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.
989
Impacto de la
i
nteligencia
a
rtificial en la
a
uditoría
c
ontable:
Precisión,
e
ficiencia y
n
uevos
d
esafíos
The
i
mpact of
a
rtificial
i
ntelligence on
a
ccounting
a
uditing: Accuracy,
e
fficiency and
n
ew
c
hallenges
O impacto da
inteligência artificial na auditoria contabilística:
E
xatidão,
eficiência e novos desafios
Santander Salmon, Erika Stephania
Universidad Técnica Luis Vargas Torres de Esmeraldas
erika.santander@utelvt.edu.ec
https://orcid.org/0000
-
0003
-
3279
-
5250
Choez Calderón, Cindy Johanna
Universidad Técnica Luis Vargas Torres de Esmeraldas
cindy.choez.calderon@utelvt.edu.ec
https://orcid.org/0000
-
0003
-
3968
-
9397
Mora Olivero, Aldo Patricio
Universidad Técnica Luis Vargas Torres de Esmeraldas
aldo.mora.olivero@utelvt.edu.ec
https://orcid.org/0000
-
0002
-
4337
-
7452
Bedoya Flores
,
Mirna Carolina
Universidad Técnica Luis Vargas Torres de Esmeraldas
mirna.bedoya@utelvt.edu.ec
https://orcid.org/0000
-
0002
-
9398
-
3397
Chamorro Quiñónez, Joshelyn Germania
Universidad Técnica Luis Vargas Torres de Esmeraldas
joshelin.chamorro.quinonez@utelvt.edu.ec
https://orcid.org/0000
-
0001
-
9015
-
035X
DOI /
URL:
https://doi.org/10.55813/gaea/ccri/v6/nE1/729
Como citar:
Santander Salmon, E. S., Choez Calderón, C. J., Mora Olivero, A. P., Bedoya Flores, M. C., &
Chamorro Quiñónez, J. G. (2025). Impacto de la inteligencia artificial en la auditoría contable:
Precisión, eficiencia y nuevos desafíos.
Código Científico Revista De Investigación
, 6(E1),
989
–
1012.
https://doi.org/10.55813/gaea/ccri/v6/nE1/729
Recibido
:
10
/
0
1
/202
5
Aceptado
:
06
/0
3
/202
5
Publicado
:
31
/0
3
/202
5
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
990
Research Article
Volumen
6
, Número E
special
1
, 202
5
Resumen
La auditoría contable ha evolucionado significativamente con la integración de la inteligencia
artificial (IA),
permitiendo mejorar la precisión y eficiencia en la detección de fraudes y el
análisis de estados financieros. Este estudio tiene como objetivo analizar el impacto de la IA
en la auditoría contable, destacando sus beneficios en términos de optimización de
procesos y
los desafíos que enfrenta su implementación. La metodología se basó en una revisión
bibliográfica de artículos indexados en Scopus, abarcando el período 2020
-
2025, y utilizando
herramientas analíticas para evaluar la distribución de publicacione
s por país. Los resultados
muestran que la IA ha reducido el tiempo de auditoría, optimizado la gestión de riesgos
mediante modelos predictivos y mejorado la trazabilidad de los procesos. No obstante,
persisten desafíos como la dependencia tecnológica, la
necesidad de capacitación
especializada, los sesgos en los algoritmos y la falta de regulación específica. La discusión
resalta que, si bien la IA fortalece la transparencia y confiabilidad en la auditoría, su
implementación debe ir acompañada de estrategi
as de supervisión y regulación. En conclusión,
la IA representa una herramienta clave para la auditoría contable, pero su integración efectiva
requiere superar barreras tecnológicas, regulatorias y de aceptación profesional.
Palabras clave:
Auditoría contable; Inteligencia artificial; Eficiencia; Regulación;
Automatización.
Abstract
Accounting auditing has evolved significantly with the integration of artificial intelligence
(AI), allowing for improved accuracy and efficiency in fraud detection and
financial statement
analysis. This study aims to analyze the impact of AI on accounting auditing, highlighting its
benefits in terms of process optimization and the challenges faced in its implementation. The
methodology was based on a literature review of
articles indexed in Scopus, covering the period
2020
-
2025, and using analytical tools to evaluate the distribution of publications by country.
The results show that AI has reduced audit time, optimized risk management through predictive
models and improve
d process traceability. However, challenges remain, such as technological
dependence, the need for specialized training, biases in algorithms and the lack of specific
regulation. The discussion highlights that, although AI strengthens transparency and reli
ability
in auditing, its implementation must be accompanied by supervision and regulation strategies.
In conclusion, AI represents a key tool for accounting auditing, but its effective integration
requires overcoming technological, regulatory and professio
nal acceptance barriers.
Keywords:
Accounting audit; Artificial intelligence; Efficiency; Regulation; Automation.
Resumo
A auditoria contabilística tem evoluído significativamente com a integração da inteligência
artificial (IA), permitindo uma maior precisão e eficiência na deteção de fraudes e na análise
das demonstrações financeiras. Este estudo tem como objetivo analisar
o impacto da IA na
auditoria contabilística, destacando os seus benefícios em termos de otimização de processos e
os desafios enfrentados na sua implementação. A metodologia baseou
-
se numa revisão da
literatura de artigos indexados na Scopus, abrangendo o
período 2020
-
2025, e utilizando
ferramentas analíticas para avaliar a distribuição das publicações por país. Os resultados
mostram que a IA reduziu o tempo de auditoria, optimizou a gestão dos riscos através da
modelação preditiva e melhorou a rastreabili
dade dos processos. No entanto, subsistem
desafios, como a dependência da tecnologia, a necessidade de formação especializada, os
enviesamentos nos algoritmos e a falta de regulamentação específica. O debate sublinha que,
embora a IA reforce a transparênci
a e a fiabilidade da auditoria, a sua aplicação deve ser
acompanhada de estratégias de supervisão e de regulamentação. Em conclusão, a IA representa
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
991
Research Article
Volumen
6
, Número E
special
1
, 202
5
uma ferramenta fundamental para a auditoria contabilística, mas a sua integração efectiva exige
a superação de barreiras tecnológicas, regulamentares e de aceitação profissional.
Palavras
-
chave:
Auditoria contabilística;
Inteligência artificial; Eficiência; Regulação;
Automatização.
Introducción
La auditoría contable ha experimentado una transformación significativa en los últimos
años con la integración de la inteligencia artificial (IA). La automatización de procesos, el
análisis de grandes volúmenes de datos y la detección avanzada de fraudes h
an mejorado
sustancialmente la eficiencia y precisión de las auditorías (Hernández & Duque, 2020). Sin
embargo, esta evolución tecnológica también plantea desafíos en términos de interpretación de
datos, ética profesional y regulación. En este contexto, la
presente investigación se enfoca en
analizar el impacto de la IA en la auditoría contable, destacando sus ventajas en precisión y
eficiencia, así como los desafíos emergentes en la práctica profesional.
La problematica central radica en la necesidad de comprender cómo la IA transforma
los procesos tradicionales de auditoría, redefiniendo el rol del auditor y los métodos utilizados
para examinar la información financiera. Tradicionalmente, la auditoría con
table se ha basado
en procedimientos manuales y en el juicio profesional del auditor para identificar
irregularidades y asegurar la confiabilidad de los estados financieros. No obstante, con la
introducción de la IA, se ha generado un cambio en la metodolo
gía de análisis, permitiendo
una mayor automatización en la detección de anomalías y en la evaluación de riesgos (Erazo
-
Castillo & la A
-
Muñoz, 2023). La implementación de algoritmos de aprendizaje automático y
modelos predictivos ha reducido significativam
ente el margen de error humano, pero al mismo
tiempo ha generado cuestionamientos sobre la capacidad de la IA para reemplazar la intuición
y el criterio profesional del auditor.
Los factores que influyen en este problema incluyen la rápida evolución de la
tecnología, la resistencia al cambio por parte de los auditores, la falta de regulación específica
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
992
Research Article
Volumen
6
, Número E
special
1
, 202
5
y los posibles sesgos en los algoritmos de IA. La transformación digital de la auditoría conlleva
implicaciones tanto técnicas como éticas. Si bien la IA permite un procesamiento más rápido
y detallado de grandes volúmenes de información, también introduce
riesgos relacionados con
la dependencia de los sistemas automatizados y la confiabilidad de los resultados generados.
Según Valladares
-
Albarracín y Ordóñez
-
Parra (2024), uno de los principales desafíos es la
transparencia en los modelos de IA, ya que much
os de estos funcionan como "cajas negras",
dificultando la interpretación de sus decisiones y reduciendo la trazabilidad de los
procedimientos de auditoría. Además, la implementación de IA en auditoría requiere una
capacitación continua de los profesionale
s para garantizar un uso adecuado y eficiente de estas
herramientas.
La justificación de esta investigación radica en la creciente adopción de tecnologías de
IA en auditoría y la necesidad de evaluar sus impactos en la precisión y eficiencia del trabajo
contable. La auditoría contable es un pilar fundamental en la transpare
ncia financiera de las
organizaciones, y cualquier cambio en sus procesos debe ser analizado con profundidad para
garantizar la integridad de la información financiera. La viabilidad del estudio se sustenta en
la amplia disponibilidad de literatura científ
ica y casos de aplicación en diferentes contextos
organizacionales. Investigaciones previas han demostrado que la IA puede mejorar
significativamente la detección de fraudes y la identificación de patrones anómalos en los
estados financieros, reduciendo lo
s tiempos de auditoría y optimizando el uso de recursos
(Ocampo, 2023). Sin embargo, es necesario examinar no solo las ventajas técnicas, sino
también los desafíos asociados, tales como la dependencia tecnológica, la interpretación de los
resultados y la a
daptación de los profesionales de auditoría a estos nuevos sistemas.
El objetivo de este estudio es realizar una revisión bibliográfica sobre el impacto de la
inteligencia artificial en la auditoría contable, con un enfoque en la mejora de la precisión,
eficiencia y los nuevos desafíos que surgen con su implementación. Para
ello, se analizarán
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
993
Research Article
Volumen
6
, Número E
special
1
, 202
5
diversas investigaciones recientes que aborden el papel de la IA en la auditoría y sus
implicaciones en la profesión contable. Se busca proporcionar una visión integral sobre cómo
la automatización y el análisis de datos avanzado están redefiniendo los pro
cedimientos de
auditoría y qué aspectos deben considerarse para su correcta implementación.
Para concluir, la IA ha revolucionado la auditoría contable al ofrecer herramientas más
avanzadas para la detección de fraudes, el análisis de riesgos y la evaluación de grandes
volúmenes de información financiera. Sin embargo, su adopción también implica
desafíos
significativos, incluyendo la regulación, la ética y la adaptación profesional. Por ello, este
estudio se propone analizar la literatura existente sobre el tema, brindando una perspectiva
crítica sobre los beneficios y riesgos de la IA en la audit
oría contable.
Metodología
El presente estudio se llevó a cabo mediante una revisión bibliográfica de artículos
científicos indexados en la base de datos Scopus, garantizando así la calidad y relevancia de
las fuentes consultadas. Para la recolección de información, se realizó una b
úsqueda utilizando
las palabras clave
artificial AND intelligence, auditing AND process
, con un rango de años
comprendido entre 2020 y 2025. Como resultado, se identificaron un total de 241 documentos
relacionados con la aplicación de la inteligencia artif
icial en la auditoría contable.
Con el propósito de obtener un análisis detallado de la producción científica en este
campo, se emplearon las herramientas analíticas de Scopus, incluyendo la métrica
documents
by country or territory
, la cual permitió examinar la distribución geográfica de los estudios
publicados. Se analizaron los países con mayor cantidad de publicaciones sobre la temática, lo
que facilitó la identificación de regiones con mayor interés e investigación en la aplicac
ión de
la inteligencia artificial en auditoría.
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
994
Research Article
Volumen
6
, Número E
special
1
, 202
5
Figura 1
Distribución de documentos por país o territorio
Nota:
La
figura 1
muestra la cantidad de documentos encontrados en Scopus según el país o territorio
(
Autores,
2025
)
.
El análisis de la distribución de documentos por país o territorio revela que Estados
Unidos lidera la producción científica en este ámbito, con una cantidad significativamente
superior de publicaciones en comparación con otros países. Esto sugiere una fue
rte inversión
en investigación y desarrollo tecnológico aplicado a la auditoría contable dentro de este país.
China e India también presentan un alto nivel de contribución, lo que refleja el creciente interés
de estas naciones en la implementación de intel
igencia artificial en los procesos financieros.
Por otro lado, países europeos como el Reino Unido y Alemania muestran una
participación considerable, lo que indica la relevancia de esta tecnología en el contexto
normativo y financiero de la región. Australia, Canadá, Italia, Arabia Saudita y España
apa
recen con menores volúmenes de publicaciones, lo que sugiere que, si bien existe interés
en la temática, la producción científica en estas regiones aún es menos prominente en
comparación con los líderes en investigación.
Estos hallazgos permiten contextualizar el impacto global de la inteligencia artificial en
auditoría, evidenciando una mayor concentración de estudios en economías avanzadas con un
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
995
Research Article
Volumen
6
, Número E
special
1
, 202
5
desarrollo tecnológico significativo. Esto refuerza la necesidad de continuar explorando el tema
en diferentes contextos para comprender mejor su aplicabilidad en diversas normativas
contables y sectores financieros.
Resultados
1.1. Impacto en la Precisión y Fiabilidad de la Auditoría
La inteligencia artificial (IA) ha revolucionado la auditoría contable al mejorar la
precisión en la identificación de anomalías, la detección de fraudes y la trazabilidad de los
procesos. Tradicionalmente, la auditoría se basaba en procedimientos manuales
, lo que
aumentaba el riesgo de errores humanos y la subjetividad en la toma de decisiones. Sin
embargo, la implementación de algoritmos avanzados ha permitido optimizar la revisión de
datos financieros, garantizando una mayor fiabilidad en los resultados
(Hurtado
-
Guevara,
2024a).
Reducción de errores humanos en la identificación de anomalías financieras
Uno de los principales beneficios de la IA en auditoría es su capacidad para minimizar
los errores humanos en la identificación de anomalías financieras. Los sistemas automatizados
pueden detectar patrones irregulares con mayor precisión, reduciendo el mar
gen de error
asociado a la intervención manual (Hurtado
-
Guevara & Casanova
-
Villalba, 2022).
Tabla 1.
Impacto de la IA en la reducción de errores humanos en auditoría
Factor
Impacto en la Reducción de Errores
Algoritmos de IA
Detectan patrones de fraude con mayor exactitud.
Eliminación de sesgos
Reduce la subjetividad en la evaluación de
irregularidades.
Automatización
Minimiza errores por omisión o cálculos incorrectos.
Nota:
La IA permite una auditoría más precisa al reducir errores humanos en el análisis financiero
(
Autores,
2025
)
.
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
996
Research Article
Volumen
6
, Número E
special
1
, 202
5
El uso de inteligencia artificial ha optimizado la auditoría forense, permitiendo detectar
fraudes financieros con una mayor precisión. La eliminación de sesgos humanos en la revisión
de datos fortalece la objetividad de los informes, asegurando un análisi
s más riguroso y
confiable (Hurtado
-
Guevara & Casanova
-
Villalba, 2022).
Mayor capacidad de procesamiento y análisis de grandes volúmenes de datos
La capacidad de la IA para analizar grandes volúmenes de información en tiempo récord
ha sido clave en la evolución de la auditoría contable. A diferencia de los métodos tradicionales,
que requieren semanas o meses para evaluar múltiples transacciones, los
sistemas
automatizados pueden procesar grandes bases de datos en cuestión de horas, optimizando los
tiempos de auditoría (Hurtado
-
Guevara, 2024b).
Tabla 2.
Comparación del tiempo de procesamiento de datos en auditoría
Volumen de Datos
Tiempo de Procesamiento
Manual
Tiempo de Procesamiento con
IA
10,000 transacciones
15 días
2 horas
100,000 transacciones
60 días
8 horas
1,000,000 transacciones
180 días
24 horas
Nota:
La IA acelera los tiempos de auditoría, optimizando la revisión de grandes volúmenes de datos
(
Autores,
2
02
5
)
.
El análisis automatizado de datos no solo reduce los tiempos de auditoría, sino que
también mejora la precisión de los informes. Al eliminar la
necesidad de muestreos y permitir
la revisión integral de todas las transacciones, la IA aumenta la confiabilidad de los hallazgos,
minimizando riesgos asociados a posibles omisiones (Hurtado
-
Guevara, 2024b).
Implementación de modelos predictivos para la detección de fraudes
La auditoría forense ha incorporado modelos predictivos basados en machine learning
y redes neuronales, mejorando significativamente la capacidad de detección de fraudes. Estos
sistemas analizan patrones históricos y comportamientos anómalos para identific
ar actividades
sospechosas con alta precisión (Almeida Blacio, 2024).
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
997
Research Article
Volumen
6
, Número E
special
1
, 202
5
Tabla 3.
Comparación de la precisión en la detección de fraudes
Modelo Predictivo
Tasa de Precisión en la Detección de Fraudes
Algoritmos tradicionales
65%
Machine learning
85%
Redes neuronales
92%
Nota:
Los modelos avanzados de IA han aumentado la precisión en la detección de fraudes financieros
(
Autores,
2025
)
.
El uso de modelos de IA ha permitido detectar fraudes de manera más eficiente y con
menos falsos
positivos. Las redes neuronales y el aprendizaje automático han demostrado una
capacidad superior para analizar grandes volúmenes de datos y anticipar riesgos financieros
antes de que generen pérdidas significativas (Almeida Blacio, 2024).
Mejoras en la trazabilidad y documentación de auditorías automatizadas
Uno de los principales desafíos en la auditoría tradicional ha sido la falta de trazabilidad
en los procesos de revisión. La IA ha facilitado la automatización de registros, permitiendo un
seguimiento detallado de cada auditoría y garantizando una document
ación más transparente y
accesible (Hurtado
-
Guevara, 2024c).
Tabla 4.
Beneficios de la automatización en la trazabilidad de auditoría
Beneficio de la Automatización
Impacto en la Trazabilidad
Registro automático de actividades
Garantiza documentación completa y detallada.
Integración con sistemas contables
Facilita la auditoría en tiempo real.
Accesibilidad y almacenamiento seguro
Mejora la protección y recuperación de datos.
Nota:
La IA mejora la trazabilidad en auditoría al asegurar un registro detallado y seguro de la información
(
Autores, 2025
)
.
La automatización de registros ha permitido que los auditores accedan a información
detallada y actualizada en tiempo real. Esto no solo agiliza el proceso de auditoría, sino que
también fortalece la transparencia y confiabilidad de los informes financiero
s (Hurtado
-
Guevara, 2024c).
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
998
Research Article
Volumen
6
, Número E
special
1
, 202
5
El impacto de la IA en la precisión y fiabilidad de la auditoría es evidente en varios
aspectos clave. La reducción de errores humanos ha permitido una identificación más precisa
de irregularidades financieras, minimizando riesgos y garantizando informes m
ás confiables
(Hurtado
-
Guevara & Casanova
-
Villalba, 2022). Además, la capacidad de la IA para procesar
grandes volúmenes de datos en tiempo récord ha optimizado la eficiencia de los procesos de
auditoría, eliminando la necesidad de muestreos y permitiendo
un análisis integral de todas las
transacciones (Hurtado
-
Guevara, 2024b).
La detección de fraudes también ha mejorado con la implementación de modelos
predictivos avanzados. Herramientas basadas en machine learning y redes neuronales han
incrementado la precisión en la identificación de patrones sospechosos, reduciendo falsos
po
sitivos y fortaleciendo la auditoría forense (Almeida Blacio, 2024). Finalmente, la
automatización ha transformado la trazabilidad de auditorías, asegurando registros detallados
y accesibles que fortalecen la transparencia en la gestión financiera (Hurtado
-
Guevara, 2024c).
1.2. Incremento en la Eficiencia de los Procesos de Auditoría
La auditoría contable ha evolucionado significativamente con la incorporación de la
inteligencia artificial (IA), permitiendo mejorar la eficiencia de los procesos y optimizar la
gestión de información financiera.
Tradicionalmente, la evaluación de estados financieros
complejos requería un tiempo considerable debido a la revisión manual de grandes volúmenes
de datos. Sin embargo, la IA ha reducido drásticamente estos tiempos mediante la
automatización de tareas y la
implementación de modelos avanzados de análisis de riesgos
(Magaña et al., 2024). Además, la integración de estas tecnologías con software contable ha
permitido realizar auditorías en tiempo real, incrementando la precisión y la capacidad de
respuesta ant
e posibles irregularidades.
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
999
Research Article
Volumen
6
, Número E
special
1
, 202
5
Disminución del tiempo requerido para evaluar estados financieros complejos
Uno de los principales avances que ha proporcionado la IA en la auditoría es la
reducción del tiempo necesario para evaluar estados financieros complejos. Antes de la
automatización, los auditores debían revisar manualmente grandes volúmenes de información
,
lo que representaba un proceso prolongado y con un alto margen de error. Con la
implementación de herramientas basadas en IA, ahora es posible procesar y analizar datos en
cuestión de horas en lugar de semanas, lo que optimiza significativamente los tiem
pos de
auditoría (Mojica, 2023).
Esta reducción de tiempos se debe a la capacidad de la IA para identificar patrones y
correlaciones en la información financiera de manera automatizada. Los algoritmos avanzados
pueden detectar anomalías en los registros contables sin la necesidad de muest
reos extensos,
lo que permite a los auditores enfocarse en el análisis de información relevante en lugar de
tareas repetitivas. Además, la IA mejora la precisión en la evaluación de riesgos financieros,
proporcionando informes más detallados y reduciendo l
a carga de trabajo manual de los
auditores (Mojica, 2023).
Optimización en la gestión de riesgos mediante sistemas de IA avanzados
La gestión de riesgos es un aspecto clave en la auditoría, ya que permite identificar y
mitigar posibles problemas antes de que afecten la estabilidad financiera de una organización.
La IA ha revolucionado este proceso mediante el uso de modelos predictivo
s que analizan
grandes volúmenes de datos históricos y actuales para detectar patrones de comportamiento
financiero inusual (Alcívar
-
Nieto & Escobar
-
García, 2025).
Los sistemas de IA pueden evaluar múltiples variables simultáneamente y proporcionar
alertas tempranas sobre posibles riesgos. Esto permite a los auditores anticiparse a problemas
financieros y tomar decisiones basadas en información precisa y actualizada.
Además, la
capacidad de aprendizaje automático de estos modelos mejora con el tiempo, refinando sus
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1000
Research Article
Volumen
6
, Número E
special
1
, 202
5
predicciones y adaptándose a nuevos escenarios económicos y contables (Alcívar
-
Nieto &
Escobar
-
García, 2025).
Otro aspecto clave en la optimización de la gestión de riesgos es la capacidad de la IA
para realizar auditorías en tiempo real. En lugar de esperar hasta el final de un período contable
para detectar irregularidades, las herramientas automatizadas pueden
identificar posibles
fraudes o inconsistencias en el momento en que ocurren. Esto permite a las empresas
implementar medidas correctivas de inmediato, reduciendo la posibilidad de pérdidas
económicas y mejorando la transparencia financiera (Magaña et al.,
2024).
Automatización de tareas repetitivas, permitiendo a los auditores enfocarse en análisis
estratégicos
La automatización de procesos ha sido una de las principales ventajas de la IA en la
auditoría, ya que permite a los profesionales del área enfocarse en tareas de mayor valor
agregado. Antes de la implementación de estas herramientas, los auditores debían
realizar
manualmente actividades como la conciliación de cuentas, la verificación de transacciones y
la elaboración de reportes financieros. Estas tareas consumían una cantidad significativa de
tiempo y estaban sujetas a errores humanos (Sánchez et al., 20
23).
Con la automatización, estas funciones pueden ejecutarse de manera más rápida y
precisa, liberando tiempo para que los auditores realicen análisis más estratégicos. En lugar de
concentrarse en la recopilación y procesamiento de datos, los profesionales pue
den enfocarse
en la interpretación de la información y en la toma de decisiones basadas en hallazgos sólidos.
Esto no solo incrementa la eficiencia de la auditoría, sino que también mejora la calidad de los
informes y recomendaciones generadas por los audi
tores (Sánchez et al., 2023).
Además, la automatización ha reducido la necesidad de realizar muestreos manuales en
auditoría. En lugar de revisar solo una parte de los datos financieros, la IA permite analizar el
100% de las transacciones de una empresa,
aumentando la precisión y la detección de posibles
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1001
Research Article
Volumen
6
, Número E
special
1
, 202
5
irregularidades. Esta capacidad de revisión exhaustiva mejora la fiabilidad de los procesos de
auditoría y refuerza el cumplimiento de normativas contables y fiscales (Magaña et al., 2024).
Integración de plataformas de IA con software contable para auditorías en tiempo real
La integración de IA con software contable ha permitido llevar a cabo auditorías en
tiempo real, lo que representa un cambio significativo en la forma en que se gestionan los
procesos financieros. Tradicionalmente, la auditoría se realizaba de manera perió
dica, con
revisiones anuales o semestrales que analizaban datos históricos. Sin embargo, con la
implementación de sistemas basados en IA, ahora es posible monitorear continuamente las
transacciones y detectar irregularidades en el momento en que ocurren (G
ómez et al., 2024).
Figura
2
Integración de la IA en auditorias contables
Nota:
La figura muestra un análisis de los principales pros y contras de la integración de IA en auditoría contable
(
Autores, 2025
)
.
El uso de IA en auditoría contable ofrece múltiples beneficios que impactan
directamente en la eficiencia y precisión del proceso. Entre las principales ventajas destacan la
capacidad de realizar auditorías en tiempo real, la detección temprana de irregula
ridades y la
generación automática de reportes financieros. Estos factores contribuyen a la optimización del
tiempo y a la mejora en la toma de decisiones estratégicas dentro de las organizaciones.
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1002
Research Article
Volumen
6
, Número E
special
1
, 202
5
Sin embargo, la implementación de IA también conlleva desafíos importantes. La
necesidad de capacitación especializada para auditores es un obstáculo, ya que requiere una
actualización constante en nuevas tecnologías. Además, los altos costos de implementa
ción
pueden representar una barrera para pequeñas y medianas empresas. La dependencia de la
tecnología y el riesgo de errores en los algoritmos de IA también pueden afectar la confiabilidad
de los procesos. Por último, la adaptación a nuevas normativas es
un factor clave, ya que la
regulación aún está en desarrollo para garantizar el uso ético y efectivo de la IA en auditoría
contable.
Este enfoque proactivo ha mejorado la capacidad de respuesta de las empresas ante
posibles riesgos financieros. En lugar de adoptar una estrategia reactiva basada en la corrección
de errores después de su detección, las auditorías en tiempo real permiten i
mplementar medidas
preventivas que minimicen el impacto de problemas contables o fiscales. Además, la
integración de IA con plataformas contables ha facilitado el acceso a información financiera
actualizada y precisa, lo que mejora la toma de decisiones em
presariales (Gómez et al., 2024).
Otro beneficio clave de esta integración es la posibilidad de generar reportes
automatizados y personalizados en función de las necesidades de cada empresa. La IA puede
identificar los indicadores clave de desempeño financiero y presentar información relev
ante de
manera clara y accesible. Esto facilita la interpretación de datos por parte de los auditores y
directivos, optimizando la eficiencia del proceso de auditoría y garantizando el cumplimiento
de normativas contables y fiscales (Magaña et al., 2024).
La inteligencia artificial ha demostrado ser una herramienta esencial para el incremento
de la eficiencia en los procesos de auditoría. La reducción del tiempo requerido para evaluar
estados financieros ha permitido optimizar la productividad de los audito
res y garantizar la
entrega de informes más precisos en menor tiempo (Mojica, 2023). Además, la capacidad de
la IA para mejorar la gestión de riesgos ha fortalecido la detección temprana de irregularidades,
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1003
Research Article
Volumen
6
, Número E
special
1
, 202
5
permitiendo a las empresas anticiparse a posibles problemas financieros (Alcívar
-
Nieto &
Escobar
-
García, 2025).
Asimismo, la automatización de tareas repetitivas ha liberado tiempo para que los
auditores se enfoquen en análisis estratégicos, lo que ha mejorado la calidad de los informes y
la toma de decisiones en el ámbito contable (Sánchez et al., 2023). Finalmente
, la integración
de plataformas de IA con software contable ha permitido la realización de auditorías en tiempo
real, lo que ha optimizado la transparencia y la capacidad de respuesta ante posibles riesgos
financieros (Gómez et al., 2024).
1.3. Nuevos Desafíos y Limitaciones en la Auditoría con IA
A pesar de los
múltiples beneficios que la inteligencia artificial (IA) ha aportado a la
auditoría contable, su implementación conlleva diversos desafíos y limitaciones que deben ser
abordados. La dependencia tecnológica y la necesidad de capacitación especializada
repre
sentan obstáculos importantes en la adopción de estas herramientas. Además, la
posibilidad de sesgos en los algoritmos de IA puede comprometer la objetividad de las
auditorías. Otro aspecto crucial es la falta de regulación específica para su uso en audito
ría
contable, lo que genera incertidumbre en su aplicación. Finalmente, la resistencia al cambio
por parte de los profesionales contables tradicionales también constituye una barrera
significativa en la integración de la IA en la auditoría (Vargas et al.,
2023). Este apartado
examina estos desafíos y su impacto en la práctica contable actual.
Dependencia tecnológica y necesidad de capacitación especializada para auditores
La adopción de IA en auditoría ha generado una creciente dependencia tecnológica, lo
que implica que los auditores deben desarrollar nuevas competencias para operar
eficientemente estas herramientas. La automatización de procesos contables y la integración
de sistemas avanzados requieren que los profesionales no solo posean conocimientos en
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1004
Research Article
Volumen
6
, Número E
special
1
, 202
5
contabilidad y auditoría, sino que también comprendan el funcionamiento de algoritmos y
análisis de datos (Contreras et al., 2023).
Uno de los principales desafíos es la brecha de conocimiento existente entre los
auditores con formación tradicional y las nuevas tecnologías aplicadas a la auditoría. En
muchos casos, la falta de capacitación adecuada dificulta la adopción de la IA, lo qu
e puede
derivar en un uso ineficiente de estas herramientas o en la dependencia excesiva de los sistemas
sin un adecuado juicio profesional (Moreno & Balcázar, 2023).
Además, la rápida evolución de la tecnología exige una actualización constante en el
conocimiento de los auditores, lo que implica costos adicionales en capacitación y en la
implementación de nuevas soluciones tecnológicas. Sin una formación adecuada, exis
te el
riesgo de que los auditores no sean capaces de interpretar correctamente los resultados
generados por la IA, afectando la confiabilidad del proceso de auditoría (Contreras et al., 2023).
Riesgo de
sesgos en los algoritmos de IA que pueden afectar la objetividad de la auditoría
Otro de los principales desafíos en la aplicación de la IA en auditoría es la posibilidad
de sesgos en los algoritmos utilizados para el análisis financiero. Los modelos de IA dependen
de la calidad y la diversidad de los datos con los que han sido entrena
dos. Si los datos presentan
sesgos, los resultados obtenidos podrían ser erróneos o favorecer determinadas tendencias que
comprometan la objetividad de la auditoría (Sánchez
-
Caguana et al., 2024).
El sesgo en los algoritmos puede originarse por diversas razones, como la falta de
representatividad de los datos utilizados en el entrenamiento de los modelos o la influencia de
factores humanos en la programación de los sistemas de IA. En auditoría, esto
podría traducirse
en la identificación errónea de anomalías o en la omisión de irregularidades financieras, lo que
afectaría la precisión y confiabilidad del proceso (Valladares
-
Albarracín & Ordóñez
-
Parra,
2024).
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1005
Research Article
Volumen
6
, Número E
special
1
, 202
5
Para mitigar este riesgo, es fundamental que los auditores comprendan el
funcionamiento de los algoritmos y que se implementen mecanismos de supervisión humana
en el análisis de datos. Además, es necesario desarrollar modelos de IA más transparentes y
expl
icables que permitan entender cómo se generan los resultados, reduciendo así la posibilidad
de sesgos en la auditoría contable (Sánchez
-
Caguana et al., 2024).
Falta de regulación específica sobre el uso de IA en auditoría contable
Uno de los desafíos más críticos en la implementación de la IA en auditoría es la
ausencia de normativas claras que regulen su uso. A pesar de los avances tecnológicos, las
legislaciones contables y de auditoría aún no han establecido directrices específic
as para la
aplicación de IA en la revisión de estados financieros (Vargas et al., 2023).
Esta falta de regulación genera incertidumbre sobre la validez legal de las auditorías
realizadas con IA y sobre la responsabilidad de los auditores en caso de errores en los informes
generados por estos sistemas. Además, sin un marco normativo adecuado, l
as empresas pueden
aplicar la IA de manera inconsistente, afectando la comparabilidad y confiabilidad de los
procesos de auditoría (Contreras et al., 2023).
Para garantizar un uso ético y transparente de la IA en auditoría, es necesario que los
organismos reguladores establezcan estándares específicos sobre su implementación. Esto
incluye la certificación de herramientas de IA utilizadas en auditoría, la oblig
ación de
supervisión humana en los procesos automatizados y la definición de responsabilidades en caso
de fallos en los sistemas (Vargas et al., 2023).
Desafíos en la aceptación de la IA por parte de los profesionales contables tradicionales
La resistencia al cambio es otro de los principales obstáculos en la adopción de IA en
la auditoría contable. Muchos auditores con formación tradicional perciben la automatización
como una amenaza a sus funciones, lo que dificulta la implementación de esta
s tecnologías en
la práctica contable (Moreno & Balcázar, 2023).
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1006
Research Article
Volumen
6
, Número E
special
1
, 202
5
Uno de los factores que contribuyen a esta resistencia es la percepción de que la IA
podría reemplazar a los auditores humanos. Sin embargo, los expertos coinciden en que la IA
no debe verse como un sustituto, sino como una herramienta complementaria que m
ejora la
eficiencia y precisión del proceso de auditoría. La clave está en integrar estas tecnologías de
manera estratégica, permitiendo que los auditores se concentren en tareas de mayor valor
agregado, como la interpretación de datos y la toma de decisio
nes (Valladares
-
Albarracín &
Ordóñez
-
Parra, 2024).
Para superar esta resistencia, es fundamental que las organizaciones promuevan
programas de capacitación que demuestren los beneficios de la IA y faciliten su adopción por
parte de los auditores. Además, es necesario establecer una cultura organizacional q
ue fomente
la innovación y el uso de tecnologías emergentes en la auditoría contable (Contreras et al.,
2023).
Si bien la inteligencia artificial ha mejorado significativamente la eficiencia y precisión
de la auditoría contable, su implementación enfrenta múltiples desafíos. La dependencia
tecnológica y la necesidad de capacitación especializada representan obstácu
los que deben ser
abordados mediante programas de formación y actualización profesional (Contreras et al.,
2023). Además, el riesgo de sesgos en los algoritmos de IA puede comprometer la objetividad
de la auditoría, por lo que es esencial contar con mecani
smos de supervisión humana y modelos
de IA explicables (Sánchez
-
Caguana et al., 2024).
La falta de regulación específica también genera incertidumbre sobre la aplicación de
IA en auditoría contable, lo que resalta la necesidad de establecer normativas claras que
garanticen su uso ético y transparente (Vargas et al., 2023). Finalmente, la res
istencia de los
profesionales contables tradicionales a adoptar estas tecnologías puede retrasar su integración
en la práctica contable. Para superar este desafío, es clave fomentar una cultura de innovación
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1007
Research Article
Volumen
6
, Número E
special
1
, 202
5
y demostrar los beneficios de la IA en la auditoría (Valladares
-
Albarracín & Ordóñez
-
Parra,
2024).
Discusión
La inteligencia artificial (IA) ha emergido como una herramienta transformadora en el
ámbito de la auditoría contable, impulsando mejoras sustanciales en la precisión, eficiencia y
trazabilidad de los procesos. La automatización de tareas, el análisis de g
randes volúmenes de
datos y la implementación de modelos predictivos han permitido reducir los errores humanos
y optimizar la detección de anomalías financieras. De acuerdo con Valladares
-
Albarracín y
Ordóñez
-
Parra (2024), la aplicación de IA en auditoría
ha incrementado la fiabilidad de los
informes contables al minimizar la subjetividad y fortalecer la identificación de patrones
irregulares. No obstante, este avance tecnológico plantea desafíos significativos que requieren
un análisis crítico y una implem
entación estratégica.
Uno de los principales beneficios de la IA en auditoría es la reducción del tiempo
necesario para evaluar estados financieros complejos. Tradicionalmente, el análisis de
información contable requería largos períodos de procesamiento manual, lo que aumentab
a el
riesgo de errores y la ineficiencia operativa. Sin embargo, la capacidad de la IA para analizar
grandes volúmenes de datos en tiempo real ha permitido acelerar estos procesos sin
comprometer la precisión de los resultados (Mojica, 2023). En este senti
do, la auditoría
digitalizada ha demostrado ser una solución eficaz para optimizar la gestión del riesgo, dado
que los algoritmos de IA pueden identificar irregularidades con mayor rapidez y exactitud en
comparación con los métodos convencionales (Alcívar
-
Nieto & Escobar
-
García, 2025).
A pesar de estas ventajas, la implementación de IA en auditoría enfrenta obstáculos
notables, entre los que destacan la dependencia tecnológica y la necesidad de capacitación
especializada para los profesionales del sector. La transición de los métodos tra
dicionales a
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1008
Research Article
Volumen
6
, Número E
special
1
, 202
5
sistemas automatizados requiere que los auditores desarrollen nuevas competencias en análisis
de datos y supervisión de algoritmos, lo cual representa un reto para la profesión contable
(Contreras et al., 2023). Además, la falta de regulación específica so
bre el uso de IA en
auditoría contable genera incertidumbre en cuanto a la responsabilidad legal de los auditores y
la confiabilidad de los informes generados por estas herramientas (Vargas et al., 2023). Sin un
marco normativo adecuado, el riesgo de aplic
ación inconsistente de la IA podría comprometer
la transparencia y la integridad de los procesos financieros.
Otro aspecto crítico en la discusión sobre la integración de IA en auditoría es el riesgo
de sesgos en los algoritmos. Dado que estos sistemas aprenden a partir de datos históricos,
cualquier sesgo presente en la información de entrenamiento puede perpetua
rse en las
decisiones automatizadas, afectando la objetividad del análisis contable (Sánchez
-
Caguana et
al., 2024). Esta problemática resalta la importancia de implementar mecanismos de supervisión
humana que permitan validar los resultados obtenidos por l
a IA y corregir posibles
desviaciones. En este contexto, Moreno y Balcázar (2023) enfatizan la necesidad de desarrollar
modelos de IA explicables que faciliten la interpretación de los procesos de auditoría
automatizados, garantizando así la transparencia
en la toma de decisiones financieras.
Adicionalmente, la resistencia al cambio por parte de los profesionales contables
representa un desafío significativo en la adopción de IA en auditoría. Muchos auditores
perciben la automatización como una amenaza a sus funciones, lo que dificulta la integ
ración
de estas tecnologías en la práctica diaria (Valladares
-
Albarracín & Ordóñez
-
Parra, 2024). Sin
embargo, la evidencia sugiere que la IA no reemplazará a los auditores, sino que
complementará sus habilidades al permitirles centrarse en tareas de mayor
valor agregado,
como el análisis estratégico y la toma de decisiones basada en datos (Magaña et al., 2024). Para
superar esta resistencia, es fundamental promover programas de capacitación que fomenten
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1009
Research Article
Volumen
6
, Número E
special
1
, 202
5
una visión positiva de la IA como una herramienta de apoyo y no como un sustituto del juicio
profesional.
Conclusión
La integración de la inteligencia artificial en la auditoría contable ha marcado un cambio
significativo en la forma en que se llevan a cabo los procesos de revisión financiera. Esta
transformación ha permitido mejorar la precisión y eficiencia de las audi
torías al automatizar
tareas repetitivas, reducir errores humanos y optimizar la detección de anomalías. La capacidad
de la IA para procesar grandes volúmenes de datos en tiempo real ha facilitado la identificación
temprana de irregularidades, permitiendo
a los auditores tomar decisiones más informadas y
estratégicas. Sin embargo, aunque las ventajas de la IA en auditoría son evidentes, su
implementación presenta una serie de desafíos que deben ser abordados para garantizar su
aplicación efectiva y ética en
el ámbito contable.
Uno de los principales beneficios de la inteligencia artificial es la reducción del tiempo
requerido para evaluar estados financieros complejos. La automatización de procesos contables
ha permitido minimizar la carga operativa de los auditores, permitiéndo
les enfocarse en tareas
de análisis y evaluación de riesgos en lugar de actividades manuales y rutinarias. Esto ha
llevado a un aumento en la productividad y a una mejora en la calidad de los informes de
auditoría. Asimismo, la optimización en la gestión d
e riesgos mediante modelos predictivos ha
permitido anticiparse a posibles fraudes y detectar patrones financieros inusuales con una
precisión superior a la de los métodos tradicionales.
A pesar de estos avances, la dependencia tecnológica es una preocupación creciente en
el uso de IA en auditoría. La necesidad de capacitación especializada para los auditores es un
reto que no puede ser ignorado, ya que la correcta interpretación de los re
sultados generados
por la IA requiere conocimientos técnicos en algoritmos, análisis de datos y supervisión de
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1010
Research Article
Volumen
6
, Número E
special
1
, 202
5
sistemas automatizados. Sin una formación adecuada, los profesionales pueden enfrentarse a
dificultades para validar la información proporcionada por estos sistemas, lo que podría afectar
la confiabilidad de los informes contables. La resistencia al cambio
también representa una
barrera importante, ya que muchos auditores perciben la IA como una amenaza a su profesión
en lugar de una herramienta de apoyo para mejorar su desempeño.
Otro desafío crucial es el riesgo de sesgos en los algoritmos de IA, lo que podría
comprometer la objetividad de los procesos de auditoría. Los modelos de IA aprenden a partir
de datos históricos, lo que implica que cualquier sesgo presente en la informaci
ón de
entrenamiento puede reflejarse en las decisiones automatizadas. Esto plantea la necesidad de
mecanismos de supervisión que permitan validar los resultados y garantizar que las auditorías
mantengan un alto nivel de transparencia y equidad. Además, la
falta de regulación específica
sobre el uso de IA en auditoría contable genera incertidumbre tanto en el sector empresarial
como en la comunidad contable. La ausencia de normativas claras puede dar lugar a
discrepancias en la implementación de estas tecnol
ogías, afectando la estandarización y
confiabilidad de los procesos de auditoría automatizados.
La aceptación de la IA por parte de los profesionales contables es otro aspecto que debe
ser considerado. Si bien la automatización no busca reemplazar a los auditores, sino mejorar
sus capacidades, existe un temor latente sobre el impacto que estas tecnol
ogías puedan tener
en la empleabilidad dentro del sector. Para mitigar esta percepción, es fundamental fomentar
la educación y la capacitación continua en el uso de herramientas de IA, demostrando que su
integración no solo optimiza los procesos, sino que
también ofrece nuevas oportunidades de
especialización y desarrollo profesional.
En este contexto, es evidente que la inteligencia artificial representa una evolución
necesaria en el ámbito de la auditoría contable, pero su implementación debe ser estratégica y
regulada. Es indispensable encontrar un equilibrio entre la automatización
de procesos y la
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1011
Research Article
Volumen
6
, Número E
special
1
, 202
5
supervisión humana para garantizar la precisión y confiabilidad de los resultados. A medida
que la tecnología continúe avanzando, será crucial que los auditores adopten una actitud
proactiva en la adaptación a estos cambios, asegurando que la IA se utilice
como una
herramienta complementaria que potencie la calidad del trabajo contable.
En conclusión, la inteligencia artificial ha demostrado ser un recurso invaluable para la
auditoría contable, mejorando la precisión, eficiencia y capacidad de respuesta ante posibles
irregularidades financieras. Sin embargo, su implementación conlleva des
afíos significativos
que requieren soluciones integrales, como la capacitación especializada, la regulación de su
uso y la supervisión de sus resultados. A medida que la profesión contable se adapte a esta
nueva era digital, la IA podrá consolidarse como u
n aliado estratégico en la auditoría,
fortaleciendo la transparencia, la seguridad financiera y la confianza en la información
contable.
Referencias bibliográficas
Alcívar
-
Nieto, A. P., & Escobar
-
García, M. C. (2025).
Aportes De La Inteligencia Artificial
En La Auditoría: Revisión Sistemática De Literatura.
Revista Científica
Multidisciplinaria Arbitrada
YACHASUN
-
ISSN: 2697
-
3456
,
9
(16), 102
-
115.
https://doi.org/10.46296/yc.v9i16.0576
Almeida Blacio, J. H. (2024). El Rol de la Auditoría Forense en la Detección de Fraudes
Corporativos.
Revista Científica Zambos, 3
(2), 74
-
96.
https://doi.org/10.69484/rcz/v3/n2/18
Contreras, G. D., Cachay, E. G., Delgado, J. P., Paco, M. P., & Gómez, M. S. (2023).
Inteligencia artificial en la auditoría.
Revista Lidera
, (18), 26
-
31.
https://revistas.pucp.edu.pe/index.php/revistalidera/article/download/28546/26312
Erazo
-
Castillo, J., & la A
-
Muñoz, D. (2023). Auditoría del futuro, la prospectiva y la
inteligencia artificial para anticipar riesgos en las organizaciones.
Revista Digital
Novasinergia
,
6
(1), 105
-
119.
https://doi.org/10.37135/ns.01.11.07
Gómez, M., Bravo, D., Ruano, J., Jaramillo, M., González, F. A., & Romero, E. (2024).
Sistema de auditoría automática para la exploración endoscópica del estómago con
Inteligencia Artificial
-
Gastro UNAL: Gastroendoscopy UNit for Automatic
Labeling.
Revista colombiana de Gastroenterología
,
39
(2), 133
-
145.
https://doi.org/10.22516/25007440.1163
Hernandez, A. Y. M., & Duque, F. J. V. (2020).
Inteligencia artificial al servicio de la auditoría:
una revisión sistemática de literatura.
Revista Ibérica de Sistemas e Tecnologias de
Informação
, (E27), 213
-
226.
Código Científico Revista de Investigación/ V.
6
/ N
.E
1
/
www.revistacodigocientifico.itslosandes.net
pág.
1012
Research Article
Volumen
6
, Número E
special
1
, 202
5
https://www.proquest.com/openview/8a2868ccf43245be9a642a31d5454ca4/1?pq
-
origsite=gscholar&cbl=1006393
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
Hurtado
-
Guevara, R. F. (2024). Impacto de la Automatización en la Auditoría: Ventajas y
Desafíos.
Revista Científica Zambos, 3
(3), 30
-
43.
https://doi.org/10.69484/rcz/v3/n3/56
Hurtado
-
Guevara, R. F., & Casanova
-
Villalba, C. I. (2022). La Auditoría Forense como
Herramienta para la Detección de Fraudes Financieros en Ecuador.
Revista Científica
Zambos
,
1
(1), 33
-
50.
https://doi.org/10.69484/rcz/v1/n1/52
Magaña, S. A. T., Vidal, V. V., & Ortiz, M. 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), 71
-
78.
https://doi.org/10.24054/face.v24i2.3119
Mojica, S. V. (2023). Inteligencia Artificial en la auditoría externa: Análisis de las nuevas
tecnologías en el diseño de la documentación para la gestión del auditor financiero de
la nueva era.
https://repository.unab.edu.co/bitstream/handle/20.500.12749/20151/2023_Tesis_%20
Silvia_Viviana_Mojica.pdf?sequence=1
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
Ocampo, C. A. B. (2023). Detectando el Fraude con Inteligencia Artificial: Una Perspectiva
Avanzada en Auditoría Forense.
Revista la Junta
,
6
(2), 13
-
40.
https://doi.org/10.53641/junta.v6i2.116
Sanchez, D. D. D., Brítez, M. Á. A., & Girett, V. A. R. (2023). Adopción de la inteligencia
artificial en las administraciones tributarias. Revisión de literatura.
Revista Ciencias
Económicas
,
4
(7), 19
-
29.
https://dialnet.unirioja.es/servlet/articulo?codigo=8941558
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
Valladares
-
Albarracín, J. J., & Ordóñez
-
Parra, Y. L. (2024). La aplicación de inteligencia
artificial en la auditoría contable [The application of artificial intelligence in accounting
auditing].
Revista Multidisciplinaria Perspectivas Investigativas
,
4
(especial), 73
-
85.
https://doi.org/10.62574/rmpi.v4iespecial.172
Valladares
-
Albarracín, J. J., & Ordóñez
-
Parra, Y. L. (2024). La aplicación de inteligencia
artificial en la auditoría contable [The application of artificial intelligence in accounting
auditing].
Revista Multidisciplinaria Perspectivas Investigativas
,
4
(especial), 73
-
85.
https://doi.org/10.62574/rmpi.v4iespecial.172
Vargas, J. A. M., Briceño, A. E. V., & de los Santos, A. M. (2023). Inteligencia artificial en
beneficio de la auditoría.
Revista Científica:
Biotech And Engineering
,
3
(1).
https://doi.org/10.52248/eb.Vol3Iss1.68