Avances de la implementación del machine learning en la auditoría en Colombia

Por medio de este trabajo de grado se busca valorar los avances de la implementación del Machine Learning en la auditoría en Colombia. Se hace una revisión de literatura con el objetivo de determinar los modelos de Machine Learning más empleados en la auditoría, así como las ventajas y desventajas d...

Full description

Autores:
León Alfonso, Lina Fernanda
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Pontificia Universidad Javeriana
Repositorio:
Repositorio Universidad Javeriana
Idioma:
spa
OAI Identifier:
oai:repository.javeriana.edu.co:10554/67936
Acceso en línea:
http://hdl.handle.net/10554/67936
Palabra clave:
Auditoría
Modelos
Inteligencia artificial
Machine learning
Auditing
Models
Machine learning
Artificial intelligence
Contaduría pública - Tesis y disertaciones académicas
Inteligencia artificial - Bogotá (Colombia)
Auditoría financiera - Bogotá (Colombia)
Mejoramiento de procesos - Bogotá (Colombia)
Innovaciones tecnológicas - Bogotá (Colombia)
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:Por medio de este trabajo de grado se busca valorar los avances de la implementación del Machine Learning en la auditoría en Colombia. Se hace una revisión de literatura con el objetivo de determinar los modelos de Machine Learning más empleados en la auditoría, así como las ventajas y desventajas de su implementación. Posteriormente, se entrevista a cuatro auditores en Colombia para establecer cómo perciben ellos la implementación de esta tecnología en la profesión en Colombia, cuál es la actualidad y los cambios percibidos tras la introducción de las diferentes herramientas tecnológicas en los últimos años, entre otros aspectos. Se concluye que la implementación del ML en la auditoría en el país aún se encuentra en una fase prematura, pues pese a existir grandes empresas y firmas pioneras en el tema, estos aportes se enfocan en las empresas que cuentan con los recursos, por consiguiente, existen diferentes factores que obstaculizan su implementación generalizada: el tema de recursos de las pequeñas y medianas empresas, además del temor de los profesionales de ser reemplazados por estas herramientas y, en gran medida, su desconocimiento. Se evidencia que las herramientas tecnológicas se han empezado a incorporar en las auditorías potenciadas con ML y los auditores, pese a usarlas, desconocen que esta subrama de la IA es la que les ayuda en predicciones, análisis y tendencias, entre otros usos muy importantes para su trabajo.