3 MIN LECTURA
La auditoría no es la única profesión que intenta integrar inteligencia artificial sin perder confianza. Medicina, derecho, ingeniería y educación afrontan una cuestión parecida: cómo utilizar sistemas capaces de analizar y generar información sin confundir asistencia con responsabilidad profesional.
Observar esas experiencias ayuda a evitar dos extremos: rechazar la tecnología por completo o adoptarla sin controles.
Lección 1: la herramienta no asume la responsabilidad
En medicina, una recomendación algorítmica no sustituye la responsabilidad clínica. En derecho, un texto generado no puede presentarse sin comprobar normas, jurisprudencia y hechos. En auditoría ocurre lo mismo: el profesional sigue siendo responsable de la conclusión, de la evidencia y de la documentación.
La frase «lo dijo la IA» nunca constituye una justificación profesional.
Lección 2: automatizar no equivale a comprender
Un sistema puede resumir un contrato o identificar movimientos atípicos, pero no conoce por sí mismo el contexto completo de la entidad. Una anomalía puede ser un error, una operación legítima o un síntoma de un riesgo más amplio.
La IA puede señalar dónde mirar; el auditor debe decidir qué significa y qué evidencia adicional necesita.
Lección 3: los datos condicionan el resultado
La ingeniería y la ciencia de datos llevan años insistiendo en la calidad de las entradas. Datos incompletos, sesgados o mal estructurados producen resultados engañosos, aunque la herramienta sea avanzada.
Antes de utilizar IA, el auditor debe evaluar origen, integridad, permisos, trazabilidad y adecuación de los datos.
Lección 4: confidencialidad desde el diseño
Profesiones que manejan información sensible han aprendido que no basta con borrar un nombre. Un conjunto de datos puede permitir identificar a una persona o empresa por combinación de variables.
En auditoría no debería introducirse información del cliente en una herramienta sin conocer las condiciones de uso, la ubicación y conservación de los datos, los accesos y la política aprobada por la firma.
Lección 5: explicar el uso de la tecnología
Cuando una decisión profesional se apoya en un sistema automatizado, resulta necesario poder explicar su función. No siempre será posible interpretar el modelo internamente, pero sí documentar qué tarea realizó, qué datos se utilizaron, qué controles se aplicaron y cómo se validó el resultado.
Lección 6: entrenar antes de escalar
Las organizaciones maduras empiezan con casos acotados. Definen un objetivo, realizan pruebas con datos controlados, miden errores y establecen revisión humana. Solo después amplían el uso.
En una firma de auditoría, un piloto bien gobernado aporta más que una adopción masiva sin metodología.
Lección 7: la formación debe cambiar
Si la tecnología realiza parte del trabajo inicial, los profesionales necesitan aprender de otra forma. Habrá que reforzar la comprensión conceptual, el análisis de excepciones, la comunicación y el juicio.
También será necesario enseñar a cuestionar la salida de la IA: buscar omisiones, contrastar fuentes y reconocer cuándo la herramienta no es adecuada.
Un criterio útil: asistencia, no delegación
La IA resulta especialmente valiosa para ordenar información, proponer estructuras, detectar patrones y acelerar búsquedas. Es mucho más arriesgada cuando se utiliza para aceptar evidencia, resolver una cuestión técnica o formular una conclusión sin revisión competente.
La experiencia de otras profesiones conduce a una misma idea: cuanto mayor sea el impacto de una decisión, mayor debe ser el control humano.
