Kiểm toán môi trường trong kỷ nguyên số: Từ xu thế đến yêu cầu chiến lược. Bài cuối: Lộ trình cần thiết cho tương lai

Ứng dụng công nghệ trong kiểm toán môi trường giúp nâng cao chất lượng kiểm toán. Ảnh minh họa

Đề xuất lộ trình 3 giai đoạn

Trí tuệ nhân tạo (AI), Hệ thống thông tin địa lý (GIS), công nghệ viễn thám (Remote Sensing), máy bay không người lái (UAV), phương tiện dưới nước không người lái (UUV), công nghệ LiDAR, công cụ gắn thẻ địa lý (Geo-tagging), phần mềm Quantum GIS (QGIS) và các hệ thống giám sát tích hợp đang thay đổi hoàn toàn diện mạo KTMT tại nhiều cơ quan kiểm toán tối cao (SAI) trên thế giới.

Việc ứng dụng công nghệ cần thực hiện tuần tự, có trọng tâm, dựa trên nguyên tắc thí điểm thành công trước khi nhân rộng. Lộ trình đề xuất gồm 3 giai đoạn chiến lược:

Giai đoạn 1: Khởi tạo (2025-2026)

Mục tiêu của giai đoạn này là tạo nền tảng vững chắc về thể chế, hạ tầng dữ liệu và nguồn nhân lực tối thiểu để bắt đầu quá trình chuyển đổi số trong KTMT. KTNN cần ưu tiên hoàn thiện khung pháp lý về dữ liệu số, ban hành văn bản hướng dẫn trách nhiệm cung cấp dữ liệu điện tử có hệ thống và nhấn mạnh tính pháp lý của bằng chứng số (digital evidence). Đồng thời, KTNN phối hợp với Bộ Nông nghiệp và Môi trường (NNMT) xây dựng Bộ Tiêu chuẩn dữ liệu KTMT để tạo ra ngôn ngữ dữ liệu môi trường chung.

Giai đoạn này có thể thí điểm việc sử dụng các công nghệ và phần mềm miễn phí như AI, GIS, QGIS, Geo-tagging… Song song với đó, KTNN sẽ phổ cập kiến thức “kiểm toán số” và đào tạo kiểm toán viên nhà nước (KTVNN) sử dụng thành thạo các công cụ hiện có, đồng thời đưa nội dung phân tích dữ liệu và kỹ thuật thu thập bằng chứng số vào chương trình đào tạo bắt buộc cho 100% KTVNN tham gia KTMT.

Giai đoạn 2: Hoàn thiện thể chế, phát triển kho dữ liệu và ứng dụng công nghệ chuyên sâu trong hoạt động KTMT (2027-2028)

Giai đoạn này hướng tới hoàn thiện khung pháp lý về dữ liệu số, xây dựng kho dữ liệu phục vụ KTMT và nâng cao năng lực chuyên môn của KTVNN, đồng thời triển khai đồng bộ với lộ trình ứng dụng AI của Ngành.

Cùng với việc xây dựng Bộ Tiêu chuẩn dữ liệu KTMT, KTNN tiếp tục phối hợp với các cơ quan liên quan (Ủy ban Khoa học, Công nghệ và Môi trường, Bộ NNMT, Sở NNMT địa phương…) tạo lập một kho dữ liệu môi trường tập trung (Data Lake) - nơi thu thập và chuẩn hóa dữ liệu từ nhiều nguồn độc lập, nhằm thực hiện kiểm toán đa ngành, xuyên suốt theo phương pháp “Tiếp cận toàn Chính phủ” do Cơ quan Sáng kiến Phát triển thuộc Tổ chức Quốc tế các Cơ quan Kiểm toán tối cao (IDI) xây dựng. Data Lake sẽ thúc đẩy KTMT chuyển từ kiểm toán các đơn vị riêng lẻ sang kiểm toán hoạt động có trọng tâm, đánh giá mối quan hệ tương hỗ và tính hiệu quả của các cơ chế quản lý môi trường trong tổng thể hệ thống Chính phủ.

Giai đoạn này cần ứng dụng chuyên sâu AI, GIS, UAV, LiDAR… để thu thập dữ liệu chi tiết cho các cuộc kiểm toán. KTNN cần đào tạo chuyên sâu đội ngũ KTVNN chủ chốt, giữ vai trò tổ trưởng, trưởng đoàn kiểm toán về các công cụ phân tích dữ liệu chuyên nghiệp (KNIME, Python cơ bản) và kỹ thuật mô hình hóa dữ liệu, giúp KTVNN tự xử lý, phân tích và diễn giải dữ liệu.

Giai đoạn 3: KTVNN “Nghệ tinh” trong kỷ nguyên số (2029-2030)

Giai đoạn này đánh dấu sự trưởng thành, chuyển đổi KTNN thành một “Trung tâm Tri thức” về dữ liệu môi trường, nơi KTVNN không chỉ thực hiện các cuộc kiểm toán tài chính đơn thuần, mà còn là chuyên gia dự đoán rủi ro và làm chủ công nghệ để thực hiện kiểm toán chủ động và tự động hóa.

Các KTVNN cần biết sử dụng công cụ phân tích hàng nghìn văn bản, báo cáo, chính sách môi trường; tự động hóa việc tóm tắt và trích xuất rủi ro tuân thủ tiềm ẩn; ứng dụng các mô hình AI để dự đoán rủi ro (ví dụ khả năng vượt ngưỡng ô nhiễm) dựa trên dữ liệu thời gian thực, cung cấp thông tin kịp thời cho lãnh đạo ra quyết định kiểm toán.

Đây cũng là thời điểm KTNN chuyển hoàn toàn sang thu thập bằng chứng số và thực hiện kiểm toán “không giấy” (Paperless Auditing) và “không hiện trường” (Remote Auditing) đối với các đối tượng có dữ liệu được số hóa đầy đủ. Nguồn nhân lực trong giai đoạn này cần tập trung đào tạo và phát triển nhóm chuyên gia nòng cốt về khoa học dữ liệu kiểm toán, có khả năng xây dựng và tinh chỉnh các mô hình AI cho các mục đích kiểm toán phức tạp.

Giải quyết ba vấn đề cốt lõi

Để lộ trình ứng dụng công nghệ trong KTMT không chỉ nằm trên giấy, KTNN cần giải quyết 3 vấn đề cốt lõi mang tính hệ thống, ảnh hưởng đến toàn bộ hoạt động kiểm toán; đồng thời là nhiệm vụ trọng tâm trong Chiến lược phát triển KTNN đến năm 2030:

Thứ nhất - quản trị dữ liệu (Data Governance): Phải là ưu tiên chiến lược, bởi dữ liệu là “dòng máu” của kiểm toán số. KTNN cần chuyển trọng tâm của Cục Công nghệ thông tin từ nhà cung cấp hạ tầng sang kiến trúc sư dữ liệu và là người hỗ trợ phân tích dữ liệu, đảm bảo dữ liệu Đúng - Đủ - Sạch và khả năng truy cập cho KTVNN.

Thứ hai - xây dựng nguồn nhân lực “kiểm toán số” (Digital Auditor): Là yếu tố quyết định. KTNN cần quy định tỷ lệ KTVNN có chứng chỉ Data Analytics tại từng đơn vị trực thuộc, cùng chính sách đãi ngộ đặc biệt để giữ chân nhân tài, tránh “chảy máu chất xám”.

Thứ ba - thiết lập thỏa thuận hợp tác liên ngành: Môi trường là lĩnh vực liên ngành; KTNN cần thiết lập các thỏa thuận hợp tác chính thức và bắt buộc với Bộ NNMT, Bộ Khoa học và Công nghệ để tiếp cận dữ liệu và ý kiến chuyên gia.

Việc ứng dụng công nghệ trong KTMT tại KTNN Việt Nam không chỉ là một dự án công nghệ thông tin, mà là một dự án chuyển đổi tổ chức toàn diện. Bằng cách triển khai lộ trình chiến lược, kết hợp đầu tư vào quản trị dữ liệu, phát triển nguồn nhân lực và nuôi dưỡng văn hóa đổi mới, KTNN hoàn toàn có thể vượt qua những thách thức đặc thù của KTMT. Khi đó, KTNN không chỉ là cơ quan giám sát chi tiêu, mà trở thành một “Trung tâm Tri thức” cung cấp những kiến nghị sâu sắc, mang tính xây dựng, góp phần đảm bảo hiệu quả quản lý tài sản công, tài chính công, hướng tới tương lai phát triển bền vững và thịnh vượng cho Việt Nam./.

THS. NGUYỄN THỊ NGUYỆT ANH - KTNN chuyên ngành III