IA: regular requer conhecer
Muitas profissões estão sendo e serão impactadas de diversas formas pela inteligência artificial. No caso dos auditores, esse impacto parece ser de longo prazo, dado que eles começarão a se deparar com sistemas de inteligência artificial que fazem parte do processo de decisão.
Neste momento, alguém deve estar pensando: “Uma nova oportunidade de negócio à vista?” Eu respondo de forma pragmática: Sim! Com toda essa empolgação em torno da inteligência artificial (IA), a adoção está aumentando em uma velocidade exponencial.
Com uma adoção em diversas áreas dentro das empresas e por cada vez mais organizações, em um curtíssimo espaço de tempo, não deveria ser raro um auditor precisar fornecer garantia em torno de uma solução de IA. Com soluções que variam muito entre si e o vasto conjunto de tecnologias que são os fundamentos para as modernas aplicações de IA, esses componentes resultam em sistemas complexos.
Atualmente, há uma formação mais contínua de cientistas de dados, que talvez tenham interesse em trabalhar em áreas como essa, mas que, em geral, devem precisar de uma formação complementar. Afinal, como eu digo, dados só geram valor quando estão em contexto. Neste caso, é importante ter algum conhecimento do campo de domínio, a auditoria.
Claro que a própria profissão de auditor também vai se beneficiar das ferramentas de inteligência artificial, que vão desde a automação de tarefas repetitivas até a produção de relatórios finais de auditoria mais detalhados e com insights mais aplicáveis.
Vou pegar um caso como exemplo, que ajudará a tangibilizar o nível de complexidade que pode ser alcançado. Existe um conceito chamado de viés algorítmico. De forma simples, o viés ocorre quando os algoritmos de IA produzem resultados que não são coerentes com a realidade, geralmente devido à limitação dos dados utilizados no treinamento ou à estrutura dos próprios algoritmos. Os modelos de inteligência artificial aprendem a partir dos dados usados em seus treinamentos.
Imagine que você e sua equipe estão auditando uma empresa que tem um processo de concessão de crédito para pequenas e médias empresas. Seu cliente tem diversos modelos de inteligência artificial em produção e, como em toda auditoria, um algoritmo é sorteado para ser avaliado em mais profundidade. Durante os testes, percebe-se que, para empresas de um determinado tamanho e região específica, o modelo sempre nega o crédito.
Você e sua equipe avaliaram toda a infraestrutura, servidores, sistemas acessórios, os dados solicitados, ou seja, tudo parece estar funcionando conforme o esperado. Então, você tem uma ideia e pede para avaliar o conjunto de dados utilizados no treinamento do modelo de Inteligência Artificial. Você e sua equipe percebem que, nos dados de treinamento para este tamanho e região, o modelo foi treinado sobre uma base histórica que somente tinha empresas com crédito inadimplentes, pois se tratava de uma amostra muito pequena.
Portanto, neste caso, o modelo somente aprendeu a negar. Para confirmar, vocês olharam os dados históricos das demais regiões e tamanhos e, bingo, continham registros de créditos inadimplentes e adimplentes. Assim, o modelo foi capaz de aprender padrões para empresas com maior probabilidades de se tornarem adimplentes ou inadimplentes. Os modelos de IA são como organismos vivos, precisam ser constantemente monitorados e retreinados.
A IA está transformando a profissão de auditoria, exigindo que os profissionais se adaptem e desenvolvam novas habilidades. A auditoria algorítmica abre um leque de possibilidades que serão necessárias para este mundo que se desenha à frente.
