Faida:
- Kuwa na uwezo wa kutofautisha ambapo akili bandia huokoa muda halisi katika mzunguko wa ukaguzi (mipango, ukusanyaji wa ushahidi, uchanganuzi, uwekaji kumbukumbu, kuripoti) na ambapo maamuzi kama vile maoni ya ukaguzi na uamuzi wa upotoshaji wa nyenzo huachiwa mkaguzi huru, kulingana na kiwango cha hatari ya kazi.
- Uwezo wa kutumia taaluma ambayo inaidhinisha kila pato la AI kupitia hatua za kuiunganisha na chanzo, kuikokotoa upya, na kuijaribu kwa mashaka ya mkaguzi.
- Kuficha utambulisho wa data ya ukaguzi ndani ya wigo wa usiri na kanuni za uhuru na kupata tabia ya kuchagua magari salama.
Siku ya mkaguzi hutumika kati ya "kukusanya ushahidi" na "kutoa hukumu" zaidi ya watu wengi wanavyotambua. Unachanganua maelfu ya maingizo ya jarida, unaandika salio la akaunti, unahoji usawaziko wa makadirio, unauliza "Je, ni kweli?" badala ya kukubali taarifa kutoka kwa mteja kwa thamani halisi. unachimba. Baadhi ya kazi hii ni ya kurudia-rudiwa na ya muda: kupanga data, kutafuta vifungu vya kawaida, kuandaa karatasi za kazi, kuorodhesha tofauti za upatanisho. Nyingine ni hukumu zinazoamua moja kwa moja maoni yako ya ukaguzi—yaani, maoni yako uliyotoa hadharani kuhusu kama taarifa za fedha ni “kweli na za haki katika mambo yote muhimu”—ambazo lazima ziwe na kiwango cha chini sana cha makosa.
Akili Bandia (AI kwa ufupi, au AI kwa ufupi - mifumo ya kompyuta inayoweza kutoa maandishi kama wanadamu, kutambua ruwaza, kupata uhusiano katika seti kubwa za data, na kufanya hesabu) iko katikati kabisa ya picha hii. Inapotumiwa kwa usahihi, inapunguza muhtasari wa mapitio ya uchambuzi wa saa tatu hadi dakika arobaini; huchanganua mamia ya maelfu ya rekodi kwa sekunde; Inakuongoza kupata kipengee cha kawaida. Inapotumiwa vibaya, inaweza kubeba kwenye karatasi yako ya kazi—na hatimaye katika maoni yako ya ukaguzi—nambari inayoonekana kuwa salama na fasaha lakini iliyoundwa kabisa, kifungu cha kawaida ambacho hakipo, au matokeo ambayo hayajathibitishwa.
Sehemu ya kwanza ya moduli hii sio utangulizi wa programu. Madhumuni yake ni kufafanua wapi kuweka AI katika biashara ya ukaguzi na wapi sio kuiweka kabisa. Kwa sababu ukaguzi ni taaluma muhimu ya kufuata ambayo inategemea uaminifu wa umma na ambayo matokeo yake huathiri wawekezaji, wadai, usimamizi wa ushuru na jamii. Hebu tuweke kanuni ya msingi tangu mwanzo: Akili ya bandia ni msaidizi, si mtawala. Wajibu na idhini ya mwisho ya maamuzi yote kuhusu hati ya ukaguzi, uamuzi wa makosa ya nyenzo na hati ya hitimisho ni ya mkaguzi anayestahili na anayejitegemea.
Kitanzi cha kudhibiti na mahali pa AI
Ili kuelewa ukaguzi wa kujitegemea, ni muhimu kufikiria kazi kama mzunguko. Wakati wa awamu ya kupanga na kutathmini hatari, unapata kujua biashara na kuamua ni wapi kuna uwezekano mkubwa wa kwenda vibaya. Wakati wa awamu ya kukusanya na kujaribu ushahidi, unaunganisha salio la akaunti, madarasa ya malipo na ufumbuzi kwenye hati, uthibitishaji na uchanganuzi. Katika awamu ya tathmini, unapima matokeo katika suala la umuhimu na kufikia hitimisho. Wakati wa awamu ya kuripoti, unaandika maoni na matokeo yako kwa maandishi. Katika mzunguko mzima, nyaraka (karatasi za kufanyia kazi) huunda ushahidi unaofuatiliwa wa kazi yako.
AI inaweza kugusa kila hatua ya mzunguko huu, lakini kwa mamlaka tofauti katika kila hatua. Inazalisha wazo la hatari na hali ya nyenzo katika kupanga; hutayarisha data katika jaribio, kuichanganua, na kuweka alama za hitilafu; anaandika rasimu ya maoni katika tathmini; Inaharakisha matokeo na kuripoti lugha katika kuripoti. Walakini, hafanyi uamuzi katika hatua yoyote. Uamuzi huo unahitaji uamuzi wa kitaalamu na mashaka; Hizi haziwezi kuhamishwa.
Hebu tufafanue maneno machache ya msingi tangu mwanzo. Ushahidi wa ukaguzi ni habari (hati, uthibitisho, hesabu upya, uchambuzi) ambayo mkaguzi anatoa maoni yake. Ubora ndio kizingiti cha iwapo kosa ni kubwa vya kutosha kuathiri uamuzi wa watumiaji wa taarifa za fedha. BDS ni Viwango Huru vya Ukaguzi vinavyotumika nchini Türkiye; Inazingatia viwango vya kimataifa vya ukaguzi (ISA) na imechapishwa na POA (Mamlaka ya Uangalizi wa Umma, Uhasibu na Viwango vya Ukaguzi). Karatasi ya kazi ni hati ambayo kazi iliyofanywa na matokeo yaliyopatikana yameandikwa. Tutazieleza dhana hizi moja baada ya nyingine katika vitengo vifuatavyo; Kwa sasa, jua hili: Katika dhana hizi zote, AI inakupa muhtasari na uchambuzi, lakini hakuna hukumu.
Jedwali lifuatalo linatoa muhtasari wa jukumu na kiwango cha hatari cha AI kwa misheni:
Jitihada
Jukumu la AI
Kiwango cha hatari
Nani anaidhinisha/anaamua
Kusafisha data, fomati
mfanyakazi, kiongeza kasi
chini
Mshiriki wa timu ya ukaguzi
Karatasi ya kazi/rasimu ya muhtasari
jenereta ya mchoro
Chini-Kati
mkaguzi mkuu
Utafutaji wa kawaida/kipengee
kitafuta mwelekeo
kati
Mkaguzi (uthibitisho kwa maandishi rasmi)
Ufafanuzi wa utaratibu wa uchambuzi
jenereta ya nadharia
kati
Afisa Mkaguzi
Jarida / kuchanganua kwa njia isiyo ya kawaida
alama ya takwimu
Kati-Juu
Mkaguzi (huchunguza kila isipokuwa)
Hukumu ya nyenzo/hatari
pembejeo msaidizi
juu
Hukumu ya kitaaluma ya Mkaguzi
Maoni / hitimisho la ukaguzi
Sio hata pembejeo, ni lugha ya rasimu
juu sana
Mkaguzi anayewajibika (saini)
Kumbuka jambo hili moja: hatari inapoongezeka, jukumu la AI linakuwa dogo na uamuzi wa mkaguzi unakua.
Kwa nini "uthibitishaji" ndio kiini cha biashara hii
Miundo ya lugha ya akili bandia inaonekana kujiamini katika jibu lao, lakini huenda haina uhakika. Hii inaitwa uvumbuzi katika jargon ya kiufundi: ni wakati mtindo huunda habari ambayo haipo - nambari, kipengee cha kawaida, tarehe - katika sentensi inayotiririka kana kwamba ni kweli. Kwa mkaguzi, huu ni mtego mbaya. Muundo huo unaweza kukuletea nambari kama vile "mapato ya jumla ya mwaka jana yalikuwa asilimia 34"; Walakini, hajawahi kuona data yako na nambari hii imeundwa kabisa. Au inaweza kusema "TMS 36 kifungu cha 22 kilibadilishwa mnamo 2021"; Walakini, kunaweza kuwa hakuna kifungu kama hicho au mabadiliko. Kwa kuwa anasema kwa ufasaha sawa na ujasiri uleule, kitu pekee kinachotofautisha mema na mabaya ni ujuzi wako na tabia yako ya kuthibitisha.
Nidhamu ya uthibitishaji ina hatua tatu katika ukaguzi:
- Unganisha kwa chanzo: Kwa nambari, uwiano, salio na vitu vya kawaida, tegemea ushahidi wako mwenyewe wa ukaguzi (salio la majaribio, leja tanzu, uthibitisho wa benki, mkataba) na vyanzo rasmi (maandiko ya BDS na TFRS yaliyochapishwa na KGK, taarifa husika), si kwenye kumbukumbu ya AI. Tumia AI kutoa maoni kwenye data hiyo, sio kuikumbuka.
- Kokotoa upya/linganisha: Angalia kwa kujitegemea kila matokeo ya nambari, kadiri na uelekeze urejeshaji wa AI. Thibitisha asilimia, jumla, tofauti ya usawa wewe mwenyewe.
- Jaribio la shaka la mkaguzi: Swali kwa jicho la kutilia shaka iwapo matokeo yanakinzana na ushahidi, kanuni, na akili ya kawaida. "Ikiwa hii ni kweli, ni nini kingine lazima kiwe kweli?" na "Ikiwa hii ni uwongo, ni ushahidi gani ungeonyesha?" uliza.
Tahadhari: Kuweka karatasi ya kazi inayotolewa na AI kwenye faili bila kuthibitisha matokeo au nambari ni kama kuzingatia karatasi ya kazi ambayo haijasainiwa kama ushahidi. Kwa sababu tu matokeo ni ufasaha si kweli; Ni kweli tu ikiwa utathibitisha kuwa ni kweli.
Kujitegemea na usiri: kanuni mbili zisizokiukwa za ukaguzi
Uhalali wa ukaguzi unatokana na kanuni mbili za msingi. Kwanza, uhuru: mkaguzi lazima awe huru, kwa kweli na kwa kuonekana, kutoka kwa taasisi anayokagua; Anapaswa kukaa mbali na mahusiano ya maslahi ambayo yanaweza kupotosha maoni yake. Pili, usiri: habari iliyopatikana wakati wa ukaguzi haiwezi kushirikiwa na watu wasioidhinishwa au kutumika kwa manufaa ya kibinafsi.
Matumizi ya AI yanahusu moja kwa moja kanuni hizi zote mbili. Kubandika akaunti ya sasa ya kampuni iliyokaguliwa na majina ya wateja, nambari za utambulisho wa kodi, maelezo ya benki na kiasi kwenye zana ya umma ya AI inamaanisha data hii huenda kwa seva ya nje. Hii inakiuka kanuni za usiri katika maadili ya kitaaluma na, ikiwa data ya kibinafsi inahusishwa, KVKK (Sheria ya Kulinda Data ya Kibinafsi). Sheria ni rahisi: ficha data na usishiriki bila lazima. Badala ya "ABC Tekstil A.Ş., TIN 1234567890, salio la 4,850,000 TL", andika "kampuni ya utengenezaji wa ukubwa wa kati, salio linaloweza kupokelewa la ukubwa X". Ikiwezekana, chagua zana za shirika zilizo na makubaliano ya kuchakata data, usitumie data yako katika mafunzo ya kielelezo, na uendelee kufuatilia.
Kuna ujanja wa ziada wa uhuru: kuamini kwa upofu zana ya AI iliyopachikwa katika mfumo wa kampuni iliyokaguliwa, ambayo matokeo yake huwezi kudhibiti kwa kujitegemea, kunaweza kudhoofisha uhuru wako. AI ni chombo; Nani aliiunda, data yako inakwenda wapi, na kama unaweza kuthibitisha matokeo yake yote ni sehemu ya uhuru wako.
kesi tatu ndogo
Kesi 1 - Matumizi salama. Mkaguzi mkuu kwa kawaida alitumia saa 3 kuandika kwa mkono muhtasari wa ukaguzi wa uchanganuzi wa vitu 22. Alitoa nambari alizochukua kutoka kwa salio la jaribio bila kujulikana (hakuna jina la kampuni, akaunti tu na kiasi) kwa YZ na akaomba rasimu ya maoni. AI ilitoa mchoro katika dakika 12; Mkaguzi alilinganisha kila uwiano na karatasi yake, akasahihisha asilimia mbili zenye makosa, na akathibitisha maelezo mawili ya kupotoka. Muda: Dakika 45 badala ya saa 3. AI ilitoa rasimu, wajibu na maoni yakabaki kwa mkaguzi.
Kesi ya 2 - Mtego wa nambari ambao haujathibitishwa. Mkaguzi anayefunzwa aliuliza AI, "Je, ni kiwango gani cha wastani cha mauzo katika tasnia hii?" AI ilitoa nambari ya uhakika ya "takriban 6.4" ingawa hakuwa na ufikiaji wa data yoyote ya tasnia. Mwanafunzi aliandika haya kwenye laha ya kazi kama thamani inayotarajiwa, na kufanya kiwango cha mteja cha 4.1 kionekane "cha kuridhisha." Mkaguzi alipouliza, ilibainika kuwa chanzo kilikuwa uvumbuzi wa AI; Utaratibu wa uchambuzi ulifanyika tena. Kosa: Kuuliza AI kwa data ya alama ambayo haina.
Kesi ya 3 - Uvunjaji wa usiri. Mwanatimu alipakia orodha kamili ya wateja ambao angetuma barua za uthibitisho kwao - jina, anwani, kiasi, jina la mawasiliano - kwenye zana ya umma ya AI na "kuandika barua ya uthibitisho," alisema. Data ilikwenda nje ya shirika; Mapitio ya usiri yalifunguliwa katika kitengo cha ubora cha kampuni ya ukaguzi. Njia sahihi: ilikuwa ni kuondoa data halisi na kuomba tu kiolezo chenye vishika nafasi kama "[CUSTOMER NAME]", "[AMOUNT]".
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Tafsiri taarifa za fedha za kampuni hii na uniambie ikiwa kuna hatari yoyote.
Dai hili lina dosari: AI haipewi data, muktadha, au jukumu. Kwa kuwa AI haina data yoyote, inaweza kutoa taarifa za jumla au kutoa "tafsiri" na nambari zilizoundwa. Wala kipindi, au akaunti, au madhumuni ya ukaguzi ni wazi.
Agizo lenye nguvu:
Jukumu lako: wewe ni msaidizi wa uchanganuzi unasaidia mkaguzi huru. Mamlaka ya udhibiti ni yangu; utazalisha rasimu na akaunti.Muktadha: Hapa chini kuna muhtasari wa salio la jaribio lisilojulikana (hakuna jina la kampuni). Lengo langu ni kuona mabadiliko makubwa (uchanganuzi mlalo) kati ya mwaka huu na mwaka uliopita na kubaini mikengeuko inayohitaji kuchunguzwa.Data:[jina la akaunti; kiasi cha mwaka uliopita; mistari ya kiasi cha mwaka wa sasa]Kazi:1) Kokotoa kiasi na mabadiliko ya asilimia kwa kila akaunti; onyesha hatua ya kukokotoa ili niithibitishe.2) Tia alama kwenye vitu vinavyozidi 20% au badili ishara (kama vile faida->hasara) kama "ya kuchunguzwa".3) Pendekeza maelezo 2-3 yanayowezekana HYPOTHESIS kwa kila kitu kilichowekwa alama; Kumbuka kwamba hizi lazima zithibitishwe kwa ushahidi.4) Usitunge nambari zozote ambazo huna uhakika nazo au huwezi kuzipata kutoka kwa data. Andika "haiwezi kutoa kutoka kwa data". Toa matokeo kama jedwali.
Dai hili lina nguvu kwa sababu linaweka wazi jukumu, mpaka (katika mkaguzi wa mahakama), data, hatua, uthibitishaji, na "marufuku ya uwongo."
Makosa ya kawaida
- Kukosea AI kwa rasilimali. Inategemea kumbukumbu ya AI kwa nambari, uwiano, bidhaa ya kawaida na tarehe. AI ni kitafuta mwelekeo; ushahidi wa udhibiti wa chanzo na maandishi rasmi.
- Vidokezo vya kuandika bila muktadha. Kusema "tafsiri" bila kutoa jukumu, data na madhumuni; Matokeo yake yatakuwa ya uwongo.
- Inabandika data ya siri kama ilivyo. Kushiriki nakala zilizo na jina la mteja, TIN, data ya kibinafsi bila kuficha utambulisho; faragha na ukiukaji wa KVKK.
- Kuweka pato kwenye faili bila kuithibitisha. Kufikiri maandishi fasaha ni sahihi na kuyahamisha kwenye lahakazi.
- Kukabidhi hukumu. Kuruka kwa hitimisho kwa misingi kwamba "AI ilisema hivyo"; Maoni ya ukaguzi hayawezi kuhamishwa.
Kidokezo: Nenda katika kila kipindi cha AI ukiwa na mawazo ya mkaguzi: "Ni wapi pato hili linaweza kuwa na makosa?" Swali hili ni dawa ya upendeleo wa kiotomatiki na tutarudia katika moduli yote.
Kwa muhtasari
Akili ya Bandia ni msaidizi mwenye nguvu katika ukaguzi: huandaa data, scans, rasimu, kuhesabu na kupunguza masaa hadi dakika. Lakini maoni ya ukaguzi, uamuzi wa makosa ya nyenzo na hitimisho ni ya mkaguzi huru na mwenye uwezo. Isipokuwa matokeo ya AI yamethibitishwa, ni halali kama karatasi ya kufanya kazi ambayo haijasainiwa. Kanuni tatu zisizoweza kukiukwa: chanzo na hesabu upya (uthibitishaji), jaribu kwa kutilia shaka mkaguzi, ficha data na uchague njia salama (usiri na uhuru). Kadiri hatari inavyoongezeka, jukumu la AI linakuwa dogo na uamuzi wako unakua.
Jukumu la maombi
Chagua kazi tatu zinazorudiwa kutoka kwa mazoezi yako mwenyewe ya ukaguzi (au ukaguzi wa dhahania): kwa mfano, (1) kutoa muhtasari wa uchanganuzi mlalo kutoka kwa salio la jaribio, (2) kutafuta kifungu cha viwango, (3) kuandaa karatasi ya kufanya kazi. Andika kidokezo kwa kila mmoja kwa kutumia muundo wa "uhakika mkali" hapo juu; Ongeza jukumu, data isiyojulikana, hatua na "marufuku ya uundaji". Kisha endesha pato kupitia hatua tatu za uthibitishaji (chanzo, hesabu upya, jaribu kwa kushuku) na utambue ni makosa gani unayopata.
orodha ya ukaguzi
- [ ] Nilificha data niliyotoa kwa AI; Sikushiriki jina la mteja, TIN, data ya kibinafsi.
- [ ] Niliongeza jukumu, muktadha, madhumuni, na "hakuna uzushi" kwenye dodoso.
- [ ] Nilihesabu upya kila nambari na uwiano katika matokeo na chanzo huru.
- [ ] Nimethibitisha marejeleo ya kawaida/kitu kutoka kwa maandishi rasmi.
- [ ] Badilisha matokeo kuwa "wapi inaweza kwenda vibaya?" Niliijaribu kwa mashaka na swali:
- [ ] Nilifanya uamuzi na maoni ya mwisho mimi mwenyewe; Sikutaja AI kama sababu.
- [ ] Nilitathmini ufaafu wa zana niliyotumia katika suala la usiri na uhuru wa data.