Kiểm toán dữ liệu lớn về phúc lợi xã hội - Kinh nghiệm từ Brazil

Kiểm toán dữ liệu lớn trong giám sát các phúc lợi xã hội tại Brazil giúp thúc đẩy một nền quản lý hành chính công hiệu lực, phản ứng kịp thời và có trách nhiệm. Ảnh minh họa

Chỉ ra cho Chính phủ thấy nhiều khoản thanh toán không hợp lệ

Ông Rodrigo Hildebrand - Tòa thẩm kế Liên bang Brazil (TCU) - cho biết, Brazil có dân số rất đông, diện tích rộng, từ đó kéo theo những hệ lụy như tham nhũng, đói nghèo, bất bình đẳng xã hội… Những vấn đề này, TCU đã và đang cố gắng hỗ trợ Chính phủ giải quyết trong thời gian qua.

“TCU có sứ mệnh nâng cao hiệu quả công tác quản lý hành chính công vì lợi ích của xã hội thông qua việc thực hiện kiểm toán Chính phủ. TCU cũng xác định tầm nhìn trở thành chuẩn đối sánh trong việc thúc đẩy một nền quản lý hành chính công hiệu lực, có đạo đức, phản ứng kịp thời và có trách nhiệm” - ông Rodrigo Hildebrand cho hay.

Điều đáng nói, có đến 78% ngân sách của Brazil được chi cho trợ cấp an sinh xã hội và y tế, với khoảng 38 triệu người được hưởng mỗi năm và khoảng hơn 20 triệu gia đình thuộc diện đói nghèo. “Chúng tôi đã thiết lập giám sát liên tục các khoản chi và phúc lợi xã hội từ năm 2016 cho đến nay. Trong nhiều năm qua, chúng tôi vẫn tiếp tục cải thiện vấn đề này” - ông Rodrigo Hildebrand nhấn mạnh.

Việc giám sát liên tục các khoản phúc lợi xã hội tại Brazil được thực hiện theo một quy trình tự động hóa. Trong đó, cũng như nhiều quốc gia khác trên thế giới, những khó khăn trong việc thu thập dữ liệu tại Brazil được coi là khó khăn lớn nhất. Chưa kể, một điểm nữa rất quan trọng đó là việc chuẩn bị dữ liệu. Trong kiểm toán, chúng ta đều gặp vấn đề về chất lượng dữ liệu. Đôi khi những người nhận phúc lợi xã hội nhưng lại không tồn tại hoặc không có đủ thông tin liên quan để xem xét họ có xứng đáng được nhận, hay mức độ phúc lợi có đủ hay không? Đây là những dữ liệu cơ bản đầu tiên mà kiểm toán viên cần thu thập.

Bên cạnh đó, TCU còn đưa ra một khung, đồng thời có những bài test để xác định thông tin dữ liệu thu thập được có chất lượng, đầy đủ, nhất quán và đồng bộ hay không? Đặc biệt, TCU đã phát triển những công cụ về phân tích. Chúng ta thường đề cập đến các vấn đề về tham chiếu chéo dữ liệu, lọc dữ liệu hay chất lượng dữ liệu. Với những công cụ này, TCU đã có những phát hiện trong việc chi các khoản phúc lợi xã hội, đơn cử như các vấn đề liên quan đến: Thanh toán vượt quá mức trần lương hưu, tích lũy phúc lợi không phù hợp, thanh toán được thực hiện sau khi người nhận đã qua đời, thanh toán cho những người hưởng lợi không đủ điều kiện…

“Tại Brazil, chúng tôi đã phát hiện hơn 2 triệu thanh toán về phúc lợi xã hội sai quy định với tổng thiệt hại hơn nửa tỷ USD” - ông Rodrigo Hildebrand cho hay.

Một điểm khá thú vị hiện nay là TCU đã tập trung sử dụng các kết quả của báo cáo kiểm toán để chỉ ra cho Chính phủ thấy có rất nhiều khoản thanh toán phúc lợi xã hội không hợp lệ để có thể can thiệp càng nhanh càng tốt. TCU đã tập trung tìm hiểu toàn bộ quy trình thanh toán; đồng thời hợp tác chặt chẽ với các Bộ, ngành liên quan để có thể giải quyết những nguyên nhân sâu xa, gốc rễ chứ không chỉ là xử lý những vấn đề bề mặt.

Theo đó, hiện nay đang có một sự chuyển biến rất nhanh giữa các cơ quan, Bộ, ngành tại Brazil trong việc giải quyết các khoản chi không đúng. Trước đây, vấn đề này được thực hiện kiểm toán theo chu kỳ một năm. Tuy nhiên, hiện nay, việc tham gia, hợp tác giữa TCU với các Bộ, ngành đã giúp quy trình, công nghệ, hạ tầng dữ liệu của hai bên tốt hơn, giàu có hơn; đồng thời cũng giúp các quy trình thanh toán những khoản phúc lợi xã hội của các cơ quan liên quan được hiệu quả hơn, chính xác hơn.

“Phương pháp này giúp quá trình kiểm toán được tự động hóa với việc sử dụng dữ liệu lớn trong việc giám sát liên tục các phúc lợi xã hội. Chúng tôi đã thiết lập được một hệ thống tự động để phát hiện, ngăn ngừa những gian lận trong việc thanh toán tiền lương hưu cho người dân. Một sáng kiến nữa của TCU, đó là chỉ trong một ngày, chúng tôi đã đưa ra rất nhiều kiến nghị để Chính phủ có thể cải thiện được thông lệ về quản lý dữ liệu” - ông Rodrigo Hildebrand chia sẻ kinh nghiệm.

Còn nhiều việc phải làm để cải thiện kiểm toán dữ liệu

Để phục vụ kiểm toán dữ liệu nói chung cũng như giám sát liên tục các chính sách an sinh xã hội nói riêng, vừa qua, TCU đã phát triển công cụ Chat TCU dựa trên nền tảng Chat GPT. Công cụ này có nền tảng là một môi trường tích hợp, trong đó tập hợp một danh mục các trường hợp cảnh báo và phát hiện; một hệ thống cho phép xác thực và chia sẻ với các cơ quan có thẩm quyền; tập hợp các thư viện đơn giản hóa việc xây dựng trường hợp cảnh báo và phát hiện. Đây cũng là kho lưu trữ thống nhất các phát hiện và trường hợp cảnh báo trong các cuộc kiểm toán dựa trên dữ liệu và giám sát liên tục. Khi người dân và các kiểm toán viên có nhu cầu, họ có thể hỏi công cụ này để tìm kiếm thông tin.

Song hiện nay, TCU mới đang ở giai đoạn đầu của quá trình sử dụng các công cụ trí tuệ nhân tạo (AI) trong kiểm toán. Đơn cử, TCU sử dụng AI để kiểm tra tính chính xác của các số liệu trong báo cáo thuế. Tuy nhiên, TCU vẫn chưa có những quy trình hoàn thiện đầy đủ mà sử dụng AI từ bên ngoài.

Bởi vậy, trong tương lai, việc sử dụng phân tích dữ liệu lớn trong lĩnh vực an sinh xã hội còn nhiều thách thức, đơn cử là những thách thức liên quan đến hạn chế về mặt kỹ thuật, nhân sự, năng lực chuyên môn… Do đó, theo TCU, thời gian tới, các cơ quan kiểm toán tối cao (SAI) cần nâng cao hiệu suất, hiệu quả công tác kiểm toán, cũng như năng lực của mỗi kiểm toán viên để có thể đáp ứng yêu cầu ngày càng cao trong bối cảnh cuộc Cách mạng công nghiệp 4.0.

Thêm vào đó, vấn đề bảo mật và chia sẻ dữ liệu cũng là những vấn đề rất đáng quan tâm. Theo thống kê, 70% các SAI cho rằng, vấn đề bảo mật dữ liệu là một thách thức lớn đối với họ. “TCU cũng như nhiều SAI thành viên còn bày tỏ mối quan ngại về quyền riêng tư trong bảo mật dữ liệu. Bởi vậy, hầu hết các SAI thành viên đều mong muốn được tham gia các khóa đào tạo và xây dựng Sổ tay hướng dẫn trong kiểm toán dữ liệu lớn đối với lĩnh vực an sinh xã hội” - ông Rodrigo Hildebrand bày tỏ./.

NHÓM PHÓNG VIÊN