pág. 5983
INTELIGENCIA ARTIFICIAL EN AUDITORÍA
GUBERNAMENTAL: DESAFÍOS ÉTICOS
EMERGENTES
ARTIFICIAL INTELLIGENCE IN GOVERNMENT
AUDITING: EMERGING ETHICAL CHALLENGES
Pérez Torres Jessica del Milagro
Universidad César VallejoPerú
pág. 5984
DOI: https://doi.org/10.37811/cl_rcm.v8i4.12812
Inteligencia Artificial en Auditoría Gubernamental: Desafíos Éticos
Emergentes
Pérez Torres Jessica del Milagro1
jmperezt@ucvvirtual.edu.pe
https://orcid.org/0009-0006-6385-5841
Universidad César Vallejo
Perú
RESUMEN
El creciente uso de la Inteligencia Artificial (IA) en la auditoría gubernamental plantea desafíos éticos
significativos, cruciales de abordar debido a la sensibilidad de la información y la responsabilidad
pública involucrada. Este artículo tiene como objetivo principal analizar los desafíos éticos emergentes
derivados de la implementación de la IA en este campo, explorando cómo estas tecnologías pueden
afectar la transparencia, la privacidad y la equidad en los procesos de auditoría gubernamental. Se trata
de un artículo de revisión teórica, que examina literatura relevante para identificar y discutir los
principales dilemas éticos que surgen con el uso de la IA en auditoría. Los resultados revelan
preocupaciones importantes, incluyendo el potencial sesgo en los algoritmos de IA, la falta de
responsabilidad clara cuando ocurren errores y las posibles amenazas a la privacidad de los datos. La
conclusión más relevante es que es imperativo desarrollar marcos éticos robustos y políticas regulatorias
que guíen la implementación de la IA en la auditoría gubernamental para asegurar prácticas justas y
responsables. Este estudio subraya la necesidad de una colaboración interdisciplinaria para analizar estos
desafíos y garantizar que los beneficios de la IA sean realizados sin comprometer los principios éticos
fundamentales.
Palabras Clave: inteligencia artificial, auditoría, auditoría gubernamental, ética, desafíos éticos
1
Autor principal
Coorespondencia: jmperezt@ucvvirtual.edu.pe
pág. 5985
Artificial Intelligence in Government Auditing: Emerging Ethical
Challenges
ABSTRACT
The growing use of Artificial Intelligence (AI) in government auditing poses significant ethical
challenges, crucial to address due to the sensitivity of the information and the public accountability
involved. This article's main objective is to analyze the emerging ethical challenges derived from the
implementation of AI in this field, exploring how these technologies can affect transparency, privacy
and fairness in government audit processes. This is a theoretical review article, which examines relevant
literature to identify and discuss the main ethical dilemmas that arise with the use of AI in auditing. The
results reveal important concerns, including potential bias in AI algorithms, lack of clear accountability
when errors occur, and potential threats to data privacy. The most relevant conclusion is that it is
imperative to develop robust ethical frameworks and regulatory policies that guide the implementation
of AI in government auditing to ensure fair and responsible practices. This study highlights the need for
interdisciplinary collaboration to address these challenges and ensure that the benefits of AI are realized
without compromising fundamental ethical principles.
Keywords: artificial intelligence, audit, government audit, ethics, ethical challenges
pág. 5986
INTRODUCCIÓN
La implementación de la Inteligencia Artificial (IA) en la auditoría gubernamental ha generado un
debate creciente en torno a los desafíos éticos emergentes que plantea. En un contexto donde la
transparencia y la rendición de cuentas son fundamentales, es determinante comprender estos desafíos
para garantizar la integridad y la confianza en los procesos de auditoría. En este sentido, se requiere
establecer supuestos epistemológicos sólidos que guíen la revisión crítica de la literatura existente y
metodologías rigurosas para analizar y sintetizar la información relevante, de forma tal que permita
identificar y atender de manera efectiva los aspectos éticos relacionados con la integración de la IA en
los procesos de auditoría gubernamental, con el objetivo analizar los desafíos éticos emergentes
derivados de la implementación de la Inteligencia Artificial en la auditoría gubernamental, que permita
la identificación de posibles soluciones y recomendaciones para promover una auditoría ética y
transparente.
La relevancia de este estudio se sustenta en examinar a fondo los impactos éticos de la inteligencia
artificial en la auditoría gubernamental, considerando aspectos como la protección de la privacidad de
los datos, la equidad en las decisiones automatizadas. y la responsabilidad algorítmica. Según (Cabana
et al., 2020), la literatura destaca las deficiencias normativas en materia de transparencia, lo que subraya
la importancia de gestionar estos desafíos éticos de manera proactiva. Investigaciones recientes, como
la de Sánchez y Expósito (2023), han abordado la auditoría algorítmica en el sector público, lo que
destaca la necesidad de comprender los desafíos éticos asociados con la inteligencia artificial en
auditoría gubernamental. Asimismo, Tamay et al. (2020) ha explorado la importancia de la auditoría en
los procesos del sector público, lo que contribuye a la comprensión de la relevancia de la ética en la
gestión pública.
A pesar de los avances en la implementación de inteligencia artificial en la auditoría gubernamental,
existen vacíos significativos en la literatura actual en cuanto a la ética y la transparencia en estos
procesos. Martínez (2022) destaca la necesidad de replicar innovaciones tecnológicas en las entidades
públicas para mejorar la transparencia y el control de los recursos públicos, lo que subraya lo
importancia de atender estos vacíos temáticos. En este estudio se propone identificar ¿Cuáles son los
desafíos éticos emergentes derivados de la implementación de la IA en la auditoría gubernamental?, con
pág. 5987
la finalidad de contribuir significativamente al desarrollo de prácticas éticas y transparentes en la
auditoría gubernamental, promoviendo la integridad institucional y la rendición de cuentas.
Para respaldar la investigación se han revisado principalmente literatura académica contemporánea
relacionada con la aplicación de la IA en la auditoría interna y gubernamental, así como los desafíos
éticos asociados. Se ha evaluado un conjunto de artículos especializados en gestión, contabilidad,
auditoría y tecnología, a incluir un período de evaluación que se extiende desde el año 2019 hasta el
2024, considerando literatura que destaca la importancia de comprender los aspectos éticos relacionados
con la implementación de la IA en la auditoría gubernamental (Soares, 2020). En este contexto, esta
revisión de la literatura permitirá contextualizar el estudio, sobre los vacíos de conocimiento y
fundamentar teóricamente su relevancia en la auditoría gubernamental asistida por inteligencia artificial.
Análisis Teórico
La Inteligencia Artificial (IA) ha revolucionado diversos campos, incluida la auditoría gubernamental,
al ofrecer soluciones innovadoras y eficientes. Commerford et al. (2021) destacan que las firmas de
auditoría están invirtiendo en sistemas de IA para afrontar tareas complejas y mejorar la calidad de las
evaluaciones. Por otro lado, Fedyk et al. (2022) exploran cómo la IA impacta la calidad y eficiencia de
la auditoría, subrayando la importancia de comprender el papel de la IA en este proceso fundamental.
Por su parte, Criado (2021) y Serna (2021) analizan la adopción de algoritmos y la IA en el sector
público, resaltando la necesidad de tratar los desafíos éticos y de gobernanza. Estos estudios reflejan la
creciente importancia de la IA en la auditoría y la necesidad de comprender sus implicaciones éticas y
prácticas en diferentes contextos.
La Inteligencia Artificial (IA) ha transformado significativamente la auditoría, ofreciendo nuevas
oportunidades y desafíos. Según (Pereira, 2023), la IA se ha consolidado como una herramienta que
optimiza la utilidad en la auditoría, mejora la eficiencia, automatiza áreas clave y facilita la toma de
decisiones. Esta tendencia se refleja en el estudio de (Vargas et al., 2023), donde se destaca cómo las
organizaciones buscan implementar tecnologías de IA para automatizar procesos y mejorar la eficiencia
en sus actividades de auditoría.
Por otro lado, Vega (2023) enfoca el estado actual de la auditoría de base de datos, resaltando los
beneficios y las tecnologías emergentes que están transformando este campo. Asimismo, Martínez &
pág. 5988
Zambrano (2022) discuten los derechos y deberes en la IA, planteando debates sobre su regulación y
ética. Estos estudios subrayan la importancia de comprender los aspectos éticos y legales de la
inteligencia artificial en la auditoría, lo que destaca la necesidad de tratar estos temas de manera integral
en la práctica auditora.
En el ámbito de la auditoría, la IA también ha impactado significativamente. Keocheguerian (2021)
menciona cómo las grandes compañías de auditoría e consultoría invierten en innovación tecnológica,
lo que sugiere un cambio de paradigma en la ejecución de las auditorías. Estos estudios evidencian la
diversidad de aplicaciones de la IA en diferentes contextos, incluida la auditoría, lo que subraya su
relvancia en la transformación de diversos sectores.
Su integración en la auditoría ha revolucionado la manera en que se realizan las evaluaciones y se
gestionan los riesgos. Asimismo, permite analizar grandes volúmenes de datos de manera eficiente,
identificar patrones y anomalías que podrían indicar fraudes o errores, y mejorar la precisión de las
auditorías. Según un estudio de (Rojas & Escobar, 2021), las tecnologías digitales, incluyendo la IA,
han demostrado ser beneficiosas en la auditoría externa, facilitando tareas estructuradas y permitiendo
a los auditores centrarse en análisis más complejos y estratégicos. Además, la incorporación de machine
learning y deep learning en los procesos de auditoría permite la detección proactiva de riesgos y la
anticipación de posibles problemas, lo que mejora significativamente la calidad y efectividad de las
auditorías (Erazo-Castillo & De la A-Muñoz, 2023).
Sin embargo, la implementación de IA en auditoría no está exenta de desafíos, especialmente en términos
éticos y de privacidad. (Araya, 2020) destaca que uno de los principales retos es garantizar la
responsabilidad y transparencia en el uso de sistemas de IA, asegurando que las decisiones
automatizadas puedan ser explicadas y justificadas. Además, (Dignum, 2019) subraya la necesidad de
incorporar principios éticos en el diseño y comportamiento de los sistemas para evitar sesgos y
garantizar un uso justo de los datos. Estos desafíos requieren una regulación adecuada y mecanismos de
gobernanza que puedan sancionar comportamientos inapropiados y asegurar la protección de los datos
personales (Simão, 2021). En conjunto, estos estudios evidencian que, si bien la IA ofrece grandes
beneficios para la auditoría, es primordial analizar sus implicaciones éticas y de privacidad para
maximizar su potencial de manera responsable.
pág. 5989
Al mismo tiempo, proporciona herramientas avanzadas que mejoran la precisión y la eficiencia en la
detección de irregularidades. Los algoritmos de IA se emplean para identificar tendencias económicas,
predecir delitos y detectar fraudes, entre otros usos, lo que resalta el potencial de la IA en la auditoría.
Estos algoritmos pueden analizar grandes volúmenes de datos de manera eficiente y precisa, permitiendo
a los auditores descubrir patrones y anomalías que podrían pasar desapercibidos utilizando métodos
tradicionales (Massoud, 2024). En este sentido, la definición y alcance de la IA en la auditoría
gubernamental se han ampliado, permitiendo la automatización de tareas complejas y la optimización
de los procesos de evaluación. Las aplicaciones de la IA en la auditoría gubernamental han demostrado
su eficacia en la detección de fraudes, comportamientos delictivos y la mejora de la calidad de las
evaluaciones. Vega (2023) destaca los beneficios y las tecnologías emergentes que están transformando
la auditoría de base de datos, resaltando la importancia de la IA en la detección de irregularidades.
Asimismo, Martínez & Zambrano (2022), discuten los derechos y deberes en la IA, planteando debates
sobre su regulación y ética, resaltando la necesidad de considerar los desafíos éticos en la
implementación de la IA en la auditoría gubernamental. La IA ha demostrado ser una herramienta
poderosa en la auditoría gubernamental, mejorando la eficiencia, la precisión y la detección de posibles
irregularidades. Este artículo de revisión teórica ha explorado las aplicaciones y los desafíos éticos de
la IA en la auditoría, destacando la importancia de comprender y regular adecuadamente su uso en este
campo.
Desafíos éticos en la implementación de la Inteligencia Artificial
Su aplicación en diversos ámbitos ha planteado desafíos éticos significativos que requieren una atención
especial. En el contexto de la auditoría, estos desafíos se manifiestan en la privacidad de los datos, la
equidad en las decisiones automatizadas y la responsabilidad algorítmica. Según (Camilleri, 2024), la
alfabetización algorítmica y la gobernanza son aspectos clave para considerar la ética en el uso de
algoritmos, lo que destaca la importancia de considerar la alfabetización digital crítica en la
implementación de la IA en la auditoría.
(Fortes et al.,2022) plantea la necesidad de crear leyes y políticas que aborden cuestiones como la
transparencia, la equidad y la responsabilidad en la toma de decisiones algorítmicas, lo que subraya la
importancia de establecer marcos regulatorios claros. En este ámbito, Li (2023) enfatiza en los riesgos
pág. 5990
asociados con la implementación de la IA y la importancia de regulaciones efectivas para mitigarlos, lo
que resalta la necesidad de considerar aspectos éticos en la aplicación de estas tecnologías.
Por otro lado, (Mora et. al., 2023) explora la ética y la responsabilidad en la implementación de la IA,
subrayando la relevancia de promover prácticas éticas en el uso de la IA en diferentes contextos. Estos
estudios evidencian la diversidad de desafíos éticos en la implementación de la IA y la importancia de
tratarlos de manera ética y responsable. Este análisis destaca la importancia de considerar aspectos éticos
en el desarrollo y aplicación de la IA, tanto en la auditoría como en otros campos, para garantizar un uso
ético y responsable de estas tecnologías en beneficio de la sociedad y el avance tecnológico sostenible.
Legislación y Principios Éticos en la Auditoría Gubernamental
La implementación de la Inteligencia Artificial (IA) en la auditoría gubernamental plantea desafíos
éticos que deben ser tratados desde un marco legal y ético sólido. La legislación y las regulaciones
relevantes juegan un papel crucial en la supervisión y el control de la implementación de la IA en la
auditoría, garantizando el cumplimiento de normas éticas y legales. Según estudios recientes, la
aplicación de principios éticos en la auditoría gubernamental es fundamental para asegurar la
transparencia, la integridad y la responsabilidad en los procesos de evaluación financiera y de gestión
en el sector gubernamental.
os principios éticos en la auditoría gubernamental, como la transparencia, la imparcialidad y la
integridad, son fundamentales para garantizar la confianza del público en los resultados de las auditorías.
La ética en la auditoría se basa en principios como la objetividad, la independencia y la integridad, que
guían la conducta de los auditores y aseguran la calidad y la confiabilidad de los informes de auditoría
(Cabana et al., 2020). La aplicación de estos principios éticos es esencial para promover la confianza en
los procesos de auditoría y garantizar la rendición de cuentas en el sector gubernamental. En la práctica
de la auditoría gubernamental, la responsabilidad algorítmica cobra especial relevancia en la era de la
IA, donde los algoritmos automatizados pueden influir en la toma de decisiones críticas.
Es fundamental establecer mecanismos de responsabilidad algorítmica que garanticen la equidad, la
transparencia y la imparcialidad en las decisiones automatizadas en la auditoría gubernamental. La
implementación de controles éticos y legales en el uso de algoritmos de IA es crucial para mitigar
posibles sesgos y garantizar la integridad de los procesos de auditoría. La legislación y las regulaciones
pág. 5991
relevantes, junto con la aplicación de principios éticos en la auditoría, son pilares clave para asegurar la
integridad y la confianza en los procesos de evaluación. La responsabilidad algorítmica se presenta como
un desafío ético emergente que requiere una atención especial para garantizar la equidad y la
imparcialidad en las decisiones automatizadas en la auditoría gubernamental.
Impacto en la Auditoría Gubernamental
La implementación de la Inteligencia Artificial (IA) en la auditoría gubernamental ha planteado desafíos
éticos significativos que impactan directamente en la transparencia y la ética de los procesos de
evaluación financiera y de gestión. La falta de transparencia y ética en la auditoría gubernamental puede
tener consecuencias graves, como la pérdida de confianza del público en las instituciones
gubernamentales y la falta de rendición de cuentas. Estudios recientes han destacado la importancia de
promover la transparencia y la ética en la auditoría gubernamental para garantizar la integridad y la
confianza en los resultados de las auditorías. Los riesgos asociados a la implementación de la IA en la
auditoría sin consideraciones éticas pueden ser significativos y afectar la calidad y la imparcialidad de
los procesos de evaluación. La falta de consideraciones éticas en la implementación de la IA puede dar
lugar a sesgos algorítmicos, decisiones automatizadas injustas y falta de responsabilidad en la toma de
decisiones. Es fundamental establecer marcos éticos y legales sólidos que guíen el uso de la IA en la
auditoría gubernamental.
Estrategias para afrontar los desafíos éticos
La implementación de la Inteligencia Artificial (IA) en la auditoría gubernamental ha generado desafíos
éticos que requieren estrategias específicas para ser tratados de manera efectiva. Entre las estrategias
destacadas se encuentran las buenas prácticas en la implementación de IA ética, que buscan garantizar
la integridad y la transparencia en los procesos de auditoría. Investigaciones actuales han resaltado la
importancia de establecer marcos éticos sólidos y promover prácticas éticas en la implementación de la
IA en la auditoría gubernamental Vivar & García-Peñalvo (2023).
Para garantizar la transparencia en la auditoría gubernamental, es fundamental implementar
herramientas y enfoques que permitan una supervisión efectiva de los procesos y decisiones
automatizadas. La transparencia organizacional y el impacto económico son aspectos clave que deben
atenderse para garantizar la integridad y la confianza en los resultados de las auditorías (Rincón &
pág. 5992
Samuel, 2020). La falta de consideraciones éticas en la implementación de la IA en la auditoría
gubernamental puede tener consecuencias graves, como la pérdida de confianza del público, en las
instituciones gubernamentales y la falta de rendición de cuentas.
Es esencial establecer mecanismos de responsabilidad algorítmica que garanticen la equidad, la
transparencia y la imparcialidad en las decisiones automatizadas en la auditoría gubernamental. La
implementación de controles éticos y legales en el uso de algoritmos de IA es crucial para mitigar
posibles sesgos y garantizar la integridad de los procesos de auditoría (Torres, 2023). Las estrategias
para enfrentar los desafíos éticos en la implementación de la IA en la auditoría gubernamental son
fundamentales para garantizar la transparencia, la ética y la integridad en los procesos de evaluación. La
promoción de buenas prácticas en la implementación de IA ética, junto con el uso de herramientas y
enfoques para garantizar la transparencia, son clave para asegurar la confianza del público y la eficacia
de las auditorías gubernamentales en la era digital.
Lecciones Aprendidas Y Recomendaciones
La utilización de casos de estudio y ejemplos prácticos en la auditoría gubernamental es fundamental
para ilustrar la aplicación de la Inteligencia Artificial (IA) en entornos reales. Investigaciones recientes
han demostrado que el uso de la IA en la auditoría gubernamental ha mejorado la eficiencia, la precisión
y la detección de posibles irregularidades en los procesos. La revisión de casos prácticos en los que se
ha aplicado la IA en la auditoría gubernamental permite comprender los factores de éxito, los desafíos
enfrentados y las estrategias efectivas utilizadas. Al considerar la literatura existente, se destaca la
promesa de eficacia al aplicar la IA en la auditoría mediante el análisis exhaustivo de datos en todas las
fases del proceso, lo que mejora la eficiencia y calidad del trabajo del auditor (Vargas et al., 2023).
Asimismo, se reconoce que la IA se utiliza para evaluar riesgos, automatizar tareas manuales y detectar
fraudes en la auditoría (Suárez, 2024). Estos casos de estudio proporcionan insights valiosos para
mejorar los procesos de auditoría y promover la transparencia y la ética en el sector gubernamental.
Las lecciones aprendidas de los casos de estudio en la auditoría gubernamental son fundamentales para
fortalecer las prácticas de auditoría y garantizar la integridad de los procesos de evaluación. Al analizar
casos específicos en los que se ha implementado la IA, es posible identificar áreas de mejora, establecer
protocolos de actuación efectivas y promover una cultura de ética y transparencia en la auditoría
pág. 5993
gubernamental. Estos ejemplos prácticos sirven como referencia para orientar futuras implementaciones
de IA en la auditoría y fomentar la excelencia en la gestión de riesgos y la toma de decisiones.
CONCLUSIONES
La síntesis de los desafíos éticos identificados en la implementación de la Inteligencia Artificial (IA) en
la auditoría gubernamental destaca la importancia de la privacidad de los datos, la equidad en las
decisiones automatizadas y la responsabilidad algorítmica. Estos desafíos éticos subrayan la necesidad
de establecer marcos regulatorios sólidos y promover prácticas éticas para garantizar la transparencia y
la integridad en los procesos de auditoría. Para una implementación ética de la IA, es fundamental
considerar aspectos como la privacidad de los datos, la equidad en las decisiones automatizadas y la
responsabilidad algorítmica. Estos desafíos éticos resaltan la importancia de establecer marcos
regulatorios sólidos y promover prácticas éticas para asegurar la transparencia e integridad en los
procesos de auditoría.
Esta revisión teórica revela la creciente importancia de la IA en la optimización de procesos de auditoría
y la toma de decisiones, se ha evidenciado que la implementación de la IA en la auditoría gubernamental
puede mejorar la eficiencia, automatizar tareas complejas y facilitar la detección de posibles
irregularidades.
La investigación ha revelado que la implementación de la Inteligencia Artificial (IA) en la auditoría
gubernamental ofrece múltiples beneficios, como la mejora en la detección de fraudes y la optimización
de procesos a través del análisis de grandes volúmenes de datos. Sin embargo, también plantea desafíos
éticos significativos, incluyendo la transparencia, responsabilidad y privacidad de los datos. Estudios
previos han demostrado que, aunque la IA puede identificar patrones y anomalías con mayor precisión
que los métodos tradicionales, su uso sin una adecuada supervisión ética puede resultar en decisiones
injustas o sesgadas. Estos hallazgos subrayan la necesidad de marcos regulatorios robustos que
garanticen la justicia y equidad en las auditorías impulsadas por IA.
Este artículo de revisión teórica ha contribuido a ampliar la comprensión de los beneficios y desafíos de
la IA en la auditoría, destacando la importancia de los aspectos éticos y legales en la implementación de
estas tecnologías, como direcciones futuras, se sugiere investigar más a fondo las implicaciones éticas
pág. 5994
de la IA en la auditoría, así como explorar estrategias para garantizar una implementación ética y
transparente de la IA en los procesos de evaluación financiera y de gestión en el sector gubernamental.
El objetivo de analizar los desafíos éticos emergentes derivados de la implementación de la IA en la
auditoría gubernamental ha sido abordado exhaustivamente en esta revisión teórica. Se identificaron los
principales retos éticos, tales como la transparencia de los algoritmos, la responsabilidad en las
decisiones automatizadas y la protección de la privacidad de los datos. La literatura sugiere que es
crucial incorporar principios éticos desde la fase de diseño de los sistemas de IA, y asegurar que estos
sistemas sean auditables y explicables. Asimismo, se destaca la importancia de establecer políticas claras
y mecanismos de gobernanza que puedan gestionar las implicaciones éticas de manera efectiva.
En el análisis de los desafíos éticos emergentes asociados con la implementación de la inteligencia
artificial (IA) en la auditoría gubernamental, se destaca la necesidad de una reflexión profunda desde
una perspectiva epistemológica y metodológica. La integración de tecnologías avanzadas plantea
preguntas cruciales sobre la objetividad y la imparcialidad de los procesos auditados, lo que requiere un
marco teórico robusto que refleje la interacción entre tecnología y ética. Desde una perspectiva
epistemológica, es esencial reconocer que la IA en auditoría no es un ente neutral; su desarrollo y
aplicación están influenciados por los valores y supuestos de sus creadores y usuarios. Por tanto, es
crucial un enfoque crítico que cuestione la transparencia y la equidad de los algoritmos utilizados, así
como su capacidad para reflejar de manera justa la realidad auditable. Además, los modelos de IA deben
ser evaluados no solo por su precisión técnica sino también por su alineación con principios éticos
fundamentales, como la justicia, la responsabilidad y el respeto a la privacidad
Las implicaciones de este estudio son amplias y resaltan la necesidad de continuar investigando sobre
cómo integrar principios éticos en el desarrollo y aplicación de la IA en auditoría. Futuros estudios
podrían explorar la efectividad de diferentes marcos éticos y reguladores en diversas jurisdicciones, así
como el impacto de estas tecnologías en la confianza pública y la rendición de cuentas. Además, se
sugiere investigar más profundamente las metodologías para garantizar la transparencia y aplicabilidad
de los algoritmos de IA, así como desarrollar sistemas de IA que no solo sean eficientes, sino también
justos y equitativos. La investigación continuada en estas áreas es esencial para asegurar que la
implementación de la IA en auditoría beneficie a la sociedad de manera ética y responsable.
pág. 5995
Financiamiento
No monetario
Agradecimiento
A la Universidad César Vallejo, por el apoyo en el desarrollo de la investigación.
REFERENCIAS BIBLIOGRÁFICAS
1. Cabana, S., Cortés, F., Contreras, F., & Vargas, V. (2020). Influencia del control de gestión
al valor público generado en servicios dependientes del ministerio de economía, fomento y
turismo, chile. Información Tecnológica, 31(2), 103-116.
https://doi.org/10.4067/s0718-07642020000200103.
2. Herrera, Y., Arango, I., Flechas, J., & Rodríguez, G. (2020). Importancia de la ética y
auditoría al interior de las organizaciones. Revista Geon (Gestión Organizaciones Y Negocios),
7(2), 1-10. https://doi.org/10.22579/23463910.198.
3. Tamay, M., Narváez, C., Erazo, J., & Torres, M. (2020). La auditoría interna y su
importancia en los procesos contables en el sector público no financiero. 593 Digital Publisher
Ceit, 4-1(5), 87-101. https://doi.org/10.33386/593dp.2020.4-1.283.
4. Sánchez, E., Expósito, E. (2023). Auditoría algorítmica en la inteligencia artificial en el sector
público. Proyecciones, (17), 025. https://doi.org/10.24215/26185474e025
5. Martínez, J., Zambrano, L. (2022). Derechos y deberes en la inteligencia artificial: dos
debates inconclusos entorno a su regulación. Nuevo Derecho, 18(31), 1-17.
https://doi.org/10.25057/2500672x.1479
6. Rodríguez-Chávez, M. (2021). Sistemas de tutoría inteligente y su aplicación en la educación
superior. Ride Revista Iberoamericana Para La Investigación Y El Desarrollo Educativo,
11(22). https://doi.org/10.23913/ride.v11i22.848
7. Vargas, J., Briceño, A., & Santos, A. (2023). Inteligencia artificial en beneficio de la auditoría.
Revista Científica Biotech and Engineering, 3(1). https://doi.org/10.52248/eb.vol3iss1.68
8. Commerford, B., Dennis, S., Joe, J., & Ulla, J. (2021). Man versus machine: complex
estimates and auditor reliance on artificial intelligence. Journal of Accounting Research, 60(1),
171-201. https://doi.org/10.1111/1475-679x.12407
pág. 5996
9. Criado, J. (2021). Inteligencia artificial (y administración pública). Eunomía Revista en Cultura
De La Legalidad, 348-372.
https://doi.org/10.20318/eunomia.2021.6097
10. Fedyk, A., Hodson, J., Khimich, N., & 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
11. Meza, J. (2024). Investigación universitaria con inteligencia artificial. Revista Venezolana De
Gerencia, 29(106), 817-830. https://doi.org/10.52080/rvgluz.29.106.23
12. Serna, M. (2021). Inteligencia artificial y gobernanza de datos en las administraciones públicas:
reflexiones y evidencias para su desarrollo. Gestión Y Análisis De Políticas Públicas, 20-32.
https://doi.org/10.24965/gapp.i26.10855
13. Keocheguerian, I. (2021). A utilização da inteligência artificial nos trabalhos de auditoria
independente. Revista Científica E-Locução, 1(20), 21. https://doi.org/10.57209/e-
locucao.v1i20.390
14. Pereira, J. (2023). Inteligencia artificial y auditoría: tendencias de la literatura científica.
Panorama Económico, 31(2), 160-188. https://doi.org/10.32997/pe-2023-4575
15. Vega, E. (2023). Estado actual de la auditoria de base de datos: beneficios y tecnologías
emergentes. Revista De Ciencia Tecnología E Innovación, 21(27), 47-56.
https://doi.org/10.56469/rcti.v21i27.884
16. Rojas, J., & Escobar, M. (2021). Beneficios del uso de tecnologías digitales en la auditoría
externa: una revisión de la literatura. Revista Facultad de Ciencias Económicas: Investigación
Reflexión, 29(2), 45-65. https://doi.org/10.18359/rfce.5170
17. Araya, C. (2020). Desafíos legales de la inteligencia artificial en Chile. Revista Chilena de
Derecho y Tecnología, 9(2), 257–290. https://doi.org/10.5354/0719-2584.2020.54489
18. ignum, V. (2019). Responsible Artificial Intelligence: How to Develop and Use AI in a
Responsible Way. https://doi:10.1007/978-3-030-30371-6
19. Simão, J. (2021). Inteligência Artificial e sociedade: avanços e riscos. Brasil.
https://doi.org/10.1590/s0103-4014.2021.35101.004
pág. 5997
20. Erazo-Castillo, J. & De la A-Muñoz, S. (2023). Auditoría del futuro, la prospectiva y la
inteligencia artificial para anticipar riesgos en las organizaciones. Revista Digital
Novasinergia, 6(1), 105-119. Publicado 16 de enero de 2023.
Https://Doi.Org/10.37135/Ns.01.11.07
21. ivar, J. y García-Peñalvo, F. (2023). Reflexiones sobre la ética, el potencial y los desafíos de
la inteligencia artificial en el marco de una educación de calidad (ODS4). Comunicar, 31(74),
37-47.
Https://Doi.Org/10.3916/C74-2023-03
22. Rincón, C. y Samuel, M. (2020). Análisis de la transparencia organizacional y el poder
económico a partir de la teoría de juegos. Revista Universidad Y Empresa, 22(38), 257.
https://doi.org/10.12804/revistas.urosario.edu.co/empresa/a.7086
23. Torres, D. (2023). Aplicación de la inteligencia artificial en la educación para el desarrollo
sostenible: un análisis sistemático. Revista De Las Ciencias Revista De Investigación E
Innovación, 8(1), 89-108. https://doi.org/10.33262/rmc.v8i1.2968
24. Suárez, B. (2024). Artificial intelligence as a strategy to manage financial audit processes.
Revista Estrategia Organizacional, 13(1), 57-72. https://doi.org/10.22490/25392786.7818
25. ora, B., Aroca, C., Tiban, L., Sánchez, C., & Jiménez, A. (2023). Ética y Responsabilidad en
la Implementación de la Inteligencia Artificial en la Educación. Ciencia Latina Revista
Científica Multidisciplinar, 7(6), 2054-2076. https://doi.org/10.37811/cl_rcm.v7i6.8833
26. Massoud, H. (2024). Inteligencia artificial y auditorías basadas en datos no estructurados.
Entrelineas, 3(1), 5-18.
https://doi.org/10.56368/Entrelineas312
27. Camilleri, M. (2024). Gobernanza de la inteligencia artificial: consideraciones éticas e
implicaciones para la responsabilidad social. Expert Systems, 41 (7), e13406.
https://doi.org/10.1111/exsy.13406
28. Fortes, P., Baquero, P. y Amariles, D. (2022). Riesgos de inteligencia artificial y regulación
algorítmica. Revista Europea de Regulación de Riesgos,13 (3), 357–372.
https://doi:10.1017/err.2022.14.
