Auditing met Artificial Intelligence

18-06-2019

"Hoe zie ik de toekomst van de auditfunctie? Sinds kort kijk ik Formule 1. Daar heb je een coureur - een mens - plus heel veel data, en met die combinatie worden grote doelen bereikt. Zo zie ik de toekomst van de auditfunctie ook. Je hebt de auditor, een mens, plus heel veel data, en met die combinatie worden grote doelen bereikt.” Zo opent Mona de Boer haar presentatie ‘Auditing met AI’ op het IIA Congres 2019.

“We zien data in alles. ‘Data-centricity is changing what we audit, how we audit and when we audit.’ Het centraal staan van data verandert langs meerdere lijnen het auditvak. We hebben het vaak over het veranderen van onze aanpak, maar ons hele object van onderzoek verandert. Zo zijn er veel nieuwe businessmodellen die gebaseerd zijn op data. Denk aan platforms die vraag en aanbod ontsluiten voor mensen die kennis willen bieden en mensen die kennis willen ontvangen. Of platforms die data verzamelen en data verstrekken. Deze ‘data-verhandeling’ is de kern van wat die organisaties doen. Voor auditors verandert zo ons object van onderzoek - organisaties, processen, alles waar we als auditor naar kijken. Auditen verandert, de internal auditfunctie verandert. Terugkijken verandert in vooruitkijken. De IAF is aan het automatiseren, zodat we ons kunnen gaan richten op de inhoudelijke analyse van de resultaten. Een luxepositie.

Wat is Artificial Intelligence? Met AI kun je in essentie twee dingen bereiken: 1. De kracht benutten van veel data en het feit dat rekenkracht betaalbaar is geworden. Zo kun je in situaties met veel data, die je snel wilt kunnen verwerken, gemakkelijk patronen achterhalen. 2: Een computer vaardigheden aanleren die voorheen alleen mensen konden doen. Waarvan ‘supervised machine learning’ (het scholen van machines onder toezicht), ‘image recognition’ (beeldherkenning) en ‘natural language processing’ (menselijke taalverwerking) drie belangrijke vaardigheden zijn voor de internal auditpraktijk. Want bij data-analyse denk je al snel aan cijfermatige informatie en gestructureerde informatie, maar de kracht van deze AI-technieken is dat je ook data kunt analyseren die ongestructureerd van aard is. Data mag met AI rommelig zijn om voor audit relevant te zijn.

Mona de Boer geeft drie voorbeelden van hoe Artificial Intelligence in audits gebruikt kan worden.

Supervised machine learning:
Bij 1 auditor is bij wijze van spreken sprake van 1 algoritme. Maar elke auditor heeft een net iets andere aanpak. Met 200 auditors heb je 200 algoritmes, wat voor een veel sterker overkoepelend algoritme zorgt. Mensen kunnen precies hetzelfde als wat AI kan, maar AI kan dit véél sneller. Met de inzet van supervised machine learning kun je hier gebruik van maken. Je kijkt dan niet langer met 1 liniaal naar 400 mensen, maar je kijkt met 400 liniaals naar 400 mensen. Dan gaat de scherpte van je audits omhoog en heb je veel minder false-positives.

Image recognition:
Stel, je wilt een digitale data-analyse doen, maar niet alle data is digitaal, of deze is misschien onleesbaar of ongestructureerd. In dat geval kun je in de praktijk niet alles uit de data halen wat er in theorie uit te halen is. AI-technieken bieden hier de oplossing. Je kunt algoritmes namelijk trainen om in een rommelige pdf, zoals een scan van een handgeschreven notitie, toch bruikbare woorden te herkennen. Oftewel, je kunt een algoritme leren om uit een berg pixels iets zinvols te halen.

Natural language processing:
Met natural language processing kun je grote hoeveelheden menselijke taalgegevens verwerken en analyseren. Een dergelijk algoritme kun je bijvoorbeeld loslaten op een jaarverslag, op e-mails, rapporten, contracten, etc. Hiermee kun je een onderbuikgevoel bij de evaluatie van teksten op feiten baseren. Zo kun je de kern van de tekst eruit lichten. Komt wat je wilt zenden wel overeen met wat er bij de mensen binnenkomt? Of: welk type woord is voorspellend voor fraude..?

“Naast Artificial Intelligence als instrument, komt audit AI ook tegen als object van onderzoek. Het is denk ik een kwestie van tijd voordat auditors een formele rol krijgen in het toetsen van algoritmes. Mijn advies: vergeet niet om in je internal auditfunctie ook gedragswetenschappers op te nemen. Want AI en het controleren daarvan gaat niet alleen over technologie, maar ook over ethiek: welke keuzes maak je en hoe leg je die uit? Als auditfunctie ben je het klankbord van de organisatie en moet je de competentie hebben om je organisatie daarmee te helpen.”


Elisabeth Beelaerts Fotografie

Terug naar het nieuwsoverzicht.

IIA Nederland

088-0037100
iia@iia.nl
Burgemeester Stramanweg 102A
1101 AA Amsterdam
Postbus 22657
1100 DD Amsterdam
Contact opnemen

Audit Magazine

Audit Magazine

Lidmaatschap

IIA is dé toonaangevende beroepsorganisatie voor internal auditors. Een lidmaatschap laat u delen in de collectieve kennis van alle vakgenoten in de wereld.
Meer informatie