收益：
- 能够区分人工智能在审计周期中实时节省的时间（计划、证据收集、分析、记录、报告）以及审计意见和重大错报判断等决策留给独立审计师的时间，具体取决于任务风险级别。
- 能够应用一门学科，通过将每个人工智能输出链接到源、重新计算并以审计师的怀疑态度进行测试来验证每个人工智能输出。
- 在保密和独立原则范围内对审计数据进行匿名处理，养成选择安全车辆的习惯
审计师的一天花在“积累证据”和“做出判断”之间的时间比大多数人意识到的要多得多。您扫描数千份日记帐分录，记录帐户余额，质疑估算的合理性，您问“真的是这样吗？”而不是仅从表面上接受客户的陈述。你挖。其中一些工作是重复且耗时的：组织数据、搜索标准条款、起草工作底稿、列出调节差异。其他的是直接决定您的审计意见的判断，即您公开表达的关于财务报表是否“在所有重大方面真实、公平”的意见，其误差幅度必须非常低。
人工智能（简称AI，或简称AI——可以像人类一样生成文本、识别模式、在大数据集中查找关系并执行计算的计算机系统）就位于这幅图景的中间。如果使用得当，它可以将三小时的分析审查总结减少到四十分钟；在几秒钟内扫描数十万条记录；它会指导您找到标准项目。如果使用不当，它可能会在您的工作文件中（并最终在您的审计意见中）出现看似安全流畅但完全捏造的数字、不存在的标准条款或未经证实的结果。
本模块的第一个单元不是软件介绍。其目的是明确在审计业务中什么地方可以使用人工智能，什么地方根本不可以使用人工智能。因为审计是一个对合规至关重要的职业，依赖公众信任，其结果影响投资者、债权人、税务机关和社会。让我们从一开始就阐述一下基本原则：人工智能是助手，而不是控制器。有关审计意见、重大错报判断和结论性意见的所有决定的责任和最终批准属于有能力的独立审计师。
AI的控制回路和位置
为了理解独立审计，将工作视为一个循环是有用的。在规划和风险评估阶段，您需要了解业务并确定哪里最有可能出错。在证据收集和测试阶段，您将账户余额、交易类别和披露链接到文档、确认和分析。在评估阶段，您会权衡研究结果的重要性并得出结论。在报告阶段，您以书面形式提出您的意见和调查结果。在整个周期中，文档（工作底稿）会创建您的工作的可追踪证据。
人工智能可以触及这个周期的每个阶段，但在每个阶段具有不同的权威。在规划中生成风险想法和重要性场景；准备测试中的数据，扫描数据并标记异常；撰写评估意见草案；它加速了报告中的发现和报告语言。然而，他在任何阶段都不会做出决定。该决定需要专业判断和怀疑；这些是不可转让的。
让我们从一开始就定义一些基本术语。审计证据是审计师发表意见所依据的信息（文件、确认、重新计算、分析）。重要性是指错误是否大到足以影响财务报表使用者决策的阈值。 BDS 是土耳其现行的独立审计标准；它符合国际审计标准 (ISA)，并由 POA（公共监督、会计和审计标准局）发布。工作文件是记录已完成的工作和取得的结果的文件。我们将在以下单元中一一解释这些概念；现在，请知道这一点：在所有这些概念中，人工智能都会为您提供概述和分析，但不会做出判断。
下表按任务总结了人工智能的作用和风险级别：
任务
人工智能的作用
风险等级
谁批准/决定
数据清理、格式化
工人、加速器
低
审核组成员
工作文件/摘要草案
草图生成器
低-中
高级审计师
标准/项目查找
测向仪
中等
审计员（正式文本确认）
分析程序解释
假设生成器
中等
审计官
日志/异常扫描
统计标记
中高
审核员（检查每个异常）
重要性/风险判断
辅助输入
高
审计师的职业判断
审计意见/结论
这甚至不是输入，而是草稿语言
非常高
负责审核员（签名）
请记住这一点：随着风险的增加，人工智能的作用会变小，而审计师的判断力会增强。
为什么“验证”是这项业务的核心
人工智能语言模型似乎对他们的答案充满信心，但他们也可能不确定。用技术术语来说，这被称为幻觉：模型将实际不存在的信息（数字、标准项目、日期）编造成一个仿佛真实存在的句子。对于审计师来说，这是一个致命的陷阱。该模型可能会为您生成一个数字，例如“去年毛利率为 34%”；但是，他从来没有见过你的数据，这个数字完全是编造的。或者可能会显示“TMS 36 第 22 条于 2021 年更改”；然而，可能没有这样的条款或变化。既然他说得一样流利、一样自信，那么唯一区分对错的就是你的知识和你验证的习惯。
验证规则由审计的三个步骤组成：
- 来源链接：对于数字、比率、余额和标准项目，请依靠您自己的审计证据（试算表、明细账、银行确认书、合同）和官方来源（KGK 发布的 BDS 和 TFRS 文本、相关公报），而不是依靠人工智能的记忆。使用人工智能来评论这些数据，而不是记住它。
- 重新计算/比较：独立检查AI返回的每个数值结果、评级和趋势。亲自验证百分比、总计、余额差异。
- 测试审计师的怀疑态度：以怀疑的眼光询问结果是否与证据、法规和常识相冲突。 “如果这是真的，那么还有什么一定是真的呢？”以及“如果这是错误的，什么证据可以证明这一点？”问。
注意：在没有验证结果或数字的情况下将人工智能生成的工作文件放入文件就像将未签名的工作文件视为证据一样。仅仅因为输出流畅是不正确的；只有当你证明它是真的时，它才是真的。
独立性和保密性：审计不可侵犯的两条原则
审计的合法性基于两个基本原则。第一，独立性：审计师必须在事实上和表面上独立于其审计的实体；他/她应该远离会扭曲他/她观点的利益关系。其次，保密性：审计过程中了解到的信息不得与未经授权的人员共享或用于个人利益。
人工智能的使用直接涉及这两个原则。将被审计公司的往来账户以及客户姓名、纳税识别号、银行信息和金额粘贴到公共人工智能工具中意味着这些数据将传输到外部服务器。这既违反了职业道德中的保密原则，如果涉及个人数据，也违反了KVKK（个人数据保护法）。规则很简单：匿名数据并且不共享不必要的数据。将“ABC Tekstil A.Ş.，TIN 1234567890，余额为 4,850,000 TL”改为“一家中型制造公司，应收余额为 X”。如果可能，请选择具有数据处理协议的企业工具，不要在模型训练中使用您的数据，并保留审计跟踪。
独立性还有一个微妙之处：盲目信任被审计公司自己系统中嵌入的人工智能工具，而你无法独立控制其输出，可能会损害你的独立性。人工智能是一种工具；谁构建了它，您的数据去了哪里，以及您是否可以验证其输出都是您独立性的一部分。
三个迷你箱子
案例 1——安全使用。高级审计师通常要花 3 个小时手写一份包含 22 项的分析审查摘要。他匿名将试算表中的数字（没有公司名称，只有账户和金额）提供给 YZ，并要求提供意见草案。 AI在12分钟内画出了一幅草图；审核员将每个比率与其工作表进行比较，纠正了两个错误的百分比，并证明了对偏差的两种解释。持续时间：45 分钟而不是 3 小时。大赦国际给出了草案，责任和意见仍由审计员承担。
案例 2 — 未经验证的号码陷阱。一位实习审计师问AI：“这个行业的平均库存周转率是多少？”尽管 AI 无法获得任何行业数据，但他给出了“大约 6.4”的自信数字。实习生将其作为期望值写在工作表上，使客户的评分 4.1 看起来“合理”。审计员一问，原来来源是AI的发明；重做分析程序。错误：向人工智能询问它没有的基准数据。
案例 3——违反保密规定。他说，一名团队成员将他要向其发送确认信的客户的完整名单（标题、地址、金额、联系人姓名）上传到公共人工智能工具中，并“起草了确认信”。数据泄露到组织之外；审计公司的质量部门进行了保密审查。正确的方法是：去掉实际数据，只需要一个带有“[客户名称]”、“[金额]”等占位符的模板。
弱提示/强提示
弱提示：
解释一下这家公司的财务报表，并告诉我是否存在风险。
这种说法是有缺陷的：人工智能没有获得任何数据、上下文或角色。由于人工智能没有任何数据，它要么做出一般性陈述，要么用虚构的数字产生“解释”。无论是期间、账目还是审计目的都不清楚。
强力提示：
您的角色：您是协助独立审计师的分析助理。控制权限属于我；您将生成汇票和账目。背景：以下是匿名试算表摘要（无公司名称）。我的目的是看到今年和上一年之间的显着变化（横向分析），并确定需要检查的偏差。数据：[账户名；上一年金额；本年金额行]任务：1）计算每个帐户的金额和百分比变化；显示计算步骤，以便我验证。2）将超过20％或改变符号（例如利润->损失）的项目标记为“待检查”。3）为每个标记的项目建议2-3个可能的解释假设；请注意，这些必须用证据进行验证。4) 不要编造任何您不确定或无法从数据中推断出的数字。写入“无法从数据中提取”。以表格形式给出输出。
这一主张之所以有力，是因为它明确规定了角色、边界（司法审计员）、数据、步骤、可验证性和“禁止捏造”。
常见错误
- 将人工智能误认为是一种资源。依靠AI对数量、比例、标准项目、日期的记忆。 AI是一个测向仪；源控制证据和官方文本。
- 在没有上下文的情况下编写提示。只说“解释”，却没有给出角色、数据和目的；结果就会是假的。
- 按原样粘贴机密数据。共享包含客户姓名、TIN、个人数据的记录，无需匿名；隐私和 KVKK 侵犯。
- 将输出放入文件而不验证它。认为流畅的文本是正确的并将其转移到工作表中。
- 委托判断。以“AI是这么说的”为由妄下结论；审计意见不可转让。
提示：以审计员的心态进入每个人工智能会话：“这个输出可能在哪里出错？”这个问题是自动化偏见的解药，我们将在整个模块中重复它。
总之
人工智能是审计的有力助手：它准备数据、扫描、起草、计算，并将时间缩短到几分钟。但审计意见、重大错报判断和结论属于独立且有能力的审计师。除非人工智能的输出得到验证，否则它与未签名的工作文件一样有效。三个不可侵犯的原则：来源和重新计算（身份验证）、以审计师的怀疑态度进行测试、匿名数据和选择安全手段（保密和独立）。随着风险的增加，人工智能的作用会变小，而你的判断力也会增强。
应用任务
从您自己的审计实践（或假设审计）中选择三个重复性任务：例如，（1）从试算表中提取横向分析摘要，（2）找到标准条款，（3）起草工作文件。使用上面的“强提示”模式为每个内容编写提示；添加角色、匿名数据、步骤和“禁止制作”。然后通过三个验证步骤（源、重新计算、怀疑测试）运行输出，并记下您发现的错误。
清单
- [ ] 我对提供给 AI 的数据进行了匿名处理；我没有分享客户姓名、纳税人识别号和个人数据。
- [ ] 我在提示中添加了角色、背景、目的和“非捏造”。
- [ ] 我用独立来源重新计算了输出中的每个数字和比率。
- [ ] 我已经确认了官方文本中的标准/物质参考。
- [ ] 将输出转换为“哪里可能出错？”我带着怀疑的态度测试了它：
- [ ]我自己做出了最终的判断和意见；我没有引用人工智能作为理由。
- [ ] 我从数据保密性和独立性方面评估了我使用的工具的适用性。