par Ramu Prasad Dotel, Auditeur général adjoint, Bureau de l’Auditeur général, Népal
Contexte
La révolution technologique a transformé et perturbé nos vies de manière incroyable, et avec des volumes de données et des processus de contrôle de plus en plus importants, la dynamique de l’audit public nécessite également des changements substantiels.
Approuvée lors du XXIIIe Congrès de l’Organisation internationale des institutions supérieures de contrôle des finances publiques (INTOSAI), la Déclaration de Moscou encourage les institutions supérieures de contrôle des finances publiques (ISC) à former les auditeurs du futur, capables d’utiliser des outils d’analyse de données, d’intelligence artificielle (IA) et des méthodes qualitatives avancées, de renforcer l’innovation et d’agir en tant qu’acteurs stratégiques, échangeurs de connaissances et producteurs de prospective.
Définition de l’IA
L’Organisation de coopération et de développement économiques définit l’IA comme un système basé sur une machine qui, à partir d’un ensemble d’objectifs définis par l’homme, peut faire des prédictions, des recommandations ou des décisions qui influencent l’environnement réel ou virtuel.
Les systèmes d’IA, conçus pour fonctionner à des niveaux d’autonomie variables, impliquent la saisie de grandes quantités de données relatives à une tâche particulière et l’élaboration d’un ensemble de règles permettant à la machine d’apprendre à partir de ces données afin de déterminer comment exécuter efficacement la tâche. La philosophie de base du système d’IA : utiliser des algorithmes pour identifier des schémas sous-jacents généralement cachés à la vue de tous.
Ces actions imitent le cerveau humain, ce qui implique un certain degré de réflexion, d’analyse, de raisonnement et de discrétion. Lorsque de telles actions sont réalisées par une machine ou un ordinateur, on dit qu’ils sont artificiellement intelligents. Les exemples incluent les technologies de reconnaissance vocale et faciale, les robots à action humaine et les voitures sans conducteur.
Utilisation de l’intelligence artificielle dans l’audit public
L’IA peut faciliter le processus d’audit, car elle permet d’effectuer plus efficacement de nombreuses tâches chronophages. L’ISC du Népal prévoit actuellement de mettre en œuvre des outils d’intelligence artificielle pour faciliter le travail d’audit :
L’automatisation des processus robotiques (RPA ). De nombreuses tâches d’audit itératives peuvent être exécutées plus efficacement grâce à la RPA. Une fois que les données des entités contrôlées sont téléchargées dans le système d’une ISC, la RPA peut identifier les incohérences et les valeurs aberrantes que les contrôleurs humains peuvent ensuite traiter.
Par exemple, des retenues fiscales sont effectuées sur les paiements à un taux prescrit. Si ces paiements sont effectués sans les déductions fiscales prescrites, l’APR communique cette information, ce qui permet aux auditeurs humains d’approfondir leur enquête.
La puissance des technologies robotiques peut également être exploitée pour prendre en compte de multiples variables et peut être programmée pour fournir des alertes à différentes parties prenantes.
Outils d’optimisation de la recherche . L’évaluation des risques est une activité d’audit essentielle, et l’ISC du Népal affecte les ressources d’audit en fonction du degré de risque.
Les algorithmes d’IA peuvent être utilisés pour classer et regrouper les entités, tandis qu’un moteur de risque conçu par l’IA peut calculer un score sur la nature croissante du risque. Le moteur de risque peut être programmé pour prendre en compte différents critères, tels que l’importance relative, le volume et la catégorie des transactions, la sensibilité et la complexité, et classer les entités contrôlées par catégorie, ce qui facilite l’affectation des ressources.
En outre, l’IA permet d’éliminer les limites inhérentes à l’échantillonnage d’audit en utilisant divers points de contrôle pour analyser les transactions et les classer comme présentant un risque élevé, moyen ou faible.
L’utilisation d’algorithmes d’IA pour cartographier les points de contrôle permet de réaliser des examens en un seul clic, et les transactions à haut risque peuvent être rapidement recherchées et donner lieu à des alertes pour les auditeurs.
De même, les outils d’optimisation des recherches sont tout aussi utiles pour identifier les marchés publics et les analyses géospatiales de grande valeur. L’optimisation de la recherche est également efficace dans les audits de revenus, car l’IA peut rapidement identifier les défaillances et les anomalies dans les déclarations fiscales, telles que les déclarations montrant des pertes fréquentes, des ratios de bénéfices bruts et nets négatifs, et des taux tarifaires différents appliqués à des marchandises similaires.
Réseau de neurones artificiels . Les réseaux neuronaux artificiels reconnaissent et mémorisent des données ou des modèles de transaction, et l’ISC Népal prépare un modèle prédictif basé sur des problèmes ou des observations identifiés lors d’audits précédents, tels que des dépassements de coûts et de délais, des écarts par rapport à la loi sur les marchés publics, des calculs fiscaux erronés, des décaissements non autorisés de subventions publiques et des dépenses inhabituelles, afin de détecter des cas similaires.
Dans ce contexte, l’ISC Népal utilisera la reconnaissance optique de caractères pour automatiser l’extraction de certaines informations fixes sur le terrain à partir de documents de différents formats et utilisera des algorithmes qui rapprochent les données relatives à la perception des recettes pour aider à tirer des conclusions d’audit.
Extraction d’informations et exploration de données. L’IA peut être utilisée pour collecter, regrouper, extraire et analyser les recettes et les dépenses publiques stockées dans divers systèmes. Les algorithmes peuvent également corroborer les données d’importation et d’exportation provenant de systèmes intégrés afin d’identifier rapidement les anomalies.
Par exemple, l’ISC du Népal peut utiliser l’IA pour rechercher et comparer les prix de catalogue des biens publiés par les producteurs avec les prix des marchés publics. De même, les informations sur les ventes d’une entreprise peuvent être étudiées en appliquant des techniques d’exploration de données sur les médias sociaux ou les sites web connexes.
Traitement du langage naturel. Ces algorithmes peuvent automatiser les classifications des observations d’audit sur la base de données historiques afin d’apprendre des critères et d’appliquer des règles similaires pour l’automatisation des tâches.
La compréhension du langage naturel permet d’examiner les données et de générer automatiquement des questionnaires à envoyer aux entités contrôlées si des lacunes notables apparaissent.
Par exemple, si un système identifie une augmentation substantielle des frais généraux, des salaires, des frais de vente et de distribution des contribuables par rapport à l’année précédente, il peut automatiquement générer des questions concernant les raisons et les preuves de ces conditions.
De même, si une entité ne respecte pas les règles de passation des marchés tout au long de l’année, le traitement du langage naturel peut soulever des questions et demander des éclaircissements aux entités contrôlées.
Conclusion
Il reste primordial de renforcer la confiance du public dans la budgétisation, la gestion financière et l’information des gouvernements et de veiller à ce que les mandats et les ressources des ISC favorisent l’obligation de rendre compte et la transparence.
L’IA aide considérablement à effectuer le travail de surveillance en utilisant les ressources disponibles pour produire des résultats de haute qualité. Grâce à diverses analyses, les outils d’IA identifient des schémas et des exceptions qui doivent faire l’objet d’un examen plus approfondi par des auditeurs humains et augmentent les possibilités d’audit à distance.
L’utilisation complète de l’IA n’est possible que si les entités contrôlées sont automatisées et fournissent un accès en ligne aux informations. En outre, l’IA ne peut pas remplacer les humains et le scepticisme professionnel des auditeurs.
Si les systèmes d’IA peuvent indiquer des risques, des auditeurs humains sont nécessaires pour approfondir l’analyse des conditions réelles, des causes et des effets. Il est impératif que l’IA soit utilisée comme une technologie d’assistance pour améliorer le processus d’audit et il est tout aussi important que les ISC cultivent une main-d’œuvre qualifiée pour exploiter la technologie de l’IA.
L’appel de l’INTOSAI à utiliser l’IA est à la fois encourageant et approprié, et les ISC doivent se préparer à relever les défis d’un paysage de l’audit bouleversé.
