[摘要]現(xiàn)階段，基于大模型的生成式人工智能服務在各個行業(yè)的應用越來越廣泛。本文基于百度的文心大模型，探索生成式人工智能服務在審計工作中的應用，并總結大模型和生成式人工智能在審計領域應用的風險，提出如何規(guī)避風險的建議，最后對構建審計行業(yè)大模型的可行性進行探討。

[關鍵詞]生成式人工智能 " 大模型 " 審計

年來，人工智能大模型和生成式人工智能引

發(fā)了全球范圍內的關注，其代表ChatGPT更是被應用于多個行業(yè)及領域。國內與ChatGPT功能相似的人工智能服務有百度的“文心一言”、阿里的“通義千問”、科大訊飛的“星火”等。以上應用服務均是企業(yè)基于各自已建立的通用語言類大模型，運用自然語言處理和機器學習等技術識別人類語言，并根據(jù)用戶的輸入進行智能響應，為用戶提供自然流暢的語言交互體驗的技術。這項技術以其強大的自然語言處理能力和深度學習能力，正在改變許多行業(yè)的運營方式，審計領域也不例外。本文將探討生成式人工智能服務在審計領域的應用，并對構建審計行業(yè)大模型的可行性進行探討。

一、基于“文心一言”在審計領域的應用實例

根據(jù)2023年12月SuperCLUE最新發(fā)布的全球大模型基準測評排行榜，百度的文心大模型較之國內其他語言類通用大模型表現(xiàn)最為優(yōu)秀。本部分參考《A Demonstration of How ChatGPT Can be Used in the Internal Auditing Process》一文中提到的ChatGPT在審計過程中的應用方法，進行了審計實例測試。本文采用基于百度文心大模型3.5版本的文心一言，展示了生成式人工智能服務在部分審計場景中的使用表現(xiàn)。表1中的“提問”是輸入文心一言的問題，“文心一言反饋”是基于審計人員提供給文心一言的學習內容和問題作出的回答。

（一）輔助制訂審計方案

審計人員對某個業(yè)務領域知識儲備不足時，可利用文心一言輔助進行審計方案制訂，以提高方案制訂的效率。

（二）輔助撰寫審計底稿

一是審計人員可以通過文心一言“閱覽文檔”插件上傳相關文檔供其學習，文心一言會自動對文檔內容進行總結歸納，以提高審計人員總結文檔材料的效率。例如，使用“閱覽文檔”插件功能令其學習機關食堂管理制度匯編，文心一言可以將該制度匯編中涉及審計關注的內容進行初步總結后反饋。二是文心一言可以根據(jù)原始底稿文字描述生成圖表，以縮短撰寫底稿的時間，詳見表2。

（三）輔助查找審計線索

在完成對該機關食堂管理制度匯編的學習后，文心一言可對制度缺陷進行總結評價，輔助審計人員尋找線索，提高效率。對比現(xiàn)實審計結論，文心一言的反饋與實際審計發(fā)現(xiàn)問題高度吻合。另外，在需要通過編程查找審計線索時，文心一言也可根據(jù)審計要求編寫一段Python代碼用于執(zhí)行特定操作，審計人員通過審核和修改代碼即可快速達到查找目的，這一功能可以大大提高審計人員Python編程能力和效率，詳見表3。

（四）輔助生成確認書和審計報告

文心一言在學習審計底稿等資料后，可輔助審計人員撰寫確認書和審計報告，最后交由審計人員審核確認，詳見表4。

以上應用實例并不全面，僅展示了審計人員利用生成式人工智能服務工作的部分審計場景，從而引導審計人員逐步接觸及使用人工智能技術及服務。除以上實例外，審計人員還可以嘗試利用生成式人工智能服務開展自主學習、數(shù)據(jù)分析、審計計劃制訂等工作。生成式人工智能服務可以將審計人員從繁重的文檔工作中解脫出來，從而有更多的時間來實施現(xiàn)場檢查。此外，內部審計機構如想在審計中有效地應用生成式人工智能服務，還需要對審計人員開展培訓，確定可公開的數(shù)據(jù)文檔及必要的IT技術支持等。然而，生成式人工智能服務雖然具有許多優(yōu)點，但其潛在的風險也不容忽視。

二、生成式人工智能服務在審計領域的應用風險

（一）數(shù)據(jù)隱私和安全

生成式人工智能服務需要大量的數(shù)據(jù)進行訓練和改進，這些數(shù)據(jù)可能包含敏感和涉密信息，如果不能得到妥善處理和保護，就可能導致數(shù)據(jù)泄露和濫用。因此，審計人員在使用文心一言等服務時，需要確保這些信息不會被泄露或濫用，要采取必要措施保護數(shù)據(jù)安全，如脫敏關鍵信息等。

（二）算法偏見和錯誤

人工智能算法偏見是指在運用算法決策時存在的偏差或偏見。這些問題可能源于算法中的數(shù)據(jù)偏差或缺失、研發(fā)人員的偏見及算法本身設計和參數(shù)設置的缺陷等。這些偏見和錯誤可能會導致相關審計反饋不準確，進而影響審計質效。因此，在算法和技術趨于完善前，為了解決算法偏見問題，審計人員需對ChatGPT類生成式人工智能服務的反饋內容進行人工審核確認。

（三）大模型的幻覺

模型幻覺是指大模型的生成結果中包含無根據(jù)或錯誤的內容。例如，“自相矛盾”幻覺是指生成的摘要或翻譯與原文矛盾；“無中生有”幻覺是指摘要結果中出現(xiàn)原文沒有提及的陳述；某些對于人類來說可能沒有實際意義詞匯，對于模型來說卻是重要的特征，這些都可能會給用戶帶來“模型幻覺”。由于大模型的參數(shù)數(shù)量和計算量非常龐大，審計人員作為用戶很難完全理解和掌控其內部的工作機制，因此可能會出現(xiàn)一些無法預料的結果或者現(xiàn)象，從而影響審計順利開展。為了解決大模型幻覺問題，在工程師不斷優(yōu)化大模型的訓練方法和數(shù)據(jù)質量的同時，審計人員還需對ChatGPT類生成式人工智能服務的反饋內容加強評估和審核，確保其結果的準確性和可靠性。

（四）法律和合規(guī)風險

不同國家、地區(qū)、行業(yè)對于數(shù)據(jù)保護的法律法規(guī)和制度有所不同。我國2023年8月15日正式實施的《生成式人工智能服務管理暫行辦法》，對生成式人工智能服務的適用范圍和原則、服務提供者、使用要求、用戶權益保障、監(jiān)督檢查和法律責任等作出說明。該辦法通過規(guī)范生成式人工智能的應用，促進了其健康發(fā)展，同時也保護了用戶的合法權益和網(wǎng)絡安全。相關國家法律法規(guī)還有《中華人民共和國網(wǎng)絡安全法》《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》等。在使用ChatGPT類生成式人工智能技術的服務時，審計人員不僅要遵循人工智能相關的行業(yè)法律制度，還需遵守審計領域的相關法律制度。

（五）依賴性和風險集中

首先，過度依賴生成式人工智能服務可能會導致審計工作的風險集中。如果生成式人工智能服務出現(xiàn)故障或錯誤，就可能會影響整個審計工作的進程和質量。其次，生成式人工智能服務的決策過程通常缺乏透明度和可解釋性，可能出現(xiàn)個別審計結果不被理解和確認的情況。此外，目前該服務提供的資料未有引用和出處說明，審計人員便無法追蹤結論來源。所以，即使ChatGPT類生成式人工智能服務功能很強大，也需要審計人員有扎實的審計基本功，并在必要時對ChatGPT類生成式人工智能服務的反饋進行正確評估。

三、構建審計行業(yè)大模型的可行性

（一）行業(yè)大模型的發(fā)展

在國家相關政策引導下，全國各地大模型建設進程加快，截至2023年10月，我國10億參數(shù)以上的大模型設計廠商及高校院所共計254家。從大模型發(fā)展來看，通用大模型具有強大泛化能力，但缺乏行業(yè)深度，在專業(yè)及細分領域難以提供高價值服務；而行業(yè)大模型能更深入特定業(yè)務及場景，更精確地滿足行業(yè)需要。截至2023年7月，國內行業(yè)大模型已完成招標超60個。

（二）行業(yè)大模型的構建方式

審計工作專業(yè)性及準確性要求較高，在通用大模型基礎上構建行業(yè)大模型，可以更加深入地利用審計領域的專業(yè)知識和數(shù)據(jù)，在處理特定審計任務時具有更高的準確性和可靠性。目前國內已形成“基礎+行業(yè)+應用”三層架構的大模型商業(yè)模式，具體是以通用大模型AI服務為主的基礎層，以垂直行業(yè)領域AI為主的行業(yè)層，以大模型應用服務為主的應用層，三層相互促進，協(xié)同優(yōu)化，詳見圖1。基礎層提供接口，為上層應用提供安全、高效、低成本的模型使用和開發(fā)支持；行業(yè)層可以復用基礎層大模型的通用共識能力，開發(fā)深耕專業(yè)領域的專業(yè)大模型，強化大模型在行業(yè)細分領域的專項能力；應用層是將基礎層和行業(yè)層提供的大模型與應用服務相結合，提供更卓越的體驗。例如，基于文心大模型的電網(wǎng)分析及智能應用平臺、基于華為盤古政務大模型在城市治理領域的應用、基于旅游行業(yè)垂直大模型的“攜程問道”等。

（三）審計行業(yè)大模型的構建

2021年6月印發(fā)的《“十四五”國家審計工作發(fā)展規(guī)劃》中提出“全面貫徹落實習近平總書記關于科技強審的要求，加強審計技術方法創(chuàng)新，充分運用現(xiàn)代信息技術開展審計，提高審計質量和效率”。近年來，在數(shù)字化審計轉型工作不斷推進的背景下，內外部審計機構數(shù)字化建設已初見成效，各類審計信息化平臺中集合了大量審計工作數(shù)據(jù)。根據(jù)上文所述的“基礎+行業(yè)+應用”三層架構，審計機構可以利用審計信息化平臺中積累的數(shù)據(jù)，在通用大模型AI服務為主的基礎層上，建立以審計行業(yè)AI為主的行業(yè)層，進而在此基礎上建立相應的大模型應用服務，詳見圖2。以上方法的優(yōu)點是可以復用基礎層大模型的通用共識能力。對于審計機構來說，上述方法能夠解決其自身數(shù)字開發(fā)能力有限和自建大模型成本過高的問題；能夠更加充分地利用已有審計數(shù)據(jù)，構建集中資源，深耕專業(yè)領域的專業(yè)大模型；將基礎層和行業(yè)層提供的大模型與應用服務相結合，提供更卓越的體驗。應用服務包括但不限于生成式人工智能服務，應包括輔助審計工作的各類AI服務，例如，基于制度規(guī)范的問答助手、風險點分布服務、審計咨詢服務，審計報告生成服務、審計質量評估服務等。對于內部審計機構來說，建立審計行業(yè)大模型不僅能克服使用通用大模型可能存在的準確度不高、數(shù)據(jù)安全等風險，而且能將審計數(shù)字化工作帶入人工智能時代，做到更全面地評估風險，更高效地實施審計，更準確地提供咨詢建議，更好地發(fā)揮審計在完善內部治理中的作用。

（作者單位：中國人民銀行淮南市分行 中國人民銀行安徽省分行，郵政編碼：232007，電子郵箱：zffzoe@163.com）

主要參考文獻

[1]北京市科學技術委員會，中關村科技園管理委員會.北京市人工智能行業(yè)大模型創(chuàng)新應用白皮書（2023年）[EB/OL].https：//kw.beijing.gov.cn/art/2023/11/29/art_6382_724110.html， 2023

[2]李偉鑫，王曉麗.ChatGPT類生成式人工智能的倫理問題、原因分析與規(guī)制路徑[J].昆明理工大學學報（社會科學版）， 2024，24（1）：54-62

[3]趙月，何錦雯，朱申辰，等.大語言模型安全現(xiàn)狀與挑戰(zhàn)[J].計算機科學， 2024，51（1）：68-71

[4]Marc Eulerich，David A.Wood.A Demonstration of How ChatGPT Can be Used in the Internal Auditing Process.[EB/OL]https：//www.theiia.org/en/search/？keyword=A+Demonstration+of+How+ChatGPT+Can+be+Used+in+the+Internal+Auditing+Process， 2023