Mga nadagdag:
- Ang kakayahang tukuyin kung saan ang artificial intelligence ay nakakatipid ng real time sa ikot ng pag-audit (pagpaplano, pagkolekta ng ebidensya, pagsusuri, dokumentasyon, pag-uulat) at kung saan ang mga desisyon tulad ng opinyon sa pag-audit at materyal na maling paghuhusga ay ipinaubaya sa independiyenteng auditor, depende sa antas ng panganib sa gawain.
- Kakayahang maglapat ng disiplina na nagpapatunay sa bawat output ng AI sa pamamagitan ng mga hakbang ng pag-link nito sa pinagmulan, muling pagkalkula nito, at pagsubok nito nang may pag-aalinlangan sa auditor.
- Pag-anonymize ng data ng pag-audit sa loob ng saklaw ng pagiging kumpidensyal at mga prinsipyo ng pagsasarili at pagkakaroon ng ugali ng pagpili ng mga ligtas na sasakyan
Ang araw ng auditor ay ginugugol sa pagitan ng "pag-iipon ng ebidensiya" at "paggawa ng paghatol" nang higit pa kaysa sa napagtanto ng karamihan ng mga tao. Ini-scan mo ang libu-libong mga entry sa journal, idodokumento mo ang balanse ng isang account, kinuwestiyon mo ang pagiging makatwiran ng isang pagtatantya, tatanungin mo ang "Talaga ba?" sa halip na tanggapin ang isang pahayag mula sa customer sa halaga ng mukha. maghukay ka. Ang ilan sa gawaing ito ay paulit-ulit at umuubos ng oras: pag-aayos ng data, paghahanap ng mga karaniwang sugnay, pag-draft ng mga papel na gawa, paglilista ng mga pagkakaiba-iba ng pagkakasundo. Ang iba ay mga paghatol na direktang tumutukoy sa iyong opinyon sa pag-audit—iyon ay, ang iyong pampublikong ipinahayag na opinyon tungkol sa kung ang mga pahayag sa pananalapi ay "totoo at patas sa lahat ng materyal na aspeto"—na dapat ay may napakababang margin ng error.
Ang artificial intelligence (AI para sa maikli, o AI sa madaling salita - ang mga computer system na maaaring gumawa ng teksto tulad ng mga tao, makilala ang mga pattern, maghanap ng mga relasyon sa malalaking set ng data, at magsagawa ng mga kalkulasyon) ay nasa gitna mismo ng larawang ito. Kapag ginamit nang tama, binabawasan nito ang isang tatlong oras na buod ng pagsusuri sa pagsusuri sa apatnapung minuto; sinusuri ang daan-daang libong mga rekord sa ilang segundo; Ginagabayan ka nito upang makahanap ng isang karaniwang item. Kapag ginamit nang hindi tama, maaari nitong dalhin sa iyong working paper—at sa huli sa iyong opinyon sa pag-audit—ang isang tila ligtas at matatas ngunit ganap na ginawang numero, isang hindi umiiral na karaniwang sugnay, o isang hindi napapatunayang resulta.
Ang unang yunit ng modyul na ito ay hindi isang pagpapakilala ng software. Ang layunin nito ay linawin kung saan ilalagay ang AI sa negosyo ng pag-audit at kung saan hindi ito ilalagay. Dahil ang pag-audit ay isang propesyon na kritikal sa pagsunod na umaasa sa tiwala ng publiko at ang mga resulta ay nakakaapekto sa mga mamumuhunan, nagpapautang, pangangasiwa ng buwis at lipunan. Ilatag natin ang pangunahing prinsipyo mula sa simula: Ang artificial intelligence ay isang katulong, hindi isang controller. Ang pananagutan at panghuling pag-apruba ng lahat ng mga desisyon tungkol sa opinyon sa pag-audit, paghatol sa materyal na maling pahayag at pangwakas na opinyon ay pagmamay-ari ng karampatang at independiyenteng auditor.
Control loop at lugar ng AI
Upang maunawaan ang isang independiyenteng pag-audit, kapaki-pakinabang na isipin ang gawain bilang isang cycle. Sa yugto ng pagpaplano at pagtatasa ng panganib, makikilala mo ang negosyo at matukoy kung saan may mataas na posibilidad na magkamali. Sa yugto ng pangongolekta at pagsubok ng ebidensya, ini-link mo ang mga balanse ng account, klase ng transaksyon, at pagsisiwalat sa mga dokumento, kumpirmasyon, at pagsusuri. Sa yugto ng pagsusuri, tinitimbang mo ang mga natuklasan sa mga tuntunin ng kahalagahan at nakarating sa isang konklusyon. Sa yugto ng pag-uulat, isusulat mo ang iyong opinyon at mga natuklasan. Sa buong cycle, ang dokumentasyon (working papers) ay lumilikha ng bakas na ebidensya ng iyong trabaho.
Maaaring hawakan ng AI ang bawat yugto ng cycle na ito, ngunit may ibang awtoridad sa bawat yugto. Bumubuo ng ideya sa peligro at senaryo ng materyalidad sa pagpaplano; inihahanda ang data sa pagsubok, sinusuri ito, at nagmamarka ng mga anomalya; nagsusulat ng mga draft na komento sa pagsusuri; Pinapabilis nito ang mga natuklasan at wika ng ulat sa pag-uulat. Gayunpaman, hindi siya gumagawa ng desisyon sa anumang yugto. Ang desisyon ay nangangailangan ng propesyonal na paghatol at pag-aalinlangan; Ang mga ito ay hindi maililipat.
Tukuyin natin ang ilang pangunahing termino mula sa simula. Ang ebidensya ng audit ay ang impormasyon (dokumento, kumpirmasyon, muling pagkalkula, pagsusuri) kung saan ibinabatay ng auditor ang kanyang opinyon. Ang materyalidad ay ang threshold kung ang isang error ay sapat na malaki upang maimpluwensyahan ang desisyon ng mga gumagamit ng mga financial statement. Ang BDS ay ang Independent Auditing Standards na ipinapatupad sa Türkiye; Sumusunod ito sa mga international auditing standards (ISA) at inilathala ng POA (Public Oversight, Accounting and Auditing Standards Authority). Ang working paper ay isang dokumento kung saan ang gawaing ginawa at ang mga resultang nakuha ay naitala. Isa-isa nating ipapaliwanag ang mga konseptong ito sa mga sumusunod na yunit; Sa ngayon, alamin ito: Sa lahat ng konseptong ito, binibigyan ka ng AI ng balangkas at pagsusuri, ngunit walang paghatol.
Ang sumusunod na talahanayan ay nagbubuod sa tungkulin at antas ng panganib ng AI ayon sa misyon:
Paghanap
Papel ng AI
Antas ng panganib
Sino ang pumayag/nagpasya
Paglilinis ng data, pag-format
manggagawa, accelerator
mababa
Miyembro ng pangkat ng audit
Working paper/buod ng buod
sketch generator
Mababang-Katamtaman
senior auditor
Pamantayan / paghahanap ng item
tagahanap ng direksyon
daluyan
Auditor (pagkumpirma sa pamamagitan ng opisyal na teksto)
Interpretasyon ng analitikal na pamamaraan
generator ng hypothesis
daluyan
Opisyal ng audit
Journal / anomalya na pag-scan
statistical marker
Katamtaman-Mataas
Auditor (sinusuri ang bawat pagbubukod)
Paghuhusga sa materyalidad/panganib
pantulong na input
mataas
Propesyonal na paghatol ng auditor
Opinyon / konklusyon sa pagsusuri
Ito ay hindi kahit na input, ito ay draft na wika
napakataas
Responsableng auditor (pirma)
Isaisip ang isang linyang ito: habang tumataas ang panganib, lumiliit ang tungkulin ng AI at lumalaki ang paghuhusga ng auditor.
Bakit "pag-verify" ang puso ng negosyong ito
Ang mga modelo ng wikang artificial intelligence ay tila tiwala sa kanilang sagot, ngunit maaaring hindi sila sigurado. Ito ay tinatawag na hallucination sa teknikal na jargon: ito ay kapag ang modelo ay gumagawa ng impormasyon na hindi aktwal na umiiral-isang numero, isang karaniwang item, isang petsa-sa isang pangungusap na dumadaloy na parang ito ay totoo. Para sa isang auditor, ito ay isang nakamamatay na bitag. Ang modelo ay maaaring gumawa ng isang numero para sa iyo tulad ng "noong nakaraang taon gross margin ay 34 porsiyento"; Gayunpaman, hindi pa niya nakita ang iyong data at ang numerong ito ay ganap na binubuo. O maaaring sabihing "Ang TMS 36 na artikulo 22 ay nagbago noong 2021"; Gayunpaman, maaaring walang ganoong sugnay o pagbabago. Dahil pareho niyang sinabi na may parehong katatasan at parehong kumpiyansa, ang tanging bagay na nakikilala ang tama sa mali ay ang iyong kaalaman at ang iyong ugali sa pag-verify.
Ang disiplina sa pag-verify ay binubuo ng tatlong hakbang sa pag-audit:
- Link sa source: Para sa mga numero, ratios, balanse at standard na item, umasa sa sarili mong audit evidence (trial balance, subsidiary ledger, kumpirmasyon sa bangko, kontrata) at opisyal na source (BDS at TFRS text na na-publish ng KGK, mga nauugnay na communiqués), hindi sa memorya ng AI. Gamitin ang AI para magkomento sa data na iyon, hindi para matandaan ito.
- Recalculate/compare: Independyenteng suriin ang bawat numerical na resulta, i-rate at trend ang ibinabalik ng AI. I-verify ang isang porsyento, isang kabuuan, isang pagkakaiba sa balanse.
- Subukan ang pag-aalinlangan ng auditor: Tanong nang may pag-aalinlangan kung ang output ay sumasalungat sa ebidensya, regulasyon, at sentido komun. "Kung totoo ito, ano pa ang dapat na totoo?" at "Kung ito ay mali, anong ebidensya ang magpapakita nito?" magtanong.
Babala: Ang paglalagay ng working paper na ginawa ng isang AI sa isang file nang hindi nagbe-verify ng paghahanap o isang numero ay tulad ng pagsasaalang-alang sa isang hindi nalagdaang papel na gawa bilang ebidensya. Dahil lamang sa ang output ay matatas ay hindi totoo; Totoo lang kung patunayan mo na totoo.
Kalayaan at pagiging kompidensiyal: dalawang di-malalabag na prinsipyo ng pag-audit
Ang pagiging lehitimo ng pag-audit ay batay sa dalawang pangunahing prinsipyo. Una, kalayaan: ang auditor ay dapat na independyente, sa katunayan at sa hitsura, mula sa entidad na kanyang ina-audit; Dapat siyang lumayo sa mga relasyon ng interes na makakasira sa kanyang opinyon. Pangalawa, pagiging kumpidensyal: ang impormasyong natutunan sa panahon ng pag-audit ay hindi maaaring ibahagi sa mga hindi awtorisadong tao o gamitin para sa personal na benepisyo.
Ang paggamit ng AI ay direktang may kinalaman sa parehong mga prinsipyong ito. Ang pag-paste sa kasalukuyang account ng na-audit na kumpanya na may mga pangalan ng customer, numero ng pagkakakilanlan ng buwis, impormasyon ng bangko, at mga halaga sa isang pampublikong AI tool ay nangangahulugan na ang data na ito ay mapupunta sa isang external na server. Ito ay lumalabag sa parehong prinsipyo ng pagiging kumpidensyal sa propesyonal na etika at, kung ang personal na data ay kasangkot, ang KVKK (Personal Data Protection Law). Ang panuntunan ay simple: i-anonymize ang data at huwag magbahagi ng hindi kailangan. Sa halip na "ABC Tekstil A.Ş., TIN 1234567890, balanseng 4,850,000 TL", sumulat ng "isang medium-sized na kumpanya ng pagmamanupaktura, isang matatanggap na balanse ng laki X". Kung maaari, pumili ng mga tool ng kumpanya na may kasunduan sa pagpoproseso ng data, huwag gamitin ang iyong data sa pagsasanay sa modelo, at panatilihin ang isang audit trail.
May karagdagang subtlety sa pagsasarili: walang taros na pagtitiwala sa isang tool ng AI na naka-embed sa sariling sistema ng na-audit na kumpanya, na ang output ay hindi mo makontrol nang nakapag-iisa, ay maaaring makasira sa iyong kalayaan. Ang AI ay isang kasangkapan; Sino ang nagtayo nito, kung saan napupunta ang iyong data, at kung maaari mong i-verify na ang output nito ay bahagi lahat ng iyong kalayaan.
tatlong mini case
Kaso 1 — Ligtas na paggamit. Ang isang senior auditor ay karaniwang gumugugol ng 3 oras sa pagsulat ng kamay ng isang 22-item na buod ng analytical review. Ibinigay niya sa YZ ang mga numerong kinuha niya mula sa trial balance (walang pangalan ng kumpanya, account lang at halaga) at humingi ng draft na komento. Ang AI ay gumawa ng sketch sa loob ng 12 minuto; Inihambing ng auditor ang bawat ratio sa kanyang worksheet, itinama ang dalawang maling porsyento, at pinatunayan ang dalawang paliwanag para sa mga paglihis. Tagal: 45 minuto sa halip na 3 oras. Ibinigay ng AI ang draft, responsibilidad at opinyon ang nanatili sa auditor.
Kaso 2 — Hindi na-verify na bitag ng numero. Tinanong ng isang trainee auditor ang AI, "Ano ang average na rate ng turnover ng imbentaryo sa industriyang ito?" Nagbigay ang AI ng kumpiyansa na bilang na "mga 6.4" kahit na wala siyang access sa anumang data ng industriya. Isinulat ito ng intern sa worksheet bilang halaga ng inaasahan, na ginagawang "makatwiran" ang rate ng kliyente na 4.1. Nang magtanong ang auditor, lumabas na ang pinagmulan ay isang imbensyon ng AI; Ang analytical procedure ay muling ginawa. Pagkakamali: Pagtatanong sa AI para sa benchmark na data na wala ito.
Kaso 3 — Paglabag sa pagiging kumpidensyal. Ang isang miyembro ng koponan ay nag-upload ng buong listahan ng mga customer kung kanino siya magpapadala ng mga titik ng kumpirmasyon - pamagat, address, halaga, pangalan ng contact - sa isang pampublikong AI tool at "nag-draft ng sulat ng kumpirmasyon," sabi niya. Ang data ay napunta sa labas ng organisasyon; Binuksan ang isang pagsusuri sa pagiging kompidensiyal sa yunit ng kalidad ng kumpanya ng audit. Ang tamang paraan: ay alisin ang aktwal na data at humingi lang ng template na may mga placeholder tulad ng "[PANGALAN NG CUSTOMER]", "[AMOUNT]".
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Bigyang-kahulugan ang mga financial statement ng kumpanyang ito at sabihin sa akin kung may anumang panganib.
Ang claim na ito ay may depekto: ang AI ay hindi binibigyan ng data, konteksto, o papel. Dahil walang anumang data ang AI, ito ay gumagawa ng mga pangkalahatang pahayag o gumagawa ng "mga interpretasyon" na may mga ginawang numero. Ni ang panahon, o ang account, o ang layunin ng pag-audit ay hindi malinaw.
Napakahusay na prompt:
Ang iyong tungkulin: isa kang katulong sa pagsusuri na tumutulong sa isang independiyenteng auditor. Ang kontrol na hurisdiksyon ay pag-aari ko; gagawa ka ng mga draft at account.Context: Nasa ibaba ang isang hindi kilalang buod ng trial balance (walang pangalan ng kumpanya). Ang layunin ko ay makita ang mga makabuluhang pagbabago (horizontal analysis) sa pagitan ng kasalukuyang taon at ng nakaraang taon at upang matukoy ang mga paglihis na kailangang suriin.Data:[account name; halaga ng nakaraang taon; kasalukuyang taon na mga linya ng halaga]Gawain:1) Kalkulahin ang halaga at porsyento ng pagbabago para sa bawat account; ipakita ang hakbang sa pagkalkula para ma-verify ko ito.2) Markahan ang mga item na lumampas sa 20% o baguhin ang sign (tulad ng profit->loss) bilang "masusuri".3) Magmungkahi ng 2-3 posibleng pagpapaliwanag HYPOTHESIS para sa bawat minarkahang item; Tandaan na ang mga ito ay dapat na ma-verify na may ebidensya.4) Huwag gumawa ng anumang mga numero na hindi ka sigurado o hindi maaaring mahihinuha mula sa data. Isulat ang "hindi ma-extract mula sa data". Ibigay ang output bilang isang talahanayan.
Makapangyarihan ang claim na ito dahil malinaw nitong itinatatag ang tungkulin, ang hangganan (sa hudisyal na auditor), ang data, ang mga hakbang, ang pagpapatunay, at ang "pagbabawal sa katha."
Mga karaniwang pagkakamali
- Napagkakamalang resource ang AI. Umaasa sa memorya ng AI para sa numero, ratio, karaniwang item, at petsa. Ang AI ay isang tagahanap ng direksyon; source control ebidensya at opisyal na teksto.
- Pagsusulat ng mga senyas nang walang konteksto. Pagsasabi ng "interpret" nang hindi nagbibigay ng papel, datos at layunin; Magiging peke ang resulta.
- Pag-paste ng kumpidensyal na data kung ano man. Pagbabahagi ng mga transcript na naglalaman ng pangalan ng customer, TIN, personal na data nang walang anonymization; privacy at paglabag sa KVKK.
- Paglalagay ng output sa file nang hindi pinapatunayan ito. Ang pag-iisip na ang matatas na teksto ay tama at inililipat ito sa worksheet.
- Delegasyon ng paghatol. Tumalon sa isang konklusyon sa mga batayan na "sinabi ng AI"; Ang opinyon sa pag-audit ay hindi maililipat.
Tip: Pumunta sa bawat session ng AI na may isip ng isang auditor: "Saan maaaring mali ang output na ito?" Ang tanong na ito ay ang antidote sa automation bias at uulitin namin ito sa buong module.
Sa buod
Ang artificial intelligence ay isang makapangyarihang katulong sa pag-audit: naghahanda ito ng data, pag-scan, pag-draft, pagkalkula at binabawasan ang mga oras hanggang minuto. Ngunit ang opinyon ng pag-audit, paghatol ng materyal na maling pahayag at konklusyon ay nabibilang sa independyente at karampatang auditor. Maliban kung ang output ng AI ay na-verify, ito ay kasing-bisa ng isang unsigned working paper. Tatlong di-malalabag na prinsipyo: source at recalculate (authentication), test with auditor skepticism, anonymize data at pumili ng mga secure na paraan (confidentiality at independence). Habang tumataas ang panganib, lumiliit ang tungkulin ng AI at lumalaki ang iyong paghuhusga.
Gawain ng aplikasyon
Pumili ng tatlong paulit-ulit na gawain mula sa iyong sariling kasanayan sa pag-audit (o isang hypothetical na pag-audit): halimbawa, (1) pagkuha ng isang pahalang na buod ng pagsusuri mula sa balanse ng pagsubok, (2) paghahanap ng sugnay ng mga pamantayan, (3) pag-draft ng isang working paper. Sumulat ng prompt para sa bawat isa gamit ang pattern na "malakas na prompt" sa itaas; Idagdag ang tungkulin, naka-anonymize na data, mga hakbang at "fabrication ban." Pagkatapos ay patakbuhin ang output sa pamamagitan ng tatlong hakbang sa pag-verify (pinagmulan, muling kalkulahin, subukan nang may pag-aalinlangan) at tandaan kung anong mga error ang nahuli mo.
checklist
- [ ] Hindi ko pinakilala ang data na ibinigay ko sa AI; Hindi ako nagbahagi ng pangalan ng customer, TIN, personal na data.
- [ ] Nagdagdag ako ng papel, konteksto, layunin, at "walang katha" sa prompt.
- [ ] Muli kong kinakalkula ang bawat numero at ratio sa output na may independiyenteng pinagmulan.
- [ ] Kinumpirma ko ang pamantayan/mga sangguniang sangkap mula sa opisyal na teksto.
- [ ] I-convert ang output sa "saan maaaring magkamali?" Sinubukan ko ito nang may pag-aalinlangan sa tanong:
- [ ] Ako mismo ang gumawa ng huling paghatol at opinyon; Hindi ko binanggit ang AI bilang dahilan.
- [ ] Sinuri ko ang kaangkupan ng tool na ginamit ko sa mga tuntunin ng pagiging kumpidensyal at kalayaan ng data.