L’intelligenza artificiale generativa può contribuire a rendere più efficiente il lavoro del revisore e, se correttamente utilizzata, anche a supportarne la qualità, ma non può mai modificare le responsabilità del professionista sulle evidenze acquisite e sulle conclusioni raggiunte. È questo il messaggio centrale del documento intitolato “Generative AI in audit and assurance – Use cases and examples”, pubblicato ieri da Accountancy Europe, rivolto in particolare alle piccole e medie strutture professionali (SMP) che svolgono attività di revisione.

Il punto di partenza è costituito dalle caratteristiche della tecnologia. I large language models (LLM), sui quali si basano molti degli strumenti oggi più diffusi, non operano secondo regole predeterminate, ma generano i risultati sulla base di modelli probabilistici. Possono quindi restituire risposte differenti a fronte di input analoghi e informazioni apparentemente plausibili ma inesatte o prive di adeguato supporto, le cosiddette “allucinazioni”. Per un’attività che richiede evidenze attendibili e tracciabili, l’output deve essere sottoposto a verifica critica e non può mai sostituire il giudizio professionale.

Le aree nelle quali la GenAI può fornire un contributo concreto sono potenzialmente svariate. Il revisore dedica una parte importante del proprio lavoro alla lettura di contratti, verbali e altri documenti, alla ricerca di informazioni sul settore del cliente, al confronto tra documenti e alla predisposizione delle carte di lavoro. La tecnologia può agevolare tali attività, così come la redazione di appunti di riunione, documenti di pianificazione e comunicazioni. Può, inoltre, essere di ausilio nell’analisi di informazioni non strutturate, quali e-mail, contratti e relazioni, per individuare incongruenze o profili meritevoli di approfondimento. L’esame congiunto di ampi volumi di informazioni può, inoltre, facilitare l’individuazione di incoerenze e lasciare più spazio alle aree che richiedono analisi, scetticismo e giudizio professionale.

Il documento tratta anche della progressiva evoluzione dagli assistenti di IA ai sistemi di tipo “agentic”, capaci, cioè, di svolgere una sequenza di attività. Gli esempi riportati nel paper riguardano la gestione delle circolarizzazioni bancarie, con confronto delle risposte con la contabilità e segnalazione delle eccezioni, oppure l’esame di un campione di fatture con verifica di autorizzazioni e documentazione di supporto. Quanto maggiore è il livello di autonomia dello strumento, tanto più rilevanti diventano la supervisione e il riesame umano dei risultati.

Sul versante dei rischi, l’affidabilità degli output si accompagna al pericolo di un eccessivo affidamento su risposte formulate in modo apparentemente convincente e autorevole.
Lo scetticismo professionale rimane quindi uno snodo centrale al quale il revisore deve ispirare le proprie attività e i propri comportamenti.

Il paper sottolinea, inoltre, una potenziale criticità legata alla formazione di giovani revisori che, in molte attività, saranno in buona parte supportati (per non dire sostituiti) dalle nuove tecnologie. Sotto tale profilo è indubbio che occorrerà predisporre percorsi adeguati che formano le nuove leve non solo sull’utilizzo della tecnologia ma anche e soprattutto sullo sviluppo del giudizio professionale.

Particolare cautela richiede il trattamento dei dati del cliente. L’inserimento di informazioni riservate in sistemi GenAI accessibili al pubblico può determinare rischi rilevanti sotto il profilo della riservatezza, della protezione dei dati e degli obblighi contrattuali o professionali. Prima di utilizzare tali strumenti occorre conoscere come il fornitore raccoglie, conserva e utilizza le informazioni, verificando anche se gli input possano essere trattenuti o impiegati per l’addestramento dei modelli. Per i revisori con piccole e medie strutture professionali, il documento suggerisce regole chiare sugli strumenti autorizzati, sui dati che possono essere inseriti e sull’eventuale necessità di anonimizzarli.

L’utilizzo dell’IA generativa rileva anche ai fini del sistema di gestione della qualità. Il documento richiama espressamente il principio ISQM 1, con riferimento alle risorse tecnologiche, intellettuali e umane, nonché il principio ISA 220 (Revised) a livello di singolo incarico. Policy interne, formazione e supervisione diventano così componenti del presidio organizzativo del revisore. Resta fermo che la responsabilità degli elementi probativi acquisiti, delle conclusioni raggiunte e del rispetto dei principi professionali continua a gravare sul team dell’incarico e, in ultima istanza, sul responsabile dell’incarico.

Sul piano operativo, Accountancy Europe distingue tre macroaree di utilizzo: gestione della conoscenza, attività amministrative e di drafting, procedure di revisione e analisi delle informazioni.

La gestione della conoscenza viene indicata come un possibile punto di ingresso per molti revisori con struttura medio-piccole: un assistente interno di IA, collegato alle metodologie, alle procedure, ai modelli e al materiale formativo della struttura, può consentire ai professionisti di interrogare in linguaggio naturale il patrimonio documentale interno, individuando più rapidamente le indicazioni pertinenti.
L’utilizzo su dati del cliente o direttamente nell’esecuzione delle procedure comporta invece rischi più elevati e richiede presidi più stringenti.

La prospettiva delineata non è, dunque, quella di una delega all’IA delle valutazioni proprie del revisore. La tecnologia può ampliare la capacità di analizzare informazioni e ridurre il tempo assorbito dalle attività documentali; quanto più, però, il suo impiego si avvicina alle procedure da cui dipendono le conclusioni dell’incarico, tanto maggiore diviene l’esigenza di verificarne l’affidabilità, governarne l’utilizzo e assicurare un effettivo controllo umano.