Inteligência artificial aplicada à auditoria interna

A inteligência artificial foi o assunto do ano de 2023 nos principais fóruns financeiros globais. Segundo o fórum econômico global, a nova tecnologia produzirá até 2030 um crescimento econômico da ordem de U$ 15 trilhões. Por isso, líderes do setor tentam compreender até que nível a IA poderá trazer ganhos de eficiência em suas instituições, especialmente com a automatização de processos que exigem cognição humana bancária, como o KYC, AML, detecção de fraude, gestão regulatória, operações de crédito entre outras.

Evidentemente, todo este movimento também impacta os processos de auditoria interna dos bancos. A Deloitte alerta em um estudo recente ser necessário entender o contexto do negócio e focar investimentos em tecnologia no que realmente terão impacto no valor estratégico da atuação da auditoria interna. Em 2023, a consultoria realizou uma apresentação sobre o tema na ABBC.

Inicialmente, foram apresentados seis os passos para diagnosticar a integridade ética da IA que se deseja implementar em bancos, mantendo a privacidade do cliente e cumprindo as políticas relevantes:

Justo / Imparcial – Os aplicativos de IA incluem verificações internas e externas para ajudar a permitir uma aplicação equitativa entre todos os participantes
Transparente / Explicável – Todos os participantes são capazes de entender como seus dados estão sendo usados e como os sistemas de IA tomam decisões. Algoritmos, atributos e correlações estão abertos à inspeção.
Responsabilidade – Existem políticas em vigor para determinar quem é responsável pelos resultados das decisões dos algoritmos de IA.
Robusto / Confiável – Os sistemas de IA têm a capacidade de aprender com humanos e outros sistemas e produzir resultados consistentes e confiáveis
Privacidade – A privacidade do cliente é respeitada e os dados do cliente não são usados além do uso pretendido e declarado. Os clientes podem optar por não compartilhar seus dados.
Segurança – Os sistemas de IA podem ser protegidos contra riscos (incluindo riscos cibernéticos) que podem causar danos físicos e/ou digitais.

A seguir, foram apresentadas as 6 etapas recomendada para a implementação da IA em processo de auditoria bancária:

identificação do inventário;
classificação destes dados com base em seus riscos;
revisão dos níveis de qualidade dos dados identificados;
definição do modelo de governança destes dados e sua observância legal e regulatória;
implementação dos planos de ação para a remediação das fragilidades identificadas; e
relatar periodicamente à administração seus controles e pontos sensíveis.

A consultoria ainda estruturou um framework de implementação (abaixo) e compartilhou alguns casos de uso, bem como um resumo sobre como a IA está sendo conduzida na legislação da União Europeia (Baixe o PDF).