監査における機械学習の活用

機械学習を用いた監査証拠

では、機械学習が監査でどのように役立つのだろうか。これまでの議論から言えることは、組織の活動を記録したデータを機械学習によって解析した結果として得られる何らかの傾向なり法則が、組織活動の事前理解に対する裏付けとなったり、機械学習モデルから提供される予測値（推定値）が実際に記録されている値とある範囲で合理的に一致するなどの結果が得られたりすることによって、監査人が何らかの心証を形成できれば、機械学習によって監査証拠を得たと言えることになると考えられる。従来の監査論に当てはめて言えば、分析的手続において機械学習の方法論を応用しようとするものだ。また、監査証拠ではないが分析という観点から言えば、データの中の属性の組合せが示す「例外性」は、監査では非通例的な取引を意味したり、不正の兆候を示唆するものだが、ここには機械学習を用いた異常検知の手法が応用できるのではないかと考えられる。