Wiedza

Kiedy jakość sprawozdania staje się mierzalna — AI i NLP w analizie ujawnień

„Czy ta nota o polityce rachunkowości jest rzetelna, czy to szablon przepisany od audytora?” Do niedawna była to sprawa wyczucia czytelnika. Dziś jest to pytanie mierzalne. Przetwarzanie języka naturalnego zamienia subiektywną ocenę jakości ujawnień w liczby — a to zmienia sposób, w jaki można je czytać, porównywać i audytować.

W rachunkowości od dawna toczy się spór, którego przez lata nie dało się rozstrzygnąć inaczej niż opinią: czy ujawnienia w sprawozdaniach finansowych są naprawdę czytelne, zindywidualizowane i porównywalne — czy tylko sprawiają takie wrażenie. Analityk czytał notę o polityce rachunkowości i wyrabiał sobie zdanie. Audytor porównywał ją z pamięcią kilkunastu innych. Regulator zakładał, że wspólny standard „z natury” poprawia porównywalność. Wszystko to były sądy — trafne lub nie, ale niemierzalne.

Przetwarzanie języka naturalnego (NLP) i sztuczna inteligencja zmieniają tu coś zasadniczego: pozwalają zmienić wrażenie w pomiar. To nie jest kosmetyka. To przejście od „wydaje mi się, że te noty są do siebie podobne” do „podobieństwo tych not wynosi tyle a tyle, i można je powtórzyć na tysiącu sprawozdań”.

Trzy wymiary jakości, które da się zmierzyć

Jakość ujawnienia to pojęcie nieostre — ale rozkłada się na wymiary, które NLP potrafi uchwycić liczbowo:

• Czytelność — jak trudny językowo jest tekst noty: długość zdań, udział słów wielosylabowych, gęstość terminologii. Miary czytelności, znane od dekad, dają się zastosować także do polskiej sprawozdawczości.
• Szablonowość — na ile ujawnienie jest „przepisane”: rok do roku bez zmian, albo od innej spółki czy wprost z treści standardu. Podobieństwo tekstów mierzy się metodami odpornymi na artefakty formatów elektronicznych (ESEF/iXBRL).
• Porównywalność — na ile noty różnych jednostek są do siebie podobne na tyle, by dało się je zestawić, a zarazem na tyle różne, by oddawały indywidualną sytuację jednostki.

Każdy z tych wymiarów był dotąd oceniany „na oko”. Każdy z nich można dziś policzyć — powtarzalnie, na dużej próbie, z udokumentowaną procedurą.

Od postulatu normatywnego do dowodu

To jest najciekawsze, bo dotyka starego problemu. Porównywalność sprawozdań w niektórych branżach — m.in. w działalności deweloperskiej — była diagnozowana jako słaba: te same zdarzenia gospodarcze bywały opisywane i ujmowane różnie, co utrudniało zestawienie spółek. Standardy krajowe, w tym KSR 8, miały ten problem ograniczyć, wprowadzając wspólny język ujęcia i ujawnień.

Ale czy standaryzacja rzeczywiście przełożyła się na porównywalność? Przez lata była to teza normatywna — „powinno tak być”. NLP zamienia ją w pytanie empiryczne: skoro potrafimy zmierzyć podobieństwo i czytelność not na wieloletnim panelu sprawozdań, to możemy sprawdzić, czy ujawnienia faktycznie się do siebie zbliżyły, czy pozostały tak samo rozproszone jak przed standardem. Odpowiedź przestaje być kwestią przekonań, a staje się kwestią danych.

Czego te liczby nie mówią

Tu potrzebna jest uczciwość, bo pomiar tekstu łatwo pomylić z oceną treści. Więcej tekstu nie znaczy lepsze ujawnienie. Trudniejszy język nie znaczy głębsza treść. Nota obszerna i „naukowo” brzmiąca potrafi być merytorycznie pusta, a krótka i prosta — kompletna. Miary NLP opisują formę wypowiedzi: jej długość, trudność, powtarzalność. Nie rozstrzygają, czy jednostka ujawniła to, co istotne.

Dlatego rzetelny pomiar jakości ujawnień jest dwuwarstwowy: warstwa tekstowa (NLP) mówi, jak rzecz jest napisana, a warstwa merytoryczna — kodowanie treści względem tego, co dany standard każe ujawnić — mówi, czy powiedziano to, co trzeba. Dopiero razem dają obraz jakości. Sama analiza językowa, oderwana od osądu merytorycznego, myli formę z treścią.

Ktoś musi zbudować narzędzie

I tu wchodzi perspektywa, którą w RAFIB traktujemy jako własną: taka analiza nie dzieje się sama. Żeby przejść od pojedynczej noty do dowodu na próbie wielu sprawozdań, trzeba zbudować cały tor: wydobyć właściwe fragmenty z setek plików o różnych formatach, znormalizować je, policzyć miary, zakodować treść względem standardu, a potem krzyżowo zweryfikować kodowanie człowieka i modelu. To jest projekt inżynierii pomiaru, nie ręczne czytanie.

W praktyce budujemy i prowadzimy takie analizy z użyciem agentowych narzędzi AI, które czytają i porządkują dokumenty, uruchamiają powtarzalne procedury obliczeniowe, piszą i testują kod analityczny oraz zestawiają wyniki do weryfikacji. Nie zastępują one osądu — to człowiek definiuje, czym jest „jakość” i co znaczy „porównywalne”. Ale przenoszą pracochłonną, mechaniczną część — czytanie i liczenie na skalę — z tygodni na godziny, i to w sposób powtarzalny. Tym samym pokazujemy coś, o czym częściej się mówi, niż robi: nie tylko piszemy o AI w rachunkowości — używamy jej do realnej analizy sprawozdań.

Morał

Sztuczna inteligencja nie orzeka, czy ujawnienie jest „dobre”. Mierzy jego cechy: czy jest czytelne, czy szablonowe, na ile porównywalne z innymi. Ocena jakości pozostaje aktem osądu — ale po raz pierwszy osądu opartego na dowodzie, a nie na wrażeniu. To przesuwa dyskusję o jakości sprawozdawczości z poziomu opinii na poziom pomiaru — a tam, gdzie zaczyna się pomiar, zaczyna się też możliwość projektowania lepszych rozwiązań.

Projektujemy narzędzia i procedury pomiaru jakości informacji sprawozdawczej — i wykorzystujemy je w analizie oraz audycie. Jeśli mierzą się Państwo z pytaniem, czy Wasze ujawnienia są czytelne i porównywalne, albo chcą ocenić sprawozdania na większą skalę niż pozwala ręczna lektura — to jest dokładnie ten rodzaj zadania, do którego projektuje się odpowiedni system.