Inteligencia artificial en los sistemas de información contable: desafíos y oportunidades para la auditoría interna
DOI:
https://doi.org/10.71112/yr7jt244Palavras-chave:
inteligencia artificial, sistemas de información contable, auditoría interna, calidad de la información financiera, transformación digital contableResumo
Las organizaciones contemporáneas enfrentan exigencias crecientes de trazabilidad, oportunidad y confiabilidad en su información financiera, en un entorno donde los Sistemas de Información Contable (SIC) tradicionales muestran limitaciones estructurales para procesar volúmenes crecientes de datos heterogéneos y para sostener esquemas de control interno eficaces. Este artículo, de naturaleza teórica y documental, analiza el potencial de la Inteligencia Artificial (IA) para optimizar los SIC y fortalecer la auditoría interna como mecanismo de control de la calidad de la información financiera. Mediante una revisión sistemática de literatura científica publicada entre 2021 y 2026 en bases indexadas (Scopus, Web of Science, ScienceDirect, Springer, Emerald, MDPI), se sintetizan los principales hallazgos sobre auditoría continua, aprendizaje automático, minería de procesos y cadena de bloques aplicados a la contabilidad. Como resultado, se propone un modelo conceptual integrador, el Modelo IASIC, que articula componentes tecnológicos, de control, de gobernanza de datos y de calidad de la información financiera, de aplicación general a organizaciones de distintos sectores económicos. Se concluye que la integración de la IA en los SIC constituye una condición necesaria, aunque no suficiente, para elevar la calidad de la información financiera.
Downloads
Referências
Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Big data and analytics in the modern audit engagement: Research needs. Auditing: A Journal of Practice & Theory, 36(4), 1-27. https://doi.org/10.2308/ajpt-51684 DOI: https://doi.org/10.2308/ajpt-51684
Duan, H. K., Vasarhelyi, M. A., & Codesso, M. (2025). Integrating process mining and machine learning for advanced internal control evaluation in auditing. Journal of Information Systems, 39(1), 55-75. https://doi.org/10.2308/ISYS-2022-028 DOI: https://doi.org/10.2308/ISYS-2022-028
Eulerich, M., Sanatizadeh, A., Vakilzadeh, H., & Wood, D. A. (2024). Is it all hype? ChatGPT's performance and disruptive potential in the accounting and auditing industries. Review of Accounting Studies, 29(3), 2318-2349. https://doi.org/10.1007/s11142-024-09833-9 DOI: https://doi.org/10.1007/s11142-024-09833-9
Faccia, A. (2026). Explainable AI (XAI) in auditing: Bridging the gap between predictive fraud models and regulatory standards. Journal of Risk and Financial Management, 19(5), Artículo 311. https://doi.org/10.3390/jrfm19050311 DOI: https://doi.org/10.3390/jrfm19050311
Fedyk, A., Hodson, J., Khimich, N. V., & Fedyk, T. (2022). Is artificial intelligence improving the audit process? Review of Accounting Studies, 27(3), 938-985. https://doi.org/10.1007/s11142-022-09697-x DOI: https://doi.org/10.1007/s11142-022-09697-x
Gepp, A., Linnenluecke, M. K., O'Neill, T. J., & Smith, T. (2018). Big data techniques in auditing research and practice: Current trends and future opportunities. Journal of Accounting Literature, 40, 102-115. https://doi.org/10.1016/j.acclit.2017.05.003 DOI: https://doi.org/10.1016/j.acclit.2017.05.003
Hernandez Aros, L., Bustamante Molano, L. X., Gutierrez-Portela, F., Moreno Hernandez, J. J., & Rodríguez Barrero, M. S. (2024). Financial fraud detection through the application of machine learning techniques: A literature review. Humanities and Social Sciences Communications, 11(1), Artículo 1130. https://doi.org/10.1057/s41599-024-03606-0 DOI: https://doi.org/10.1057/s41599-024-03606-0
Hernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana Editores.
International Accounting Standards Board. (2018). Marco Conceptual para la Información Financiera. IFRS Foundation.
Kokina, J., & Davenport, T. H. (2017). The emergence of artificial intelligence: How automation is changing auditing. Journal of Emerging Technologies in Accounting, 14(1), 115-122. https://doi.org/10.2308/jeta-51730 DOI: https://doi.org/10.2308/jeta-51730
Leocádio, D., Malheiro, L., & Reis, J. (2024). Artificial intelligence in auditing: A conceptual framework for auditing practices. Administrative Sciences, 14(10), Artículo 238. https://doi.org/10.3390/admsci14100238 DOI: https://doi.org/10.3390/admsci14100238
Minkkinen, M., Laine, J., & Mäntymäki, M. (2022). Continuous auditing of artificial intelligence: A conceptualization and assessment of tools and frameworks. Digital Society, 1, Artículo 21. https://doi.org/10.1007/s44206-022-00022-2 DOI: https://doi.org/10.1007/s44206-022-00022-2
Moh'd Abderrahman, A. S., & Makarem, N. (2026). The future of external audit: A systematic literature review of emerging technologies and their impact on external audit practices. Journal of Risk and Financial Management, 19(3), Artículo 216. https://doi.org/10.3390/jrfm19030216 DOI: https://doi.org/10.3390/jrfm19030216
Moll, J., & Yigitbasioglu, O. (2019). The role of internet-related technologies in shaping the work of accountants: New directions for accounting research. The British Accounting Review, 51(6), Artículo 100833. https://doi.org/10.1016/j.bar.2019.04.002 DOI: https://doi.org/10.1016/j.bar.2019.04.002
Munoko, I., Brown-Liburd, H. L., & Vasarhelyi, M. (2020). The ethical implications of using artificial intelligence in auditing. Journal of Business Ethics, 167(2), 209-234. https://doi.org/10.1007/s10551-019-04407-1 DOI: https://doi.org/10.1007/s10551-019-04407-1
Yoshikuni, A. C., Dwivedi, R., Dultra-de-Lima, R. G., Parisi, C., & Oyadomari, J. C. T. (2023). Role of emerging technologies in accounting information systems for achieving strategic flexibility through decision-making performance: An exploratory study based on North American and South American firms. Global Journal of Flexible Systems Management, 24(2), 199-218. https://doi.org/10.1007/s40171-022-00334-9 DOI: https://doi.org/10.1007/s40171-022-00334-9
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Imelda Adela Roberts Pineda (Autor/a)
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
