Análisis de las barreras que impiden la adopción del Análisis de Datos y la Inteligencia Artificial en la auditoría de cuentas.

Abstract

La aparición de nuevos sistemas y herramientas basados en técnicas de Análisis de Datos e Inteligencia Artificial ha provocado cambios significativos en los procesos de auditoría tradicionales. Sin embargo, aunque los efectos positivos de adoptar el Análisis de Datos y la Inteligencia Artificial en la práctica de la auditoría son numerosos, todavía existen ciertas barreras que condicionan su implementación. La presente tesis doctoral utiliza el marco Tecnológico-Organizativo-Ambiental y la Teoría de Innovación Socio-Técnica para analizar las barreras relevantes y su influencia en la adopción del Análisis de Datos y la Inteligencia Artificial en la profesión de la auditoría de cuentas. Aplicando Análisis Cualitativo a los datos de una muestra de 214 profesionales relacionados con el ámbito de la auditoria en España, entre los que se incluyen auditores reguladores y expertos en tecnología y análisis de datos, los resultados indican que, aunque hay una gran disposición para adaptarse a su implementación, todavía se necesita un mayor nivel de adopción de Análisis de Datos y de Inteligencia Artificial. Además, que factores como la formación de los auditores, la transparencia de los algoritmos, la confianza en dichas técnicas y la ausencia de regulación constituyen barreras críticas para dicha adopción. La investigación tiene importantes implicaciones teóricas y profesionales al proporcionar una mayor comprensión de los factores que pueden facilitar la implementación exitosa de las tecnologías más sofisticadas en la profesión de auditoría.