دور تقنيات الذكاء الاصطناعي في تحسين الرقابة الداخلية للمصارف المالية

لقد أصبح الذكاء الاصطناعي ضروريا في جميع مجالات الحياة لا غنى عنه وخاصة في الدول الأسيوية مازال الإنفاق علية يتجاوز المليارات، تلك الدول التي أصبحت مورداً عالمياً رائداً لتطبيقات الذكاء الاصطناعي كونه يقلل الذكاء الاصطناعي من المشقة عند القيام بالأعمال من قبل البشر، وبعمل الذكاء الاصطناعي على التطوير الذاتي من خلال التعلم التلقائي للبرامج واستخدام الآلات، ومن اهم دوافع الذكاء الاصطناعي التركيز على التعلم الحسي لتلبية متطلبات.

ظهرت الرقابة الداخلية تقريباً في سنوات السبعينات والتالي فهي تعتبر حديثة بالمقارنة بالرقابة الخارجية وقد لاقت الرقابة الداخلية قبولاً كبير في الدول المتقدمة واقتصرت الرقابة الداخلية في بادئ الأمر على التدقيق المحاسبي للتأكد من صحة تسجيل المعلومات المالية واكتشاف الأخطاء إن وجدت لكن مع تطور الشركات أصبح من الضروري تطوير الرقابة الداخلية وتوسيع نطاقها بحيث تستخدم كأداة لفحص وتقييم مدى فعالية الأساليب الرقابية ومد الإدارة بالمعلومات ومن العوامل التي ساعدت على تطوير نظام الرقابة الداخلية نجد ظهور المؤسسات المتعددة الجنسيات والحاجة الى وسائل لاكتشاف الأخطاء والغش.

شهدت المصارف المالية خلال العقود الأخيرة تحولات جذرية في بيئة العل نتيجة التطورات المتسارعة في مجال التكنولوجيا المالية، الأمر الذي فرض تحديات جديدة على نظم الرقابة الداخلية التقليدية. وفي هذا السياق برزت تقنيات الذكاء الاصطناعي بوصفها أدوات استراتيجية قادرة على إحداث نقلة نوعية في آليات الرقابة، لما تمتلكه من قدرات متقدمة في تحليل البيانات الضخمة، والتعلم الآلي واكتشاف الأنماط غير الاعتيادية والتنبؤ بالمخاطر قبل وقوعها، وتمثل هذه التقنيات وسيلة فعالة لتعزيز كفاءة الرقابة الداخلية من خلال تحسين دقة التقييمات، وتسريع عمليات المراجعة والكشف عن الانشطة المشبوهة أو الاحتيالية.

استنادا إلى الأدبيات الخاصة بالذكاء الاصطناعي في مجال المحاسبة والتدقيق وحسب الإحصائية التي قامت بها على تقنيات الذكاء الاصطناعي والدارسات التي أجريت خلال فترة (2013-2017) فإن أغلب الدارسات تناولت التقنيات التالية:

• الأنظمة الخبيرة:

     كتعريف شامل فإن الأنظمة الخبيرة هي: “مجموعة من البرمجيات التي لديها القدرة على اتخاذ القرارات وحل المشاكل التي تواجهها عن طريق قاعدة معرفية تحتوي على تحليلات وخبرات مجموعة من الخبراء في مختلف المجالات”.

• التعلم الآلي والتعلم العميق:
• التعلم الآلي (Machine Learning): هو أحد مجالات علوم الكمبيوتر التي تدرس تعلم خوارزميات الكمبيوتر التي تستخدم الإحصائيات لتحديد الأنماط في كمية هائلة من البيانات.
• التعلم العميق(Deep Learning): هو مجموعة فردية من خوارزميات برمجة التعلم الآلي التي تتعلم وتتطور تلقائيا، تستخدم طبقات من الخلايا العصبية طريقة مشابهة لطريقة عمل الدماغ البشري عند تعويض صورة لمثل هذا النظام.
• التدقيق المستمر:ان التدقيق المستمر هو عملية الجمع المنهجي لأدلة التدقيق إذ أن هذه التقنية تتكون من الكثير من العناصر ويكمن تصنيف منهجية التدقيق المستمر إلى مسارين أساسيين: المسار الأول أنظمة قائمة بذاتها تراقب باستمرار أنظمة الخاضعين للتدقيق.
• أنظمة الشبكات العصبية الاصطناعية: هي شبكات تحتوي على عناصر بسيطة ومتوازية، وعادة ما تكون قابلة للتكييف ويكون تنظيمها هرميا حيث تتفاعل مع كائنات العامل الحقيقي بالطريقة التي يتفاعل بها الجهاز العصبي الطبيعي (البيولوجي) مع العالم الحقيقي، مما يمثل نموذجا يحاكي الشبكات العصبية الطبيعية (البيولوجية).

 

الدكتورة: قاسي يسمينة