Conseils d’audit

L’intelligence artificielle n’est pas une technologie du futur, elle est déjà partout

Chaque jour voit son lot d’annonces sur l’utilisation de l’IA dans de nouveaux domaines. En voici quelques exemples :

• voitures autonomes
• moteurs de recherche en ligne
• achats en ligne personnalisés
• personnalisation des produits par les médias d’information et les compagnies de divertissement
• prévisions météorologiques du gouvernement
• assistants numériques sur les appareils personnels

Beaucoup de ces innovations axées sur l’IA sont désormais bien connues de nombreux consommateurs et deviennent monnaie courante dans divers secteurs. Plusieurs autres innovations n’en sont encore qu’à leurs balbutiements et il leur reste un long chemin à parcourir avant d’être des technologies éprouvées.

L’IA n’est pas une technologie unique, c’est en fait une famille de technologies

Les capacités de l’IA se sont diversifiées ces dernières années et peuvent désormais être appliquées à des tâches variées. Elle englobe un certain nombre de technologies telles que la robotique, les systèmes experts, le traitement du langage naturel et l’analytique prédictive. Les technologies les plus prometteuses pour les auditeurs sont la reconnaissance d’images, la reconnaissance de la parole et l’apprentissage automatique.

La reconnaissance d’image peut automatiser de nombreuses tâches d’audit fastidieuses

La reconnaissance d’images est possible parce que l’IA est capable de traiter des vidéos et des images numériques de façon mathématique et d’identifier des schémas à partir de ces données. Il est ainsi possible de procéder à des inventaires au moyen d’une caméra vidéo attachée à un drone, d’identifier et de localiser des articles, et même de rendre compte de leur état. Ces analyses vidéo peuvent être réalisées de façon extrêmement efficiente, puisqu’il ne faut que quelques minutes pour analyser des heures d’enregistrement.

La reconnaissance vocale changera la façon dont les auditeurs effectuent des entrevues

La reconnaissance de la parole vise à exploiter des données audio diffusées en continu ou enregistrées, comme les messages vocaux, les appels téléphoniques, les audioconférences, les entrevues, les présentations et les enregistrements des réunions de la direction ou du conseil d’administration. Un logiciel de reconnaissance de la parole « comprend » et analyse les structures grammaticales et sémantiques du langage, en prenant en compte les accents, les erreurs et le bruit de fond. La capacité de transcrire fidèlement les enregistrements vocaux d’audioconférences, d’entrevues et de témoignages constitue une application prometteuse pour les activités d’audit.

L’apprentissage automatique peut amplifier la capacité d’analyse des auditeurs

L’apprentissage machine utilise des modèles algorithmiques pour réaliser des analyses de données complexes à partir de vastes ensembles de données, sans instructions spécifiques. Il est programmé pour procéder à un traitement itératif des données et élaborer des modèles mathématiques, afin d’identifier des schémas et de faire des prédictions. Des applications s’appuyant sur cette technologie voient le jour au sein de la profession d’auditeur. À titre d’exemple, des logiciels capables de lire des contrats complexes, de repérer des termes clés et d’établir des corrélations avec les transactions pourraient permettre d’identifier des schémas et des cas de non-conformité.

Les auditeurs doivent améliorer leurs compétences pour maîtriser l’IA

Pour auditer et utiliser l’IA, les auditeurs devront disposer des outils et des connaissances techniques nécessaires à l’évaluation de cette technologie et de son impact sur l’économie, l’efficience et l’efficacité des organisations auditées. Par conséquent, les auditeurs devront non seulement affûter et perfectionner les compétences qu’ils possèdent déjà, mais aussi en acquérir de nouvelles. Les compétences requises les plus pertinentes sont les suivantes :

• Comprendre les atouts et les limites de la technologie de l’IA. Il sera nécessaire de saisir les ramifications des technologies d’IA sur les opérations de l’organisation auditée.
• Comprendre et intégrer les données. L’IA augmentera le besoin pour les compétences d’audit requises afin d’utiliser les outils d’analytique des données.
• Avoir un raisonnement analytique. L’automatisation progressive des tâches mécaniques permettra aux auditeurs de se concentrer sur l’analyse; ceci mettra à profit la capacité humaine de passer au crible l’information intuitivement.

L’IA peut être biaisée

Comme elle se base sur du code, l’IA reflète forcément les biais des codeurs, et peut même les amplifier. Par conséquent, les préoccupations relatives aux biais dans l’IA sont à la fois un risque pour les organisations auditées et une contrainte pour l’utilisation de l’IA dans les audits. Les auditeurs peuvent fournir une protection essentielle contre les effets négatifs de ces biais sur les organisations vérifiées qui utilisent l’IA, tout en se gardant de leur impact sur leurs audits lorsqu’ils les utilisent eux-mêmes. Afin de faciliter la détection de ces biais, des efforts se poursuivent pour essayer d’identifier, de retracer et de documenter le processus de prise de décision par l’IA au moyen de l’apprentissage profond. Cela permettra la création d’une piste d’audit pouvant être examinée et analysée.

L’IA ne remplacera pas les auditeurs, mais elle les rendra plus efficaces

L’IA montre toute son utilité dans l’exécution de tâches fastidieuses. Pour la profession d’auditeur, il est facile d’identifier un certain nombre d’applications concrètes en la matière : examens de contrats, inventaires, examens de conformité des transactions, etc. L’IA peut exécuter toutes ces tâches plus facilement que les humains. Elle est plus rapide, efficiente et précise, et permet souvent d’examiner 100% des transactions (au lieu de tester un échantillon restreint). L’idée n’est pas de se passer des humains, mais bien d’en renforcer et d’en élargir le rôle en leur permettant de se concentrer sur des tâches plus importantes. Les humains sont toujours mieux à même que les ordinateurs d’expliquer la signification des données et de porter des jugements qualitatifs qui apportent une valeur ajoutée aux organisations auditées.