นายวรพงษ์ สุธานนท์ กรรมการผู้จัดการ Berkeley Research Group หรือ BRG ประเทศไทย เปิดเผยว่า ความเสี่ยงของการพึ่งพา AI ในงานสืบสวนทุจริต โดยเปรียบเทียบกับบทเรียนในอดีตอย่างกฎหมาย Sarbanes-Oxley Act (SOX) ของสหรัฐฯ ซึ่งถูกออกแบบมาควบคุมองค์กรหลังคดีทุจริต Enron และ WorldCom แต่นักทุจริตกลับใช้ความชัดเจนของกฎเกณฑ์นั้นเป็นแผนที่เพื่อหลบเลี่ยงไปทุจริตในจุดที่ระบบเข้าไม่ถึง
ในปัจจุบัน AI กำลังเสี่ยงที่จะตกอยู่ในกับดักเดียวกัน โดยรายงานจากหน่วยงานระดับโลกสะท้อนถึงวิกฤตและความเสี่ยง 4 ด้านสำคัญระบบกล่องดำและการอ้างอิงอดีต รายงานประจำปี 2024 ของศูนย์ส่งเสริมคุณภาพงานสอบบัญชีแห่งสหรัฐฯ (CAQ) ระบุว่า AI มักเป็นระบบปิด (Black Box) ที่ไม่อาจทราบเหตุผลในการประเมินผลได้ชัดเจน และหากฝึกให้ AI เรียนรู้เฉพาะข้อมูลทุจริตในอดีต ระบบจะมองไม่เห็นกลโกงรูปแบบใหม่
การทุจริตที่ใช้ AI ช่วย (AI-assisted Fraud) ข้อมูลจาก Anthropic ที่รายงานผ่าน BBC ระบุว่ากลุ่มแฮกเกอร์ใช้ AI ปลอมแปลงเอกสารและสร้างดีปเฟก (Deepfakes) รวมถึงกรณีแฮกเกอร์ชาวเกาหลีเหนือใช้ AI ปลอมประวัติเพื่อสมัครงานทางไกลกับบริษัท Fortune 500 ในสหรัฐฯ
Mr. Frank Dery กรรมการผู้จัดการ BRG ประเทศสหรัฐอเมริกา กล่าวว่า สภาการรายงานทางการเงินของสหราชอาณาจักร (FRC) ตรวจพบว่าสำนักงานสอบบัญชีรายใหญ่หลายแห่งปล่อยให้ AI ทำงานโดยลำพังโดยไม่มีตัวชี้วัด (KPI) ประเมินผลกระทบต่อคุณภาพงาน
การแจ้งเตือนผิดพลาด (False Positives) AI มักประเมินความผิดปกติทั่วไปว่าเป็นการทุจริต ซึ่งหากขาดมนุษย์คอยกลั่นกรอง อาจทำให้ทิศทางการสืบสวนคลาดเคลื่อนตั้งแต่ต้น
ทั้งนี้ AI สามารถช่วยชี้จุดผิดปกติ ประมวลผลข้อมูลมหาศาล และคัดกรองเอกสารได้อย่างรวดเร็ว แต่ไม่สามารถทดแทน วิจารณญาณของมนุษย์ ได้ โดยเฉพาะใน 4 บทบาทหลัก คือ การตีความผลลัพธ์ตามบริบทธุรกิจ, การชั่งน้ำหนักหลักฐานที่ขัดแย้ง, การใช้ประสบการณ์แยกแยะสิ่งผิดปกติ, และการสื่อสารเพื่ออธิบายผลลัพธ์ในชั้นศาลหรือหน่วยงานกำกับดูแลซึ่ง AI ไม่สามารถขึ้นให้การหรือตอบคำถามจากการซักค้านได้
นอกจากนี้ การสอบสวนในห้องสัมภาษณ์ยังต้องใช้วิธีอ่านภาษากาย น้ำเสียง และจังหวะความลังเลของผู้ถูกสัมภาษณ์ ซึ่งเป็นทักษะจากประสบการณ์ตรงที่ไม่สามารถป้อนเป็นชุดข้อมูลให้ AI ได้
สำหรับบริบทในประเทศไทย แม้ AI จะเข้ามาช่วยทลายกำแพงภาษาในการวิเคราะห์ธุรกรรมข้ามชาติได้อย่างรวดเร็ว แต่ยังคงสะดุดในพื้นที่หน้างานจริง 2 ประการ
สัดส่วนเอกสารกระดาษที่ยังสูง : เอกสารในไทยหลายแห่งยังไม่อยู่ในรูปแบบดิจิทัล เมื่อนำเข้าสู่ระบบ OCR จึงเกิดความคลาดเคลื่อนสูง ทำให้ AI ประมวลผลผิดพลาดมากกว่าเอกสารที่เป็นดิจิทัลตั้งแต่ต้น
ความต่างของรูปแบบการทำงาน : AI ส่วนใหญ่ถูกฝึกฝนด้วยชุดข้อมูลรูปแบบการทุจริตจากโลกตะวันตก แต่ระบบงานในไทยยังเป็นรูปแบบกึ่งอัตโนมัติ (Semi-automated) ที่ใช้องค์ประกอบมนุษย์สูง ทำให้ AI ขาดความเข้าใจบริบทและเตือนภัยได้ไม่แม่นยำ
จึงสรุปแนวทางสำหรับนักบัญชีนิติวิทยาและองค์กรในอนาคตไว้ 4 ประการ คือ
–สร้างกระบวนการตรวจสอบที่ไม่แน่นอน ปรับเปลี่ยนแนวทางการตรวจอยู่เสมอเพื่อไม่ให้ผู้กระทำผิดจับทางหรืออ่าน “แผนที่” ออก
-พัฒนาทักษะรอบด้าน ผสานความเชี่ยวชาญด้านบัญชี กฎหมาย และการบริหารจัดการข้อมูลเข้าด้วยกัน
รักษาความรับผิดชอบ มนุษย์ต้องเป็นผู้รับรองข้อสรุปและพร้อมอธิบายการใช้งานเทคโนโลยีต่อศาลหรือภาครัฐ
-ก้าวนำกลโกง พัฒนาเครื่องมืออย่างต่อเนื่องเพื่อรับมือกับการทุจริตที่ใช้ AI เป็นตัวช่วย
