𝗧𝗵𝗲 𝗖𝗿𝗶𝘁𝗶𝗰𝗮𝗹 𝗠𝗶𝘀𝘁𝗮𝗸𝗲𝘀 𝗧𝗼 𝗔𝘃𝗼𝗶𝗱 𝗪𝗵𝗲𝗻 𝗔𝗱𝗼𝗽𝘁𝗶𝗻𝗴 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗲 𝗔𝗜 𝗙𝗶𝗻𝗮𝗻𝗰𝗶𝗮𝗹 𝗥𝗲𝗽𝗼𝗿𝘁𝗶𝗻𝗴

நீங்கள் Generative AI நிதி அறிக்கையறிதலைச் (Financial Reporting) செயல்படுத்திவிட்டீர்கள், ஆனால் உங்கள் தணிக்கையாளர்கள் (auditors) AI மூலம் உருவாக்கப்பட்ட அறிக்கைகளை ஏற்க மறுக்கிறார்கள். ஏன்? உங்கள் கட்டுப்பாட்டுச் சூழலை (control environment) நீங்கள் புதுப்பிக்கவில்லை. தவிர்க்க வேண்டிய ஐந்து தவறுகள் இதோ:

  • AI-ஐ ஒரு உற்பத்தித் திறன் சோதனை (productivity experiment) என்று கருதாமல், ஒரு கட்டுப்பாட்டுச் சூழல் மாற்றமாக (control environment change) கருதுங்கள்
  • உங்கள் கட்டுப்பாட்டு விளக்கங்களை (control narratives) புதுப்பித்து, சரிபார்ப்பு நடைமுறைகளை (validation procedures) வரையறுக்கவும்
  • மேல்நிலைத் தகவல் தெரிவிக்கும் விதிகளை (escalation rules) உருவாக்கி, தணிக்கையாளர்களை முன்கூட்டியே தெரியப்படுத்துங்கள்
  • பயிற்சியளிக்கும் தரவை (training data) அதன் அளவு, பன்முகத்தன்மை மற்றும் தரம் ஆகியவற்றைக் கருத்தில் கொண்டு கவனமாகத் தயார் செய்யவும்
  • AI பயன்பாட்டிற்குத் தெளிவான எல்லைகளை வகுக்கவும் மற்றும் AI மாதிரிகளை (models) பராமரிப்பு தேவைப்படும் மற்ற அமைப்புகளைப் போலவே கருதவும்

எந்தவொரு Generative AI நிதி அறிக்கையறிதல் கருவியையும் பயன்படுத்துவதற்கு முன்:

  • கட்டுப்பாட்டு விளக்கங்களைப் புதுப்பிக்கவும்
  • மாதிரி எடுக்கும் நடைமுறைகளை (sampling procedures) வரையறுக்கவும்
  • மேல்நிலைத் தகவல் தெரிவிக்கும் விதிகளை உருவாக்கவும்
  • தணிக்கையாளர்களை முன்கூட்டியே தெரியப்படுத்தவும்

உங்கள் AI மாதிரியைப் பயிற்றுவிக்கும் போது:

  • குறைந்தது 2-3 ஆண்டுகால வரலாற்று அறிக்கைகளைப் பயன்படுத்தவும்
  • பல்வேறு வணிகச் சூழல்களைச் சேர்க்கவும்
  • அங்கீகரிக்கப்பட்ட மற்றும் இறுதி செய்யப்பட்ட உள்ளடக்கத்தைக் கொண்டு மட்டுமே பயிற்றுவிக்கவும்
  • சிறந்த நடைமுறைகளைப் பிரதிபலிக்கும் உதாரணங்களைக் குறியிடவும் (Label)

AI-ஐப் பயன்படுத்தும் போது:

  • உண்மைகள் தெளிவாக இருக்கும் இடங்களில் விளக்கங்களை வரைவு செய்வது ஒரு சிறந்த பயன்பாட்டு முறையாகும் (use case)
  • ஒரு நிகழ்வு மறுமதிப்பீட்டைத் தூண்டுகிறதா என்பதைத் தீர்மானிப்பது ஒரு சிறந்த பயன்பாட்டு முறை அல்ல

உங்கள் AI மாதிரியைப் பராமரிக்கவும்:

  • ஒழுங்குமுறை மாற்றங்களை மதிப்பிட காலாண்டு ஆய்வுகள்
  • மாற்றங்களைக் (drift) கண்டறிய செயல்திறன் கண்காணிப்பு
  • தவறுகளைத் திருத்த பின்னூட்டச் சுழற்சிகள் (feedback loops)
  • மாதிரி பதிவுகளை ஆவணப்படுத்த பதிப்பு கட்டுப்பாடு (version control)

விற்பனையாளர் ஒப்பந்தங்களை (vendor contracts) ஆய்வு செய்யவும்:

  • உங்கள் தரவை மூன்றாம் தரப்பினரின் பயிற்சிக்கு பயன்படுத்துவதற்குத் தெளிவானத் தடைகளை உறுதி செய்யவும்
  • தரவு இருப்பிடத்தை (data residency) மதிப்பிட்டு, அணுகல் கட்டுப்பாடுகளை (access controls) ஆய்வு செய்யவும்
  • உங்கள் தரவை மீட்டெடுக்க அல்லது அழிக்க வெளியேறும் திட்டத்தை (exit plan) வகுக்கவும்

Source: https://dev.to/edith_heroux_aca4c9046ef5/5-critical-mistakes-to-avoid-when-adopting-generative-ai-financial-reporting-59h2 Optional learning community: https://t.me/GyaanSetuAi