Auditoría de TI

 Por: CP Iván Rodríguez. Colaborador de Auditool.

Una de las preocupaciones de la alta dirección de las organizaciones y por supuesto de los auditores es que se aproveche de la mejor manera la innovación tecnológica, lo cual implica entre otras acciones, hacer un uso responsable de la inteligencia artificial IA. En la medida en que las capacidades de la inteligencia artificial evolucionan rápidamente, para la creación de valor, es necesario identificar como aumentar la productividad y la eficiencia al emplearla en las actividades y procesos financieros y contables en beneficio de la auditoría. A su vez, es importante reconocer sus limitaciones e implementar los controles y equilibrios adecuados para garantizar su uso responsable. 

Ciertos organismos profesionales han mostrado su interés en el tema. Es así como el Grupo Asesor de Contadores Profesionales en Negocios (Professional Accountants in Business Advisory Group - PAIB) de la federación internacional de contadores - IFAC efectuó una sesión sobre IA durante su reciente reunión en Ciudad del Cabo, con la participación de miembros de la asociación de contadores públicos certificados - ACCA. El jefe de Investigación Tecnológica de dicha asociación, Alistair Brisbourne, compartió algunas ideas sobre el papel evolutivo de las funciones financieras y su creciente aplicación de los diferentes tipos de IA: aprendizaje automático, visión por computadora, procesamiento del lenguaje natural e IA generativa.

Centrándose en la IA generativa y los grandes modelos de lenguaje (LLM) como la próxima evolución de la IA, Brisbourne destacó algunas de las inversiones que se están realizando en las firmas de auditoría, tales como la inversión de 1.000 millones de dólares de PwC en capacidades de IA generativa durante un período de tres años, y la colaboración de KPMG con Microsoft en IA y servicios en la nube durante cinco años^[1]. Brisbourne también planteó las complejidades y los retos de la formación y la mejora de los LLM y los riesgos potenciales de la IA generativa. De hecho, las capacidades específicas pueden incluso deteriorarse en tanto los modelos continúan entrenándose debido a la gran cantidad de parámetros utilizados. Es importante por ello, hacer a estas herramientas las preguntas correctas y tener mecanismos para detectar errores cuando se cometan. 

Actualmente el uso de la IA en el trabajo es todavía incipiente. Por esta razón, se plantearon algunas recomendaciones para incrementar el uso de la IA (en particular en el trabajo de auditoría de las firmas), entre las que se cuentan:

Comenzar (y experimentar)

Se debe empezar poco a poco y luego ampliar. Hay que identificar herramientas de IA simples que se pueden incorporar a los sistemas existentes, antes de abordar transformaciones más disruptivas, en un marco de acción más amplio y complejo. Una estrategia acertada es comenzar con proyectos piloto en áreas específicas donde la IA pueda proporcionar el mayor valor agregado. En la medida en que los proyectos demuestren éxito, se puede expandir gradualmente el uso de la IA a otras áreas.

Protección y calidad de datos

La información y los datos financieros confidenciales no deben introducirse en herramientas y sistemas de acceso libre y abierto. Si bien las firmas más grandes tienen la capacidad de invertir en el desarrollo de herramientas específicas, con las debidas precauciones, las firmas de menor tamaño pueden asociarse y contar con las seguridades requeridas.

Toda vez que la IA depende en gran medida de la calidad de los datos de entrada, hay que asegurarse de contar con procesos sólidos para recopilar, ajustar y preparar los datos de auditoría antes de utilizarlos en aplicaciones de IA. Esto permite garantizar que los modelos de IA produzcan resultados precisos y confiables.

Capacitación y concientización:

Es conveniente que todos los colaboradores de la firma, desde los auditores hasta los socios y altos directivos comprendan los beneficios y las capacidades de la IA en la auditoría. Proporcionar capacitación regular sobre el uso de IA específicas y cómo se puede mejorar la eficiencia y la precisión en las tareas de auditoría, es una actividad positiva.

Inversión en tecnología:

Las firmas deben invertir en la tecnología IA adecuada. Esto incluye herramientas de análisis de datos avanzadas, plataformas de aprendizaje automático y software de automatización de procesos robóticos (RPA, por sus siglas en inglés) entre otras, que estén diseñadas específicamente para labores de auditoría específicas.

Desarrollo de herramientas internas:

Una vez se haya madurado en el proceso de implementar herramientas IA, es conveniente considerar el desarrollo de herramientas internas de IA que se adecuen a las necesidades específicas de la firma. Algunos temas que pueden considerarse son algoritmos de detección de anomalías o valores fuera de tendencias para identificar posibles fraudes, así como herramientas de procesamiento de lenguaje natural (NLP) para analizar grandes cantidades de documentos.

Colaboración con expertos en IA:

Al buscar y establecer colaboraciones con expertos en IA, bien sea con empresas especializadas o mediante contratación directa, se facilitan los procesos de implementación de soluciones de IA de manera efectiva, a la vez que se contribuye a la actualización en las últimas tendencias y avances en la IA para auditoría.

Evaluación continua:

Al igual que con cualquier nueva estrategia, se deben realizar evaluaciones periódicas del impacto de la IA en los procesos de auditoría. Esto implica analizar métricas clave, tales como la eficiencia operativa, la precisión de los hallazgos de auditoría o la satisfacción del cliente, lo que permite determinar si la implementación de la IA ha tenido éxito y realizar ajustes, según sea necesario.

Es posible consultar casos de éxito del uso de IA en documentos de organismos profesionales tales como IFAC^[2]. Allí se incluye un ejemplo del uso de ChatGPT para analizar un informe anual de manera que se resalten los riesgos clave, el rendimiento y la identificación de un plan de auditoría para abordar las áreas de riesgo.

Los auditores deben considerar los desafíos éticos, tales como la seguridad y el riesgo de sesgo dentro de los modelos de aprendizaje. Adicionalmente deben tener en cuenta que la a introducción de IA puede provocar resistencia al cambio, por tanto, es conveniente contar con un plan de gestión del cambio que aborde las preocupaciones y el entrenamiento necesario para que la implementación de la IA no tenga traumatismos.

 ^[1] Información tomada de: Harnessing Innovation: Exploring the Responsible Use of AI in Finance and Accounting

^[2] Puede verse: AI & Intelligent Automation – Disrupting Business; Elevating the Work of Accounting & Finance Professionals

CP Iván Rodríguez - CIE AF

Auditor y consultor, diplomado en Alta Gerencia de Seguros y Derecho de Seguros. Especialista en Dirección Financiera y Desarrollo Organizacional, diplomado en Gerencia de la Calidad. Contador público (CP) de la Pontificia Universidad Javeriana con 20 años de experiencia en diversas empresas. Tiene amplia experiencia en la elaboración y ejecución de auditorías y revisorías fiscales. Dirección y ejecución de asesorías, consultorías y capacitaciones. Colaborador de Auditool.

Bogotá D.C., Colombia.