principer. Att klistra in det granskade företagets löpande konto med kundnamn, skatteidentifikationsnummer, bankinformation och belopp i ett offentligt AI-verktyg innebär att denna data går till en extern server. Detta bryter mot både sekretessprincipen inom yrkesetiken och, om personuppgifter är inblandade, KVKK (Personuppgiftslagen). Regeln är enkel: anonymisera data och dela inte onödigt. Istället för "ABC Tekstil A.Ş., TIN 1234567890, saldo på 4 850 000 TL", skriv "ett medelstort tillverkningsföretag, en fordringssaldo av storlek X". Om möjligt, välj företagsverktyg som har ett databearbetningsavtal, använd inte dina data i modellträning och håll ett revisionsspår.

Det finns ytterligare en subtilitet till oberoende: att blint lita på ett AI-verktyg som är inbäddat i det granskade företagets eget system, vars resultat du inte kan kontrollera självständigt, kan undergräva ditt oberoende. AI är ett verktyg; Vem som byggde den, vart din data går och om du kan verifiera dess produktion är alla en del av ditt oberoende.

tre minifodral

Fall 1 — Säker användning. En senior revisor ägnade vanligtvis 3 timmar åt att för hand skriva en 22-post analyssammanfattning. Han gav siffrorna han tog från provbalansen anonymt (inget företagsnamn, endast konto och belopp) till YZ och bad om ett utkast till kommentar. AI producerade en skiss på 12 minuter; Revisorn jämförde varje förhållande med sitt arbetsblad, korrigerade två felaktiga procentsatser och visade två förklaringar till avvikelser. Längd: 45 minuter istället för 3 timmar. AI gav utkastet, ansvaret och yttrandet förblev hos revisorn.

Fall 2 — Overifierad nummerfälla. En revisorspraktik frågade AI: "Vad är den genomsnittliga lageromsättningshastigheten i den här branschen?" AI gav ett säkert tal på "ca 6,4" trots att han inte hade tillgång till någon branschdata. Praktikanten skrev detta på arbetsbladet som förväntningsvärde, vilket gjorde att klientens frekvens på 4,1 verkade "rimlig". När revisorn frågade visade det sig att källan var en uppfinning av AI; Den analytiska proceduren gjordes om. Misstag: Att fråga AI om benchmarkdata som den inte har.

Fall 3 – Brott mot sekretess. En teammedlem laddade upp hela listan över kunder som han skulle skicka bekräftelsebrev till – titel, adress, belopp, kontaktnamn – till ett offentligt AI-verktyg och "förberedde bekräftelsebrevet", sa han. Uppgifterna gick utanför organisationen; En sekretessgranskning inleddes i revisionsbolagets kvalitetsenhet. Det korrekta sättet: var att ta bort de faktiska uppgifterna och bara be om en mall med platshållare som "[KUNDNAMN]", "[BELÖP]".

Svag prompt / Stark prompt

Svag uppmaning:

Tolka detta företags finansiella rapporter och berätta om det finns någon risk.

Detta påstående är felaktigt: AI:n ges ingen data, sammanhang eller roll. Eftersom AI inte har några data gör den antingen allmänna uttalanden eller producerar "tolkningar" med påhittade siffror. Varken perioden, redovisningen eller revisionssyftet är tydligt.

Kraftfull uppmaning:

Din roll: du är analysassistent som bistår en oberoende revisor. Kontrolljurisdiktionen tillhör mig; du kommer att ta fram utkast och räkenskaper. Sammanhang: Nedan finns en anonymiserad provbalansöversikt (inget företagsnamn). Mitt mål är att se de betydande förändringarna (horisontell analys) mellan innevarande år och föregående år och att fastställa de avvikelser som behöver undersökas. Data:[kontonamn; föregående års belopp; beloppsrader för innevarande år]Uppgift:1) Beräkna beloppet och den procentuella förändringen för varje konto; visa beräkningssteget så att jag kan verifiera det.2) Markera poster som överstiger 20% eller byt tecken (som vinst->förlust) som "ska granskas".3) Föreslå 2-3 möjliga förklaringar HYPOTES för varje markerad post; Observera att dessa måste verifieras med bevis.4) Hitta inga siffror som du inte är säker på eller inte kan härleda från data. Skriv "kan inte extrahera från data". Ge resultatet som en tabell.

Detta påstående är kraftfullt eftersom det tydligt fastställer rollen, gränsen (i den juridiska revisorn), uppgifterna, stegen, verifierbarheten och "förbudet mot tillverkning."

Vanliga misstag

  • Misstag AI för en resurs. Förlitar sig på AI:s minne för antal, förhållande, standardobjekt och datum. AI är en riktningssökare; källkontrollbevis och officiell text.
  • Att skriva uppmaningar utan sammanhang. Att säga "tolka" utan att ge roll, data och syfte; Resultatet kommer att vara falskt.
  • Klistra in konfidentiell data som den är. Dela utskrifter som innehåller kundnamn, TIN, personuppgifter utan anonymisering; integritet och KVKK-kränkning.
  • Lägger ut utdata i filen utan att validera det. Tror att den flytande texten är korrekt och överför den till arbetsbladet.
  • Delegera bedömning. Hoppa till en slutsats med motiveringen att "AI:n sa det"; Revisionsutlåtande är inte överförbart.
Tips: Gå in i varje AI-session med en auditörs sinne: "Var kan denna utdata vara fel?" Denna fråga är motgiften mot automatiseringsbias och vi kommer att upprepa den under hela modulen.

Sammanfattningsvis

Artificiell intelligens är en kraftfull assistent vid revision: den förbereder data, skannar, ritar, beräknar och minskar timmar till minuter. Men revisionsutlåtandet, bedömningen av väsentliga felaktigheter och slutsatsen tillhör den oberoende och kompetenta revisorn. Om inte AI:s utdata verifieras är den lika giltig som ett osignerat arbetsdokument. Tre okränkbara principer: källa och räkna om (autentisering), testa med revisorsskepsis, anonymisera data och välja säkra medel (sekretess och oberoende). När risken ökar blir AI:s roll mindre och ditt omdöme växer.

Applikationsuppgift

Välj tre repetitiva uppgifter från din egen revisionspraxis (eller en hypotetisk revision): till exempel (1) extrahera en horisontell analyssammanfattning från försöksbalansen, (2) hitta en standardklausul, (3) utarbeta ett arbetsdokument. Skriv en uppmaning för varje med hjälp av mönstret "stark uppmaning" ovan; Lägg till rollen, anonymiserad data, steg och "tillverkningsförbud". Kör sedan resultatet genom tre verifieringssteg (källa, beräkna om, testa med skepsis) och notera vilka fel du fångar.

checklista

  • [ ] Jag anonymiserade uppgifterna jag gav till AI; Jag delade inte kundnamn, TIN, personuppgifter.
  • [ ] Jag lade till roll, sammanhang, syfte och "ingen tillverkning" till uppmaningen.
  • [ ] Jag räknade om varje siffra och förhållande i utgången med oberoende källa.
  • [ ] Jag har bekräftat standard-/ämnesreferenserna från den officiella texten.
  • [ ] Konvertera utdata till "var kan det gå fel?" Jag testade det skeptiskt med frågan:
  • [ ] Jag gjorde den slutliga bedömningen och åsikten själv; Jag nämnde inte AI som ett skäl.
  • [ ] Jag utvärderade lämpligheten av verktyget jag använde när det gäller datakonfidentialitet och oberoende.