Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
ISSN: 2806
-
5697
Vol.
6
–
Núm. E
1
/ 202
5
pág.
234
Incidencia de la Inteligencia Artificial en los procesos de auditoría
contable.
Incidence of Artificial Intelligence in accounting audit processes.
Impacto da Inteligência Artificial nos processos de auditoria
contabilística.
Tapia
-
Marcial, Jonathan Kevin
Instituto Superior Tecnológico Vicente Roca Fuerte
kevin
-
tapia@live.com
https://orcid.org/0009
-
0005
-
9793
-
8648
Sánchez
-
Quinde, Maira Alexandra
Instituto Superior Tecnológico Vicente Roca Fuerte
msanchez@istvr.edu.ec
https://orcid.org/0000
-
0002
-
3195
-
4662
DOI /
URL:
https://doi.org/10.55813/gaea/ccri/v6/nE1/671
Como citar:
Tapia
-
Marcial, J. K., & Sánchez
-
Quinde, M. A. (2025). Incidencia de la Inteligencia Artificial
en los procesos de auditoría contable.
Código Científico Revista De Investigación
, 6(E1), 234
–
258.
https://doi.org/10.55813/gaea/ccri/v6/nE1/671
Recibido
:
09
/
0
1
/202
5
Aceptado
:
30
/0
1
/202
5
Publicado
:
31
/0
3
/202
5
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
235
Research Article
Volumen
6
, Número E
special
1
, 202
5
Resumen
La investigación aborda el impacto de la inteligencia artificial (IA) en la auditoría contable,
destacando su capacidad para transformar los procesos tradicionales mediante la
automatización, el análisis predictivo y la identificación de anomalías. El objetivo principal fue
analizar cómo estas herramientas optimizan la eficiencia y precisión en audit
orías. La
metodología incluyó enfoques exploratorios, descriptivos y correlacionales, evaluando casos
específicos de implementación tecnológica en empresas del sector contable. Los resultados
evidenciaron que la IA mejora significativamente la calidad de l
os informes financieros al
reducir errores humanos, detectar irregularidades en tiempo real y optimizar recursos. Sin
embargo, también se identificaron desafíos, como la necesidad de fortalecer los controles
internos, la transparencia y la capacitación de
los auditores. La discusión resalta cómo estos
hallazgos coinciden con estudios previos sobre la integración de IA en auditoría y la
importancia de un enfoque ético en su implementación. Se concluye que la IA, lejos de
reemplazar a los auditores, actúa com
o un complemento que potencia sus capacidades
estratégicas, mejorando la sostenibilidad financiera de las organizaciones. Este análisis subraya
la necesidad de continuar investigando para garantizar que estas tecnologías se adopten de
manera uniforme y res
ponsable en un entorno contable globalizado.
Palabras clave:
inteligencia artificial; auditoría contable; transformación digital.
Abstract
The research addresses the impact of artificial intelligence (AI) on accounting auditing,
highlighting its ability to transform traditional processes through automation, predictive
analytics and anomaly identification. The main objective was to analyze how
these tools
optimize efficiency and accuracy in audits. The methodology included exploratory, descriptive
and correlational approaches, evaluating specific cases of technological implementation in
companies of the accounting sector. The results showed tha
t AI significantly improves the
quality of financial reports by reducing human errors, detecting irregularities in real time and
optimizing resources. However, challenges were also identified, such as the need to strengthen
internal controls, transparency
and auditor training. The discussion highlights how these
findings coincide with previous studies on the integration of AI in auditing and the importance
of an ethical approach in its implementation.
It is concluded that AI, far from replacing auditors,
ac
ts as a complement that enhances their strategic capabilities, improving the financial
sustainability of organizations. This analysis highlights the need for further research to ensure
that these technologies are adopted uniformly and responsibly in a glob
alized accounting
environment.
Keywords:
Keywords: artificial intelligence; accounting audit; digital transformation.
Resumo
A investigação aborda o impacto da inteligência artificial (IA) na auditoria contabilística,
destacando a sua capacidade de transformar os processos tradicionais através da automatização,
da análise preditiva e da identificação de anomalias. O principal ob
jetivo foi analisar como
essas ferramentas otimizam a eficiência e o rigor nas auditorias. A metodologia incluiu
abordagens exploratórias, descritivas e correlacionais, avaliando casos específicos de
implementação da tecnologia em empresas do sector da con
tabilidade. Os resultados
mostraram que a IA melhora significativamente a qualidade do relato financeiro, reduzindo o
erro humano, detectando irregularidades em tempo real e optimizando recursos. No entanto,
foram também identificados desafios, como a nece
ssidade de reforçar os controlos internos, a
transparência e a formação dos auditores. A discussão destaca a forma como estas conclusões
estão em consonância com estudos anteriores sobre a integração da IA na auditoria e a
importância de uma abordagem étic
a à sua implementação. Conclui
-
se que a IA, longe de
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
236
Research Article
Volumen
6
, Número E
special
1
, 202
5
substituir os auditores, actua como um complemento que reforça as suas capacidades
estratégicas, melhorando a sustentabilidade financeira das organizações. Esta análise sublinha
a necessidade de mais investigação para garantir que estas tecnologias são ado
ptadas de forma
uniforme e responsável num ambiente contabilístico globalizado.
Palavras
-
chave:
inteligência artificial; auditoria contabilística; transformação digital.
Introducción
La auditoría contable está experimentando una transformación sin precedentes gracias
a la integración de la inteligencia artificial (IA). Los algoritmos avanzados de IA tienen la
capacidad de analizar grandes volúmenes de datos en cuestión de segundos, ide
ntificando
patrones y riesgos ocultos que de otro modo podrían pasar desapercibidos en revisiones
manuales. Este avance permite automatizar procesos como la conciliación contable y la
revisión documental, liberando a los auditores de tareas repetitivas y a
briendo espacio para que
se enfoquen en actividades de mayor valor estratégico, como la interpretación de resultados y
la planificación de decisiones. No obstante, este cambio disruptivo no está exento de desafíos,
particularmente en lo que respecta a la p
reservación del juicio profesional humano y la
integración efectiva de estas herramientas en el marco regulatorio y ético que rige la auditoría
contable (Arias Collaguazo, 2024; De La Hoz Suárez, 2023).
Uno de los mayores desafíos radica en encontrar un equilibrio entre los beneficios de la
automatización y la eficiencia que ofrece la IA, y la necesidad de mantener el criterio humano
como un componente esencial en la evaluación de riesgos y la toma de dec
isiones. Si bien la
automatización de tareas rutinarias reduce el tiempo y los costos operativos, también genera
inquietudes sobre la posible pérdida de capacidades humanas esenciales en un entorno cada
vez más dependiente de los sistemas automatizados. Ad
emás, la falta de estándares globales
claros para la adopción de la IA en auditoría dificulta la uniformidad en su aplicación, lo que
podría tener implicaciones en la calidad y consistencia de los informes financieros generados
(Sánchez
-
Caguana, 2024; Garc
ía Moreno, 2023).
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
237
Research Article
Volumen
6
, Número E
special
1
, 202
5
El impacto de esta transformación tecnológica también se manifiesta en los cambios
que está generando en la dinámica laboral dentro del sector. Aunque algunos temen que la
automatización pueda desplazar ciertos roles tradicionales, existe un consenso creci
ente de que
estas herramientas no están diseñadas para reemplazar a los auditores humanos, sino para
complementarlos, permitiéndoles concentrarse en áreas de mayor complejidad y valor
agregado. La colaboración entre la inteligencia humana y artificial se p
resenta como un modelo
necesario para enfrentar los retos de un entorno regulatorio y empresarial en constante
evolución. Sin embargo, esta integración requiere de esfuerzos significativos en capacitación
y adaptación, asegurando que los profesionales comp
rendan no solo cómo operar estas
herramientas, sino también cómo interpretar de manera crítica los resultados que generan,
mitigando riesgos asociados a errores algorítmicos o sesgos en los datos (Marchesano, 2023;
Tosca Magaña, 2024).
Desde un enfoque práctico, la adopción de la IA en auditoría ofrece oportunidades
únicas para mejorar la precisión y fiabilidad de los procesos contables. Su capacidad para
procesar y analizar grandes volúmenes de información permite detectar anomalías y f
raudes
con una rapidez y exactitud que serían imposibles de alcanzar a través de métodos manuales.
Esto no solo incrementa la calidad de los informes financieros, sino que también fortalece la
confianza en los procesos de auditoría al proporcionar análisis
más sofisticados y profundos.
Además, la redistribución de tareas hacia actividades más estratégicas puede contribuir al
desarrollo profesional de los auditores, potenciando su rol como agentes clave en la toma de
decisiones organizacionales. Estos benefi
cios, sin embargo, deben ser gestionados con cuidado
para garantizar que la tecnología se utilice de manera responsable, alineada con los principios
éticos y las normativas vigentes en el sector (De La Hoz Suárez, 2024; Arias Collaguazo, 2024).
En un entorno empresarial donde los cambios tecnológicos avanzan a un ritmo
acelerado, resulta esencial explorar cómo la inteligencia artificial puede integrarse en los
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
238
Research Article
Volumen
6
, Número E
special
1
, 202
5
procesos de auditoría para transformar la práctica contable de manera eficiente y sostenible. La
combinación de inteligencia humana y artificial no solo abre nuevas posibilidades para
optimizar estos procesos, sino que también plantea preguntas fundamental
es sobre cómo
garantizar que la adopción de estas tecnologías respete los valores éticos y preserve la calidad
de los resultados en un mundo cada vez más digitalizado. Este enfoque no implica abandonar
los principios tradicionales de la auditoría, sino más
bien reforzarlos, aprovechando las
capacidades únicas de la IA para enfrentar los desafíos contemporáneos del sector financiero y
contable (García Moreno, 2023; Tosca Magaña, 2024).
Metodología
El diseño metodológico del presente estudio se estructura en tres enfoques
complementarios que permiten abordar el fenómeno de la implementación de la inteligencia
artificial (IA) en las auditorías contables desde diversas perspectivas analíticas, aseguran
do una
comprensión integral y profunda del tema.
S
e adopta un enfoque exploratorio cuyo propósito es profundizar en la recopilación de
información clave sobre cómo las firmas contables, en distintas geografías y contextos, están
integrando tecnologías basadas en inteligencia artificial en sus procesos ope
rativos. Este
enfoque no se limita únicamente a identificar las herramientas utilizadas, sino que también
busca evaluar los resultados obtenidos en términos de eficiencia, precisión y adaptabilidad. El
análisis exploratorio permite identificar las tendenci
as emergentes, los principales factores que
influyen en la adopción de la IA y las áreas específicas de la auditoría que han sido más
impactadas por estas tecnologías.
S
e desarrolla un análisis descriptivo que se focaliza en documentar de manera detallada
las experiencias específicas de una o más empresas del sector contable que han implementado
inteligencia artificial en sus operaciones. Este análisis incluye una revisió
n exhaustiva de los
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
239
Research Article
Volumen
6
, Número E
special
1
, 202
5
procesos de implementación, las estrategias adoptadas, los cambios estructurales y
organizativos realizados, así como los impactos medibles en términos de productividad, calidad
y eficacia. Este enfoque descriptivo no solo busca mostrar resultados cuantita
tivos, sino
también abordar aspectos cualitativos relacionados con los desafíos enfrentados, las
percepciones de los profesionales involucrados y las lecciones aprendidas a lo largo del proceso
de integración tecnológica.
E
l enfoque correlacional se centra en establecer relaciones significativas entre el grado
de implementación de la inteligencia artificial en los procesos de auditoría y los indicadores de
calidad resultantes de dichas auditorías. Este análisis permite evalu
ar hasta qué punto la
adopción de estas tecnologías impacta en la fiabilidad, la precisión y la consistencia de los
resultados obtenidos, así como en la capacidad para detectar irregularidades o fraudes.
Mediante técnicas estadísticas y un enfoque riguroso
, se busca identificar patrones y tendencias
que evidencien la influencia de la IA en la mejora de los estándares profesionales del sector.
Este enfoque metodológico, al integrar dimensiones exploratorias, descriptivas y
correlacionales, proporciona un marco robusto para analizar no solo el estado actual de la
implementación de la inteligencia artificial en las auditorías contables, sino tambi
én sus
implicaciones estratégicas y operativas. Esto asegura una visión holística que contribuye a un
entendimiento más profundo de cómo las tecnologías emergentes están transformando el
panorama contable contemporáneo.
Resultados
1.1. Principales
t
ecnologías de Inteligencia Artificial
a
plicadas en la
a
uditoría
c
ontable
La auditoría contable, como disciplina esencial para garantizar la transparencia y la
integridad financiera, está siendo transformada por la adopción de diversas tecnologías de
inteligencia artificial (IA). Estas herramientas, que abarcan desde algoritmos
avanzados hasta
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
240
Research Article
Volumen
6
, Número E
special
1
, 202
5
plataformas de analítica de datos, están redefiniendo los procesos tradicionales, permitiendo a
los auditores no solo mejorar la precisión y la eficiencia, sino también abordar desafíos cada
vez más complejos en un entorno financiero globalizado
(Moreno & Sánchez Balcázar, 2023)
.
Estas herramientas permiten analizar grandes volúmenes de datos financieros en busca
de patrones y anomalías que podrían indicar riesgos o fraudes. A diferencia de los métodos
tradicionales, que suelen depender de muestreos y análisis manuales, el aprendiz
aje automático
examina la totalidad de los datos disponibles, lo que incrementa significativamente la
capacidad de detección y la velocidad de respuesta. Según Valladares
-
Albarracín y Ordóñez
-
Parra (2024), esta tecnología se ha convertido en un pilar funda
mental para identificar
irregularidades en tiempo real, reduciendo la probabilidad de errores humanos y fortaleciendo
la confianza en los procesos de auditoría.
El procesamiento de lenguaje natural (NLP, por sus siglas en inglés) es otra tecnología
clave que está cambiando la forma en que se manejan los documentos financieros y legales en
auditoría. Esta herramienta tiene la capacidad de interpretar grandes cantid
ades de información
textual, como contratos, normativas y reportes, extrayendo datos relevantes y clasificándolos
de manera automatizada. Esto no solo ahorra tiempo, sino que también reduce
significativamente los riesgos asociados a malentendidos o interpr
etaciones sesgadas. Erazo
-
Castillo y De la A
-
Muñoz (2023) destacan que el NLP se está utilizando en auditorías
complejas para garantizar que los auditores cuenten con acceso inmediato a información clave,
facilitando la toma de decisiones informadas y alin
eadas con los marcos regulatorios.
La automatización robótica de procesos (RPA, por sus siglas en inglés) también está
jugando un papel destacado en la transformación de la auditoría contable. Esta tecnología,
basada en la programación de robots de software para ejecutar tareas repetitivas
y
estructuradas, se utiliza ampliamente en actividades como la conciliación de cuentas, la
generación de reportes financieros y el seguimiento de transacciones. Tosca Magaña, Vázquez
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
241
Research Article
Volumen
6
, Número E
special
1
, 202
5
Vidal y Martínez Ortiz (2024) subrayan que la implementación de RPA en auditoría no solo ha
aumentado la velocidad y la precisión de estas tareas, sino que también ha permitido liberar
recursos humanos para enfocarse en actividades estratégicas y de alto v
alor, como la
interpretación de datos y el diseño de estrategias de mitigación de riesgos.
Además de estas tecnologías, el uso de plataformas de big data y analítica avanzada ha
cobrado gran relevancia en la auditoría contable. Estas herramientas permiten integrar y
analizar datos provenientes de múltiples fuentes, proporcionando una visión más
holística y
precisa de la situación financiera de una organización. López
-
Pérez (2023) resalta que estas
plataformas no solo son capaces de identificar tendencias históricas y correlaciones
significativas, sino que también ofrecen análisis predictivos que
ayudan a los auditores a
anticipar posibles riesgos y diseñar estrategias proactivas para enfrentarlos
(Sánchez
-
Caguana
et al., 2024)
.
Otro aspecto importante es la combinación de estas tecnologías con enfoques de
visualización de datos. Mediante herramientas de inteligencia artificial que convierten grandes
volúmenes de datos en gráficos interactivos y paneles de control, los auditores p
ueden
comunicar hallazgos de manera más efectiva a las partes interesadas. Estas representaciones
visuales no solo facilitan la comprensión de la información, sino que también mejoran la
capacidad de los auditores para identificar rápidamente áreas problem
áticas y priorizar
intervenciones. Según Erazo
-
Castillo y De la A
-
Muñoz (2023), estas herramientas son
particularmente útiles en auditorías que involucran múltiples filiales o que operan en mercados
altamente regulados.
E
l desarrollo de sistemas de inteligencia artificial orientados a la personalización de
auditorías está permitiendo diseñar procesos más ajustados a las necesidades específicas de
cada cliente. Estos sistemas, basados en aprendizaje profundo, analizan datos
históricos y
patrones de comportamiento financiero para personalizar las auditorías, mejorando tanto la
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
242
Research Article
Volumen
6
, Número E
special
1
, 202
5
eficacia como la eficiencia. Valladares
-
Albarracín y Ordóñez
-
Parra (2024) mencionan que esta
personalización es especialmente relevante en sectores como la banca y los seguros, donde los
riesgos y las regulaciones varían significativamente según la jurisdi
cción.
L
as tecnologías de inteligencia artificial están transformando profundamente los
procesos de auditoría contable, proporcionando herramientas más avanzadas para enfrentar los
desafíos de un entorno financiero en constante evolución. Desde el aprendizaje auto
mático y
el procesamiento de lenguaje natural hasta la automatización robótica y la analítica avanzada,
estas tecnologías no solo están mejorando la eficiencia y la precisión de las auditorías, sino que
también están redefiniendo el rol del auditor, permit
iéndole asumir una función más estratégica
y orientada a la generación de valor para las organizaciones.
1.2. Impacto de la Inteligencia Artificial en la
e
ficiencia y
e
ficacia de los
p
rocesos de
a
uditoría
La implementación de la inteligencia artificial (IA) en los procesos de auditoría
contable ha marcado un punto de inflexión en la manera en que se gestionan y ejecutan estas
tareas. Su impacto se refleja no solo en la optimización de los procedimientos, si
no también en
la capacidad de las organizaciones para cumplir con las demandas crecientes de precisión,
transparencia y rapidez en un entorno financiero altamente competitivo.
La figura 1 presentada ilustra cómo la inteligencia artificial (IA) está transformando los
procesos tradicionales de auditoría contable, avanzando desde la automatización de tareas
operativas hasta la consolidación de auditorías estratégicas y transparente
s. Este enfoque
progresivo resalta el impacto de la IA en la eficiencia operativa, la precisión en el
procesamiento de datos y la capacidad predictiva, permitiendo a los auditores enfocarse en
actividades de mayor valor agregado. En un entorno empresarial
globalizado y competitivo,
estas innovaciones tecnológicas son esenciales para responder a las crecientes demandas de
fiabilidad y agilidad en los procesos de auditoría.
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
243
Research Article
Volumen
6
, Número E
special
1
, 202
5
Figura 1
Evolución de la
a
uditoría
c
ontable mediante la
i
mplementación de Inteligencia Artificial
Nota:
Autores (2024).
La figura 1 representa un modelo de transformación progresiva de los procesos de
auditoría contable gracias a la
integración de tecnologías basadas en Inteligencia Artificial (IA).
El gráfico se organiza como un embudo que ilustra cómo las capacidades de la IA conducen
hacia una auditoría estratégica y transparente, destacando varias etapas clave en este proceso
En la base, destaca la optimización de recursos mediante la redistribución de tareas repetitivas
hacia sistemas automatizados, lo que libera tiempo y esfuerzo humano para actividades
estratégicas. A medida que avanzamos hacia el vértice superior, se observ
a cómo el
procesamiento de datos en tiempo real y el análisis predictivo potencian la detección de
anomalías y la planificación proactiva, reduciendo riesgos y mejorando la toma de decisiones.
Finalmente, este enfoque culmina en auditorías estratégicas, ca
racterizadas por una
transparencia fortalecida y un alineamiento con estándares éticos y normativos, asegurando la
confianza de las partes interesadas.
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
244
Research Article
Volumen
6
, Número E
special
1
, 202
5
Uno de los cambios más destacados ha sido la automatización de tareas repetitivas y de
gran volumen,
como la conciliación de cuentas, el análisis de transacciones y la generación de
informes. Este tipo de tareas, que tradicionalmente requerían un esfuerzo humano considerable
y que estaban sujetas a errores derivados de la fatiga o la complejidad de los da
tos, ahora
pueden ser realizadas con mayor velocidad y precisión por sistemas basados en IA. Esto no
solo mejora la eficiencia operativa, sino que también libera a los auditores para enfocarse en
tareas más estratégicas y de mayor valor agregado. Casanova
-
Villalba, Proaño
-
González,
Macias
-
Loor y Ruiz
-
López (2023) subrayan que esta capacidad de automatización resulta
especialmente beneficiosa para las pequeñas y medianas empresas (PYMES), donde los
recursos humanos y financieros son más limitados. La reducci
ón de costos y la optimización
de los tiempos contribuyen directamente a la rentabilidad de estas organizaciones.
La capacidad de la IA para procesar grandes volúmenes de datos en tiempo real es otro
aspecto transformador. En un contexto donde las organizaciones generan y manejan cantidades
masivas de datos financieros, la IA se ha convertido en una herramienta indisp
ensable para
analizar esta información de manera eficiente. Los algoritmos de aprendizaje automático
permiten identificar patrones, anomalías y posibles riesgos con una precisión que supera
ampliamente las capacidades humanas. García (2024) destaca que est
a capacidad de análisis
no solo permite detectar irregularidades con mayor rapidez, sino que también mejora la
confianza en los resultados, ya que reduce el margen de error asociado con los métodos
tradicionales
(Valladares
-
Albarracín & Ordóñez
-
Parra, 2024)
.
Además de mejorar la eficiencia, la IA ha transformado la eficacia de los procesos de
auditoría mediante el uso de análisis predictivos y prescriptivos. Estas capacidades van más
allá de la detección de problemas actuales y permiten anticipar riesgos poten
ciales, facilitando
la toma de decisiones informadas y proactivas. Por ejemplo, los sistemas de IA pueden analizar
tendencias históricas y proyectar escenarios futuros, ayudando a las organizaciones a diseñar
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
245
Research Article
Volumen
6
, Número E
special
1
, 202
5
estrategias que mitiguen posibles riesgos financieros o regulatorios. Según Arias Collaguazo y
Rivadeneira Vargas (2024), estas herramientas son un componente esencial de la contabilidad
5.0, un enfoque que busca integrar tecnologías avanzadas para transfo
rmar la auditoría en un
proceso más estratégico, orientado a la creación de valor en las organizaciones.
Otra ventaja significativa de la IA es su capacidad para gestionar los recursos de manera
más eficiente. Al reducir la carga de trabajo asociada con las tareas operativas, las empresas
pueden redistribuir sus recursos hacia áreas que requieren mayor atenci
ón estratégica. Esto
resulta particularmente relevante en el caso de las PYMES, que a menudo enfrentan
limitaciones presupuestarias y de personal. Casanova
-
Villalba et al. (2023) destacan que esta
optimización contribuye no solo a mejorar la eficiencia de
las auditorías, sino también a
fortalecer la competitividad de estas organizaciones en el mercado.
La sinergia entre la inteligencia artificial y los auditores humanos también ha
transformado el rol de estos últimos. Lejos de ser reemplazados por la tecnología, los auditores
han adoptado un enfoque colaborativo en el que la IA se utiliza como una herram
ienta para
potenciar sus capacidades. García (2024) enfatiza que esta relación complementaria permite a
los auditores asumir roles más estratégicos, como la interpretación de datos complejos y la
asesoría en la toma de decisiones financieras. Al delegar ta
reas repetitivas y técnicas a los
sistemas de IA, los auditores pueden enfocarse en analizar las implicaciones de los datos y
proponer soluciones innovadoras, fortaleciendo su papel como socios estratégicos dentro de
las organizaciones
(García
-
Vera et al., 2023)
.
L
a implementación de la inteligencia artificial ha generado un impacto positivo en la
transparencia y la confiabilidad de los informes de auditoría. Los sistemas basados en IA no
solo garantizan un análisis más detallado y riguroso, sino que también facilit
an la trazabilidad
de las operaciones, lo que es esencial para cumplir con las normativas regulatorias y fortalecer
la confianza de las partes interesadas. Arias Collaguazo y Rivadeneira Vargas (2024) resaltan
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
246
Research Article
Volumen
6
, Número E
special
1
, 202
5
que esta trazabilidad es un componente clave para garantizar la integridad de los procesos
contables, especialmente en sectores altamente regulados como el financiero.
La
inteligencia artificial ha revolucionado la eficiencia y la eficacia de los procesos de
auditoría al automatizar tareas repetitivas, mejorar la precisión en el análisis de datos, anticipar
riesgos y optimizar la gestión de recursos. Estas transformaciones
no solo han elevado los
estándares de calidad en la auditoría contable, sino que también han fortalecido el papel de los
auditores como agentes estratégicos en la creación de valor y la sostenibilidad financiera de las
organizaciones.
1.3. Implicaciones
é
ticas de la
i
mplementación de la Inteligencia Artificial en la auditoría
c
ontable
La implementación de la inteligencia artificial (IA) en la auditoría contable ha
transformado significativamente los procesos tradicionales, aumentando la eficiencia y
precisión en la revisión de datos financieros. Sin embargo, este avance tecnológico no e
stá
exento de desafíos éticos que deben abordarse con urgencia, dado el impacto potencial de estas
tecnologías en la integridad de las auditorías y la confianza en los resultados generados. Estos
desafíos abarcan cuestiones como la transparencia, la respon
sabilidad, la privacidad, los sesgos
algorítmicos, el impacto laboral y la necesidad de un enfoque ético global. Además, es crucial
abordar aspectos como la autonomía de los sistemas de IA para garantizar que las decisiones
automatizadas no vulneren los pr
incipios de independencia y criterio profesional en las
auditorías.
Asimismo, la
privacidad de los contenidos
procesados por estas tecnologías debe ser
una prioridad, ya que el manejo de información financiera sensible podría exponer datos
críticos a riesgos de filtración o mal uso. Por otro lado, el
riesgo de discriminación de los
usuarios
surge como una preocupación importante debido a los sesgos inherentes a algunos
algoritmos, que podrían generar tratamientos desiguales o excluir a ciertos sectores. En el caso
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
247
Research Article
Volumen
6
, Número E
special
1
, 202
5
de Ecuador, es indispensable que estas cuestiones se adapten a las legislaciones locales,
incluyendo la Ley Orgánica de Protección de Datos Personales y las normativas relacionadas
con auditoría financiera, para evitar procesos erróneos que comprometan la
validez y
aceptación de los resultados.
Uno de los aspectos éticos más críticos es la transparencia en los sistemas basados en
inteligencia artificial. En auditoría, donde la confianza es fundamental, los sistemas de IA
deben ser comprensibles y auditables por las partes interesadas. Según Daven
port y Ronanki
(2018), muchos de los algoritmos avanzados utilizados por la IA operan como "cajas negras",
lo que significa que sus procesos internos no son fácilmente interpretables. Esta opacidad puede
dificultar la detección de errores o sesgos, comprom
etiendo la credibilidad de los resultados.
Por lo tanto, se requiere un diseño ético que asegure que las decisiones tomadas por la IA
puedan explicarse de manera clara y accesible, tanto para los auditores como para los usuarios
de los informes financieros
.
La responsabilidad en la toma de decisiones automatizadas es otro desafío ético
significativo. Hurtado
-
Guevara (2024) enfatiza que, aunque la IA puede reducir los errores
humanos y aumentar la eficiencia operativa, también puede generar resultados inespera
dos si
no se supervisa adecuadamente. Esto plantea la pregunta de quién es responsable cuando los
sistemas de IA cometen errores o producen resultados perjudiciales. Las organizaciones deben
establecer marcos claros de responsabilidad que definan los roles
de los auditores y los límites
de la autonomía de los sistemas automatizados, asegurando que siempre exista una supervisión
humana adecuada en los procesos críticos.
La privacidad y la protección de datos también son preocupaciones centrales en la
auditoría contable impulsada por IA. Estas tecnologías a menudo requieren el acceso a grandes
volúmenes de información confidencial, lo que genera riesgos relacionados con el
uso indebido
de datos o posibles violaciones de las normativas de privacidad. Barcia
-
Zambrano (2024)
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
248
Research Article
Volumen
6
, Número E
special
1
, 202
5
señala que, en un entorno globalizado, donde las operaciones financieras atraviesan múltiples
jurisdicciones, es esencial que los sistemas de IA cumplan con las normativas locales e
internacionales sobre privacidad de datos. Esto incluye garantizar el cons
entimiento informado
de los titulares de los datos y establecer mecanismos robustos de protección contra el acceso
no autorizado.
El sesgo algorítmico es otra preocupación ética crítica que surge en la implementación
de IA en auditoría. Los sistemas de IA aprenden a partir de los datos con los que son entrenados,
lo que significa que cualquier sesgo inherente en esos datos puede ser
perpetuado o incluso
amplificado por los algoritmos. Davenport y Ronanki (2018) destacan que esto es
particularmente problemático en auditoría, donde las decisiones deben ser imparciales y
basadas en información objetiva. Por lo tanto, es esencial diseñar
y monitorear los algoritmos
cuidadosamente para minimizar los sesgos y garantizar que las evaluaciones sean justas y
equitativas.
El impacto laboral de la IA también tiene implicaciones éticas significativas. Hurtado
-
Guevara (2024) observa que la automatización de tareas contables y de auditoría ha generado
inquietudes entre los profesionales, quienes temen ser desplazados por las te
cnologías
emergentes. Aunque la IA tiene el potencial de complementar las capacidades humanas, es
fundamental garantizar que los profesionales sean capacitados adecuadamente para trabajar
con estas herramientas. Esto no solo incluye habilidades técnicas pa
ra operar los sistemas, sino
también competencias analíticas y estratégicas que les permitan interpretar los resultados y
aportar valor en un entorno tecnológico.
L
a globalización y la interconexión de los mercados financieros plantean desafíos éticos
únicos en el uso de la IA en auditoría. Barcia
-
Zambrano (2024) destaca que la implementación
de estas tecnologías debe considerar las normativas y estándares éticos int
ernacionales,
asegurando que las decisiones basadas en IA sean consistentes y justas en diferentes
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
249
Research Article
Volumen
6
, Número E
special
1
, 202
5
jurisdicciones. Esto incluye la uniformidad en la aplicación de criterios de auditoría, así como
el respeto por las normativas locales en aspectos como la privacidad de los datos y la
transparencia en la toma de decisiones.
E
stas implicaciones éticas subrayan la necesidad de un enfoque responsable y
equilibrado en la adopción de la inteligencia artificial en la auditoría contable. Esto implica no
solo desarrollar marcos éticos robustos, sino también fomentar una cultura organi
zacional que
priorice la transparencia, la responsabilidad y la equidad en el uso de estas tecnologías. Como
sugieren Davenport y Ronanki (2018), la clave para aprovechar los beneficios de la IA en
auditoría radica en diseñar sistemas que no solo sean técn
icamente avanzados, sino también
éticamente sólidos, garantizando que estas herramientas se utilicen de manera responsable y en
beneficio de todas las partes interesadas.
A medida que la inteligencia artificial (IA) se integra más profundamente en los
procesos de auditoría contable, resulta imprescindible considerar cómo las decisiones éticas y
las políticas organizacionales pueden influir en la implementación efectiva de e
stas
herramientas tecnológicas. Este enfoque no solo garantiza el cumplimiento de los principios
éticos, sino que también establece un marco sólido para maximizar la capacidad técnica de la
IA en la identificación de patrones anómalos dentro de grandes vol
úmenes de datos financieros.
La alineación entre las normativas éticas y los avances tecnológicos no es únicamente deseable,
sino necesaria para que los sistemas de IA operen con integridad, fomentando la confianza en
los resultados obtenidos y asegurando
que su potencial se utilice plenamente en áreas críticas
como la detección de transacciones atípicas o la prevención de irregularidades contables.
1.4. Identificación de
a
nomalías en
t
ransacciones
c
ontables mediante
a
lgoritmos de
Inteligencia
Artificial
⎯
Análisis de Ventas
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
250
Research Article
Volumen
6
, Número E
special
1
, 202
5
La auditoría analizó minuciosamente las transacciones de ventas realizadas a cinco
clientes durante el mes de diciembre de 2023, con el propósito de evaluar la consistencia y
regularidad de los ingresos obtenidos. En este análisis, se observó que el promed
io de ventas
por cliente fue de 20,000 USD, lo que representa un valor de referencia clave para identificar
desviaciones significativas. Sin embargo, a pesar de la relativa homogeneidad de los valores
en la mayoría de los casos, la IA detectó una anomalía
importante en una transacción específica
que sobresale significativamente del promedio establecido, lo que motivó un examen detallado
para determinar su legitimidad y contexto operacional. Este hallazgo subraya la utilidad de la
IA para identificar patrone
s atípicos que podrían pasar desapercibidos mediante métodos
tradicionales de auditoría, resaltando su papel en la optimización del análisis de datos masivos.
Tabla 1
Ventas por cliente en diciembre de 2023
Cliente
Monto
(USD)
Variación respecto al
promedio
Análisis IA
Cliente A
15,000
-
25%
Dentro del rango normal
Cliente B
20,000
0%
Dentro del rango normal
Cliente C
25,000
+25%
Dentro del rango normal
Cliente D
100,000
+400%
Anomalía detectada (5 veces el
promedio)
Cliente E
18,000
-
10%
Dentro del rango normal
Nota:
Autores (2024)
.
La transacción con el Cliente D fue sometida a una revisión exhaustiva, encontrándose
que correspondía a un contrato excepcional relacionado con un proyecto corporativo de gran
envergadura que justificaba el monto inusualmente elevado. Este contrato implic
aba la
adquisición de un volumen significativo de equipos electrónicos, destinados a cumplir con
requisitos específicos del cliente en un contexto estratégico. Si bien se confirmó la legitimidad
de la operación tras la verificación documental y contractual
, se identificó la necesidad de
robustecer los mecanismos de control interno para gestionar este tipo de transacciones
extraordinarias. En particular, se recomendó establecer procedimientos que incluyan la
aprobación previa por parte de la alta dirección,
así como la documentación detallada de las
justificaciones y autorizaciones, a fin de garantizar la transparencia y mitigar riesgos asociados
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
251
Research Article
Volumen
6
, Número E
special
1
, 202
5
con la gestión de ventas atípicas. Estas acciones permitirán fortalecer el sistema de control y
aumentar la confianza en la solidez de los procesos operativos.
⎯
Análisis de
c
ompras
La auditoría también incluyó un análisis detallado de las compras realizadas a cinco
proveedores durante el periodo auditado, con el objetivo de evaluar la consistencia en los gastos
y
detectar posibles irregularidades. En este análisis, se determinó que el promedio de compras
por proveedor ascendía a 12,000 USD, lo que sirvió como parámetro de comparación para
identificar desviaciones significativas. Aunque la mayoría de las transaccion
es se encontraban
dentro de rangos aceptables, el sistema de IA detectó una anomalía en una transacción
específica que excedía considerablemente este promedio. Este hallazgo puso de manifiesto la
capacidad de la IA para identificar patrones irregulares en
los datos de manera eficiente,
subrayando su utilidad como herramienta esencial para optimizar la revisión de transacciones
masivas y para centrar la atención en áreas críticas que requieren mayor escrutinio.
Tabla 2
Compras por proveedor en diciembre de 2023
Proveedor
Monto
(USD)
Variación respecto al
promedio
Análisis IA
Proveedor 1
5,000
-
58%
Dentro del rango normal
Proveedor 2
12,000
0%
Dentro del rango normal
Proveedor 3
8,000
-
33%
Dentro del rango normal
Proveedor 4
30,000
+150%
Anomalía
detectada (2.5 veces el
promedio)
Proveedor 5
6,000
-
50%
Dentro del rango normal
Nota:
Autores (2024).
Tras realizar un análisis exhaustivo de la transacción con el Proveedor 4, se determinó
que esta correspondía a una compra urgente, originada por la necesidad de cumplir con un
pedido no planificado que requería una respuesta inmediata para evitar interrup
ciones
operativas. Este contexto justificó el monto elevado de la transacción, que excedía
significativamente el promedio establecido. Sin embargo, al profundizar en la revisión, se
identificó una deficiencia en la documentación del caso, ya que no se regi
straron de manera
adecuada las razones específicas que motivaron la compra ni las autorizaciones necesarias para
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
252
Research Article
Volumen
6
, Número E
special
1
, 202
5
procesarla. Esta situación evidenció una debilidad en los controles internos, lo que podría
representar un riesgo en futuras auditorías o revisiones regulatorias. Como resultado, se
recomendó implementar mejoras sustanciales en los procedimientos de regist
ro y aprobación
de compras excepcionales, incluyendo la obligatoriedad de documentar de forma detallada las
justificaciones, obtener autorizaciones previas de la alta dirección, y establecer un protocolo
de validación para transacciones que superen determi
nados umbrales. Estas medidas buscan
fortalecer la transparencia y reducir riesgos asociados con decisiones operativas no
planificadas.
Discusión
Los resultados de este estudio confirman el impacto transformador de la inteligencia
artificial (IA) en los procesos de auditoría contable, resaltando tanto sus beneficios como los
desafíos asociados. La capacidad de la IA para identificar anomalías y auto
matizar tareas
operativas ha sido ampliamente documentada, lo que coincide con hallazgos previos que
destacan su potencial para mejorar la eficiencia y precisión en auditorías (Valladares
-
Albarracín & Ordóñez
-
Parra, 2024; García, 2024). Este avance tecnoló
gico se ha traducido en
un análisis más exhaustivo y en la optimización de los recursos humanos, permitiendo a los
auditores concentrarse en actividades estratégicas de mayor valor agregado.
Uno de los hallazgos clave fue la detección de transacciones excepcionales en ventas y
compras. La IA identificó anomalías significativas, como una venta que superó el promedio en
5 veces y una compra que lo excedió en 2.5 veces. Estos resultados reflejan
el valor de los
algoritmos avanzados en la identificación de patrones atípicos, corroborando estudios como los
de Erazo
-
Castillo y De la A
-
Muñoz (2023), que subrayan la capacidad de estas tecnologías
para reducir errores humanos y fortalecer la confianza e
n los resultados.
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
253
Research Article
Volumen
6
, Número E
special
1
, 202
5
E
ste estudio también evidencia limitaciones en la implementación de IA. La deficiencia
en la documentación de las transacciones excepcionales destaca la necesidad de fortalecer los
controles internos y los procesos de justificación, tal como lo mencionan Ar
ias Collaguazo y
Rivadeneira Vargas (2024). Este desafío ético y operativo está estrechamente vinculado a la
transparencia y trazabilidad de los sistemas basados en IA, aspectos cruciales para garantizar
la credibilidad de los informes financieros (Davenpo
rt & Ronanki, 2018).
L
os resultados sugieren que la implementación de la IA debe complementarse con
capacitación para los auditores, lo que permitiría maximizar los beneficios de estas
herramientas y mitigar riesgos asociados a sesgos algorítmicos. Esto es coherente con la
lite
ratura que enfatiza la colaboración entre la inteligencia artificial y humana como un modelo
necesario para enfrentar los retos de un entorno regulatorio y empresarial dinámico
(Marchesano, 2023; Hurtado
-
Guevara, 2024).
Desde una perspectiva más amplia, la adopción de la IA
plantea implicaciones
estratégicas para la sostenibilidad financiera de las organizaciones. La redistribución de tareas
hacia actividades estratégicas y el uso de análisis predictivos fortalecen el rol de los auditores
como agentes de cambio dentro de sus
empresas (Sánchez
-
Caguana et al., 2024). Sin embargo,
para que estas transformaciones sean sostenibles, es esencial alinear las innovaciones
tecnológicas con principios éticos sólidos y normativas internacionales, como señalan Barcia
-
Zambrano (2024) y Garc
ía Moreno (2023).
A
unque los resultados del estudio confirman los beneficios significativos de la IA en
auditoría contable, también resaltan la importancia de abordar los desafíos éticos, operativos y
regulatorios para garantizar su adopción efectiva. Futuras investigaciones
podrían centrarse en
evaluar cómo estas tecnologías pueden integrarse de manera uniforme en distintos contextos
organizativos, fortaleciendo aún más la confiabilidad y la relevancia estratégica de los procesos
de auditoría.
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
254
Research Article
Volumen
6
, Número E
special
1
, 202
5
Conclusión
La presente investigación destaca cómo la inteligencia artificial (IA) está transformando
los procesos de auditoría contable, aportando una mayor eficiencia, precisión y capacidad para
detectar irregularidades en tiempo real. Los resultados obtenidos refle
jan que el uso de
herramientas basadas en IA, como algoritmos de aprendizaje automático, procesamiento de
lenguaje natural y automatización robótica de procesos, no solo optimiza las tareas operativas,
sino que también fortalece la capacidad analítica de l
os auditores. Este avance permite un
enfoque más estratégico, donde los profesionales pueden centrarse en actividades de mayor
valor agregado, como la interpretación de datos complejos y la toma de decisiones informadas.
La detección de anomalías significativas en transacciones de ventas y compras
mediante el análisis masivo de datos resalta el papel crucial de la IA en la identificación de
patrones atípicos. Esto demuestra su potencial para prevenir riesgos financieros y
mejorar la
confiabilidad de los informes contables. Sin embargo, estos beneficios no están exentos de
desafíos. La necesidad de fortalecer los controles internos y la documentación adecuada de
transacciones excepcionales se hace evidente como un paso esenc
ial para garantizar la
transparencia y la trazabilidad en los procesos contables.
El estudio también enfatiza la importancia de alinear la implementación de la IA con
principios éticos sólidos y normativas regulatorias. Si bien la IA puede mejorar
significativamente la calidad de las auditorías, su adopción debe gestionarse cuidadosamen
te
para evitar riesgos asociados con sesgos algorítmicos, errores automatizados y problemas de
privacidad de datos. En este sentido, es fundamental que las organizaciones inviertan en la
capacitación de los auditores, dotándolos de las competencias necesar
ias para operar y
supervisar estas herramientas de manera efectiva, mitigando cualquier posible impacto
negativo.
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
255
Research Article
Volumen
6
, Número E
special
1
, 202
5
L
os hallazgos subrayan la necesidad de un enfoque colaborativo entre la inteligencia
humana y artificial. En lugar de reemplazar a los auditores, la IA actúa como un complemento
que potencia sus capacidades, promoviendo una relación sinérgica donde las deci
siones
estratégicas se enriquecen con la precisión y rapidez del análisis automatizado. Este modelo
colaborativo no solo fortalece el papel del auditor como agente estratégico dentro de la
organización, sino que también refuerza la confianza de las partes
interesadas en la integridad
de los procesos financieros.
E
l impacto de la IA trasciende los aspectos operativos y afecta la dinámica
organizacional, fomentando una cultura de innovación y adaptabilidad en el sector contable.
La redistribución de tareas hacia actividades más estratégicas abre nuevas oportunidades
para
el desarrollo profesional de los auditores, transformándolos en actores clave dentro de un
entorno financiero cada vez más complejo y globalizado. Sin embargo, para garantizar que
estas transformaciones sean sostenibles, es imprescindible abordar las
brechas existentes en la
estandarización de la adopción tecnológica y la regulación de su aplicación en diferentes
contextos.
Este análisis permite concluir que la implementación de la IA en auditoría contable no
solo optimiza los procesos existentes, sino que también redefine el alcance y las expectativas
de la profesión. La capacidad de estas herramientas para procesar grandes
volúmenes de datos,
identificar patrones ocultos y generar análisis predictivos ofrece un valor agregado
significativo, mejorando tanto la calidad como la efectividad de las auditorías. Sin embargo,
para maximizar los beneficios de la IA, es necesario un e
nfoque integral que incluya la
actualización continua de las competencias profesionales, el fortalecimiento de los marcos
regulatorios y la promoción de prácticas éticas sólidas. Además, es fundamental complementar
estos procesos con la inserción de diccio
narios de datos o de herencia de información, los cuales
deben integrarse desde un vértice de información previa. Esto garantizará que los sistemas
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
256
Research Article
Volumen
6
, Número E
special
1
, 202
5
cuenten con bases de datos estructuradas y un contexto adecuado para procesar resultados más
veraces en su contenido y en su interpretación. La incorporación de este enfoque no solo
mejorará la precisión de los análisis generados, sino que también contribu
irá a la coherencia y
la relevancia de las conclusiones obtenidas a partir de los sistemas de IA.
L
a investigación destaca la importancia de continuar explorando las posibilidades que
ofrece la IA en el campo de la auditoría contable. Las futuras líneas de investigación podrían
centrarse en la evaluación de su impacto a largo plazo, la integración de te
cnologías emergentes
y el desarrollo de estándares globales que garanticen una implementación uniforme y
responsable. La combinación de estas estrategias permitirá aprovechar plenamente las
capacidades de la IA, asegurando que esta transformación tecnológi
ca contribuya a la
sostenibilidad, la transparencia y la confianza en los procesos contables en un entorno cada vez
más digitalizado.
Referencias bibliográficas
Arias Collaguazo, W. M. (2024).
Impacto de la inteligencia artificial en la contabilidad 5.0
.
Repositorio Institucional UNIANDES.
https://dspace.uniandes.edu.ec/handle/123456789/18435
Barcia
-
Zambrano, I. A. (2024). La Influencia de la Globalización en la Contabilidad de Costos:
Un Enfoque Cualitativo. Revista Científica Zambos, 3(2), 1
-
30.
https://doi.org/10.69484/rcz/v3/n2/15
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
Davenport, T., & Ronanki, R. (2018). Artificial intelligence for the real world.
Harvard
Business Review
.
https://hbr.org/2018/01/artificial
-
intelligence
-
for
-
the
-
real
-
world
De La Hoz Suárez, B. A., & Escudero Álvarez, A. E. (2023).
Inteligencia artificial como
estrategia para gestionar
. Dialnet.
file:///C:/Users/IdeaPad/Downloads/Dialnet
-
InteligenciaArtificialComoEstrategiaParaGestionarL
-
9630811.pdf
.
Erazo
-
Castillo, J., & De la A
-
Muñoz, S. (2023). Auditoría del futuro, la prospectiva y la
inteligencia artificial para anticipar riesgos en las organizaciones.
Novasinergia
, 6(1),
105
–
119.
https://doi.org/10.37135/ns.01.11.07
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
257
Research Article
Volumen
6
, Número E
special
1
, 202
5
García Moreno, E. (2023).
Efectos de la aplicación de la inteligencia artificial en la
contabilidad y la toma de decisiones
. Gestión.
https://revistap.ejeutap.edu.co/index.php/Gestion/article/view/71/70
.
García, C. (2024).
La inteligencia artificial y su impacto en la auditoría contable
.
Universidad
de Palermo.
https://www.palermo.edu/Archivos_content/contador
-
publico/newsletter/2024/Enero/Carlos
-
Garcia.html
García
-
Vera, Y. S., Juca
-
Maldonado, F. X., & Torres
-
Gallegos, V. (2023).
Automatización de procesos contables mediante Inteligencia Artificial:
Oportunidades y desafíos para pequeños empresarios ecuatorianos.
Revista
Transdiciplinaria de Estudios Sociales y Tecnológicos
,
3
(3), 68
-
74.
https://doi.org/10.58594/rtest.v3i3.93
Hurtado
-
Guevara, R. F. (2024). Impacto de la Automatización Contable en la Eficiencia
Operativa de las PYMEs.
Revista Científica Zambos,
3(1), 19
-
35.
https://doi.org/10.69484/rcz/v3/n1/10
López
-
Pérez, P. J. (2023). Análisis del Impacto de la Norma Internacional de Información
Financiera (NIIF) en las PYMEs Ecuatorianas.
Revista Científica Zambos,
2(1), 74
-
86.
https://doi.org/10.69484/rcz/v2/n1/39
Marchesano, M. S. (2023).
Impactos de la inteligencia artificial en la profesión contable
.
Repositorio Institucional de la UNLP.
https://sedici.unlp.edu.ar/handle/10915/162132
Moreno, E. G., & Balcázar, M. D. C. S. (2023). EFECTOS DE LA APLICACIÓN DE
LA INTELIGENCIA ARTIFICIAL EN LA CONTABILIDAD Y LA TOMA DE
DECISIONES.
Gestión
,
1
(1).
https://revistap.ejeutap.edu.co/index.php/Gestion/article/view/71
Sánchez
-
Caguana, D. F., Philco
-
Reinozo, M. A., Salinas
-
Arroba, J. M., & Pico
-
Lescano, J. C. (2024). Impacto de la Inteligencia Artificial en la Precisión y
Eficiencia de los Sistemas Contables Modernos.
Journal of Economic and
Social Science Research
,
4
(3), 1
-
12.
https://doi.org/10.55813/gaea/jessr/v4/n3/117
Sánchez
-
Caguana, D. F., Rodríguez
-
Arevalo, L. A., & López
-
Rodríguez, A. (2024).
Impacto
de la Inteligencia Artificial en la Precisión y Eficiencia de los Sistemas Contables
Modernos
.
Journal of Economic and Social Science Research
.
https://doi.org/10.55813/gaea/jessr/v4/n3/117
Tosca Magaña, S. A., & Vera Vega, V. (2024).
La revolución digital en la contabilidad:
impacto de la inteligencia artificial en la auditoría
. Revista de la Facultad de Ciencias
Económicas.
https://ojs.unipamplona.edu.co/index.php/face/article/view/3119/7142
.
Tosca Magaña, S. A., Vázquez Vidal, V., & Martínez Ortiz, M. (2024). La revolución digital
en la contabilidad: impacto de la inteligencia artificial en la auditoría.
FACE: Revista
de la Facultad de Ciencias Económicas y Empresariales
, 24(2).
https://doi.org/10.24054/face.v24i2.3119
Valladares
-
Albarracín, J. J., & Ordóñez
-
Parra, Y. L. (2024). La aplicación de inteligencia
artificial en la auditoría contable.
Revista Multidisciplinaria Perspectivas
Investigativas
, 4(Contabilidad y Auditoría II), 73
–
85.
https://doi.org/10.62574/rmpi.v4iespecial.172
Código Científico Revista de
Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
258
Research Article
Volumen
6
, Número E
special
1
, 202
5