L’émergence de nouveaux risques d’audit

Grant Thornton et l’Université Dauphine PSL ont publié leur première enquête sur la place de l’IA dans les processus d’audit en juin dernier. Il ressort de l’étude réalisée que l’IA constitue un réel changement de paradigme pour les auditeurs.

Comme le montre l’enquête, l’utilisation de l’IA offre de nombreux avantages pour les auditeurs, que ce soit en termes de fiabilité des travaux et de pertinence de ces derniers, de capacité à développer de l’audit en continu, mais le corolaire de ces avantages est aussi l’émergence de nouveaux risques d’audit à prendre en compte dans l’approche.

Comme le montre l’enquête, l’utilisation de l’IA offre de nombreux avantages pour les auditeurs, tant en termes de fiabilité des travaux et de pertinence de ces derniers, que de capacité à développer de l’audit en continu. Cependant, le corolaire de ces avantages est ;l’émergence de nouveaux risques d’audit à ne pas négliger.

Parmi les principaux, nous retiendrons les suivants : la maîtrise des outils d’IA est encore limitée, les biais liés aux données, ce qui renvoie au sujet de la qualité des données source pour près des ¾ des répondants. Une crainte émerge sur l’altération du jugement ou de l’exercice de l’esprit critique de l’auditeur.

La maîtrise des outils renvoie aux compétences dont doit se doter l’audit interne et du coup à la stratégie d’IA qu’elle souhaite développer. Ce point a été abordé lors d’un précédent article sur l’impact de l’IA sur l’approche d’audit. L’utilisation de l’IA ne peut se faire de façon pertinente et sécurisée qu’en conjuguant trois facteurs : des ressources financières, des ressources humaines ainsi qu’une approche d’audit intégrant nativement l’IA.

Le deuxième risque n’est pas uniquement lié à l’IA mais résonne particulièrement avec celle-ci, grande consommatrice de données. Selon l’adage «garbage in, garbage out», ce n’est pas l’IA qui va pouvoir redresser la qualité de la donnée injectée dans ses algorithmes. Aussi, la pertinence des traitements réalisés par cette dernière est intimement liée à la qualité des données source. Cela constitue un point d’attention essentiel de l’approche d’audit et doit être intégré dans l’analyse et l’interprétation des résultats.

Bien que l’IA doive se nourrir de données de qualité pour remplir ses offices au service de l’audit et du contrôle internes, elle est aussi un bon outil de fiabilisation des données source et des bases de données.

Enfin, l’IA remettrait en cause le jugement de l’auditeur et l’exercice de son esprit critique par la vérité binaire qui sortirait de ses algorithmes. Or au le contraire, le véritable enjeu de l’intelligence artificielle pour les fonctions d’audit n’est pas de remplacer l’auditeur, son intelligence ou son esprit critique, mais petit à petit de l’augmenter, en lui donnant plus de matière, en apportant des éléments plus précis et plus ciblés sur lesquels exercer son jugement. Le recours à l’IA conduira certainement à affuter notre esprit critique et probablement à l’exercer sur des champs nouveaux, notamment l’IA en tant que telle.

Lire l’article précédent : “L’impact de l’IA sur l’approche d’audit”