Page 109 - Auditoría Pública Nº 85

La inteligencia artificial al servicio del órgano interventor: casos de uso en el sector local

El control posterior incluye, por un lado, el control fi- dida en que proporciona herramientas que permiten in-
nanciero, que permite una evaluación global de la ges- crementar la eficiencia, trazabilidad y capacidad analítica
tión económica desde la perspectiva de legalidad, efi- del órgano interventor en el ejercicio de sus funciones.
ciencia, eficacia y economía. Por otro lado, contempla la
auditoría pública, que abarca auditorías operativas, de El proceso se divide en cuatro etapas secuenciales que
cumplimiento y financieras, conforme a estándares pro- representan un continuo de madurez tecnológica: auto-
fesionales, y que permiten emitir informes con valor aña- matización básica, automatización de procesos, au-
dido para los responsables políticos y gestores públicos. tomatización cognitiva y, finalmente, automatización
basada en IA.
Este modelo obliga al órgano interventor a ejercer no
solo un control de legalidad, sino también un control En la primera fase, automatización básica, se abordan
sobre la eficacia y eficiencia en el uso de los recursos tareas repetitivas mediante el uso de tecnologías sim-
públicos. En consecuencia, se demanda que el control ples como macros de Excel, scripts y automatización
interno genere información útil, objetiva y estructurada, de bases de datos. Esta etapa opera sobre información
que sirva de base para la toma de decisiones, la mejora estructurada y tiene aplicaciones como conciliaciones
de la gestión y la rendición de cuentas. Esta orientación contables básicas, registro de datos, generación de in-
estratégica del control, basada en evidencias y riesgos, formes periódicos y control de vencimientos. Las ven-
exige capacidades analíticas reforzadas y herramientas tajas que ofrece son claras: ahorro de tiempo, reducción
tecnológicas que permitan al interventor realizar una la- de errores, mejora de la eficiencia y estandarización de
bor de fiscalización más inteligente, anticipativa y orien- tareas.
tada al valor público.
La segunda etapa, automatización de procesos, impli-
Es importante entender que tanto el control previo ca una mayor sofisticación mediante la robotización de
como el control posterior no deben concebirse como procedimientos (RPA), la gestión de procesos de negocio
elementos aislados o contrapuestos, sino como partes (BPM) y el reconocimiento óptico de caracteres (OCR).
integrantes de un modelo integral de control. Este Esta automatización es capaz de gestionar información
modelo debe ser coherente, con una visión global que estructurada y semiestructurada y se aplica, por ejemplo,
permita adaptar los mecanismos de control a la realidad al envío automático de comunicaciones, consultas cruza-
de la entidad y, sobre todo, a los riesgos existentes y al das en bases de datos, y actualización de sistemas. En
resultado de la gestión. esta fase se logra una mayor eficiencia en la fiscalización
previa, así como una reducción del tiempo de procesa-
No se trata de elegir uno u otro, sino de integrar am- miento y una mejora de la trazabilidad.
bos en una estrategia de control basada en riesgos,
donde el uso inteligente de los recursos de fiscalización La tercera fase, automatización cognitiva, introduce
se oriente hacia aquellos ámbitos que realmente lo re- capacidades de análisis y toma de decisiones mediante
quieren. Esto es especialmente relevante en un contexto el uso de machine learning, big data y procesamiento del
de recursos limitados y creciente complejidad normativa. lenguaje natural (NLP). Esta tecnología permite realizar
análisis de riesgos institucionales, priorización automáti-
En definitiva, a nuestro juicio, el interventor local debe ca de auditorías y detección de patrones anómalos. Las
adoptar una visión sistémica del control, entendiendo ventajas incluyen una mejora en la toma de decisiones,
que su función no es únicamente de verificación, sino detección proactiva de irregularidades, optimización de
de apoyo a una gestión pública de calidad, orientada a recursos y enriquecimiento de los análisis previos a la
resultados y con rendición de cuentas. La clave está en intervención.
usar ambos controles de forma complementaria y es-
tratégica, alineados con un diagnóstico actualizado de La etapa final corresponde a la automatización basada
los riesgos y con los objetivos de la entidad local. en IA, caracterizada por el uso de deep learning, mode-
los de lenguaje de gran escala (LLM) y agentes inteli-
1.2. Proceso de transformación del modelo de gentes. Esta fase no está limitada por el tipo de informa-
control interno en el sector local. ción y permite una supervisión continua en tiempo real,
revisiones automáticas de transacciones, alertas sobre
La evolución del control interno tradicional hacia un mo- desviaciones y análisis predictivo. Esta transformación
delo digitalmente avanzado, apoyado en tecnologías permite anticipar riesgos, robustecer el control interno,
emergentes como la automatización, la hiperautomatiza- mejorar la seguridad jurídica y generar información de va-
ción, el aprendizaje automático y la inteligencia artificial lor para la toma de decisiones estratégicas.
(IA). Esta transformación resulta especialmente relevan-
te para las entidades del sector público local, en la me- En conjunto, esta evolución del modelo de control inter-

109