5 MIN LECTURA
La inteligencia artificial ya forma parte de tareas que rodean y, en ocasiones, integran la auditoría. La cuestión para una firma es qué usos aportan valor, qué riesgos introducen y cómo se revisan sus resultados.
El 21 de septiembre, Accountancy Europe publicó Generative AI in audit and assurance, un documento orientado especialmente a firmas pequeñas y medianas. No describe una única forma de trabajar con IA generativa: distingue aplicaciones de gestión del conocimiento, tareas administrativas y de redacción, y procedimientos de auditoría y análisis de información. Esa distinción ayuda a decidir qué controles necesita cada uso.
Tres puertas de entrada a la auditoría
Gestión del conocimiento. Una herramienta puede localizar y resumir normas, manuales, políticas contables o antecedentes del encargo. Ahorra tiempo, pero una respuesta convincente no demuestra que la fuente esté vigente ni que se aplique al caso. Conviene conservar la referencia y verificarla.
Redacción y organización. La IA puede preparar borradores de comunicaciones, ordenar notas de reuniones, comparar documentos o ayudar a estructurar papeles de trabajo. El borrador debe ser revisado por quien conoce el encargo: una explicación elegante puede omitir precisamente la excepción que importaba.
Análisis y procedimientos. Entre los usos posibles figuran revisar contratos, trabajar con información no estructurada, identificar inconsistencias o señalar partidas para investigar. Aquí aumenta la exigencia de entender los datos de entrada, el funcionamiento y las limitaciones del análisis, y el trabajo que el equipo realiza después.
La utilidad de estos usos no es idéntica. Resumir una política interna para localizar una referencia plantea una decisión distinta de apoyarse en el análisis de una población de asientos para responder a un riesgo de incorrección material.
Un resultado de IA: ¿qué demuestra exactamente?
Imaginemos que una herramienta revisa miles de asientos y señala cien operaciones inusuales. El resultado puede orientar un procedimiento, pero no prueba por sí solo que los otros asientos sean correctos ni que los cien seleccionados contengan errores. Habrá que comprender la población, comprobar su integridad y exactitud cuando proceda, evaluar los criterios del análisis e investigar las excepciones.
Lo mismo ocurre al resumir un contrato. Un resumen puede señalar una cláusula relevante, pero el auditor debe acudir al documento y valorar su efecto contable. La salida de IA puede formar parte de la información utilizada en el trabajo; su mera generación no acredita que sea evidencia suficiente y adecuada para la conclusión.
El IAASB mantiene abierta una propuesta de revisión de ISA 330, 500 y 520 que refuerza la evaluación de la relevancia y fiabilidad de la información utilizada como evidencia, también en un entorno digital. Es una propuesta en consulta hasta el 15 de diciembre de 2026; sus cambios no deben presentarse todavía como normas aprobadas ni como una regulación específica de IA.
El peligro de confiar en una respuesta que suena bien
Accountancy Europe advierte de respuestas plausibles pero incorrectas, inconsistencias y dependencia excesiva de la herramienta. Para un auditor, el riesgo no termina en una «alucinación» evidente: una cita imprecisa, una cláusula omitida o una conclusión formulada con demasiada seguridad pueden pasar desapercibidas si dejamos de contrastar.
Por eso, la revisión humana debe tener contenido. ¿Qué fuente se consultó? ¿Qué versión? ¿Qué datos se introdujeron? ¿Qué resultado se comprobó frente al original? ¿Qué diferencias se investigaron? El escepticismo profesional también se aplica a una salida tecnológica.
Confidencialidad y gobierno de las herramientas
La información del cliente no puede introducirse sin más en cualquier servicio. Antes de usar una herramienta, la firma necesita conocer cómo trata, almacena y protege los datos, y establecer usos permitidos, límites de acceso, formación y supervisión. Estas decisiones deben ajustarse a la confidencialidad y a la protección de datos aplicables al encargo.
El IESBA recuerda que los principios éticos se aplican también cuando se utiliza tecnología. La competencia profesional, la diligencia, la objetividad y la confidencialidad no desaparecen al contratar una licencia. En España, el equipo debe seguir atendiendo a la normativa de auditoría vigente publicada por el ICAC.
¿Qué aprenderán los auditores que empiezan?
Hay una consecuencia menos visible. Muchos auditores han aprendido revisando documentos, investigando diferencias y preparando sus primeros papeles de trabajo. Si automatizamos esas tareas, debemos identificar qué conocimiento se adquiría al hacerlas y cómo se enseñará ahora.
Un junior puede ganar tiempo para tareas de mayor juicio. También puede perder ocasiones de comprender de dónde sale una cifra o por qué una evidencia resulta insuficiente. La formación y la supervisión tendrán que evolucionar junto con las herramientas.
De asistentes a agentes: más autonomía exige más supervisión
Accountancy Europe describe el paso de los asistentes que responden a una pregunta a sistemas capaces de combinar datos, herramientas y varios pasos de un proceso. A medida que crece esa autonomía, se vuelve más importante saber qué hizo el sistema, qué información empleó, dónde intervino una persona y quién revisó el resultado.
Ya abordamos cómo los agentes pueden entrar en el proceso de auditoría. La cuestión común a una firma grande o pequeña es poder explicar y comprobar el trabajo realizado.
La responsabilidad sigue en el equipo de auditoría
La IA puede ayudarnos a buscar, resumir, comparar, analizar y redactar. Puede liberar tiempo para entender mejor el negocio y responder a los riesgos. Pero el equipo conserva la responsabilidad sobre la evidencia, las conclusiones y la calidad del encargo; en última instancia, corresponde al socio responsable supervisarlo.
La pregunta útil para empezar no es «¿cuántas tareas podemos automatizar?». Es «¿qué uso concreto mejora nuestro trabajo, cómo comprobamos su resultado y qué debe seguir entendiendo el auditor?».
