I denne artikkelen vil du få en introduksjon til alt du trenger om hvordan du kan nyttiggjøre deg KI i ditt revisjonsarbeid.
Hvordan KI kan forbedre revisors arbeid, var temaet for det interessante kurset i tre moduler som Riksrevisjonen arrangerte for kommunale revisorer og IIAs medlemmer.
For å besvare spørsmålet tok Jan Roar Beckstrøm og Ove Haugland Jakobsen fra Riksrevisjonens Innovasjonslab deltakerne med på en «reise i tre trinn»:
- I første del ble det forklart hva kunstig intelligens er, og hva den kan anvendes til, oppsummert med følgende hovedpunkter:
- Maskinlæring deles gjerne inn i veiledet, ikke-veiledet og forsterkende læring basert på et tilgjengeliggjort datagrunnlag.
- Risiko ved bruk av kunstig intelligens oppstår gjerne som et resultat av overtrening og skjevhet (bias).
- For å anvende KI-teknologien i revisjonssammenheng, må man være oppmerksom på både styrkene og svakhetene med teknologien. Dette fordrer at man både strukturerer spørsmålene og analysene på en god måte, og validerer resultatene med kritiske øyne.
2. I del to ble anvendelse av generativ kunstig intelligens gjennomgått spesielt.
Dette ble illustrert med ulike typer av tekst-, bilde- og multimodale modeller samtidig som at deltakerne lærte mer om store språkmodeller (LLMs) og deres muligheter/begrensninger. En forutsetning for et godt resultat er god «prompt engineering», som kort forklart betyr at man gir modellen en tydelig formulert «instruksjon» for oppgaven som skal løses.
3. I del tre gikk kurset i dybden på effektiv bruk av språkmodeller. Godt formulerte «prompts» øker presisjonen, relevansen og nytten av svarene fra en språkmodell. Utformingen påvirker også hvordan modellene forstår spørsmålets kontekst og på hvilken måte, (eksempelvis formelt, til et barn osv.) en skal avgi svaret.
Riksrevisjonens konklusjon er kort oppsummert at det er mulig å oppnå store effektivitetsgevinster i revisjonsarbeidet gjennom anvendelse av kunstig intelligens. En viktig forutsetning er at man er god til å formulere «prompts» mhp. hvilke problemstillinger som ønskes besvart. I tillegg kan valg av verktøy (Microsoft Copilot, ChatGPT, Claude, Googles Gemini m.m.) også ha en viss innvirkning på resultatet.
Ingen av verktøyene er best på alt, da resultatene/svarene ikke bare påvirkes av utformingen av de ulike «prompts», men også av datauniverset som de ulike modellene er trent på. I tillegg til å prøve seg fram med ulike «prompts», kan det derfor også være nødvendig å prøve seg fram med ulike verktøy for å få et best mulig svar.
