El auditor y la automatización

Iván Rodríguez

Una de las preocupaciones de algunos auditores es que su trabajo puede ser totalmente reemplazado por herramientas de inteligencia artificial o por procesos automatizados. Si bien la IA[1] se está utilizando en casi todas las industrias y en algunos sectores la podría llevar a una reducción en el número de empleos, para los auditores, su impacto es beneficioso. 

Ya en el pasado ha habido adopción de nuevas tecnologías que han contribuido a hacer más eficiente el quehacer de los auditores. Las calculadoras, los equipos de cómputo, los servicios en la nube, incluso los drones son herramientas tecnológicas con un impacto positivo en la ejecución de pruebas de auditoría. La interacción con las personas, la confianza, el escepticismo, el trato con los clientes, no son reemplazables por una rutina o un algoritmo. Sin embargo, la automatización contribuye a hacer más eficiente el trabajo repetitivo y permite liberar tiempos para que los auditores apoyen mejor a las organizaciones clientes con sus recomendaciones.

Ciertas pruebas y procedimientos implican actividades que podrían tornarse repetitivas y casi que aburridas. Alimentar grandes bases de datos, conciliar cifras y cuentas, revisar clasificaciones contables y procesar cifras de inventarios, por ejemplo, son tareas que normalmente hacen los auditores jóvenes y que inician en el trabajo, pero son actividades que gracias a la IA se pueden hacer de una manera más eficiente. Adicionalmente, ciertas tareas repetitivas son propensas al error humano. Es fácil que una persona digite mal una cifra, equivoque la columna en una hoja de cálculo o procese mal un archivo o una base de datos. La automatización de estas tareas en realidad aumenta la precisión de los informes, al tiempo que reduce drásticamente la cantidad de tiempo necesario para compilarlos. Pero esto no significa que los auditores menos experimentados deban reemplazarse. Aún se requiere quien verifique ciertas características de los datos y de los resultados, así como quien tenga la capacidad de integrar y analizar información en conjunto.

Al producirse ahorros de tiempo significativos, los auditores pueden centrarse en otro tipo de trabajo, muchas veces más creativo y estratégico. A esto se suma que se genera la oportunidad de poder contar con más clientes. Normalmente un auditor o una firma están limitados en el número de clientes que pueden asumir en función de la cantidad de tiempo requerido para ingresar datos y crear informes. Al ser más eficientes, se pueden atender más clientes y se puede destinar más tiempo a cada uno de ellos, abordando preocupaciones más estratégicas como los niveles de ingresos y gastos, las tendencias a través de los períodos, el mejoramiento del control interno y las sugerencias para acciones futuras. Este nivel de servicio más estructural mejorará positivamente las relaciones con los clientes al mismo tiempo que está asumiendo negocios adicionales.

Algunos de los usos de la inteligencia artificial en la auditoría son los siguientes:

Automatización Robótica de Procesos (RPA - Robotic Process Automation):

Muchas tareas de auditoría iterativa se pueden realizar de manera más eficiente utilizando RPA. Después de que los datos de una organización auditada se incluyen en un aplicativo de auditoría, RPA puede identificar inconsistencias y valores atípicos que los auditores pueden abordar. Por ejemplo, las retenciones de impuestos se deducen en los pagos a una tasa prescrita. Si tales pagos se llevan a cabo sin estas deducciones, RPA comunica dicha información, lo que permite a los auditores investigar más a fondo.

Herramientas de optimización de búsqueda.

La evaluación de riesgos es una actividad de auditoría básica y en esa actividad los algoritmos de IA se pueden usar para clasificar y agrupar áreas, departamentos e incluso organizaciones, para que un aplicativo de riesgo diseñado por IA puede calcular una puntuación sobre la naturaleza creciente del riesgo. Este aplicativo se puede programar para considerar varios criterios, como la materialidad, el volumen y la clase de transacción y así categorizar las áreas auditadas, lo que ayuda en la asignación de recursos y a definir prioridades. El uso de algoritmos de IA para mapear puntos de control permite revisiones con un solo clic, y las transacciones de alto riesgo se pueden buscar rápidamente y pueden proporcionar alertas a los auditores.

Red Neuronal ArtificiaL (ANN - Artificial Neural Network).

Las redes neuronales artificiales reconocen y memorizan datos o patrones de transacción, por lo que es posible diseñar un modelo predictivo basado en observaciones identificadas en auditorías anteriores, como costos, tiempos, errores de cálculo de impuestos, desembolsos no autorizados, gastos inusuales e incumplimientos normativos, para detectar casos similares. También es posible utilizar el reconocimiento óptico de caracteres (OCR - optical character recognition) para automatizar la extracción de cierta información fija basada en los campos de ciertos documentos o formularios y efectuar su análisis.

Extracción de Información y Minería de Datos.

La IA se puede utilizar para recopilar, agrupar, extraer y analizar datos relativos a cuentas de ingresos y gastos u otras cuentas significativas, que estén almacenadas en varios sistemas. Los algoritmos también pueden corroborar los datos de importación y exportación de los sistemas integrados para identificar rápidamente las anomalías.

Por ejemplo, se puede usar IA para buscar y comparar los precios de catálogo de bienes publicados por el productor con los precios de adquisición y venta. Del mismo modo, la información de ventas de una empresa se puede analizar mediante la aplicación de técnicas de minería de datos en redes sociales o sitios web relacionados.

Procesamiento del lenguaje natural (NLP - Natural Language Processing).

Es posible crear algoritmos que puedan automatizar las clasificaciones de las observaciones de auditoría basadas en datos históricos para aprender criterios y aplicar reglas similares para la automatización de tareas. La comprensión del lenguaje natural permite revisar los datos y generar automáticamente cuestionarios para enviar a las áreas u organizaciones auditadas si aparecen incertidumbres notables.  Por ejemplo, si el sistema identifica un aumento sustancial en los gastos de salarios, ventas y distribución en comparación con el año anterior, puede generar automáticamente preguntas con respecto a las razones y pruebas de tal situación. Del mismo modo, si una organización no cumple con las normas de adquisiciones o contratación durante todo el año, el procesamiento del lenguaje natural puede plantear preguntas y solicitar las aclaraciones respectivas.

Como se aprecia, la automatización no está para reemplazar a los auditores. De hecho, la IA en auditoría está diseñada para favorecer el trabajo. Para el auditor, es posible que cambie la naturaleza de sus tareas diarias y pueda realizar un trabajo más estratégico y creativo, que conlleve más interacción con el cliente. La IA está a la vanguardia de las nuevas tecnologías para la auditoría y adoptarla dará una ventaja a medida que cambian las expectativas de la profesión y del cliente.

[1] Se entiende por inteligencia artificial, un sistema basado en máquinas que, dado un conjunto de objetivos definidos por el ser humano, puede hacer predicciones, recomendaciones o decisiones que influyen en entornos virtuales.

¿Te ha gustado la información? ¡Compártela con otro auditor interno!