如何使用本教材
注意
非法律咨询或审计意见。 本书是为备考 AIDAN 专项课程而编写的学习教材。书中仅为了便于理解而对审计准则和法律法规进行了归纳与解读，并非针对特定组织或事件的法律意见或审计结论。在实际审计工作中，请务必核实所属组织所遵循准则的原文以及审计当日正在施行的法律法规，必要时请咨询律师及适用领域的专家进行审查。
确认日期：2026年10月22日。 本书所引用的准则与法律法规，均于当日在各机构官方页面查阅原文后整理而成。
- 韩国《关于促进人工智能发展及确立信任基础等的基本法》（简称《人工智能基本法》）[施行 2026. 7. 21.] [法律 第21311号，2026. 1. 20.，部分修订]
- 该法施行令 [施行 2026. 8. 20.] [总统令 第36580号，2026. 8. 18.，其他法律修订]
- 韩国《个人信息保护法》[施行 2026. 9. 11.] [法律 第21445号，2026. 3. 10.，部分修订]
- The IIA《Global Internal Audit Standards》2024年版、美国 GAO《Government Auditing Standards》2024年修订版（Yellow Book）、PCAOB 审计准则 AS 1105·2201·2315·2601
- NIST AI RMF 1.0 与生成式 AI Profile（NIST AI 600-1）、GAO《AI 问责框架》（GAO-21-519SP）、ISO/IEC 42001:2023 介绍页面
PCAOB 准则是针对上市公司财务报表审计制定的，而 Yellow Book 则面向美国政府审计。本书借鉴了这两项准则所梳理的证据、抽样及控制评价原理，并运用于 AI 审计中。若您所在的组织另有必须遵循的准则，应以该准则为准。
本书适合谁
本书面向三类读者编写。第一类是首次需要将组织内部的 AI 使用纳入审计计划的内部审计师与外部审计师；第二类是负责设计和检查 AI 相关控制的风险与合规专员；第三类是听取 AI 治理汇报的审计委员会及其支持组织。三类读者的关切虽各有不同，但最终都归结为相同的五项工作：搞清现有资产与应用、考察控制是否合理建立并切实有效运行、收集足以支撑这一判断的证据、验证模型与数据是否如声称的那样可靠，以及报告所发现的问题以便整改并跟进确认到底。
只要具备白带（AI 基本功）水平的 AI 理解能力，并稍有审计或内部控制工作经验即可。为了让审计初学者也能跟上，所有术语在首次出现时均作了解读说明，统计部分也仅涉及四则运算。反之，对于精通 AI 但初涉审计的数据科学家，也能通过本书理解审计师在询问什么以及为何而问。
学完本书后，读者应当能够亲自制作出以下成果物：通过独立证据验证完整性的 AI 清单、根据风险确定深度的审计计划、人工复核控制的测试计划、契合审计目标的抽样设计书、模型性能声明验证表，以及涵盖准则、现状、原因与影响的问题发现项与后续跟进计划。各章的两道实操练习将引导你循序渐进地构建出这些成果物。
本课程不涉及财务报表审计全流程与审计意见出具，亦不涉及直接开发或微调模型。法律法规仅在作为审计准则使用的范围内进行探讨，至于某一系统是否属于法定强制义务对象，其定性结论留待法务研判。
本书结构
正文共分五章，顺序与考试领域一致。第1章探讨明确审计切入点的审计计划；第2章探讨评估控制是否健全设计并有效运行；第3章探讨支撑上述判断的证据与抽样；第4章探讨针对 AI 特有风险的模型与数据验证；第5章探讨报告与后续措施。全书编排环环相扣，前一章制作的成果物将成为后一章的基础素材：第1章的 AI 清单成为第2章控制评估的对象，第2章的测试计划延伸为第3章的抽样设计，第4章的验证结果转化为第5章的问题发现项。
各章均由十个小节组成：学习目标、引言、核心概念、深入阅读（权衡取舍与边界案例）、工作场景（包含已被摒弃备选方案的虚拟案例）、易错点、要点速览、查阅官方文档、自测（解析见附录 B）以及实操练习。
附录包含术语表（A）、自测解析（B）、考试当日指引（C）以及本书引用的官方文档清单（D）。初读时建议按章节顺序阅读；复习时，建议优先查阅各章的“要点速览”与“易错点”。
考试概览
AI 审计（AUD）属于专项课程。专项考核需在 60 分钟内完成 35 道题目，获得满分的 75% 以上方为合格。免费练习题集包含 10 道题目，时长 25 分钟。
| 章节 | 领域 | 占比 |
|---|---|---|
| 第1章 | 审计计划、范围与 AI 清单 | 20% |
| 第2章 | 控制设计与运行有效性 | 20% |
| 第3章 | 证据收集与测试、抽样 | 25% |
| 第4章 | 模型与数据风险验证 | 20% |
| 第5章 | 报告与后续措施 | 15% |
第3章的占比最高。这是因为审计结论最终取决于证据的质量与数量，而 AI 系统会大量产生日志与自动生成资料这类新型证据。涉及法律法规的题目以考试时正在施行的法律法规为准，涉及准则的题目则以本书确认日所对应的原文为基准。
题目是这样的
题目共分为五种形式。绝大多数题目会先设定一个虚拟组织的情境，进而询问审计师在该情境下应做出的最恰当判断或执行的最恰当程序。
| 形式 | 形态 | 评分 | 解题技巧 |
|---|---|---|---|
| 单选题 | 5个选项中选出1个正确答案 | 准确一致 | 先标出情境中的限定条件（遗留了什么、谁承担责任、发生了什么变化），再阅读选项 |
| 多选题 | 5~6个选项中选出2~3个 | 选出全部正确选项且不包含任何错误选项方为正确 | 针对每个选项独立判断真伪 |
| 论述判断 | 对每条陈述判断 Yes/No | 判断与理由均正确才记为 Yes | 即使结论正确，若理由错误也判定为 No |
| 顺序排列 | 将4~5个步骤按顺序排列 | 整体顺序完全一致 | 依据“前一步骤的产出是否为后一步骤的原料”来进行排序 |
| 配对题 | 连接左侧项目与右侧选项 | 全部配对完全一致 | 先排除把握最大的配对组合，并牢记右侧会有一个未被使用的多余选项 |
该考试的单选题中，有相当一部分采用了将同一组选项复用于多种不同情境的命题方式。由于相同的五个选项在不同情境下的正确答案各不相同，若仅阅读选项便去挑选“最标准的模范答案”，极易出错。例如，“随机抽样”在总体同质均匀时是正确答案，但当存在风险水平各异的子群体时，它就会让位于分层抽样；而当待核查的属性能够自动判定时，它又会让位于全量分析。请时刻牢记，情境中的每一项事实细节都可能改变最终答案。
干扰选项通常通过以下四种方式构造：其一，混淆设计与运行（“有流程手册，因此运行正常”）；其二，将证据的数量误当成质量（“日志有数万条，因此证据充分”）；其三，将被审计部门的陈述当作证据（“责任人答复称已履行”）；其四，审计师越俎代庖代行管理层职责（“审计团队批准了该工具”）。各章的“易错点”均结合具体章节对这四类典型错误进行了整理归纳。
六周学习计划
本计划按每天 40~60 分钟、每周 5 天制定。若具备丰富的审计实务经验，可将第2周与第3周合并。每周结束时，手中应当有切实的阶段性成果物。
| 周次 | 范围 | 学习任务 | 成果物 |
|---|---|---|---|
| 第1周 | 第1章 | 阅读 NIST AI RMF Core 中 Govern 与 Map 的原文 | 利用独立来源补充完善的 AI 清单初稿 |
| 第2周 | 第1章后半部分与实操 | 阅读《人工智能基本法》第2条、第31条、第33条~第35条及施行令第27条 | 确定风险优先级与审计深度的计划表 |
| 第3周 | 第2章 | 阅读 PCAOB AS 2201 中有关设计与运行评价的段落以及 AS 2601 | 人工复核控制测试计划、供应商控制确认表 |
| 第4周 | 第3章 | 阅读 AS 1105、AS 2315 及 Yellow Book 第8章中的证据段落 | 抽样设计书与日志需求清单 |
| 第5周 | 第4章 | 阅读 NIST AI RMF 的可信特性与 GAO 框架的 Data、Performance 部分 | 性能声明验证表 |
| 第6周 | 第5章、全面复习 | 阅读 Yellow Book 第9章与 IIA 原则 14、15（准则 14.1~15.2），重新做自测题 | 1项问题发现与后续跟进计划、错题本 |
要点
请务必通读一次准则原文，而非仅看摘要。“should”与“may”、“generally”与“always”之间的细微差异会直接改变审计师的判断，而本次考试经常针对这些差异进行考察。
表述与出处原则
准则表述。 PCAOB 准则采用形如“AS 2315 .41”的准则编号与段落编号；Yellow Book 采用形如“GAO 8.124”的段落编号；IIA 准则采用形如“IIA 14.3”的准则编号；NIST AI RMF 的子类别则采用形如“GOVERN 1.6”、“MEASURE 2.11”的功能与编号形式。
法条表述。 法律条文表述为如“第34条第1款第4项”，施行令表述为如“施行令第27条第2款”。未单独注明法律名称的条文均指《人工智能基本法》的条文。引用《个人信息保护法》时则会明确注明法律名称。
动词强度。 准则语句中的动词体现了要求的刚性程度。在 Yellow Book 中，“must”代表在所有相关情况下均必须遵守的无条件要求；“should”代表原则上必须遵守的要求，仅在极少数情况下可发生偏离，偏离时必须执行替代程序，并书面记录偏离的正当理由以及该替代程序如何达到该要求的既定宗旨（GAO 2.02–2.04）。IIA 准则将各项准则细分为“Requirements”（必须遵守的要求）与“Considerations for Implementation”（实施层面的考量要点）。法律法规中的“应当”与“应努力”也采用相同方式加以区分。
虚拟组织。 正文中涉及的公司与机构名称均为虚构，相关数据亦为说明需要而编造。
状态说明。 凡未经官方文档核实的内容，本书一概未予收录。凡准则未直接明确、由本书借鉴其原理予以延伸适用的部分，均注明了“如果借鉴”、“若加以适用”等字样。
提示框。 参考（NOTE）提供补充背景信息，重点（TIP）提示务必牢记的事项，注意（WARNING）指出易错环节，实操（EXAMPLE）为读者亲自动手完成的练习任务。