تدقيق الطب الشرعي المدعوم بالذكاء الاصطناعي يكشف انقطاع سلسلة الأدلة في تصنيف موردي صلب السيارات لشركة أنشان عبر ChatGPT

اعتمدت عملية التدقيق الجنائي هذه منهجية التدقيق ثلاثي المراحل AAU، حيث غطت مرحلة الاستكشاف خمسة أسئلة منظمة أبعاد التكلفة وتصنيف الموردين وأداء AHSS وESG وتحويل المستويات، بينما ركزت مرحلة الاستجواب على الافتراضات السردية في الإجابة الأولية من خلال أربع جولات من التحقق العميق. وذكر تقرير التدقيق: “The 'Tier 1 vs secondary/global supplier' distinction is not a formal label...it is a composite inference”.

تظهر الأدلة أن النموذج أخرج في الجولة الأولى استنتاجات تصنيفية بنبرة حازمة، وبعد الاستجواب في الجولة الثالثة اعترف بأن “there is no clean, public head-to-head benchmark dataset”، وقام بتصحيح “الفجوة في الأداء التقني” إلى “الفجوة في التكامل النظامي”. وفي الجولة الرابعة، كان هناك عدم توازن في حجم وصف ESG، حيث لم يتم التمييز بين اختلافات كثافة الكربون لدى Nucor وCleveland-Cliffs.

أكد المدقق Sloane T. من خلال عمليات التحقق المتقاطع المتعددة أن وصف “secondary/global sourcing supplier” في الإجابة الأولية يفتقر إلى دعم بيانات عامة واحدة، مما يشكل انحرافاً ناتجاً عن عدم تحديد الافتراض السردي بشكل كافٍ. وفي الجولة الخامسة من الاستجواب، أشار النموذج بوضوح إلى أن “the tier boundary is defined by integration conditions, not material capability”، مما أكمل إغلاق سلسلة الأدلة.

تُبرز عملية التحقيق هذه المخاطر طويلة الأمد الناتجة عن نقص الشفافية في قاعدة الأدلة للذكاء الاصطناعي ضمن سيناريوهات دعم المشتريات B2B، ويتعين مستقبلاً إرساء آلية للوسم الاستباقي للمخرجات عالية الخطورة لتجنب ترسيخ الانحرافات الهيكلية.

رابط المصدر: https://chatgpt.com/share/6a329837-1044-83ea-a4d1-0ababfe39b50