La IA como herramienta clave
La Inteligencia Artificial (IA), que se define como el campo de la informática que busca crear sistemas y máquinas capaces de replicar la inteligencia humana, ha irrumpido de manera significativa en el ámbito empresarial, impactando profundamente en la tecnología y la sociedad.
Gracias a chatbots como Chat GPT, , traductores automáticos de texto, Big Data, procesos automáticos de gestión de datos contables, etc., cada vez más empresas recurren a la IA como una herramienta esencial para la toma de decisiones.
Según el Informe Anual de McKinsey Global 2023, la IA se ha consolidado como una tecnología crucial, ya que el 40% de las empresas la considera la herramienta más importante del año y, además, planean invertir aún más en ella, para continuar mejorando sus márgenes de beneficio, gracias a la reducción y optimización de costes que conlleva el uso de esta tecnología emergente.
No obstante, la IA es mucho más que una herramienta: Los modelos de IA tienen la capacidad de automatizar tareas con una velocidad y eficiencia sin precedentes, lo que está cambiando la forma en que las empresas funcionan y compiten en el mundo de los negocios.
En este artículo, exploraremos algunas de las ventajas y riesgos asociados a esta tecnología en el contexto de la función de auditoria en particular.
Habilidades de los modelos de IA aplicadas a la función de auditoría
La IA puede desempeñar un papel importante en el trabajo de auditoría, tanto a nivel económico, como en sus procesos de negocio, aumentando la capacidad de disminuir errores y aumentando la velocidad y calidad de los trabajos. En relación a como se aprovecharán las habilidades de la IA, ofrecemos algunos ejemplos de cómo esta tecnología puede ser beneficiosa en el campo de la auditoría:
- Análisis de datos y generación de informes: La IA generativa puede ayudar en la recopilación y análisis de grandes conjuntos de datos financieros y operativos. Puede generar informes detallados y resúmenes a partir de estos datos, lo que facilita la identificación de patrones y anomalías. Además, puede generar textos complejos referenciado normativas especificas y estableciendo una estructura coherente.
- Revisión y verificación de transacciones: Los modelos de IA pueden revisar y verificar transacciones financieras en busca de errores o irregularidades. Pueden identificar discrepancias en cuentas y ayudar a detectar posibles fraudes.
- Generación de escenarios de prueba: La IA generativa puede generar escenarios de prueba realistas para evaluar los sistemas y controles internos de una organización. Esto es útil para simular situaciones y evaluar la preparación de la empresa para diferentes escenarios.
- Predicciones financieras y evaluación de riesgos: Los modelos de IA pueden utilizar datos históricos y actuales para realizar predicciones financieras y evaluar los riesgos financieros. Esto es útil para ayudar a las organizaciones a tomar decisiones informadas.
- Análisis de lenguaje natural y detección de fraudes: La IA puede analizar documentos y comunicaciones en lenguaje natural para identificar posibles fraudes o actividades inapropiadas. Puede buscar patrones de comportamiento sospechoso en correos electrónicos, contratos y otros textos relacionados con la auditoría.
- Automatización de tareas repetitivas: La IA generativa puede automatizar tareas rutinarias en el proceso de auditoría, como generar correos electrónicos y modelos de escritos para terceros, lo que permite a los auditores centrarse en actividades de mayor valor agregado, como la toma de decisiones y la interpretación de resultados.
En general, la IA puede mejorar la eficiencia y la precisión en el trabajo de auditoría al disminuir los errores en el proceso, identificar riesgos y proporcionar una visión más profunda de los datos.
Riesgos y desafíos relacionados con el uso de la IA
Como afirmo Bill Gates “La era de la IA ha llegado”. De hecho, las grandes firmas de Auditoría, denominadas como las “Big Four”, están realizando grandes inversiones en esta tecnología. Unos desembolsos que tienen todo el sentido del mundo, ya que existen pocos avances tecnológicos en la actualidad, que puedan aportar más.
Pese a ello, recientemente están surgiendo voces como las del CEO de Tesla, Elon Musk o el cofundador de Apple, Steve Wozniak, que abogan por una pausa en el desarrollo de la IA debido a los riesgos que plantea. La principal preocupación radica en que la tecnología avanza más rápido que la regulación, por lo que resulta necesario conocer, no solo las ventajas de la IA, sino también a que riesgos nos enfrentamos. Algunos ejemplos son:
- Privacidad protección de datos: Las aplicaciones de IA a menudo requieren grandes cantidades de datos para el entrenamiento de sus capacidades. Esto puede implicar el uso de datos sensibles o confidenciales de la organización, aumentando el riesgo de utilizar datos personales sin el consentimiento informado de los individuos o de infringir la privacidad.
- Seguridad cibernética: La implementación de IA puede aumentar las amenazas de seguridad cibernética. Los auditores deberán evaluar la seguridad de los sistemas de IA y asegurarse que la organización implemente salvaguardas adecuadas para proteger la integridad o el robo de los datos.
- Responsabilidad y precisión de la IA: Los resultados generados por la IA pueden ser susceptibles a errores, sesgos y fallos. Los auditores deben evaluar la precisión de la IA y determinar si los resultados son confiables y precisos para la toma de decisiones.
- Cumplimiento de políticas y procedimientos internos: La IA puede ser utilizada de manera malintencionada o manipulada, por lo que las organizaciones que la utilizan deben implementar políticas y procedimientos para prevenir resultados no deseados. Los auditores deben asegurarse de que estas políticas se cumplan y que exista un marco de gobernanza sólido para la gestión de la IA.
- Transparencia y complejidad: La falta de transparencia en los modelos de IA puede ser un desafío, ya que a medida que los sistemas de IA se vuelven más complejos, pueden volverse difíciles de entender y explicar. Esta falta de transparencia puede dar lugar a una dependencia excesiva de la IA, sin una comprensión completa de como toma las decisiones. Esto puede ser importante para la rendición de cuentas y la toma de decisiones informadas.
Preocupaciones Legales en la era de la IA
El aumento en la popularidad de la inteligencia artificial (IA) subraya la importancia de una implementación responsable de esta tecnología para salvaguardar a las organizaciones contra un uso indebido. Tanto los auditores como la empresa deben tener en cuenta varias precauciones legales al trabajar con aplicaciones de IA.
Estas precauciones incluyen, sobre todo, el Cumplimiento normativo y legal debido a que las aplicaciones de IA generativa pueden crear contenido que debe cumplir con regulaciones y estándares específicos.
Los auditores deben asegurarse de que la organización cumpla todas las leyes y regulaciones aplicables, incluidas las relacionadas con la propiedad intelectual, los derechos de autor, la privacidad de datos, la seguridad cibernética y cualquier otra normativa relevante.
Consideraciones clave para un futuro responsable de la IA
La idea de “inteligencia artificial responsable”, que es, en cierto modo, algo novedoso dentro de la gobernanza de la IA, empieza a ser necesaria para que los modelos basados en esta tecnología puedan ser completos, explicables, éticos y eficientes. Existen alguna serie de herramientas y pautas que pueden ayudarnos a identificación y mitigar los riesgos asociados al uso de la IA.
- Gestión de riesgos y gobernanza: Establecer una sólida gobernanza de la IA puede implicar la designación de un equipo de gestión de riesgos de IA y la implementación de políticas y procedimientos claros basados en:
- Equidad: garantizar que los modelos son equitativos y libres de sesgos.
- Privacidad: garantizar el cumplimiento de las normativas de privacidad de datos y uso de datos de consumidores.
- Seguridad: garantizar que la IA no afecta en negativo.
- Documentación y registro: Mantener registros detallados de los datos utilizados, los modelos de IA y los resultados generados. De este modo podemos garantizar que la IA puede comprenderse, documentarse y estar disponible para su revisión.
- Contratos y acuerdos legales: Asegurarse de que existan acuerdos legales, claros y completos, entre la empresa y los proveedores de servicios de IA. Esto debe incluir los términos de uso de la tecnología y los acuerdos de licencia para garantizar que existen mecanismos para fomentar la responsabilidad en todo el ciclo de vida de la IA.
- Formación y sensibilización del personal: Capacitar a los empleados y al equipo de auditoría sobre las mejores prácticas y los requisitos legales relacionados con la IA. El «factor humano» es fundamental para garantizar un uso adecuado y ético de la tecnología y salvaguardar cualquier acceso no autorizado, actos de corrupción o ataques.
- Evaluación continua y adaptación: La empresa y el auditor deben estar preparados para evaluar y adaptar sus prácticas y políticas a medida que evoluciona la tecnología y cambian las regulaciones.
En conclusión, si bien la IA está transformando él panorama empresarial, es importante resaltar que la función de auditoria no está destinada a desaparecer, sino a evolucionar complementando el juicio y la experiencia de los auditores con las ventajas que esta tecnología ofrece.
Sin embargo, es crucial que los auditores se adapten a la tecnología emergente, adquieran competencias en el uso de la IA y comprendan sus operaciones ya que los modelos de IA a menudo son difíciles de comprender y evaluar.
En resumen, la auditoría en la era de la IA requiere una combinación de habilidades humanas y conocimientos tecnológicos. Los auditores que abracen la tecnología y mantengan un enfoque en la ética, la precisión y la rendición de cuentas continuarán desempeñando un papel fundamental en la garantía de la integridad y la transparencia en las prácticas empresariales, asegurando que la IA sea una herramienta poderosa pero responsable en el mundo de los negocios y la auditoría.
