監査で AI ツールによる分析のためにデータを収集する場合、最も重要な即時の考慮事項は、データの形式と構文が AI ツールの要件と一致していることです (C)。正しい形式 (e.
例えば、構造化されたフィールド、正しいデータ型、一貫性のある区切り文字、適切なエンコーディングなど）、AIツールが誤動作したり、データを誤って解釈したり、信頼性の低い結果を生成したりする可能性があります。AAIAの監査プロセスにおけるAIに関する領域では、AI分析を適用する前に、データの準備、クレンジング、変換を重要なステップとして強調しています。
データ分類（A）とアクセス制限（B）はセキュリティとプライバシーの観点から重要ですが、AI分析自体が正しく機能するためには、フォーマット/構文が基礎となります。モデルの重み（D）はAIのトレーニング段階に関連するものであり、監査担当者のデータ収集段階とは関係ありません。したがって、AI監査ツールに提供されるデータが適切に構造化され、構文的に互換性があることを保証することが、主要な技術的課題となります。
参考文献：
ISACA、AAIA試験内容概要 - ドメイン3：監査プロセスにおけるAI（AIベースの監査分析のためのデータ準備）。
ISACAによる、AIを活用した監査手続きにおけるデータ品質、構造、およびフォーマットに関するガイダンス。