Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
ISSN: 2806-5697
Vol. 5 – Núm. E3 / 2024
pág. 334
Inteligencia artificial como mecanismo eficiente de la contabilidad
Intelligence as an efficient accounting mechanism
A inteligência artificial como mecanismo contabilístico eficaz
Almeida-Blacio, Jorge Hernán
Universidad Regional Autónoma de los Andes
us.jorgealmeida@uniandes.edu.ec
https://orcid.org/0000-0002-6716-9113
Naranjo-Armijo, Franklin Gerardo
Instituto Superior Tecnológico Japón
fnaranjo@itsjapon.edu.ec
https://orcid.org/0000-0001-7288-8879
Maldonado-Pazmiño, Hernán Oswaldo
Pontificia Universidad Católica del Ecuador Sede Santo Domingo
homaldonado@pucesd.edu.ec
https://orcid.org/0000-0003-2182-2743
Rodríguez-Lara, Angélica Dora
Pontificia Universidad Católica del Ecuador Sede Santo Domingo
adrodriguez@pucesd.edu.ec
https://orcid.org/0000-0002-4869-1571
DOI / URL: https://doi.org/10.55813/gaea/ccri/v5/nE3/320
Como citar:
Almeida-Blacio, J. H., Naranjo-Armijo, F. G., Maldonado-Pazmiño, H. O., & Rodríguez-Lara,
A. D. (2024). Inteligencia artificial como mecanismo eficiente de la contabilidad. Código
Científico Revista De Investigación, 5(E3), 334–364.
Recibido: 18/03/2024 Aceptado: 12/04/2024 Publicado: 30/04/2024
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 335
Research Article
Volumen 5, Número Especial 3, 2024
Resumen
Este artículo examina la influencia transformadora de la inteligencia artificial (IA) en la
contabilidad, destacando cómo la automatización y las tecnologías avanzadas mejoran la
eficiencia y remodelan las prácticas profesionales. Los resultados indican que la IA no solo
aumenta la eficiencia operativa, automatizando tareas repetitivas y permitiendo a los contables
centrarse en funciones estratégicas, sino que también impulsa la creación de nuevos roles que
requieren habilidades avanzadas en análisis de datos y tecnología. Los debates sobre estos
hallazgos sugieren que la adaptación a la IA en la contabilidad requiere cambios significativos
en la educación y prácticas éticas para maximizar sus beneficios. En conclusión, la integración
de IA en la contabilidad presenta oportunidades sustanciales para optimizar los procesos
contables, aunque también plantea desafíos que deben abordarse mediante educación continua
y consideraciones éticas. Futuras investigaciones deberían profundizar en el impacto de la IA
en las PYMES y sus implicaciones a largo plazo en la profesión.
Palabras clave: Inteligencia artificial, Contabilidad, Competencias, Ética.
Abstract
This article examines the transformative influence of artificial intelligence (AI) on accounting,
highlighting how automation and advanced technologies improve efficiency and reshape
professional practices. The results indicate that AI not only increases operational efficiency by
automating repetitive tasks and allowing accountants to focus on strategic functions, but also
drives the creation of new roles that require advanced skills in data analytics and technology.
Discussions of these findings suggest that adapting to AI in accounting requires significant
changes in education and ethical practices to maximize its benefits. In conclusion, the
integration of AI in accounting presents substantial opportunities to optimize accounting
processes, although it also poses challenges that must be addressed through continuing
education and ethical considerations. Future research should delve deeper into the impact of
AI on SMEs and its long-term implications for the profession.
Keywords: Artificial intelligence, Accounting, Competencies, Ethics.
Resumo
Este artigo examina a influência transformadora da inteligência artificial (IA) na contabilidade,
destacando como a automação e as tecnologias avançadas melhoram a eficiência e reformulam
as práticas profissionais. Os resultados indicam que a IA não só aumenta a eficiência
operacional ao automatizar tarefas repetitivas e permitir que os contadores se concentrem em
funções estratégicas, mas também impulsiona a criação de novas funções que exigem
habilidades avançadas em análise de dados e tecnologia. As discussões dessas descobertas
sugerem que a adaptação à IA na contabilidade exige mudanças significativas na educação e
nas práticas éticas para maximizar seus benefícios. Em conclusão, a integração da IA na
contabilidade apresenta oportunidades substanciais para otimizar os processos contábeis, mas
também apresenta desafios que precisam ser abordados por meio de educação continuada e
considerações éticas. Pesquisas futuras devem se aprofundar no impacto da IA sobre as PMEs
e suas implicações de longo prazo para a profissão.
Palavras-chave: Inteligência Artificial, Contabilidade, Habilidades, Ética.
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 336
Research Article
Volumen 5, Número Especial 3, 2024
Introducción
La transformación digital en el siglo XXI ha impulsado la adopción de tecnologías
avanzadas en diversas industrias, siendo la inteligencia artificial (IA) una de las más
significativas en el ámbito de la contabilidad. Esta tecnología no solo ofrece mejoras en la
eficiencia y precisión de los procesos contables, sino que también redefine el papel de los
profesionales en el campo (Kokina & Davenport, 2017). La automatización de tareas
repetitivas permite a los contadores dedicar más tiempo a funciones analíticas y de toma de
decisiones, mejorando así la calidad de los servicios ofrecidos (Appelbaum et al., 2017).
Además de los beneficios, la integración de la IA en prácticas contables enfrenta
desafíos notables, como la necesidad de redefinir las competencias profesionales y la
actualización constante de los sistemas de control interno para garantizar la seguridad y la
privacidad de la información (Srivastava, 2019). El marco regulatorio existente aún está en
proceso de adaptación para abordar estas nuevas tecnologías, lo que plantea una barrera
significativa para su implementación completa (Richins et al., 2020).
Este estudio se centra en profundizar en cómo la IA puede actuar como un mecanismo
eficiente dentro de la contabilidad, no solo al mejorar la precisión y la eficiencia de los informes
financieros, sino también al facilitar una mayor adaptabilidad ante los cambios normativos y
de mercado. Se investigará cómo los sistemas basados en IA pueden contribuir a una mejor
gestión del riesgo y a la toma de decisiones estratégicas dentro de las organizaciones.
Los objetivos específicos de este estudio son: Examinar en detalle las aplicaciones de
la IA que están revolucionando la contabilidad, identificando aquellas que proporcionan
mayores beneficios en términos de eficiencia y reducción de errores. Evaluar críticamente el
impacto de la IA en la eficiencia operativa y la precisión de los procesos contables a través de
estudios de caso y análisis comparativos. Desarrollar un conjunto de directrices para la
integración efectiva de la IA en la contabilidad, que aborde tanto las oportunidades como los
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 337
Research Article
Volumen 5, Número Especial 3, 2024
desafíos, incluyendo aspectos éticos y de formación profesional. Con estos objetivos, la
investigación pretende proporcionar una guía valiosa para académicos, profesionales y
reguladores sobre la implementación óptima de la IA en la contabilidad, asegurando que se
maximicen sus beneficios mientras se minimizan los riesgos asociados.
Metodología
Esta investigación adopta un enfoque cualitativo, basándose en una revisión sistemática
de la literatura para explorar el impacto y las aplicaciones de la inteligencia artificial en la
contabilidad. El objetivo de esta metodología es identificar, analizar y sintetizar la evidencia
existente sobre cómo la IA está transformando las prácticas contables.
La búsqueda de literatura se realizó en varias bases de datos académicas, incluyendo
JSTOR, Scopus, Google Scholar y PubMed, con el propósito de obtener un cuerpo
comprehensivo de trabajos relevantes. La selección inicial de documentos incluyó artículos de
revistas, libros, tesis doctorales, y conferencias académicas publicadas. Los documentos fueron
seleccionados según criterios explícitos de inclusión y exclusión. Los criterios de inclusión
fueron: artículos publicados en revistas académicas revisadas por pares, trabajos en inglés y
español, y estudios que específicamente discutieran las aplicaciones y el impacto de la IA en
prácticas contables. Se excluyeron artículos que no estuvieran directamente relacionados con
la IA en la contabilidad, así como aquellos que eran meramente descriptivos sin análisis crítico
o teórico.
Para asegurar la validez y confiabilidad de la revisión, cada fuente fue evaluada
mediante una herramienta de evaluación de calidad, considerando aspectos como la claridad
del estudio, la relevancia del tema, la metodología utilizada y las contribuciones al campo de
conocimiento. Solo las fuentes que cumplían con un umbral mínimo de calidad fueron incluidas
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 338
Research Article
Volumen 5, Número Especial 3, 2024
en la revisión final. En la figura 1 se presentan los registros de las investigaciones que se han
observado.
Figura 1
Registros anuales
Nota: Procesado en Scopus
En la figura 1, se representa los diferentes números de investigaciones que se han
desarrollado en relación a la inteligencia artificial, contabilidad y temáticas que se relaciona
con estas. De esta figura se identifica que existe un crecimiento promedio en cuanto al interés
en estas áreas, teniendo un aumento acelerado a partir de 2017 teniendo relación con el
incremento de herramientas en IA y nuevas tecnologías.
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 339
Research Article
Volumen 5, Número Especial 3, 2024
Figura 2
Criterios clave
Nota: Procesado en VOSviewer
En la figura 2, en relación a lo mencionado en la figura 1, se presentan las palabras
clave que dan estructura a las investigaciones, criterios como inteligencia artificial, sistemas
de aprendizaje, contabilidad, costos, financiamiento y similares que dan forma para que los
autores realicen sus proyectos, dando las relaciones que se presentan en las innovaciones de
inteligencia artificial y como influye o participa dentro de las modalidades de contabilidad.
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 340
Research Article
Volumen 5, Número Especial 3, 2024
Resultados
3.1. Aplicaciones de la IA en la Contabilidad
3.1.1 Automatización de Procesos Contables
3.1.1.1 Automatización de las tareas rutinarias
La implementación de la inteligencia artificial en la contabilidad ha revolucionado la
forma en que se ejecutan las tareas rutinarias, tradicionalmente caracterizadas por ser manuales
y repetitivas. Las tecnologías de IA, especialmente el aprendizaje automático y la robótica de
procesos automáticos (RPA), han permitido la automatización de estas tareas, liberando a los
contables para enfocarse en actividades de mayor valor añadido (Srivastava, 2019). Por
ejemplo, la conciliación de cuentas y el procesamiento de facturas son ahora gestionados
eficientemente por sistemas inteligentes que reducen significativamente el tiempo y el error
humano (Kokina & Davenport, 2017).
Además, la automatización mediante IA ha demostrado ser crucial en la mejora de la
precisión de los datos contables. Los algoritmos de IA están diseñados para identificar y
corregir errores en tiempo real, lo que aumenta la fiabilidad de los informes financieros
(Appelbaum et al., 2017). Esta capacidad de autocomprobación y corrección asegura una
mayor integridad en los datos contables y facilita una auditoría más eficiente y precisa (Richins
et al., 2020).
La evolución de la IA en la contabilidad también sugiere un futuro donde la
automatización de tareas se expandirá aún más, incluyendo áreas más complejas como la
planificación fiscal y el análisis financiero (Appelbaum et al., 2017). Esta tendencia hacia una
mayor automatización plantea la necesidad de reevaluar las competencias profesionales
requeridas en contabilidad, orientándolas hacia habilidades analíticas y de gestión más
avanzadas (Kokina & Davenport, 2017).
3.1.1.2 Mejora en la eficiencia de procesamiento de transacciones
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 341
Research Article
Volumen 5, Número Especial 3, 2024
La aplicación de la inteligencia artificial en la contabilidad ha transformado
significativamente el procesamiento de transacciones, una de las áreas fundamentales para la
eficiencia operativa de cualquier organización financiera. La integración de sistemas de IA,
como el aprendizaje automático y la inteligencia artificial cognitiva, ha permitido que las
empresas procesen un volumen mucho mayor de transacciones con una precisión y velocidad
antes inalcanzables (Srivastava, 2019). Esto no solo reduce los costos operativos sino que
también mejora la calidad del trabajo contable.
Investigaciones recientes indican que la IA puede reducir el tiempo necesario para
procesar transacciones estándar en hasta un 70%, al mismo tiempo que minimiza las tasas de
error asociadas con el procesamiento manual (Kokina & Davenport, 2017). Además, sistemas
basados en IA como los chatbots y asistentes virtuales han empezado a jugar un papel crucial
en la interacción con los clientes, facilitando procesos de facturación y pago más rápidos y
seguros (Appelbaum et al., 2017).
Otro aspecto destacado por la literatura es la capacidad de la IA para integrarse con
otras tecnologías emergentes como blockchain, lo que potencia aún más la eficiencia y
seguridad en el procesamiento de transacciones (Richins et al., 2020). Este tipo de integración
garantiza una mayor transparencia y trazabilidad en las operaciones contables, aspectos cada
vez más demandados por reguladores y stakeholders.
Por lo tanto, la mejora en la eficiencia de procesamiento de transacciones mediada por
la IA no sólo es un reflejo de la capacidad técnica de estos sistemas, sino también un factor
crítico en la transformación de las prácticas contables hacia modelos más ágiles y orientados
al futuro.
3.1.2 Análisis de Datos y Generación de Informes
3.1.2.1 Herramientas de análisis predictivo
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 342
Research Article
Volumen 5, Número Especial 3, 2024
El desarrollo y la implementación de herramientas de análisis predictivo basadas en
inteligencia artificial han marcado un avance significativo en la capacidad de las
organizaciones contables para anticipar resultados financieros y adaptarse proactivamente a las
condiciones del mercado. Estas herramientas utilizan modelos estadísticos y algoritmos de
aprendizaje automático para analizar grandes volúmenes de datos históricos y generar
predicciones sobre tendencias futuras, comportamientos de clientes, y fluctuaciones del
mercado (Srivastava, 2019).
El uso de estas herramientas no solo aumenta la precisión de las proyecciones
financieras sino que también permite a las empresas gestionar mejor los riesgos, optimizar los
recursos y planificar estrategias a largo plazo de manera más efectiva (Appelbaum et al., 2017).
Por ejemplo, en el contexto de la contabilidad, el análisis predictivo puede prever flujos de
efectivo futuros, evaluar el riesgo de crédito de los clientes, y optimizar las políticas de precios
(Kokina & Davenport, 2017).
Además, la integración de análisis predictivo en los sistemas contables ha demostrado
ser una herramienta valiosa para la auditoría, donde puede identificar patrones inusuales que
podrían indicar errores o fraudes antes de que estos se conviertan en problemas significativos
(Richins et al., 2020). Esta capacidad de detección temprana refuerza la seguridad y la
integridad de la información financiera, elementos críticos para la confianza y la transparencia
en las relaciones con inversores y reguladores.
En resumen, las herramientas de análisis predictivo representan una faceta crucial de la
transformación digital en la contabilidad, proporcionando a las organizaciones una ventaja
competitiva significativa al permitirles anticipar y reaccionar antes a los cambios y desafíos
financieros.
3.1.2.2 Creación de informes financieros automatizados
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 343
Research Article
Volumen 5, Número Especial 3, 2024
La inteligencia artificial ha revolucionado el proceso de creación de informes
financieros, permitiendo una automatización avanzada que aumenta significativamente la
eficiencia y precisión en la contabilidad. Las herramientas de IA, como el aprendizaje
automático y el procesamiento de lenguaje natural, facilitan la generación de informes
financieros que anteriormente requerían extensas horas de trabajo manual y eran susceptibles
a errores (Chui et al., 2020).
Estos sistemas de IA no solo agilizan la recolección y análisis de datos sino que también
garantizan la coherencia y la conformidad con las normativas financieras internacionales. La
automatización de estos procesos permite a los contadores centrar sus esfuerzos en interpretar
los resultados y ofrecer insights estratégicos, más que en la recopilación y cálculo de datos
(Faccia & Mosteanu, 2020).
La capacidad para integrar información de diversas fuentes y actualizar los informes en
tiempo real es especialmente valiosa en entornos empresariales dinámicos, donde la rapidez en
la toma de decisiones puede ser un factor crítico de éxito (Davenport, Guha, Grewal, &
Bressgott, 2019). Además, la implementación de informes financieros automatizados mejora
la transparencia y facilita una auditoría más eficiente, ya que cada entrada y ajuste queda
registrado y es fácilmente rastreable (Tschakert et al., 2021).
En resumen, la automatización de la creación de informes financieros mediante
inteligencia artificial no solo transforma las operaciones contables internas, sino que también
redefine la gestión financiera estratégica, asegurando que las empresas no solo se mantengan
competitivas, sino también cumplidoras en un panorama regulatorio complejo.
3.1.3 Toma de Decisiones Estratégicas
3.1.3.1 Apoyo en decisiones de inversión
La integración de la inteligencia artificial en el campo contable ha revolucionado el
proceso de toma de decisiones de inversión, proporcionando a los inversores herramientas
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 344
Research Article
Volumen 5, Número Especial 3, 2024
sofisticadas para el análisis y la evaluación de oportunidades. Estas herramientas de IA, como
los sistemas de análisis predictivo y los algoritmos de machine learning, permiten analizar
grandes volúmenes de datos financieros y de mercado, identificando patrones y tendencias que
son invisibles para el análisis humano tradicional (Sehra et al., 2020).
Además, la inteligencia artificial mejora la precisión de las proyecciones financieras y
de inversión al modelar escenarios múltiples y sus posibles impactos en los portafolios de
inversión. Esto permite a los contadores y financieros ofrecer recomendaciones más
informadas y basadas en datos, reduciendo el riesgo y maximizando el retorno potencial de las
inversiones (Lu et al., 2021).
Un aspecto destacado por investigaciones recientes es la capacidad de la IA para
integrar y sintetizar información de fuentes diversificadas, incluyendo datos no estructurados
como noticias financieras, informes de sostenibilidad y comunicados económicos,
proporcionando una vista holística que es crucial para tomar decisiones de inversión
estratégicas y bien informadas (Huang & Rust, 2021).
Finalmente, la IA también facilita la personalización de las estrategias de inversión.
Mediante el uso de tecnologías de inteligencia artificial, los asesores pueden ajustar las
recomendaciones de inversión a los perfiles de riesgo y preferencias individuales de los
clientes, lo que resulta en una gestión de cartera más dinámica y adaptada (Kokina &
Davenport, 2019).
3.1.3.2 Gestión de riesgos financiera mejorada
La inteligencia artificial ha transformado fundamentalmente la gestión de riesgos
financieros en la contabilidad, proporcionando capacidades avanzadas para identificar, evaluar
y mitigar riesgos de manera más efectiva y eficiente. Los sistemas de IA aplican técnicas de
aprendizaje automático y procesamiento de datos en gran escala para detectar anomalías y
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 345
Research Article
Volumen 5, Número Especial 3, 2024
patrones de riesgo que podrían pasar desapercibidos con métodos tradicionales (Tang et al.,
2021).
Una de las principales contribuciones de la IA en la gestión de riesgos es la capacidad
de realizar análisis predictivos. Estos análisis ayudan a anticipar posibles fallas financieras y
fluctuaciones del mercado antes de que se materialicen, permitiendo a las empresas tomar
medidas preventivas (Kim et al., 2020). Además, la IA puede integrar y analizar datos
históricos y en tiempo real para ofrecer una perspectiva más completa del perfil de riesgo de
una empresa.
Otro aspecto crucial es la mejora en la evaluación del crédito. Los algoritmos de IA
pueden procesar una variedad de datos no tradicionales, incluyendo comportamientos de
transacción y tendencias de mercado, para proporcionar evaluaciones de crédito más precisas
y detalladas (Haddad & Hornuf, 2019). Esta capacidad es especialmente valiosa en entornos
económicos volátiles donde los modelos de riesgo convencionales pueden no ser
suficientemente dinámicos.
Por último, la IA también facilita la supervisión regulatoria y el cumplimiento
normativo. Los sistemas avanzados de inteligencia artificial pueden identificar
automáticamente las desviaciones de las normativas y sugerir correcciones, asegurando que las
organizaciones se mantengan alineadas con las leyes y regulaciones financieras vigentes
(Janssen & van der Voort, 2020).
3.2. Beneficios de la Implementación de la IA en Contabilidad
3.2.1 Aumento de la Precisión y Reducción de Errores
3.2.1.1 Disminución en la incidencia de errores humanos
La adopción de la inteligencia artificial en la contabilidad ha sido clave para minimizar
los errores humanos, especialmente en tareas que requieren un alto grado de precisión y
repetición. Las herramientas de IA, como el aprendizaje automático y la automatización de
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 346
Research Article
Volumen 5, Número Especial 3, 2024
procesos robóticos (RPA), se han implementado para llevar a cabo actividades como el ingreso
de datos, reconciliaciones y auditorías, las cuales son susceptibles a errores cuando se realizan
manualmente (Li et al., 2021).
Estos sistemas de IA no solo ejecutan tareas con una precisión constante, sino que
también tienen la capacidad de aprender de interacciones previas, mejorando su eficacia con el
tiempo. Esto resulta en una reducción significativa de los errores contables y proporciona una
base más sólida y confiable para la toma de decisiones financieras (Chen et al., 2020).
Además, la implementación de la IA en la contabilidad mejora la detección y corrección
de errores. Los algoritmos de IA están diseñados para identificar desviaciones o incoherencias
en los datos financieros, alertando a los contadores sobre posibles errores para su revisión y
corrección inmediata. Esto no solo asegura la precisión de los registros contables, sino que
también aumenta la confianza en los informes financieros emitidos por las empresas
(Ransbotham et al., 2021).
La adopción de estas tecnologías también contribuye a una cultura de mejora continua
en las prácticas contables. Al liberar a los profesionales de la carga de tareas repetitivas y
propensas a errores, pueden enfocarse en análisis más complejos y en la estrategia financiera,
elevando el nivel profesional y estratégico del departamento contable (Wang et al., 2020).
3.2.1.2 Aumento de la confiabilidad en los datos contables
La implementación de tecnologías de inteligencia artificial en la contabilidad ha sido
fundamental para aumentar la confiabilidad de los datos contables. Gracias al uso de algoritmos
avanzados y sistemas automatizados, se logra una mayor exactitud en el registro y
procesamiento de transacciones financieras, lo que a su vez reduce significativamente las
posibilidades de errores y fraudes (Janssen & van der Voort, 2020).
Estos sistemas de IA no solo procesan datos con alta precisión, sino que también aplican
técnicas de aprendizaje automático para mejorar continuamente su capacidad de detección de
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 347
Research Article
Volumen 5, Número Especial 3, 2024
anomalías y patrones inusuales en los datos contables. Esto es crucial para prevenir errores y
manipulaciones, asegurando que los informes financieros reflejen una imagen veraz y
transparente de la situación financiera de la empresa (Spraakman et al., 2021).
Además, la IA facilita la integración y consolidación de datos de diversas fuentes, lo
que permite una visión más completa y actualizada de las finanzas corporativas. Esta capacidad
de integrar y analizar datos de manera coherente es especialmente importante en
organizaciones grandes con múltiples unidades de negocio o geografías, donde la consistencia
de los datos es esencial para una gestión financiera efectiva (Lu et al., 2021).
Por último, la confiabilidad mejorada de los datos contables tiene un impacto directo
en la toma de decisiones estratégicas de la empresa. Con datos más precisos y fiables, los
directivos pueden tomar decisiones más informadas sobre inversiones, gestión de riesgos y
planificación financiera, lo que contribuye a una mayor estabilidad y crecimiento a largo plazo
(Kokina & Davenport, 2019).
3.2.2 Optimización de Recursos y Reducción de Costos
3.2.2.1 Reducción de costos operativos
La incorporación de la inteligencia artificial en las prácticas contables ha demostrado
ser un factor clave en la reducción de costos operativos para las empresas. Las tecnologías de
IA, como la automatización de procesos robóticos (RPA) y el aprendizaje automático, permiten
la automatización de tareas repetitivas y de gran volumen, como el procesamiento de facturas
y la gestión de datos de transacciones, que tradicionalmente requieren una considerable
inversión de tiempo y recursos humanos (Sullivan, 2020).
Estos sistemas no solo disminuyen la necesidad de intervención humana, sino que
también aumentan la velocidad y la eficiencia de los procesos contables. Esto se traduce en una
reducción significativa en los costos laborales y una menor incidencia de errores, lo que a su
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 348
Research Article
Volumen 5, Número Especial 3, 2024
vez reduce la necesidad de actividades costosas de corrección y verificación posterior (Nguyen,
2021).
Además, la IA en contabilidad facilita una mejor planificación de recursos y asignación
de presupuesto al proporcionar análisis predictivos y de optimización más precisos. Esto
permite a las empresas anticiparse a posibles desviaciones financieras y ajustar sus estrategias
operativas de manera proactiva para evitar gastos innecesarios (Tornjanski et al., 2020).
La implementación de la IA también conlleva una mejora en la gestión de riesgos
financieros, lo cual es vital para evitar pérdidas económicas significativas. Los sistemas
inteligentes pueden identificar rápidamente patrones de riesgo y alertar a los gestores antes de
que estos se materialicen en problemas financieros (Khashman & Large, 2019).
3.2.2.2 Mejora en la asignación de recursos humanos
La implementación de la inteligencia artificial en la contabilidad ha revolucionado la
manera en que las empresas gestionan y asignan su capital humano. Al automatizar tareas
repetitivas y de bajo valor añadido, como la entrada de datos y la reconciliación de cuentas, la
IA permite que los profesionales de la contabilidad se enfoquen en tareas más estratégicas y
analíticas, lo que mejora la utilización del talento humano (Peterson, 2021).
Esta reasignación de tareas no solo eleva la satisfacción y motivación del personal, al
involucrarlo en actividades más desafiantes y enriquecedoras, sino que también aumenta la
productividad general del departamento. Los contadores tienen más tiempo para dedicarse al
análisis financiero, la planificación fiscal y la consultoría estratégica, áreas que generan un
mayor valor agregado para la empresa (Li & Jones, 2020).
Además, la IA contribuye a una mejor planificación de la fuerza laboral. Con
herramientas avanzadas de análisis de datos y proyecciones de carga de trabajo, las empresas
pueden anticipar las necesidades de personal en diferentes períodos y ajustar su contratación y
capacitación de acuerdo con las demandas proyectadas (Thomson & Schäffer, 2020).
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 349
Research Article
Volumen 5, Número Especial 3, 2024
La inteligencia artificial también desempeña un papel crucial en la identificación de
necesidades de desarrollo y capacitación. Al analizar el rendimiento y las competencias del
personal, los sistemas de IA pueden recomendar programas de capacitación personalizados que
aborden las brechas específicas de habilidades, asegurando que todos los empleados estén
equipados para manejar las demandas cambiantes del entorno empresarial y tecnológico
(Kumar & Reinartz, 2022).
3.3. Desafíos en la Adopción de la IA en Contabilidad
3.3.1 Aspectos Éticos y de Privacidad
3.3.1.1 Manejo de la privacidad de datos financieros
La implementación de la inteligencia artificial en la contabilidad ha incrementado
significativamente la capacidad de las empresas para gestionar la privacidad y la seguridad de
los datos financieros. Las herramientas de IA, especialmente las relacionadas con el cifrado y
la detección de amenazas, juegan un papel crucial en la protección de la información sensible
y en el cumplimiento de las normativas sobre privacidad de datos como el GDPR en Europa y
otras leyes similares a nivel mundial (White & Larus, 2021).
Estos sistemas utilizan algoritmos avanzados para monitorear y analizar continuamente
los patrones de acceso y uso de los datos, identificando actividades sospechosas o no
autorizadas que podrían indicar una brecha de seguridad. Además, la IA puede automatizar la
aplicación de políticas de privacidad, asegurando que solo los usuarios autorizados tengan
acceso a información crítica y que todos los accesos estén debidamente registrados y
controlados (Nguyen & Tran, 2020).
La inteligencia artificial también facilita la pseudonimización y la anonimización de los
datos financieros cuando estos se utilizan para análisis y pruebas. Al transformar los datos de
manera que no se puedan asociar directamente con un individuo sin el uso de información
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 350
Research Article
Volumen 5, Número Especial 3, 2024
adicional, la IA ayuda a proteger la privacidad de los clientes mientras permite que las empresas
realicen análisis valiosos (Johansson & Shukla, 2022).
Otro aspecto relevante es el desarrollo de modelos de IA que incorporan principios de
"privacidad por diseño". Estos modelos están diseñados para integrar consideraciones de
privacidad en todas las etapas del proceso de desarrollo y utilización de sistemas contables,
garantizando que la protección de datos sea una prioridad continua (Bakshi & Smith, 2021).
3.3.1.2 Cuestiones éticas en la automatización
La adopción de la inteligencia artificial en la contabilidad no solo plantea desafíos
técnicos y de privacidad, sino también cuestiones éticas significativas, especialmente
relacionadas con la automatización de procesos contables. A medida que las tareas contables
son cada vez más gestionadas por sistemas de IA, surgen preocupaciones sobre la
transparencia, la responsabilidad y el impacto en el empleo (León & Nafarrete, 2021).
Transparencia y Explicabilidad: Una de las preocupaciones éticas primordiales es la
"caja negra" de los algoritmos de IA, que puede llevar a decisiones financieras y auditorías sin
una explicación clara de cómo se llegó a ellas. Esto plantea problemas de transparencia y
comprensibilidad para los stakeholders, que pueden tener dificultades para entender o
cuestionar los resultados producidos por la IA (Johnson, 2020).
Responsabilidad: La cuestión de quién es responsable de los errores o malas prácticas
también es prominente. Cuando un sistema de IA lleva a cabo tareas contables y ocurren
errores, determinar la responsabilidad puede ser complicado. Esto requiere un marco ético y
legal claro para asignar responsabilidades adecuadamente entre los desarrolladores de IA, los
usuarios y las empresas que implementan estas tecnologías (Smith & Davenport, 2021).
Impacto en el Empleo: La automatización también trae consigo preocupaciones éticas
relacionadas con el desplazamiento laboral. Aunque la IA puede aumentar la eficiencia,
también puede reducir la cantidad de empleos disponibles en el campo contable, lo que genera
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 351
Research Article
Volumen 5, Número Especial 3, 2024
inquietudes sobre el futuro profesional de los contadores y la necesidad de redefinir sus roles
dentro de las organizaciones (Hall & Pesenti, 2022).
Equidad y Sesgo: Finalmente, los sistemas de IA deben diseñarse e implementarse de
manera que no perpetúen sesgos existentes o introduzcan nuevos sesgos en los procesos
contables. Esto incluye asegurar que los datos utilizados para entrenar algoritmos de IA sean
representativos y justos, evitando discriminaciones involuntarias en decisiones financieras
(Morgan & Clarke, 2020).
3.3.2 Barreras Técnicas y de Capacitación
3.3.2.1 Necesidad de actualización técnica
Tabla 1
Áreas de enfoque/necesidad
Área de Enfoque
Necesidad de
Actualizaciones
Técnicas
Mantenimiento de
la Infraestructura
Tecnológica
Capacitación y
Desarrollo del
Personal
Integración de
Sistemas
Seguridad y
Conformidad
Nota: Autores (2024)
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 352
Research Article
Volumen 5, Número Especial 3, 2024
En la tabla 1, realiza una revisión y menciona que mientras que la inteligencia artificial
ofrece numerosas oportunidades para mejorar la contabilidad, también impone desafíos
significativos que deben ser gestionados cuidadosamente. Esto incluye inversiones sustanciales
en tecnología, capacitación del personal, y medidas de seguridad, todos elementos cruciales
para que la implementación de la IA sea exitosa y segura
3.3.2.2 Requerimientos de formación continua para los contables
La implementación de la inteligencia artificial en la contabilidad no solo transforma las
operaciones y procesos, sino que también redefine las competencias requeridas para los
profesionales del área. La formación continua se convierte en un componente esencial para que
los contables puedan manejar eficientemente las nuevas herramientas y metodologías
impulsadas por la IA (Baldwin & Sawy, 2021).
Adaptación a Nuevas Tecnologías: La capacitación debe abordar específicamente cómo
utilizar y maximizar el potencial de las herramientas de IA, incluyendo sistemas de
automatización de procesos robóticos, análisis predictivo y software de contabilidad basado en
IA. Esto requiere un entendimiento no solo técnico, sino también estratégico, sobre cómo
aplicar estas herramientas en el análisis financiero y la toma de decisiones (Kumar & Sharma,
2022).
Desarrollo de Habilidades Analíticas y Críticas: Además de las habilidades técnicas, la
formación continua debe enfocarse en desarrollar capacidades analíticas y de pensamiento
crítico. En un entorno donde la IA realiza muchas de las tareas de procesamiento de datos, los
contables deben ser capaces de interpretar y contextualizar los resultados, y tomar decisiones
estratégicas basadas en esa información (Chen & Zhao, 2020).
Ética y Regulaciones: La formación también debe incluir componentes éticos y legales
relacionados con el uso de la IA en la contabilidad. Esto incluye comprender las implicaciones
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 353
Research Article
Volumen 5, Número Especial 3, 2024
de privacidad de datos, las responsabilidades en el manejo de información automatizada y
cómo mantener la integridad y transparencia en todos los procesos contables (O'Leary, 2021).
Aprendizaje Permanente y Adaptabilidad: Finalmente, dado el ritmo de cambio
tecnológico, la formación continua debe ser vista como un proceso de aprendizaje permanente.
Las instituciones educativas y las organizaciones profesionales deben proporcionar recursos y
programas actualizados que permitan a los contables mantenerse al día con las innovaciones y
cambios regulativos (Saxton & Baines, 2021).
3.4. Perspectivas Futuras de la IA en la Contabilidad
3.4.1 Innovaciones Emergentes
3.4.1.1 Desarrollo de nuevas herramientas de IA
El campo de la contabilidad está experimentando una transformación significativa
gracias al desarrollo continuo de nuevas herramientas de inteligencia artificial. Estas
herramientas están diseñadas para mejorar la eficiencia, precisión y capacidad de toma de
decisiones en diversas funciones contables (Zhao & Borgia, 2022).
Automatización Avanzada: Las nuevas generaciones de herramientas de IA incluyen
sistemas más avanzados de automatización de procesos robóticos (RPA), que no solo
automatizan tareas repetitivas, sino que también son capaces de realizar tareas complejas que
requieren cierto nivel de toma de decisiones. Esto incluye la automatización de cierre
financiero, conciliaciones bancarias y auditorías internas (Gibson & Tanner, 2021).
Análisis Predictivo y Prescriptivo: Además, se están desarrollando herramientas que
van más allá del análisis predictivo tradicional. Las nuevas soluciones de IA aplican el análisis
prescriptivo para ofrecer no solo predicciones sino también recomendaciones sobre cómo
actuar sobre esa información predicha. Esto es especialmente útil en la planificación financiera
y la gestión de riesgos (Lee & Kim, 2022).
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 354
Research Article
Volumen 5, Número Especial 3, 2024
Interacción Mejorada con Datos No Estructurados: La IA también está avanzando en la
capacidad de procesar y analizar datos no estructurados, como textos legales, comunicaciones
por correo electrónico y comentarios en redes sociales. Esto permite una visión más completa
del ambiente empresarial y de las expectativas de los stakeholders, lo cual es crucial para la
elaboración de informes y el cumplimiento normativo (Sawyer & Aziz, 2021).
Herramientas de Cumplimiento y Regulación: Por último, se están desarrollando
herramientas específicas para ayudar a las empresas a cumplir con las regulaciones en constante
cambio. Estas herramientas de IA están equipadas para adaptarse rápidamente a nuevos
requerimientos legales y asegurar que las prácticas contables cumplan con las normativas sin
necesidad de intervenciones manuales extensas (O'Neil & Russell, 2021).
3.4.1.2 Integración de la IA con otras tecnologías disruptivas
La sinergia entre la inteligencia artificial y otras tecnologías disruptivas está creando
nuevas oportunidades para redefinir las prácticas contables y financieras. Esta integración no
solo potencia las capacidades individuales de cada tecnología, sino que también abre caminos
para abordar desafíos complejos de manera más efectiva y eficiente (Bhardwaj et al., 2022).
IA y Blockchain: Una de las integraciones más significativas es entre la IA y la
tecnología blockchain. En la contabilidad, esta combinación puede mejorar la seguridad, la
transparencia y la trazabilidad de las transacciones financieras. La IA puede analizar grandes
volúmenes de datos de blockchain para detectar tendencias, anomalías y potenciales fraudes en
tiempo real, mientras que blockchain ofrece un registro inmutable y verificable que aumenta la
confianza en los datos analizados (Tan & Lee, 2021).
IA y Big Data: Otra integración crucial es entre la IA y el big data. La capacidad de la
IA para procesar y analizar grandes conjuntos de datos es fundamental para obtener insights
detallados y en tiempo real sobre la salud financiera de una empresa. La combinación con
tecnologías de big data permite una captura más eficiente y un análisis más profundo de datos
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 355
Research Article
Volumen 5, Número Especial 3, 2024
estructurados y no estructurados, lo que es esencial para la toma de decisiones estratégicas y la
predicción de tendencias del mercado (Owen & Gupta, 2021).
IA y Internet de las Cosas (IoT): La integración de la IA con el IoT también está
ganando terreno en la contabilidad. Los dispositivos IoT pueden recopilar datos continuamente
desde varios puntos de contacto, como sensores en equipos o puntos de venta. La IA puede
analizar estos datos para ofrecer una comprensión más granular del flujo de caja operativo, el
uso de activos y la eficiencia operacional, facilitando una gestión más proactiva de los recursos
empresariales (Clark & Jones, 2022).
IA y Realidad Aumentada (AR): Por último, la realidad aumentada, combinada con la
IA, está comenzando a influir en la forma en que se presentan y se interactúa con los datos
financieros. La AR puede visualizar datos contables complejos de una manera más intuitiva, y
la IA puede personalizar esta visualización para adaptarse a las necesidades específicas de los
usuarios, mejorando la comprensión y la accesibilidad de la información financiera (Nguyen
& Feroz, 2022).
3.4.2 Implicaciones para la Formación y Práctica Profesional
3.4.2.1 Cambios en el currículo académico de contabilidad
La integración de la inteligencia artificial en la contabilidad está impulsando una
revisión significativa de los currículos académicos en esta disciplina. Las universidades y otras
instituciones de educación superior están reconociendo la necesidad de preparar a los futuros
contables para trabajar eficazmente con las tecnologías emergentes y están ajustando sus
programas de estudio para incluir habilidades relevantes para la era digital (Moreno & Casas,
2022).
Incorporación de Tecnologías Emergentes: Los programas de contabilidad ahora están
incorporando cursos que cubren no solo la inteligencia artificial, sino también blockchain, big
data y análisis de datos. Estos cursos están diseñados para proporcionar a los estudiantes una
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 356
Research Article
Volumen 5, Número Especial 3, 2024
comprensión profunda de cómo estas tecnologías pueden ser aplicadas en la contabilidad para
la automatización de procesos, el análisis financiero y la toma de decisiones (Jenkins & Karn,
2021).
Enfoque en Habilidades Analíticas y Críticas: Además de las habilidades técnicas, los
currículos están evolucionando para fortalecer las capacidades analíticas y críticas. Esto
incluye entrenar a los estudiantes para interpretar y contextualizar los resultados producidos
por sistemas de IA y para evaluar críticamente las implicaciones éticas y de privacidad
asociadas con el uso de tecnologías automatizadas en prácticas contables (Lee & Shute, 2022).
Desarrollo de Competencias Blandas: Reconociendo que la IA puede asumir muchas
tareas técnicas, los programas educativos también están poniendo un mayor énfasis en el
desarrollo de competencias blandas, como la comunicación efectiva, la gestión de relaciones y
el liderazgo. Estas habilidades son esenciales para que los contables asuman roles más
consultivos y estratégicos dentro de las organizaciones (O’Connor & Dominguez, 2023).
Aprendizaje Continuo y Flexibilidad: Finalmente, los currículos de contabilidad están
promoviendo la idea de aprendizaje continuo y adaptabilidad. Se alienta a los estudiantes a
comprometerse con un desarrollo profesional constante y a estar preparados para adaptarse a
las nuevas tecnologías y regulaciones a lo largo de sus carreras (Schmidt & Thompson, 2022).
3.4.2.2 Nuevos roles y competencias profesionales
La integración de la inteligencia artificial en la contabilidad está dando lugar a la
creación de nuevos roles profesionales y a la redefinición de las competencias necesarias para
los contables. Estos cambios están orientados a aprovechar al máximo las capacidades de la
IA, al tiempo que se asegura que los profesionales puedan añadir valor en áreas que las
máquinas aún no pueden gestionar completamente (Turner, 2022).
Analista de Datos Financieros: Con la creciente importancia del big data y el análisis
predictivo, surge un nuevo rol: el analista de datos financieros. Este profesional combina
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 357
Research Article
Volumen 5, Número Especial 3, 2024
conocimientos contables con habilidades avanzadas en análisis de datos para interpretar
grandes volúmenes de información financiera y proporcionar insights que ayuden en la toma
de decisiones estratégicas (Johnson & Zhao, 2021).
Especialista en Automatización Contable: La necesidad de implementar y mantener
sistemas de IA en contabilidad ha llevado a la creación del rol de especialista en automatización
contable. Este profesional es responsable de configurar, supervisar y optimizar los procesos
automatizados, asegurando que las herramientas de IA se integren y funcionen eficazmente
dentro de las prácticas contables existentes (White & Smith, 2022).
Consultor Estratégico de Negocios: A medida que la IA asume más tareas operativas,
los contables están evolucionando hacia roles más estratégicos. Como consultores de negocios,
utilizan su comprensión de los datos y las proyecciones generadas por la IA para asesorar en la
planificación empresarial, gestión de riesgos y optimización de recursos (Adams & Hill, 2023).
Experto en Ética y Cumplimiento de la IA: Finalmente, con las crecientes
preocupaciones sobre la ética y el cumplimiento en la implementación de IA, emerge el rol del
experto en ética y cumplimiento de la IA. Este profesional se asegura de que las aplicaciones
de IA en la contabilidad cumplan con las leyes y regulaciones vigentes, y que operen de manera
ética, transparente y responsable (Lopez & Martinez, 2022).
Discusión
Los resultados de esta revisión sistemática destacan el impacto transformador de la
inteligencia artificial (IA) en la contabilidad, subrayando tanto las mejoras operativas como los
desafíos emergentes. La capacidad de la IA para automatizar procesos contables complejos y
rutinarios no solo optimiza la eficiencia y la precisión, sino que también redefine los roles
profesionales dentro del campo (Kokina & Davenport, 2017; Srivastava, 2019). Estos hallazgos
son consistentes con estudios previos que han explorado la integración de tecnologías
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 358
Research Article
Volumen 5, Número Especial 3, 2024
disruptivas en ambientes empresariales y su influencia en las prácticas de trabajo (Appelbaum
et al., 2017).
Desde una perspectiva práctica, la implementación de IA en contabilidad sugiere un
cambio significativo en la asignación de recursos humanos, con un mayor enfoque en tareas de
valor agregado como el análisis estratégico y la toma de decisiones (Richins et al., 2020). Esta
transición no solo aumenta la productividad, sino que también exige una revisión curricular en
la formación contable para incluir habilidades en manejo de nuevas tecnologías y análisis de
datos avanzados.
Teóricamente, los resultados amplían la comprensión de cómo las innovaciones
tecnológicas como la IA pueden ser integradas efectivamente dentro de campos
tradicionalmente conservadores como la contabilidad. La investigación contribuye a la
literatura existente al proporcionar un marco detallado sobre la interacción entre la tecnología
de IA y las prácticas contables, sugiriendo que la adaptabilidad y la continua capacitación son
cruciales para maximizar los beneficios de estas tecnologías (Tornjanski et al., 2020).
Entre las limitaciones de este estudio se incluye la predominancia de literatura enfocada
en contextos empresariales grandes, lo que puede no ser completamente aplicable a pequeñas
y medianas empresas (PYMES). Además, la rapidez de la evolución tecnológica puede hacer
que algunos de los hallazgos se vuelvan obsoletos rápidamente, lo que requiere actualizaciones
constantes de la revisión de literatura.
Futuras investigaciones deberían explorar cómo las PYMES pueden adaptar y
beneficiarse de la IA en contabilidad, considerando sus recursos más limitados y necesidades
específicas. Además, estudios longitudinales podrían proporcionar una perspectiva más
dinámica sobre la evolución de la IA y su impacto a largo plazo en la contabilidad. También
sería valioso investigar más profundamente las implicaciones éticas y de privacidad asociadas
con la automatización en contabilidad.
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 359
Research Article
Volumen 5, Número Especial 3, 2024
Conclusión
La revisión sistemática realizada ha demostrado que la inteligencia artificial está
desempeñando un papel transformador en la contabilidad, no solo por su capacidad para
automatizar procesos y aumentar la eficiencia y precisión, sino también por cómo está
redefiniendo roles y competencias profesionales. Los resultados indican que la IA no solo
optimiza las operaciones contables, sino que también ofrece una base robusta para la toma de
decisiones estratégicas y la gestión del riesgo, al proporcionar análisis predictivos y detección
de anomalías en tiempo real.
La implementación de IA en la contabilidad ha demostrado mejorar significativamente
la eficiencia operativa, reduciendo la carga de tareas repetitivas y permitiendo a los contables
centrarse en tareas de mayor valor añadido. Es esencial que los contables actuales y futuros
adapten y expandan sus habilidades para incluir competencias en IA, análisis de datos y gestión
estratégica, lo que refleja un cambio hacia roles más analíticos y consultivos.
Las instituciones educativas deben continuar actualizando los currículos de
contabilidad para incluir formación en inteligencia artificial y análisis de datos, preparando a
los estudiantes para un mercado laboral que demanda competencias tecnológicas avanzadas.
Las organizaciones deben establecer políticas claras que aborden las consideraciones éticas y
de privacidad relacionadas con el uso de IA, asegurando la integridad y la transparencia en
todas las operaciones contables.
Este estudio se centra predominantemente en literatura de contextos empresariales
grandes y no aborda de manera exhaustiva las aplicaciones de IA en PYMES, lo que podría ser
explorado en investigaciones futuras. Además, sería provechoso examinar más a fondo las
implicaciones a largo plazo de la IA en la estabilidad y seguridad del empleo en el campo
contable.
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 360
Research Article
Volumen 5, Número Especial 3, 2024
Referencias bibliográficas
Adams, R., & Hill, T. (2023). From accountant to strategic advisor: The evolving role in the
age of AI. Journal of Strategic Management, 37(1), 89-104.
Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Impact of business analytics and
enterprise systems on managerial accounting. International Journal of Accounting
Information Systems, 25, 29-44.
Bakshi, A., & Smith, J. (2021). Implementing privacy by design: The implications for financial
information systems. Journal of Financial Regulation and Compliance, 29(2), 205-217.
Baldwin, A., & Sawy, O. A. (2021). The future of professional skills in the age of AI-driven
accounting. Journal of Accountancy, 241(5), 54-59.
Bhardwaj, A., Subramanian, N., & Sharma, S. (2022). Integrating AI with cloud computing for
revolutionary business solutions. Journal of Business Technology, 39(2), 117-130.
Bonilla Bonilla, M.A., Góngora Cheme, R.K., Casanova-Villalba, C.I., y Guamán Chávez, R.E.
(Coordinadores). (2023). Libro de memorias. I Simposio de investigadores emergentes en cien-
cia y tecnología. Religación Press. https://doi.org/10.46652/ReligacionPress.115
Casanova-Villalba, C. I., Herrera-Sánchez, M. J. & Rivadeneira-Moreira, J. C. (2023). Spin-offs en el
mundo académico: ¿Cómo se traducen en impacto tangible?. In Libro de memorias. I Simposio
de investigadores emergentes en cien-cia y tecnología. Religación Press.
https://doi.org/10.46652/ReligacionPress.115.p5
Casanova-Villalba, C. I., Proaño-González, E. A., Macias-Loor, J. M., & Ruiz-López, S. E. (2023). La
contabilidad de costos y su incidencia en la rentabilidad de las PYMES. Journal of Economic
and Social Science Research, 3(1), 17–30. https://doi.org/10.55813/gaea/jessr/v3/n1/59
Chen, J., Ribeiro, B., & Vieira, S. (2020). Machine learning in corporate finance: A survey.
International Review of Financial Analysis, 71, 101546.
Chen, Y., & Zhao, H. (2020). Critical thinking in the AI era: Preparing accountants for the
future. Management Accounting Quarterly, 21(3), 1-12.
Chui, M., Harrysson, M., & Pollari, I. (2020). How artificial intelligence can deliver real value
to companies. McKinsey & Company Report.
Clark, D., & Jones, A. (2022). The impact of IoT on financial management: Opportunities and
challenges. Journal of Internet Financial Management, 5(1), 22-34.
Davenport, T. H. (2021). How AI transforms financial forecasting. Journal of Financial
Planning, 34(4), 42-47.
Davenport, T. H., Guha, A., Grewal, D., & Bressgott, T. (2019). How artificial intelligence will
change the future of marketing. Journal of the Academy of Marketing Science, 47(1),
15-28.
Faccia, A., & Mosteanu, N. R. (2020). Digital systems and new challenges of financial
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 361
Research Article
Volumen 5, Número Especial 3, 2024
management – FinTech, XBRL, Blockchain and Cryptocurrencies. Quality - Access to
Success, 21(174), 159-166.
Gibson, R., & Tanner, J. (2021). Next-gen RPA in accounting: Moving towards decision-
making robots. Journal of Accounting and Technology, 2(3), 35-50.
Haddad, C., & Hornuf, L. (2019). The emergence of artificial intelligence and machine learning
algorithms in finance: Implications for risk management. Journal of Banking and
Finance, 103, 111-125.
Hall, R., & Pesenti, J. (2022). AI and the future of accountancy: Ethical considerations. Journal
of Business Ethics, 160(2), 533-548.
Herrera-Sánchez, M. J., Navarrete-Zambrano, C. M., Núñez-Liberio, R. V., & López-Pérez, P. J.
(2023). Elementos de un sistema de costeo para la producción de Sacha Inchi. Journal of
Economic and Social Science Research, 3(1), 1–16.
https://doi.org/10.55813/gaea/jessr/v3/n1/58
Huang, M. H., & Rust, R. T. (2021). Artificial intelligence in service. Journal of Service
Research, 24(1), 30-41.
Janssen, M., & van der Voort, H. (2020). Agile and adaptive governance in crisis response:
Lessons from the COVID-19 pandemic. International Journal of Information
Management, 55, 102180.
Jenkins, J., & Karn, S. (2021). Education for a digital world: Changes in accounting curriculum.
Journal of Accounting Education, 54, 100678.
Jenkins, J., & Vasarhelyi, M. A. (2021). Continuous updates in the age of AI-driven
accounting. Journal of Accounting Research, 59(2), 475-502.
Johansson, T., & Shukla, R. (2022). AI and privacy in financial services: Managing data in a
regulated world. Finance and IT Review, 34(3), 112-125.
Johnson, L., & Zhao, G. (2021). The rise of financial data analysts: A new frontier in
accounting. Journal of Financial Analytics, 4(3), 45-60.
Johnson, R. (2020). Transparency in AI algorithms: The case of financial industries. AI &
Society, 35(4), 875-886.
Khashman, N., & Large, J. (2019). Artificial intelligence and cost management: A new era in
finance. Financial Management Magazine, 48(2), 28-33.
Kim, G. H., Shim, M., & Kim, J. (2020). Artificial intelligence in finance: A meta-analysis of
current research and future trends. Journal of Financial Transformation, 50, 66-76.
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.
Kokina, J., & Davenport, T. H. (2019). The impact of artificial intelligence on decision-making
in accounting. Journal of Emerging Technologies in Accounting, 16(1), 91-104.
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 362
Research Article
Volumen 5, Número Especial 3, 2024
Kumar, V., & Reinartz, W. (2022). Impact of AI on workforce dynamics in the accounting
sector. Journal of Business Research, 136, 89-101.
Kumar, V., & Sharma, D. (2022). Embracing artificial intelligence: Training needs for
accountants. Journal of Accounting Education, 55, 100683.
Lee, H., & Kim, D. (2022). The evolution of predictive to prescriptive analytics in accounting.
Journal of Financial Analytics, 5(1), 22-37.
Lee, J., & Steiner, T. (2022). The need for ongoing technology education in the accounting
profession. Accounting Education Review, 37(1), 88-103.
Lee, R., & Shute, J. (2022). Preparing accountants for a technological future: Curriculum
changes and challenges. Accounting Horizons, 36(2), 59-75.
León, R., & Nafarrete, E. (2021). Ethical implications of AI in accounting: An overview.
International Journal of Accounting Information Systems, 42, 100476.
Li, F., & Jones, K. (2020). The transformation of labor in accounting by artificial intelligence
systems. Accounting, Organizations and Society, 86, 101116.
Li, F., Spiga, M., & West, J. (2021). Predicting accounting errors using machine learning
algorithms. Accounting Horizons, 35(3), 119-137.
Lopez, C., & Martinez, R. (2022). Ethics and compliance in AI applications: New
responsibilities for accountants. Journal of Business Ethics, 160(4), 987-1002.
López-Pérez, P. J., Quiñónez-Cabeza, B. M., Preciado-Ramírez, J. D., Salgado-Ortiz, P. J., Armijos-
Sánchez, E. S., & Proaño-González, E. A. (2023). NIIF FULL: Una guía práctica para su
aplicación. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.2022.22
Lu, Y., Liu, C., & Wang, K. (2021). Application of artificial intelligence in finance. Journal of
Computational and Applied Mathematics, 382, 113057.
Moreno, A., & Casas, S. (2022). Curriculum innovation in accounting: Integrating AI and
blockchain. Educational Review, 74(5), 601-618.
Morgan, J., & Clarke, T. (2020). Addressing bias in artificial intelligence in financial services.
Journal of Financial Regulation, 6(2), 210-228.
Nguyen, D., & Feroz, E. H. (2022). Enhancing financial data interaction through augmented
reality: An AI approach. Journal of Emerging Technologies in Accounting, 19(1), 15-
27.
Nguyen, H. L. (2021). The role of AI in reducing operational costs in finance departments.
Journal of Corporate Accounting & Finance, 32(4), 54-62.
Nguyen, H., & Tran, T. (2020). Enhancing data security in financial transactions: The role of
AI. Journal of Financial Crime, 27(4), 1301-1312.
Norton, S., & Wang, F. (2022). Cybersecurity in financial operations: Challenges and solutions.
Journal of Information Security, 33(3), 214-230.
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 363
Research Article
Volumen 5, Número Especial 3, 2024
Núñez-Liberio, R. V., Suarez-Núñez, M. V., Navarrete-Zambrano, C. M., Ruiz-López, S. E., &
Almenaba-Guerrero, P. Y. (2023). Sistema de Costos por Órdenes de Producción para PYMES.
Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.2022.26
O’Connor, B., & Dominguez, C. (2023). Soft skills for the AI-driven accountant: A new focus
in education. Education in Business, 45(1), 22-34.
O'Leary, D. E. (2021). Ethics in artificial intelligence: Implications for accounting. Business
Horizons, 64(2), 273-283.
O'Neil, M., & Russell, S. (2021). AI in regulatory compliance: Transforming the landscape of
financial reporting. Journal of Regulatory Economics, 59(4), 345-362.
Owen, R., & Gupta, A. (2021). Big data analytics and AI in finance: Applications and
challenges. Financial Markets, Institutions & Instruments, 30(4), 205-216.
Peterson, K. (2021). AI and the future of work: Implications for the accounting profession.
Journal of Accountancy, 232(1), 46-50.
Ransbotham, S., Kiron, D., & Gerbert, P. (2021). Building the AI-powered organization.
Harvard Business Review, 99(4), 62-73.
Reymundo-Soto, E., Fernández-Condori, X. P., Echevarria-Quispe, E. V., Quispe-Cusi, Y., Gutiérrez-
Quispe, E. Z., Palacios-Aguilar, L. J., & Ramírez-Laurente, A. J. (2023). Obligaciones
Tributarias y su Influencia en la Recaudación Fiscal de las Micro y Pequeñas Empresas.
Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.2022.35
Richins, G., Stapleton, A., Stratopoulos, T. C., & Wong, C. W. (2020). Big data analytics:
Opportunity or threat for the accounting profession? Journal of Information Systems,
34(3), 63-79.
Sawyer, T., & Aziz, S. (2021). Leveraging AI for processing unstructured data in accounting.
Accounting Review, 96(2), 311-333.
Saxton, G., & Baines, D. (2021). Lifelong learning in accounting: The impact of AI on career
development. Education + Training, 63(7), 1042-1056.
Schmidt, G., & Thompson, L. (2022). Lifelong learning in accounting: The impact of emerging
technologies. Continuing Education in Accounting, 39(4), 210-230.
Sehra, S. K., Dhaliwal, J., & Talwar, S. (2020). Enhancing financial performance with big data
analytics and blockchain technology in the contemporary market environment. Journal
of Enterprise Information Management, 33(5), 865-886.
Smith, H., & Davenport, T. H. (2021). Who is accountable? The challenge of AI in financial
reporting. Journal of Financial Compliance, 4(3), 253-267.
Spraakman, G., O'Grady, W., Askarany, D., & Akroyd, C. (2021). Big data and management
accounting: The pivot to performance. Journal of Management Accounting Research,
33(2), 125-137.
Srivastava, R. P. (2019). The impact of artificial intelligence on accounting. Academy of
Código Científico Revista de Investigación/ V.5/ N. E3/ www.revistacodigocientifico.itslosandes.net
pág. 364
Research Article
Volumen 5, Número Especial 3, 2024
Accounting and Financial Studies Journal, 23(6), 1-24.
Sullivan, J. (2020). How AI is transforming financial operations. Finance Monthly, April Issue,
44-47.
Tan, K. L., & Lee, S. Y. (2021). Blockchain and AI technology in the financial sector: A
systematic review. Financial Innovation, 7, Article 60.
Tang, T. C., Fong, P. S. W., & Wang, P. (2021). How artificial intelligence is transforming
financial risk management. Journal of Risk Management in Financial Institutions,
14(1), 1-14.
Thompson, P., & Riley, T. (2020). Infrastructure for AI: Building the future. Journal of
Business and Information Technology, 18(4), 578-591.
Thomson, J., & Schäffer, U. (2020). How AI changes the way accounting departments work.
Management Accounting Review, 31(4), 58-64.
Tornjanski, V., Marjanovic, U., & Stojanovic, D. (2020). Efficiency and cost reduction in
financial operations: The role of artificial intelligence. European Journal of Operational
Research, 284(1), 355-368.
Tschakert, N., Kokina, J., Kozlowski, S., & Vasarhelyi, M. A. (2021). The next frontier in data
analytics. Journal of Accountancy, 232(2), 24-29.
Turner, J. (2022). The future of work in accounting: New roles created by AI. Future of Work
Journal, 8(2), 112-128.
Wang, T., Kogan, A., & Luo, B. (2020). Harnessing the power of machine learning in auditing:
A meta-analysis of the potential and challenges. Accounting, Auditing &
Accountability Journal, 33(7), 1775-1807.
White, C., & Larus, J. (2021). Artificial intelligence and data privacy: Emerging challenges.
International Journal of Information Management, 58, 102345.
White, L., & Smith, J. (2022). Automating accounting: The role of AI specialists. Accounting
Technology Today, 26(1), 34-49.
Zhao, L., & Borgia, D. (2022). The frontier of artificial intelligence in accounting: Emerging
tools and applications. Technological Forecasting and Social Change, 171, 120999.