De la evidencia documental a la auditoría algorítmica: desafíos epistémicos, metodológicos y normativos para la contaduría pública
DOI:
https://doi.org/10.58493/ecca.2025.4.1.24Palabras clave:
Auditoría financiera; Inteligencia artificial; Epistemología contable; Auditoría continua; Ética algorítmica; Contaduría pública.Resumen
La incorporación de la inteligencia artificial (IA) en la auditoría financiera está modificando de manera acelerada las prácticas de la contaduría pública, no solo en términos operativos, sino en la forma en que se produce, valida y certifica el conocimiento contable. Este fenómeno ha generado una transición desde modelos de auditoría basados en muestreo y juicio profesional, hacia esquemas automatizados de análisis masivo de datos y auditoría continúa sustentados en algoritmos de aprendizaje automático (Kokina & Davenport, 2017; Power, 2022). Este artículo desarrolla una revisión sistemática de literatura siguiendo los lineamientos PRISMA, con el fin de analizar los retos epistemológicos, metodológicos y ético-regulatorios asociados al uso de IA en auditoría financiera. Se consultaron Scopus, Web of Science, ScienceDirect, EBSCO, Redalyc y Scielo, con un recorte temporal 2015-2025. Tras el proceso de cribado, 47 estudios fueron incluidos para análisis cualitativo comparativo. Los hallazgos se organizan en tres ejes: (1) Epistemológico: la validación del conocimiento contable enfrenta el desafío de sistemas algorítmicos opacos (black-box), lo que tensiona la noción de objetividad tradicional del auditor (Burrell, 2016; Doshi-Velez & Kim, 2017). (2) Metodológico: la auditoría basada en muestreo está siendo desplazada por analítica total y auditoría continua, lo que exige nuevas competencias profesionales en ciencia de datos, minería de anomalías y visualización financiera (Alles, 2015; IAASB, 2023). (3) Ético-regulatorio: existe ausencia de marcos normativos claros sobre responsabilidad algorítmica, sesgo automatizado, trazabilidad y transparencia en la toma de decisiones financieras asistidas por IA. La IA no solo transforma la práctica de la auditoría, sino la epistemología de la contaduría pública y el rol social del auditor. Se requiere formación profesional avanzada, regulación internacional específica y marcos híbridos de auditoría humana-algorítmica.
Citas
Alles, M. G. (2015). Drivers of the use and facilitators and obstacles of the evolution of continuous auditing. Accounting Horizons, 29(2), 321–337. https://doi.org/10.2308/acch-51067
Álvarez, R., & López, M. (2021). Transformación digital y brechas tecnológicas en América Latina. Revista CEPAL, 134, 45–62.
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
Burrell, J. (2016). How the machine “thinks”: Understanding opacity in machine learning algorithms. Big Data & Society, 3(1), 1–12. https://doi.org/10.1177/2053951715622512
Comisión Nacional Bancaria y de Valores (CNBV). (2023). Informe anual de supervisión financiera. https://www.gob.mx/cnbv
Doshi-Velez, F., & Kim, B. (2017). Towards a rigorous science of interpretable machine learning. arXiv preprint. https://arxiv.org/abs/1702.08608
Ernst & Young. (2021). How EY is transforming audit through technology. https://www.ey.com
European Parliament. (2023). Artificial Intelligence Act: Proposal for a regulation laying down harmonised rules on artificial intelligence. https://www.europarl.europa.eu
Federación Internacional de Contadores (IFAC). (2022). Artificial intelligence and the future of the profession. https://www.ifac.org
Guzmán, A., & Paredes, L. (2022). Regulación de la auditoría digital y desafíos éticos en América Latina. Revista Contaduría y Administración, 67(3), 1–21. https://doi.org/10.22201/fca.24488410e.2022.3094
International Auditing and Assurance Standards Board (IAASB). (2023). Technology and the future of auditing. https://www.iaasb.org
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
Lombardi, D., Bloch, R., & Vasarhelyi, M. A. (2022). The future of audit analytics: A regulatory and accountability perspective. Journal of Accounting Literature, 48, 100–118. https://doi.org/10.1016/j.acclit.2022.100559
Mattessich, R. (2014). Reality and accounting: Ontological explorations in the economic and social sciences. Routledge.
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), 100833. https://doi.org/10.1016/j.bar.2019.04.002
Morin, E. (2007). Introducción al pensamiento complejo. Gedisa.
Organisation for Economic Co-operation and Development (OECD). (2022). Artificial intelligence, accountability and transparency. https://www.oecd.org
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Petticrew, M., & Roberts, H. (2006). Systematic reviews in the social sciences: A practical guide. Blackwell Publishing.
Power, M. (1995). Auditing, expertise and the sociology of technique. Critical Perspectives on Accounting, 6(4), 317–339. https://doi.org/10.1006/cpac.1995.1023
Power, M. (2022). Accounting, risk and the audit society. Oxford University Press.
Rozario, A. M., & Vasarhelyi, M. A. (2018). How audit education can evolve to meet the demands of the future audit environment. Accounting Horizons, 32(3), 205–220. https://doi.org/10.2308/acch-52173
Sutton, S. G., Holt, M., & Arnold, V. (2021). The reports of my death are greatly exaggerated—Artificial intelligence research in accounting. International Journal of Accounting Information Systems, 40, 100523. https://doi.org/10.1016/j.accinf.2021.100523
Vasarhelyi, M. A., Kogan, A., & Tuttle, B. M. (2015). Big data in accounting: An overview. Accounting Horizons, 29(2), 381–396. https://doi.org/10.2308/acch-51071
Descargas
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2026 MARIA DE LOS ANGELES ZARATE LOYOLA, Juan Emilio Medellín Ramírez, Claudia Ivett Zamorano Cañizales
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales .
- CompartirIgual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la la misma licencia del original.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
