Envía por correo este artículo 
La inteligencia artificial: una alternativa tecnolgica para auto matizar procesos de auditora
Artificial intelligence: a technological alternative to automate audit processes
Inteligncia artificial: uma alternativa tecnolgica para automatizar processos de auditoria
Correspondencia: jefferson.figueroa.moreno@utelvt.edu.ec
Ciencias Tcnicas y Aplicadas
Artculo de Investigacin
* Recibido: 22 de septiembre de 2024 *Aceptado: 18 de octubre de 2024 * Publicado: 26 de noviembre de 2024
I. Universidad Tcnica Luis Vargas Torres de Esmeraldas, Esmeraldas, Ecuador.
II. Universidad Tcnica Luis Vargas Torres de Esmeraldas, Esmeraldas, Ecuador.
III. Universidad Tcnica Luis Vargas Torres de Esmeraldas, Esmeraldas, Ecuador.
IV. Universidad Tcnica Luis Vargas Torres de Esmeraldas, Esmeraldas, Ecuador.
Resumen
El objetivo de la investigacin se orient a identificar las caractersticas que tiene la inteligencia artificial y como pueden emplearse para automatizar la auditora. Con la incorporacin de la IA, se han podido realizar actividades humanas por medio de mquinas, que han permitido llegar a la automatizacin de la auditora, usando tcnicas como sistemas expertos en auditora, redes neuronales artificiales, agentes inteligentes y sistemas basados en conocimientos. Uno de los principales beneficios es que permitir a los auditores no perder tiempo en tareas repetidas y dediquen mayor tiempo a las actividades inherentes a la presentacin del informe final de auditora.
Palabras clave: auditora; procesos de auditora; automatizacin de auditora; inteligencia artificial; inteligencia artificial en auditora.
Abstract
The objective of the research was aimed at identifying the characteristics that artificial intelligence has and how it can be used to automate the audit. With the incorporation of AI, it has been possible to carry out human activities through machines, which have allowed the automation of the audit, using techniques such as audit expert systems, artificial neural networks, intelligent agents and knowledge-based systems. One of the main benefits is that it will allow auditors not to waste time on repeated tasks and dedicate more time to the activities inherent to the presentation of the final audit report.
Keywords: audit; audit processes; audit automation; artificial intelligence; artificial intelligence in auditing.
Resumo
O objetivo da pesquisa foi identificar as caractersticas que a inteligncia artificial possui e como ela pode ser utilizada para automatizar a auditoria. Com a incorporao da IA, foi possvel realizar atividades humanas atravs de mquinas, o que permitiu a automatizao da auditoria, utilizando tcnicas como sistemas especialistas de auditoria, redes neurais artificiais, agentes inteligentes e sistemas baseados em conhecimento. Um dos principais benefcios que permitir aos auditores no perder tempo com tarefas repetidas e dedicar mais tempo s atividades inerentes apresentao do relatrio final de auditoria.
Palavras-chave: auditoria; processos de auditoria; automao de auditoria; inteligncia artificial; inteligncia artificial em auditoria.
Introduccin
Las actividades del ser humano, durante las ltimas dcadas, han estado constantemente relacionadas a descubrimientos e inventos logrados a travs de los avances tecnolgicos. El desarrollo ha resultado de cierto modo extraordinario, porque no solo ha permitido mejorar las formas en las que se ejecutan tareas y acciones, sino que incluso, ha permitido mejorar la calidad y esperanza de vida de las personas.
La tecnologa tiene un sinnmero de herramientas que posibilitan a los seres humanos, poner de manifiesto todos los conocimientos que se han ido adquiriendo a lo largo del tiempo, razn por lo que, la humanidad y su historia, tienen una estrecha relacin con la historia de la tecnologa, pues son sus invenciones, las que han marcado la pauta para alcanzar el progreso.
Con la constante aparicin de nuevas tecnologas, se han planteado cambios a los paradigmas existentes en los sistemas educativos, en las formas de crear y gestionar empresas, en la evaluacin de actividades e incluso en las formas de ejecutar servicios profesionales autnomos.
En este contexto, la auditora es una de las actividades profesionales que ha requerido incluir, dentro de sus tcnicas, la tecnologa. Los procesos de auditora, tradicionalmente se asocian a la evaluacin y control de los aspectos financieros de una organizacin a travs de la revisin y control de evidencia fsica, elemento esencial en la auditora que ha pasado de ser totalmente fsica a convertirse en digital, con la utilizacin de herramientas tecnolgicas que han apuntalado a una automatizacin de los procesos realizados por los auditores.
Segn Vasarhelyi et al. (2018), aunque la automatizacin de la auditora no es algo relativamente nuevo, las posibilidades de personalizar procesos por medio de herramientas informticas, programas o plantillas, han permitido aislar y ejecutar de manera diferenciada, algunas las tareas a cargo del auditor, entre las que se pueden destacar la digitalizacin de informes, pruebas especficas de auditora, conciliaciones, entre otras.
Los diferentes cambios tecnolgicos que se han presentado, no pueden ser indiferentes para la auditora y es as que entidades pblicas y privadas han dado pasos a la posibilidad de la automatizacin con la utilizacin de software y herramientas de auditora automatizada, a fin de tener procesos auditores que generen eficiencia y efectividad (Pedrosa et al., 2015).
La auditora se compone de varias fases o etapas que varan, desde la recoleccin bsica de datos hasta la presentacin de juicios profesionales del auditor en pos de emitir un informe final como conclusin de la revisin auditora. Entre estas actividades desarrolladas se identifican las tareas estructuradas y no estructuradas.
Para Zhang (2019), las tareas estructuradas no requieren de juicio profesional y se resuelven con alternativas sencillas de recoleccin y procesamiento. Las tareas no estructuradas, a ms de requerir de varias soluciones alternativas, tambin necesitan de un efectivo juicio profesional para otorgar un ordenado y coherente informe de auditora.
En funcin de lo expresado, Manita et al. (2020) consideran que las herramientas tecnolgicas sirven de gran apoyo para la ejecucin eficiente de tareas estructuradas, debido a que permiten que el auditor pueda liberar tiempo para enfocarse en las tareas no estructuradas, en las que se necesita poner de manifiesto su criterio profesional al concluir con sus informes.
Dentro de las diferentes herramientas tecnolgicas e innovadoras que son aplicadas para automatizar procesos de auditora, se puede identificar a la inteligencia artificial, cuyas caractersticas tienden a facilitar el procesamiento de grandes cantidades de informacin en poco tiempo y entregando datos precisos de la revisin que se lleva a cabo.
Para Sun (2019), la inteligencia artificial ha puesto a disposicin de la auditora algunas herramientas que permiten hacer ms eficientes sus procesos, incorpora el aprendizaje para la resolucin de problemas, reconocimiento de voz y planificacin que aplica anlisis avanzados y tcnicas basadas en lgica, incluido el aprendizaje automtico para interpretar eventos, apoyar, automatizar y tomar decisiones (p. 50).
Por medio de la inteligencia artificial se puede imitar la inteligencia humana. Para Mario y Pimorac (2016), es una parte de la computacin que utiliza una diversidad de mtodos, tcnicas y herramientas para modernizar y resolver problemas simulando el proceder de los sujetos cognoscentes (p. 1).
En definitiva, podra considerarse que la inteligencia artificial es un proceso tecnolgico e innovador que permite a una mquina, tener la capacidad de aprender patrones que se han definido previamente por personas, para analizar datos de nivel interno y externo de una empresa en corto tiempo, posibilitando tener informacin fidedigna para la toma de decisiones.
Ante las consideraciones expuestas, el presente estudio pretende abordar el tema de inteligencia artificial, considerndola como una alternativa tecnolgica de la que dispone la auditora para automatizar sus procesos. Por tanto, el objetivo de la investigacin se orient a identificar las caractersticas que tiene la inteligencia artificial y como pueden ser empleadas para automatizar los procesos de auditora.
Respecto a la metodologa, se trat de una investigacin documental, calificada por Barraza (2018) como una tcnica de investigacin cualitativa que permite dirigir un proceso investigativo bajo dos aspectos; inicialmente con la relacin de datos preexistentes que se derivan de diversas fuentes y posteriormente con la generacin de una visin sistemtica del tema de estudio desde la variedad de fuentes dispersas.
Por lo expresado, el presente artculo fue una investigacin documental porque estuvo orientado a la recoleccin de datos preexistentes sobre la inteligencia artificial, sus caractersticas, modelos y tipos, as como del proceso y automatizacin de la auditora.
Respecto a la estrategia que se aplic para la identificacin, bsqueda y recoleccin de la informacin, se trat del mtodo de revisin sistemtica e integradora de literatura que, de acuerdo con Velsquez (2014), permite la integracin, agrupacin y crtica de la informacin que es obtenida sobre el tema que se est tratando. En este sentido, en el proceso de revisin, fueron usadas bases de datos como Scopus y Web Sciencie, as como tesis doctorales y artculos cientficos relacionados con la inteligencia artificial y automatizacin de la auditora.
Desarrollo terico
De acuerdo con Cortez (2018), el marco terico permite ubicar el problema de investigacin bajo el segmento de conocimiento, relacionado con una parte del universo cientfico que ofrece resultados de estudios realizados con anterioridad sobre el tema que se aborda. En concordancia con lo expresado, se presentan a continuacin los contenidos tericos derivados de procesos de estudio pasados sobre el tema de inteligencia artificial y automatizacin de auditora con el propsito de facilitar el entendimiento de estos temas.
Automatizacin de la Auditoria
Se considera que el rea de auditora est un poco rezagada con la aplicacin de tecnologa en sus procesos, debido a que, generalmente se siguen realizando tareas de forma manual y tradicional. Sin embargo, esta condicin podra considerarse como ideal para promover la automatizacin de la auditora.
Tradicionalmente el proceso de auditora ha estado enfocado en la revisin de evidencia fsica (papeles, actas, contratos), pero con la digitalizacin y las diferentes herramientas de TIC, la situacin es diferente, suponiendo un notable cambio en las formas de realizar el trabajo, estructura de equipos a utilizar e incluso en el perfil de los auditores.
Segn el criterio de Manita et al. (2020), las tecnologas digitales pueden ayudar a mejorar el proceso de auditora mediante la ejecucin completa de algunas tareas estructuradas, y liberar carga del auditor para que se enfoque en las tareas semiestructuradas y no estructuradas.
La automatizacin de la auditora no puede considerarse como algo nuevo; los auditores pblicos, independientes o las firmas de auditora deben evolucionar en su forma de prestar el servicio. Para Rojas y Escobar (2021) pueden hacerlo por medio de la adquisicin de tecnologa innovadora, proponiendo soluciones digitales que posibiliten una mejora en la calidad de la auditora y les permita mantenerse en el mercado.
Podra considerarse que los procedimientos de auditora surgen directamente de las tecnologas existentes. Con la llegada de las computadoras pudo cambiarse los mtodos y alcances de los exmenes de auditora. Cuando se pudo contar con el anlisis estadstico dentro de las computadoras, cambi el alcance de tiempo que tenan las auditoras (PricewaterhouseCoopers, 2016).
En concordancia con lo expresado, se considera que, con la incorporacin de la inteligencia artificial, se pueden realizar actividades humanas por medio de mquinas, llegando as a la automatizacin, por lo que se puede deducir que la tecnologa en la auditora ha permitido realizar las actividades de una forma ms eficiente y eficaz.
Es importante destacar que, con el dominio de la auditora, la tecnologa permite cambiar de manera sustancial lo que se hace, a ms de los niveles de eficiencia que puede generar. Se espera que puedan aplicarse las tecnologas disponibles en un tiempo razonable, ya que la combinacin de funcionalidades que se presentan entre diversas aplicaciones permite acciones auditoras complementarias en funcin de incrementar las competencias de los profesionales auditores y asegurar la calidad de los informes finales.
Inteligencia artificial
Durante los ltimos aos, el campo de la inteligencia artificial ha tenido notoria presencia y desarrollo, buscando hacer cada vez ms fciles las tareas que tienen que efectuar las personas en diferentes campos. A pesar de su presencia en el mundo actual, puede considerarse que no se ha explotado en su magnitud real, por lo que an queda mucho por desarrollar y aplicar en diferentes reas del conocimiento.
De acuerdo con Henao (2001), la inteligencia artificial permite que, a travs de medios informticos y ordenadores, puedan ejecutarse tareas y capacidades propias del ser humano, en funcin de encontrar soluciones a las situaciones que se presentan en la cotidianidad.
Lo expresado anteriormente permite entender la alternativa con que cuentan hoy en da las empresas, de contar con herramientas tecnolgicas que permiten un eficiente tratamiento a las situaciones presentadas en su gestin organizacional, por ejemplo, el manejo adecuado de la abundante informacin que se genera en sus actividades, el mejoramiento de procesos manuales; es aqu donde la inteligencia artificial toma importancia, porque puede proveer a personas y empresas de alternativas para hacer ms eficiente sus procesos.
De acuerdo con Russell y Norvig (2020), la inteligencia artificial tiene varias caractersticas, entre las que se destacan la actuacin de forma autnoma para lograr los objetivos, la capacidad para identificar errores y disponer alternativas tecnolgicas para mejorar las condiciones.
Otra definicin es la expuesta por Sosa (2007), quien considera que la inteligencia artificial permite que las actividades de un humano puedan ser simuladas por una mquina, la que puede, dentro de sus capacidades, identificar y utilizar las mejores opciones para resol ver situaciones.
Ante las definiciones anteriores, resulta interesante destacar que la inteligencia artificial, con la ayuda de sus diferentes herramientas, est en posibilidad de aprender, crear y actuar bajo diferentes combinaciones, para hacer exactamente, lo que puede hacer una persona.
Definiciones de las tcnicas de inteligencia artificial
La Corporacin Advisory Group (IEEE, 2017) define a la inteligencia artificial como un campo del conocimiento que permite a las computadoras y otros sistemas informticos, efectuar tareas realizadas por los humanos y, para lograrlo, cuenta con varias tcnicas detalladas a continuacin en la tabla 1.
Tabla 1
Definiciones de las tcnicas de inteligencia artificial
|
Tcnica |
Definicin |
|
Aprendizaje automtico |
De acuerdo a Marr (2019), es un software que, con la ayuda de algoritmos puede obtener predicciones en los resultados y determinar la relacin entre una variable y otra. Sin que se necesite la accin de personas, aprende tanto de los resultados positivos como de los negativos. |
|
Anlisis de regresin |
Permite analizar de forma estadstica la relacin que se presenta entre una variable dependiente y una o ms variables independientes a los que se los conoce como predictores. Son usados adems por el aprendizaje automtico para predecir condiciones (Sykes, 1993). |
|
Anlisis Discriminante Lineal |
Segn Balakrishnama y Ganapathiraju (1998) se encarga de identificar combinaciones para la clasificacin de eventos u objetos, a travs de mediciones estadsticas y patrones de aprendizaje automtico. Es usado tambin para disminuir las variables aleatorias. |
|
Aprendizaje profundo |
Se encarga de crear redes neuronales artificiales que, sumados a datos considerados no estructurados, posibilita extraer datos definidos en patrones que an no han sido procesados (Bengio et al., 2016). |
|
Sistemas Expertos |
De acuerdo a Jackson (1999), se centra en la imitacin de pensamientos expertos para toma de decisiones, especialmente para la resolucin de problemas en los que debe aplicarse el razonamiento lgico. |
|
Redes Neuronales Artificiales |
Son sistemas de red que se crean en funcin de redes neuronales de tipo biolgico y estn en capacidad de, sin necesidad de reglas definidas previamente, observar ejemplos y efectuar tareas dirigidas a partir de esa observacin (Chen, 2019) |
|
Visin por ordenador |
Posibilita que los equipos estn en capacidad de obtener todo tipo de investigacin con la implicacin de audios, videos o imgenes con procesos de aprendizaje del denominado profundo (SAS, 2011). |
|
Procesamiento del lenguaje natural |
Segn el SAS (2011), permite que las computadoras puedan entender los significados y manipular incluso el lenguaje humano. Son usos frecuentes en esta tcnica, la contextualizacin de datos, manejo de temas, resmenes de documentos, entre otros. |
Fuente: Elaboracin propia con base a los datos de Sheils (2020). Disponible en:
Subespecialidades de la inteligencia artificial
En la inteligencia artificial, como en cualquier rama de la ciencia, se distinguen varias subespecialidades del tema principal. Se presentan a continuacin diversos campos que componen a la IA.
Aprendizaje Automtico (Machine Learning): Tiene que ver con el desarrollo de algoritmos con la capacidad de empezar desde un ejemplo de conjunto de datos. Busca pronosticar o describir hechos a futuro, que permiten generar conocimiento en funcin de los datos recolectados, pudiendo distinguirse en esta gestin, el aprendizaje supervisado, que aplicando la regresin permite aprender de conjuntos con etiquetas; aprendizaje no supervisado, que se fundamenta en el uso de datos sin etiquetas o de desconocida estructura y; aprendizaje por refuerzo, en el que un agente inteligente, mejora su gestin a partir de las interacciones que tiene con el ambiente (Searle, 1980).
Sistemas basados en el conocimiento: Conocido tambin como experto, est diseado para imitar las formas de comportarse de una persona experta en un determinado tema de conocimiento y que se usa para la solucin de una problemtica (Searle, 1980).
Computacin suave (Soft Computing): Hace referencia al grupo de metodologas que son usadas para tolerar las imprecisiones en una actividad, pretendiendo encontrar un equilibrio en la solidez y bajo costo de las alternativas de solucin. Tiene como componentes principales a la lgica borrosa, razonamiento de probabilidades, redes de creencias, aprendizaje automtico y redes neuronales.
Algoritmos de optimizacin: Son usados para optimizar los valores que tienen las funciones para ejecutar una funcin de manera especfica. Aqu se destacan los algoritmos heursticos los que son requeridos para proveer de soluciones posibles de admitir en contraposicin de las alternativas que no son generalmente alcanzables (Corts, 2020).
Procesamiento del lenguaje natural: Considera como tarea principal, el desarrollo de sistemas que tengan la capacidad de poder realizar manipulaciones y entendimientos de textos o hablas en lenguajes considerado naturales. Se renen bajo este lenguaje tareas como traduccin de textos, anlisis de sentimientos, sntesis de documentos, dictados por medio de voz, entre otros (Goodfellow et al., 2016).
Visin por computador: Tiene como propsito fundamental, la extraccin y comprensin de informacin que puede surgir de una imagen o secuencia de imgenes. Necesita en su gestin, el uso de bases tericas y algortmicas que posibiliten una comprensin automtica visual. Buscan mejorar la calidad de imgenes que estn a disposicin de las personas para crear percepciones en el sistema de visin artificial (Mota, 2021).
Robtica: Tiene dentro de sus disciplinas la mecnica, la automatizacin y la misma inteligencia artificial. Se la puede definir como la creacin de robots, los que se convierten en agentes fsicos que pueden realizar diferentes tareas y manipular el ambiente en que actan. Tienen sensores, actuadores, entre otros elementos que se programan para realizar tareas definidas y calificadas como inteligentes (Goodfellow et al., 2016).
Con los antecedentes expuestos, es indudable que la inteligencia artificial, tiene ya un papel preponderante en las actividades del mundo actual. Ha cambiado y seguir cambiando la sociedad, poniendo a disposicin de las personas, alternativas tecnolgicas que permitan facilitar las actividades cotidianas tanto a nivel personal como empresarial.
Sin embargo, como declara Olivas (2021), el trmino de inteligencia artificial no puede ser trivializado ni aplicarlo como una automatizacin cualquiera. Es necesario considerar a la IA ms all de un sistema que analiza datos numricos y estadsticos, sino como mquinas que son capaces de imitar el comportamiento humano y que sirve de gran ayuda para lograr una mayor eficiencia en las actividades.
Inteligencia artificial en la auditora
De acuerdo con Kozhakhmet et al. (2018), con el advenimiento de las tecnologas, se ha revolucionado las formas en que se realizan las actividades organizacionales con la disponibilidad de muchas opciones tecnolgicas e innovadoras. Es considerado casi imposible encontrar alguna actividad desarrollada por las personas en las que no se usen herramientas tecnolgicas.
Por esta razn, las sociedades actualmente toman como aliado a la tecnologa porque permite, de forma ms eficiente, el incremento de su productividad, el crecimiento de sus negocios, la creacin de productos y servicios bajo parmetros de innovacin tecnolgica.
El rea de auditoria no es indiferente a los constantes cambios tecnolgicos existentes y las demandas que el mercado exige. En tal virtud, Pedrosa et al. (2015), consideran que la tecnologa hace un buen tiempo ya forma parte de procesos de auditora, debido a que la inclusin de herramientas sofisticadas, contribuyen al mejoramiento de los tiempos y los niveles de calidad de los informes auditores.
Es importante considerar que la inteligencia artificial aplicada a la auditora, asegura la obtencin de muchos beneficios, entre los que se pueden destacar una mayor eficiencia en los procesos, la disminucin de costos y de las posibilidades de cometer errores con el uso de la automatizacin. Permite, adems, tener a disposicin sistemas que permiten realizar inferencias, retroalimentaciones y construir conocimiento desde herramientas artificiales inteligentes, razn por la que se convierte en un tema de especial inters dentro de la auditora actual.
Khodakivska (2018), manifiesta que:
La auditora actual incluye la clasificacin, el anlisis y el consumo de una gran cantidad de datos en diferentes formatos. Se vuelve cada vez ms difcil, sino imposible que el ser humano procese esa avalancha de datos y forme una opinin basada en hechos o encuentre un patrn en los datos aparentemente no relacionados, aqu es donde la inteligencia artificial viene a ayudar (p.5).
Con lo expresado, puede aseverarse que la inteligencia artificial podra guiar a los auditores, para identificar los errores que se presentan en estados financieros, datos que pueden considerarse como riesgos financieros o incluso la posibilidad de rastrear fraudes. Es decir, con la IA varios procesos cruciales de auditoria pueden ser automatizados, entre los que pueden destacarse el cierre de cartera, recopilacin y anlisis de informacin, posibles fraudes, con un tiempo menor del alcanzado por el trabajo manual o tradicional.
A pesar que la inteligencia artificial no se ha desarrollado de manera plena, su uso en varios procesos de auditora ya se ha podido notar, especialmente en la aplicacin para detectar patrones y fallas en grandes volmenes de datos, as como la deteccin de problemas y su referencia ante problemas futuros que se pueden presentar en la gestin de las empresas (PricewaterhouseCoopers, 2016).
En trminos generales, se considera que la utilizacin de herramientas automticas en el desarrollo de procesos de auditora, empieza ya a tomar protagonismo, porque permiten la generacin de mayores niveles de eficiencia en las empresas que han decidido implementarla. Por esta razn, es necesario que las empresas, firmas auditoras o profesionales independientes de auditora, reconozcan los beneficios derivados de las herramientas tecnolgicas, para adaptarse a los cambios y mejorar sus productos finales.
Entre los principales sistemas usados en los procesos de auditora en los ltimos tiempos se destacan los siguientes.
Sistemas expertos (SE) en auditora
Dillard y Yuthas (2001) consideran que los sistemas expertos han sido creados para elegir la mejor de entre varias opciones, todo esto dentro de la toma de decisiones de gestin, operativas y estratgicas. Como sirven para imitar patrones eficientes, las firmas auditoras han invertido constantemente en su uso y desarrollo, ya que este modelo de tecnologas ayudar al mantenimiento de las organizaciones en los entornos competitivos.
Son usados generalmente en las etapas iniciales de aseguramiento, teniendo como actividades principales la evaluacin de controles, los riesgos y su anlisis, la revisin a los planes de auditora, entre otras tareas (Dillard y Yuthas, 2001).
Los sistemas expertos para auditora se han aplicado en diferentes etapas del proceso de aseguramiento, entre las que se mencionan la evaluacin de controles, el anlisis de riesgos, el seguimiento al plan de auditora, entre otros (Dillard y Yuthas, 2001).
Vasarhelyi y Kogan (1997) consideran que los sistemas expertos pueden ser de mucha utilidad en todas las fases de la auditora porque muchos de ellos se han elaborado especficamente para este campo. Complementando este criterio, Dillard y Yuthas (2001) afirman que, entre los principales sistemas desarrollados y usados por la auditora se identifican sistemas como Loan Probe, Control Plan, RIC, Asistente de Auditor, ICE, y Xinfo.
Proao et al. (2017) consideran que la auditora puede contar con una importante ayuda a travs de los sistemas expertos, ya que los expertos pueden poner de manifiesto sus conocimientos y capacidades, desarrollar los sistemas y poderlos aplicar por medio de las respectivas herramientas tecnolgicas para mejorar la gestin de auditora.
En torno a lo expresado, se considera que los sistemas expertos pueden aportar significativamente en las actividades y procesos de auditoria, brindando comprensin de procesos de forma automtica, tareas de auditora y una mayor facilidad en la transferencia de informacin.
Redes Neuronales Artificiales (RNA) en auditora
Segn Pieiro et al. (2013), las redes neuronales artificiales tienen la capacidad de anlisis y estudio de las estructuras de datos para la creacin de patrones necesarios para explorar y predecir clasificaciones. Al hacer referencia al campo de aplicacin, segn Sosa (2007), estn orientadas a los grupos de reconocimiento, generalizacin y optimizacin.
Rodrguez et al. (2014), consideran que las RNA son ms efectivos que los mtodos estadsticos tradicionales en el intento de identificar fraudes. Por lo general generan resultados eficientes para los ejecutores de la auditora, sin embargo, entre las deficiencias que pueden identificarse se destaca en que un usuario que no tenga experticia en su uso, tendr dificultades para comprender las conclusiones a las que llega el sistema experto.
Tal como lo describen los citados autores, se considera que las redes neuronales proveen de capacidad para la identificacin de datos considerados parecidos o similares, pueden crear patrones y ejecutar actividades que generen resultados de importancia y creados por expertos en reas como la auditora y sus fases.
Agentes Inteligentes (AG) en auditoria
Aunque esta tcnica es ya usada en distintos campos y actividades, su uso en los procesos de auditora es escaso, pero su importancia es reconocida. En este caso, Issa et al. (2016) consideran que los agentes inteligentes estn en capacidad de recoger datos derivados de varias fuentes y que estos datos pueden proveer al auditor de informacin y evidencia que le permitir elaborar su informe y definir juicios sobre el mismo.
De su parte, Duque et al. (2007) consideran que Los sistemas multiagente (SMA), son sociedades de agentes que se orientan a fines comunes y mediante coordinacin y colaboracin distribuyen las tareas (p.393).
Se destaca que, a pesar que los agentes inteligentes han mostrado beneficios importantes en la ejecucin de auditoras e incluso se han hecho modificaciones a su estructura para ser usada en entornos como el internet, se hace necesario que el uso no sea solo de un agente, sino de varios agentes, cada uno especializado en un tema diferente del proceso de auditora, lo que proveera de una mayor eficiencia en la generacin de informes.
Sistemas Basados en Conocimiento (SBC) en auditora
Para la justificacin del uso de SBC, Proao et al. (2017) consideran que este tipo de herramientas pueden permitir mejorar las condiciones bajo las que el auditor emite su juicio ante un hallazgo. Los SBC permiten que los juicios sean ms objetivos, explorando y subsanando las caractersticas subjetivas, as como las capacidades del profesional para emitir sus decisiones.
Los SBC son utilizados para la resolucin de problemas que difcilmente pueden realizarse con sistemas de tipo convencional porque implican un mayor consumo de memoria de datos, tiempo y recursos. Los SBC toman un rea especfica, en la que se especializan para mejorar los resultados en funcin de los aprendizajes adquiridos (Montoya et al., 2016).
Ante las consideraciones tericas expuestas, se puede considerar que, con la aplicacin de los SBC en el campo de la auditora se podra contar con soluciones y alternativas para generar eficiencia en el rea, ampliando tambin las bases de conocimiento, as como alternativas de solucin a las situaciones diversas que pudieran presentarse. Tambin los SBC podran instruir a los auditores, porque realizan simulaciones de definiciones y experiencias de expertos para la presentacin de informes de auditora.
De manera histrica y tradicional, la auditoria desarrolla revisiones fsicas de actas, papeles, contratos, entre otros, cuyos procesos son realizados de manera manual, pero con las diferentes herramientas de TIC, la situacin es diferente, suponiendo un notable cambio en las formas de realizar el trabajo, estructura de equipos a utilizar e incluso en el perfil de los auditores. Por esta razn, se considera que, con la incorporacin de la inteligencia artificial, se pueden realizar actividades humanas por medio de mquinas, llegando as a la automatizacin, por lo que se puede deducir que la tecnologa en la auditora permitira realizar las actividades de una forma ms eficiente y eficaz.
Aunque existe una variedad de mtodos y tcnicas de inteligencia artificial, muchas empresas y organizaciones ya han aplicado en sus procesos de auditora tcnicas como: los sistemas expertos en auditora (SE), que permiten aprovechar los conocimientos de expertos que desarrollen este tipo de herramientas que contribuyen a facilitar la toma de decisiones; las redes neuronales artificiales (RNA) que, luego del anlisis de la informacin, pueden definir patrones que permiten clasificar informacin de forma exploratoria y predictiva. Tambin se han usado los agentes inteligentes en auditora (AG) que son unidades tecnolgicas con capacidad para elaborar informes y confirmar los juicios de auditor y; sistemas basados en conocimientos (SBC) que son sistemas usados para resolver problemas de memoria, costos y procesamiento que no pueden ser resueltos por sistemas convencionales.
Entre los beneficios que se podran obtener por medio de la aplicacin de la inteligencia artificial en auditora, se pueden identificar la mejora en los flujos de trabajo, minimizando los riesgos por la reduccin del trabajo manual; las auditoras podran considerarse ms completas porque permitiran la evaluacin de los datos de forma rpida; permitir que los auditores no pierdan tiempo en tareas repetidas y dediquen mayor tiempo a las actividades inherentes a la presentacin del informe final de auditora; se evitarn las posibilidades de interrupcin por errores humanos, aumentando la eficiencia en la auditoria y; permitir que los auditores estn a la vanguardia incluso para la entrega de sugerencias estratgicas para la organizacin auditada.
Referencias
1. Balakrishnama, A., y Ganapathiraju, A. (1998). Anlisis discriminante lineal: un breve tutorial. Editorial Mississippi State University. Recuperado de: https://www.isip.piconepress.com/publications/reports/1998/isip/lda/lda_theory.pdf
2. Bengio, Y., Couryille, A. y Goodfellow, I., (2016). Aprendizaje profundo. Recuperado de:
3. https://books.google.ie/books?hl=en&lr=&id=omivDQAAQBAJ&oi=fnd&pg=PR5&dq=deep+le#v=onepage&q=deep%20le&f=false
4. Barraza, C. (2018). Manual para la Presentacin de Referencias Bibliogrficas de Documentos Impresos y Electrnicos. Disponible en:
5. http://www.utemvirtual.cl/manual_referencias.pdf
6. Chen, Y., Lin, Y., Kung, Ch., Chung, M. y Yen, I. (2019). Diseo e implementacin de medidores de energa inteligentes asistidos por anlisis en la nube considerando la inteligencia artificial avanzada como anlisis de borde en la gestin del lado de la demanda para hogares inteligentes. Recuperado de:
7. https://www.mdpi.com/1424-8220/19/9/2047
8. Cortez, J. (2018). El marco terico referencial y los enfoques de investigacin. Research Revista de la Carrera de Ingeniera Agrnoma de la Universidad Mayor de San Andrs. Disponible en:
9. https://apthapi.umsa.bo/index.php/ATP/article/view/213/203
10. Corts, O. (2020). Algoritmos y algunos retos jurdico-institucionales para su aplicacin en la Administracin Pblica. Editorial Pertsonak.
11. Dillard, J. y Yuthas, K. (2001). Una tica de responsabilidad para los sistemas expertos de auditora. Research Journal of Business Ethics. Volumen 30, nmero 4. Disponible en:
12. https://doi.org/10.1023/A:1010720630914
13. Duque, N., Chavarro, J. y Moreno, R. (2007). Seguridad inteligente. Research Scientia et Technica. Volumen 8, nmero 35. Disponible en:
14. https://doi.org/10.22517
15. Henao, M. (2001). CommonKads-RT: Una Metodologa para el Desarrollo de Sistemas Basados en el Conocimiento de Tiempo Real. Editorial Universidad Politcnica de Valencia.
16. IEEE Corporate Advisory Group (CAG). (2017). Gua de Trminos y Conceptos en Automatizacin Inteligente de Procesos. Editorial Institute of Electrical and Electronics Engineers Standards Association. Recuperado de:
17. https://standards.ieee.org/standard/2755-2017.html
18. Issa, H., Sun, T. y Vasarhelyi, M. (2016). Ideas de investigacin para la inteligencia artificial en la auditora: la formalizacin de la auditora y la suplementacin de la fuerza laboral. Research Journal of Emerging Technologies in Accounting. Volumen 12, nmero 2. Disponible en:
19. https://doi.org/10.2308/jeta1051
20. Jackson, P. (1999). Introduccin a los sistemas expertos. Editorial Semanticscholar.
21. Khodakivska, L. (2018). Auditora informtica mediante inteligencia artificial. Disponible en:
22. http://www.market-infr. od.ua/journals/2018/20_2018_ukr/20_2018.pdf
23. Kozhakhmet, K., Bortsova, G., Inoue, A. y Atymtayeva, L. (2018). Sistema experto para auditora de seguridad mediante lgica difusa. Disponible en:
24. https://ceur-ws.org/Vol-841/submission_35.pdf
25. Manita, R., Elommal, N., Baudier, P. y Hikkerova, L. (2020). La transformacin digital de la auditora externa y su impacto en el gobierno corporativo. Research Technological Forecasting and Social Change. Volumen 150, nmero 119. Disponible en:
26. https://doi. org/10.1016/j.techfore.2019.119751
27. Marr, B. (2016). Lo que todos deberan saber sobre la computacin cognitiva. Recuperado de:
28. https://www.forbes.com/sites/bernardmarr/2016/03/23/what-everyone-should-know-aboutcognitive-computing/#479097f25088
29. Montoya, D., Giraldo, J. y Perdomo, W. (2016). Caracterizacin, Arquitectura de los SBC, y el proceso de realizacin de las auditorias en Colombia. Disponible en:
30. http://www.iiis.org/CDs2013/CD2013SCI/CISCI_2013/PapersPdf/CA923DT.pdf
31. Mota Snchez, E. (2021). Inteligencia Artificial y Auditora Pblica. Editorial Wolters Kluwer.
32. Olivas, J. (2021). Inteligencia artificial, inteligencia computacional y anlisis inteligente de datos. Editorial OBS Business School.
33. Pedrosa, I., Laureano, R. y Costa, C. (2015). Motivaciones de los auditores para el uso de las Tecnologas de la Informacin en su profesin: Aplicacin a los Revisores Fiscales. Research Revista Ibrica de Sistemas y Tecnologas de Informacin. Volumen 27, nmero 3. Disponible en:
34. https://www.proquest.com/openview/8a2868ccf43245be9a642a31d5454ca4/1?pq-origsite=gscholar&cbl=1006393
35. Pieiro, C., De Llano, P. y Rodrguez, M. (2013). Proporciona la auditora evidencias para detectar y evaluar tensiones financieras latentes? Un diagnstico comparativo mediante tcnicas economtricas e inteligencia artificial. Research Revista Europea de Direccin y Economa de La Empresa, Volumen 22. Disponible en:
36. https:// doi.org/10.1016/j.redee.2012.10.001
37. PricewaterhouseCoopers. (2016). Blockchain y automatizacin de contratos inteligentes: cmo los contratos inteligentes automatizan los negocios digitales. Disponible en:
38. https://www.pwc.com/us/en/technology-forecast/2016/blockchain/pwc-smart-contract-automation-digital-business.pdf
39. Proao, R., Saguay, C., Jcome, S. y Sandoval, F. (2017). Sistemas basados en conocimiento como herramienta de ayuda en la auditoria de sistemas de informacin. Volumen 7. Disponible en:
40. https://doi.org/10.29019
41. Rodrguez, M., Pieiro, C. y De Llano, P. (2014). Determinacin del riesgo de fracaso financiero mediante la utilizacin de modelos paramtricos, de inteligencia artificial, y de informacin de auditora. Research Financial risk determination of failure by using parametric model, artificial intelligence and audit. Volumen 41. Disponible en:
42. https://www.scielo.cl/scielo.php?pid=S071852862014000200002&script=sci_abstract
43. Rojas J. y Escobar M. (2021). Beneficio del uso de tecnologas digitales en la auditora externa: una revisin de la literatura. Research Revista Facultad de Ciencias Econmicas de Universidad Externado. Volumen 29, nmero 2. Disponible en:
44. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-68052021000200045
45. Russell, S. y Norvig, P. (2020). Inteligencia artificial: un enfoque moderno. Editorial Pearson: EE.UU.
46. SAS Analytic Software & Solutions. (2011) Visin artificial: qu es y por qu es importante. Recuperado de:
47. https://www.sas.com/en_ie/insights/analytics/computer-vision.html
48. SAS Analytic Software & Solutions. (2011) Procesamiento del Lenguaje Natural (NLP): Qu es y por qu es importante? Recuperado de:
49. https://www.sas.com/en_us/insights/analytics/what-isnatural-language-processing-nlp.html
50. Searle, J. (1980). Gua de Trminos y Conceptos en Automatizacin Inteligente de Procesos. Editorial Behavioral and Brain Sciences.
51. Sheils, B. (2020). Investigacin en la aplicacin de tcnicas de inteligencia artificial en la industria de la auditora. Editorial Universidad Pontificia Comillas de Madrid.
52. Sosa, M. (2007). Inteligencia artificial en la gestin financiera empresarial. Disponible en:
53. http://rcientificas.uninorte.edu.co/index.php/pensamiento/article/viewFile/3518/2252
54. Sun, T. y Vasarhelyi, M. (2018). Adoptar el anlisis de datos textuales en la auditora con aprendizaje profundo. Research Revista Internacional de Investigacin de Contabilidad Digital. Volumen 18, nmero 49. Disponible en:
55. https://doi.org/10.4192/1577-8517-v18_3
56. Sykes, A.O. (1993). Introduccin al anlisis de regresin en la Facultad de Derecho de la Universidad de Chicago. Recuperado de:
57. https://chicagounbound.uchicago.edu/cgi/viewcontent.cgi?article=1050&context=law_and_econo mics
58. Vasarhelyi, M. y Kogan, A. (1997). Inteligencia Artificial en Contabilidad y Auditora: Hacia Nuevos Paradigmas. Research in Artificial Intelligence in Accounting and Auditing. Volumen 4. Disponible en:
59. http://raw.rutgers.edu/MiklosVasarhelyi/Resume%20Articles/BOOKS/B13.%20artificial%20intelligence.pdf
60. Vasarhelyi, M., Zhang, A. y Rozario, A. (2019). Examinacin sobre la automatizacin en la auditora. Research International Federation Accountants. Disponible en: https://www.ifac.org/knowledge-gateway/discussion/examinaci-n-sobre-la-automatizaci-n-en-la-auditor
61. Velsquez J. D. (2014). Una gua corta para escribir revisiones sistemticas de literatura parte 1. Editorial DYNA. Bogot. Colombia.
62. Zadeh, L. (1965). Conjuntos difusos de aprendizaje profundo. Editorial Information and Control.
63. Zhang, C. (2019). Automatizacin inteligente de procesos en auditora. Research Journal of Emerging Technologies in Accounting. Volumen 16, nmero 2. Disponible en:
64. https://doi.org/10.2308/jeta-52653
2024 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/).
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/
