Page 56 - Auditoría Pública Nº 85

REVISTA AUDITORÍA PÚBLICA / 85

La IA en la auditoría. El auditor del futuro ha de ser más proactivo y no tan
reactivo, antes de reaccionar a posteriori se tendrá de
centrar en la identificación de vulnerabilidades incluso
antes de que ocurran incidencias.
“Las computadoras son increíblemente rápidas,
precisas y estúpidas. Los seres humanos son Como los trabajos repetitivos los realizará la IA, el auditor
increíblemente lentos, inexactos y brillantes. tendrá una visión mucho más completa y estratégica y
Juntos son poderosos más allá de la imaginación.” se podrá centrar más eficientemente en las diferentes
Marvin Minsky. áreas de riesgos. Tal como dijo Donald Knuth: “cada vez
escribiremos menos y validaremos más” .

Herramientas de la IA.
La llegada de la IA a la profesión de auditoría ha de au-
mentar la calidad del trabajo elevándolo a un nivel más En la tabla 2 se presenta las principales herramientas de
estratégico y no tan operativo, todo ello conservando la IA y se proponen diferentes aplicaciones y algunos
7
siempre una evidencia suficiente y adecuada. ejemplos.

Tabla 2.
Herramientas de la Inteligencia artificial y otras enfocadas en la auditoría.

Herramienta de IA Aplicaciones Ejemplos
Análisis de datos
avanzados y Análisis y visualización de grandes volúmenes de Herramientas de análisis de datos y creación de
minería de datos/ datos; identificación de tendencias y anomalías visualizaciones interactives (Power BI y Tableau)
procesos
Variará en función del grado de automatización
de cada proceso (parcial o total) y permitirá:
Automatización 1. La automatización de tareas repetitivas como Plataformas como UiPath i Automation Anywhere
inteligente las conciliaciones bancarias, revisión de saldos, que permiten automatizar procesos empresaria-
recopilación de datos, etc. les y procesos basados en reglas.
2. La evaluación de riesgos de auditoría en tiem-
po real.
Plataformas y librerías que proporcionan herra-
Aprendizaje Identificación de patrones inusuales, análisis mientas para la clasificación, regresión y cluste-
automático predictivo, detección de fraudes. rizaciión y permitirían la detección de posibles
fraudes. (TensorFlow, Pytorch).
Reconocen y memorizan datos, transacciones o
Redes Neuronales patrones. Puede ayudar a detectar irregularida-
Artificiales (ANN) des, crear modelos predictivos, optimizar proce- Bibliotecas como Apache MXnet y Caffe.
sos

DeepSeek, GPT4: Generación de resúmenes,
Procesamiento de Análisis de documentos, revisión de contratos, identificación de posibles anomalías en textos y
lenguaje natural extracción de información relevante de textos automatización de la redacción de documentos.

Si bien no es IA estrictamente, el blockchain al
basarse en la inmutabilidad, la trazabilidad y la
Blockchain transparencia de las transacciones permite una Plataformas que permiten la creación de contra-
fiabilidad a la hora de la verificación de datos y tos inteligentes (Ethereum).
una medida disuasoria para evitar fraudes.

7 Véase al respecto: Inteligencia artificial: Preparación para el futuro de la auditoría. Ramu Prasad Dotel. https://intosaijournal.org/es/journal-entry/artificial-intelligence-pre-
paring-for-the-future-of-audit/

56