Hogyan auditáljuk az AI-auditort? - Szertics Gergely

Szertics Gergely előadásának ideje: 2026. szeptember 10. 11.00-11.30 Plenáris ülés - "Versenyképesség és értékteremtés a könyvvizsgálatban" című Könyvvizsgálói Konferencia

Előadó

Szertics Gergely AI Partners alapító & CEO

- AI bevezetési projektekben és üzleti transzformációkban támogatja magyar- és németországi ügyfeleit - A Magyar Mesterséges Intelligencia Koalíció korábbi szakmai vezetőjeként felelős volt a magyar AI stratégia kialakításáért  - a Frankfurt School of Finance and Management master és executive education programok oktatója  - Korábban ügyvezető igazgató és alapító az AI fejlesztéssel foglalkozó Analogy Zrt.-ben

Előadás rövid összefoglalója

A mesterségesintelligencia-modellek évről évre, sőt hónapról hónapra okosabbak és hatékonyabbak. Egyre kézenfekvőbbnek tűnik, hogy a könyvvizsgálat időigényes vagy ismétlődő feladatait egyszerűen átadjuk nekik.

„Itt van a bankkivonat és a banki főkönyvi számla – vesd össze őket!”, „Itt a vállalat beszámolója és főkönyve – keresd meg a hiányzó vagy könyvvizsgálati szempontból gyanús elemeket!” Vagy akár: „Írj a megfelelő felelősöknek a bekérendő dokumentumokról, a beérkező anyagokat helyezd el a megfelelő mappákban, majd készítsd elő belőlük a munkalapot!”

A mesterséges intelligencia már ma is képes ilyen és ezekhez hasonló feladatok végrehajtására. De honnan tudhatjuk, hogy jól dolgozott? Ha minden sort újra átnézünk, hol marad az időmegtakarítás? Elég, ha egy másik AI-val ellenőriztetjük? Hogyan növelhetjük nem az AI magabiztosságát, hanem a saját bizonyosságunkat arról, hogy az eredmény helyes és teljes körű?

A válaszhoz meg kell értenünk a nyelvi modellek korlátait, valamint azt, hogy miként használhatnak külső tudásforrásokat és eszközöket. Az előadás áttekinti, hogyan jutottunk el a prompt engineeringtől a modellek köré épített, összetett munkarendszerekig. Megvizsgáljuk, hogyan javítható az eredmények minősége és ellenőrizhetősége megfelelően összeállított kontextussal, részletes folyamatleírásokkal, checklistákkal és olyan külső eszközökkel – például táblázatkezelőkkel, adatbázisokkal vagy determinisztikus ellenőrző programokkal –, amelyek működése reprodukálható és külön is tesztelhető.

Ezek a modell köré épített rendszerek jelentik az igazi különbséget az alkalmi ChatGPT-használat és a szakmaspecifikus, kontrollált AI-alkalmazás között. Segítségükkel célfeladatokra specializált AI-auditorasszisztensek hozhatók létre, amelyeknél nemcsak a végső választ, hanem a felhasznált forrásokat, a végrehajtott lépéseket, az alkalmazott eszközöket és az ellenőrzési pontokat is vizsgálhatjuk.

Az AI-auditor tehát igenis auditálható – de ehhez nemcsak a modellt, hanem az egész köré épített munkarendszert kell auditálnunk.