Inteligencia Artificial: Preparación para el futuro de la auditoría
por Ramu Prasad Dotel, Auditor General Adjunto, Oficina del Auditor General, Nepal
Antecedentes
La revolución tecnológica ha transformado y trastornado nuestras vidas de manera increíble, y con volúmenes cada vez mayores de datos y procesos de supervisión relacionados, la dinámica de la auditoría pública también requiere cambios sustanciales.
Refrendada en el XXIII Congreso de la Organización Internacional de Entidades Fiscalizadoras Superiores (INTOSAI), la Declaración de Moscú anima a las Entidades Fiscalizadoras Superiores (EFS) a formar a los auditores del futuro, capaces de emplear herramientas de análisis de datos, Inteligencia Artificial (IA) y métodos cualitativos avanzados; potenciar la innovación; y actuar como actores estratégicos, intercambiadores de conocimientos y productores de prospectiva.
Definición de IA
La Organización para la Cooperación y el Desarrollo Económico define la IA como un sistema basado en una máquina que, dado un conjunto de objetivos definidos por el ser humano, puede hacer predicciones, recomendaciones o tomar decisiones que influyen en el entorno real o virtual.
Los sistemas de IA, diseñados para funcionar con distintos niveles de autonomía, implican la introducción de grandes cantidades de datos relevantes para una tarea concreta y la creación de un conjunto de reglas que ayuden a la máquina a aprender de esos datos para determinar cómo realizar eficientemente la tarea. La filosofía central del sistema de IA: utilizar algoritmos para identificar patrones subyacentes generalmente ocultos a simple vista.
Estas acciones imitan al cerebro humano, lo que implica cierto grado de pensamiento, análisis, razonamiento y discreción. Cuando estas acciones las realiza una máquina o un ordenador, se dice que son artificialmente inteligentes. Algunos ejemplos son la tecnología de reconocimiento facial y de voz, los robots que actúan como humanos y los coches sin conductor.
Uso de la inteligencia artificial en la auditoría pública
La IA puede facilitar el proceso de auditoría, ya que ayuda a realizar de forma más eficiente muchas tareas que requieren mucho tiempo. Una vía conceptual hacia la auditoría sin rostro o a distancia, la EFS de Nepal planea actualmente implementar herramientas de IA para ayudar en el trabajo de auditoría, incluyendo:
Automatización robótica de procesos (RPA ). Muchas tareas de auditoría iterativas pueden realizarse de forma más eficiente utilizando RPA. Una vez que los datos de las entidades auditadas se cargan en el sistema de una EFS, la RPA puede identificar incoherencias y valores atípicos que los auditores humanos pueden abordar.
Por ejemplo, las retenciones fiscales se deducen de los pagos a un tipo establecido. Si tales pagos se realizan sin estas deducciones fiscales prescritas, RPA comunica dicha información, lo que permite a los auditores humanos investigar más a fondo.
La potencia de las tecnologías robóticas también puede aprovecharse para tener en cuenta múltiples variables y programarse para alertar a las distintas partes interesadas.
Herramientas de optimización de la búsqueda . La evaluación de riesgos es una actividad fundamental de auditoría, y la EFS de Nepal asigna los recursos de auditoría en función del grado de riesgo.
Los algoritmos de IA pueden utilizarse para clasificar y agrupar entidades, mientras que un motor de riesgo diseñado por IA puede calcular una puntuación sobre la naturaleza creciente del riesgo. El motor de riesgos puede programarse para tener en cuenta diversos criterios, como la materialidad, el volumen y la clase de operaciones, la sensibilidad y la complejidad, y clasificar las entidades auditadas, lo que ayuda a asignar recursos.
Además, la IA ayuda a eliminar las limitaciones inherentes al muestreo de auditoría mediante el uso de varios puntos de control para analizar las transacciones y clasificarlas como de riesgo alto, medio o bajo.
El uso de algoritmos de IA para mapear los puntos de control permite realizar revisiones con un solo clic, y las transacciones de alto riesgo se pueden buscar rápidamente y pueden proporcionar alertas a los auditores.
Del mismo modo, las herramientas de optimización de búsquedas son igualmente útiles para identificar adquisiciones y análisis geoespaciales de gran valor. La optimización de la búsqueda también es eficaz en las auditorías de ingresos, ya que la IA puede identificar rápidamente impagos y anomalías en las declaraciones de impuestos, como declaraciones que muestren pérdidas frecuentes, ratios de beneficios brutos y netos negativos y diferentes tipos arancelarios aplicados a mercancías similares.
Red neuronal artificial . Las redes neuronales artificiales reconocen y memorizan patrones de datos o transacciones, y la EFS de Nepal está preparando un modelo predictivo basado en problemas u observaciones identificados en auditorías anteriores, como sobrecostes y plazos, discrepancias en la Ley de Adquisiciones, cálculos fiscales erróneos, desembolsos no autorizados de subvenciones públicas y gastos inusuales, para detectar casos similares.
En este contexto, la EFS de Nepal utilizará el reconocimiento óptico de caracteres para automatizar la extracción de determinada información fija basada en campos de documentos en diversos formatos y empleará algoritmos que concilien los datos de recaudación de ingresos para ayudar a extraer conclusiones de auditoría.
Extracción de información y minería de datos. La IA puede utilizarse para recopilar, agrupar, extraer y analizar los ingresos y gastos públicos almacenados en diversos sistemas. Los algoritmos también pueden corroborar los datos de importación y exportación de los sistemas integrados para identificar rápidamente las anomalías.
Por ejemplo, la EFS de Nepal puede utilizar la IA para buscar y comparar los precios de catálogo de los bienes publicados por los productores con los precios de contratación pública. Del mismo modo, se puede investigar la información de ventas de una empresa aplicando técnicas de minería de datos en redes sociales o sitios web relacionados.
Procesamiento del lenguaje natural. Estos algoritmos pueden automatizar clasificaciones de observaciones de auditoría basadas en datos históricos para aprender criterios y aplicar reglas similares para la automatización de tareas.
La comprensión del lenguaje natural permite revisar los datos y genera automáticamente cuestionarios que se envían a las entidades auditadas si aparecen lagunas apreciables.
Por ejemplo, si un sistema identifica un aumento sustancial de los gastos generales del contribuyente, los salarios, las ventas y los gastos de distribución en comparación con el año anterior, puede generar automáticamente preguntas sobre las razones y pruebas de tales condiciones.
Del mismo modo, si una entidad no cumple las normas de contratación a lo largo del año, el procesamiento del lenguaje natural puede plantear preguntas y pedir aclaraciones a las entidades auditadas.
Conclusión
Sigue siendo primordial aumentar la confianza de los ciudadanos en los presupuestos, la gestión financiera y los informes gubernamentales, y garantizar que los mandatos y recursos de las EFS promuevan la rendición de cuentas y la transparencia.
La IA ayuda significativamente a realizar el trabajo de supervisión utilizando los recursos disponibles para producir resultados de alta calidad. A través de diversos análisis, las herramientas de IA identifican patrones y excepciones para su posterior investigación por auditores humanos y aumentan las posibilidades de auditoría remota.
La plena utilización de la IA sólo es posible si las entidades auditadas están automatizadas y proporcionan acceso a la información en línea. Además, la IA no puede sustituir a los humanos ni al escepticismo profesional de los auditores.
Aunque los sistemas de IA pueden indicar riesgos, se necesitan auditores humanos para investigar más a fondo las condiciones, causas y efectos reales. Es imperativo que la IA se emplee como tecnología auxiliar para aumentar el proceso de auditoría y es igualmente importante que las EFS cultiven mano de obra cualificada para aprovechar la tecnología de IA.
El llamamiento de la INTOSAI a utilizar la IA es alentador y apropiado, y las EFS deben prepararse para afrontar los retos de un panorama de auditoría alterado.
