<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-06-02T00:42:22Z</responseDate><request verb="GetRecord" identifier="oai:riuma.uma.es:10630/37707" metadataPrefix="marc">https://riuma.uma.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:riuma.uma.es:10630/37707</identifier><datestamp>2026-02-03T12:39:32Z</datestamp><setSpec>com_10630_2254</setSpec><setSpec>col_10630_37957</setSpec></header><metadata><record xmlns="http://www.loc.gov/MARC21/slim" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
   <leader>00925njm 22002777a 4500</leader>
   <datafield ind2=" " ind1=" " tag="042">
      <subfield code="a">dc</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="720">
      <subfield code="a">Torroba-Díaz, Macarena</subfield>
      <subfield code="e">author</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="260">
      <subfield code="c">2025</subfield>
   </datafield>
   <datafield ind2=" " ind1=" " tag="520">
      <subfield code="a">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.</subfield>
   </datafield>
   <datafield ind1="8" ind2=" " tag="024">
      <subfield code="a">https://hdl.handle.net/10630/37707</subfield>
   </datafield>
   <datafield tag="653" ind2=" " ind1=" ">
      <subfield code="a">Tecnologías de la información y de la comunicación - Aspectos económico - Tesis doctorales</subfield>
   </datafield>
   <datafield ind2="0" ind1="0" tag="245">
      <subfield code="a">Análisis de las barreras que impiden la adopción del Análisis de Datos y la Inteligencia Artificial en la auditoría de cuentas.</subfield>
   </datafield>
</record>
</metadata></record></GetRecord></OAI-PMH>