Uso de la inteligencia artificial en la auditoría interna: riesgos, oportunidades y su alineación con las Normas Internacionales de Auditoría (NIA)

Vista sencilla de ítem
dc.contributor.advisorGuerrero Colina, Miguel
dc.contributor.authorOrozco Castillo, Juan David
dc.contributor.corporatenameUniversidad Santo Tomas
dc.date.accessioned2025-11-24T14:51:32Z
dc.date.available2025-11-24T14:51:32Z
dc.date.issued2025-11-24
dc.descriptionLos avances en inteligencia artificial (IA) han revolucionado todos los sectores, incluyendo la auditoría interna. Se espera que el uso de la IA mejore la eficiencia, automatice tareas repetitivas y mejore la capacidad de analizar grandes cantidades de datos. Este documento analiza los principales riesgos y beneficios del uso de la IA en auditoría interna, a la luz de la normativa vigente, especialmente las Normas Internacionales de Auditoría (NIA). Basándose en investigaciones académicas recientes y contribuciones de expertos, este documento destaca los beneficios de la IA, como la reducción del error humano, la mejora en la detección de anomalías y fraudes, y el fortalecimiento de los enfoques basados en el riesgo. Sin embargo, este documento también destaca los riesgos que plantean la falta de transparencia de los algoritmos, la dependencia tecnológica y los desafíos éticos relacionados con el juicio profesional. Este documento también explora cómo integrar la IA para cumplir con las Normas Internacionales de Auditoría (NIA), especialmente la NIA 315 (identificación y evaluación de riesgos) y la NIA 330 (respuesta del auditor a los riesgos evaluados). La sección de conclusiones ofrece sugerencias sobre cómo utilizar la IA de forma responsable y controlada, manteniendo el juicio profesional del auditor.
dc.description.abstractThe advancement of Artificial Intelligence (AI) has significantly transformed internal auditing, providing new opportunities to optimize processes, detect fraud, and strengthen internal controls. This study analyzes the risks, benefits, and alignment of AI use with International Auditing Standards (ISA) through a documentary literature review from 2015 to 2025. The main benefits identified include automation of audit tasks, improved anomaly detection, and enhanced risk assessment (ISA 315 and 330). However, risks such as algorithmic opacity, technological dependence, and the loss of professional judgment (ISA 200 and 500) were also observed. Findings suggest that AI does not replace auditors but enhances their performance through stronger analytical tools. The research concludes that ethical supervision, continuous training, and robust control frameworks are essential to ensure the quality and traceability of audit evidence.
dc.description.degreelevelEspecializaciónspa
dc.description.degreenameEspecialista en Auditoría y Aseguramiento de la Informaciónspa
dc.format.mimetypeapplication/pdf
dc.identifier.citationOrozco, J. D. (2025). Uso de la inteligencia artificial en la auditoría interna: riesgos, oportunidades y su alineación con las Normas Internacionales de Auditoría (NIA) [Artículo de revisión]. Universidad Santo Tomás.
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/70460
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Tunja
dc.publisher.facultyFacultad de Contaduríaspa
dc.publisher.programEspecialización Auditoría y Aseguramiento de la Informaciónspa
dc.relation.referencesAppelbaum, D., Kogan, A., & Vasarhelyi, M. (2017). Big data and analytics in the modern audit engagement: Research needs. Auditing: A Journal of Practice & Theory, 36(4), 1–27.
dc.relation.referencesBrown-Liburd, H., & Vasarhelyi, M. (2015). Big data and audit evidence.
dc.relation.referencesDeloitte. (2021). Artificial Intelligence and the Audit. Deloitte Insights.
dc.relation.referencesEarley, C. (2015). Data analytics in auditing: Opportunities and challenges. Business Horizons, 58(5), 493–500.
dc.relation.referencesInternational Federation of Accountants (IFAC). (2022). Normas Internacionales de Auditoría (NIA 200–720).
dc.relation.referencesKokina, J., & Davenport, T. H. (2017). The emergence of artificial intelligence: How automation is changing auditing. Journal of Emerging Technologies in Accounting, 14(1), 115–122.
dc.relation.referencesLacmanović, V., & Skare, M. (2025). Artificial intelligence bias auditing – Current approaches, challenges and lessons from practice. Journal of Business Ethics.
dc.relation.referencesPwC. (2020). Auditoría interna y transformación digital. PwC Global Reports.
dc.relation.referencesSchuett, J. (2024). Frontier AI developers need an internal audit function.
dc.relation.referencesSchuett, J. (2025). Three lines of defense against risks from AI. AI & Society.
dc.relation.referencesShivram, K. (2024). Auditing with AI: A theoretical framework for applying machine learning across the internal audit lifecycle.
dc.relation.referencesWassie, Y., & Lakatos, E. (2024). Artificial intelligence and the future of the internal audit function. Journal of Accounting Literature.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.subject.keywordInternal auditing
dc.subject.keywordArtificial intelligence
dc.subject.keywordRisks
dc.subject.keywordISA
dc.subject.keywordAutomation
dc.subject.proposalAuditoría interna
dc.subject.proposalInteligencia artificial
dc.subject.proposalRiesgos
dc.subject.proposalNIA
dc.subject.proposalAutomatización
dc.titleUso de la inteligencia artificial en la auditoría interna: riesgos, oportunidades y su alineación con las Normas Internacionales de Auditoría (NIA)
dc.typebachelor thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de gradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
Articulo de Revision Especializacion y Aseguramiento de la informacion.pdf
Tamaño:
377.24 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
Entrega_Trabajos_de_Grado_USTA_Tunja_2024 (3) (1) (1).pdf
Tamaño:
252.29 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
Autorizacion_Trabajo_de_Grado_Un_autor_2024 (1).pdf
Tamaño:
337.38 KB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Especialización Auditoría y Aseguramiento de la Información