OpiniónLa posición de Global Eye 24

Las firmas de auditoría deberían usar la IA para ampliar las preguntas, no para reducir el número de personas que responden

El piloto de KPMG sugiere que los agentes de IA pueden interrogar las cuentas mejor que las personas, pero la verificación humana sigue siendo necesaria, y los reguladores deberían insistir en que se mantenga.

Audit
Audit. Photo: Agasthya1992, CC BY-SA 3.0, via Wikimedia Commons

Claves

  • Los agentes de IA formularon preguntas más certeras que los contables en el piloto, pero las personas tuvieron que intervenir
  • Una mala pregunta cuesta minutos descartarla, mientras que una mala conclusión de auditoría puede dejar cuentas con errores, por lo que la IA debe situarse antes del juicio profesional
  • Los reguladores deberían exigir que se informe del uso de la IA, que se publiquen las tasas de error y que un humano identificado firme el resultado

El piloto de KPMG merece una consideración seria, pero no como preludio de la sustitución de los auditores. Lo interpretamos como una prueba de que la IA resulta más útil en la auditoría cuando amplía las preguntas dirigidas a la dirección, mientras que las personas siguen siendo responsables de las respuestas y de las conclusiones. La firma de las Big Four utilizó agentes de IA para revisar los estados financieros de una empresa del FTSE 250, y los agentes formularon mejores preguntas que los contables. Aun así, fue necesaria la intervención humana. Ambas mitades de ese resultado importan, y la política debe reflejar las dos.

La auditoría existe para comprobar lo que una empresa dice de sí misma. Un revisor que lee cada nota, contrasta cada cifra y nunca se cansa tiene una ventaja evidente sobre un equipo sobrecargado que trabaja contra reloj. Los críticos de la profesión sostienen también que el personal junior tiene motivos para evitar preguntas incómodas a un cliente que paga los honorarios. El software no tiene carrera que proteger, y ese es un argumento para usarlo a fin de generar líneas de investigación, no una razón para confiarle el veredicto.

Las limitaciones son reales, y los detalles del piloto no están claros. No sabemos cuántas de las preguntas de los agentes condujeron a algún resultado, cuántas fueron erróneas ni en qué consistió la intervención humana. El informe también señala que pocas empresas disponen en la actualidad de datos lo bastante depurados para que estos agentes puedan trabajar con ellos. Un piloto en una sola empresa es un resultado prometedor, no un método.

La objeción más sólida tiene que ver con los incentivos. Si una máquina puede redactar las preguntas, las firmas se verán tentadas a reducir los equipos que antes hacían ese trabajo, conservar a un puñado de firmantes y vender auditorías más baratas y de menor calidad. Incluso una tasa de error pequeña en el análisis con IA obliga a revisarlo todo, y un modelo que afirma algo con seguridad y de forma equivocada es más peligroso que uno que muestra visiblemente sus dudas. Existe además un problema de relevo generacional: los auditores junior aprenden el oficio haciendo el trabajo que ahora se traspasa al software.

Estos riesgos son graves, pero justifican la forma en que se despliega la herramienta, no que se deje sin usar. Empleada para generar preguntas, la IA abarata sus propios errores: una mala pregunta cuesta unos minutos descartarla, mientras que una mala conclusión puede dejar cuentas con errores de presentación ante los inversores. El fallo de control señalado en Citigroup, donde operaciones de una unidad británica de valores se registraron con un modelo interno que los reguladores no habían aprobado, y los activos ponderados por riesgo se infravaloraron en unos 35.000 millones de dólares, es el tipo de brecha hacia la que podría dirigirse un cuestionador sistemático. No sabemos cómo se detectó ese error, y no afirmamos que la IA lo habría detectado. La cuestión es que un interrogatorio incansable y sin reparos merece la pena, siempre que alguien cualificado decida qué significan las respuestas.

De ello se derivan tres cosas. En primer lugar, el regulador de auditoría debería exigir a las firmas que informen a los comités de auditoría cuando se hayan usado agentes de IA en una auditoría y de lo que las personas hicieron con sus resultados. En segundo lugar, las firmas deberían publicar los resultados de sus pilotos, incluida la frecuencia con la que los agentes se equivocaron, de modo que las afirmaciones sobre mejores preguntas puedan contrastarse en lugar de darse por supuestas. En tercer lugar, una persona cualificada y identificada debe mantener la plena responsabilidad sobre el dictamen, sin que la responsabilidad de la firma cambie por la herramienta que elija.

Las empresas también tienen su parte. Los comités de auditoría deberían preguntar a sus auditores cómo utilizan la IA y exigir que cualquier ahorro se refleje en los honorarios, y los departamentos financieros deberían empezar a depurar los datos que necesitan estas herramientas. Las firmas, por su parte, deberían proteger las plazas de formación de los auditores junior, porque quienes algún día firmarán dictámenes tienen que aprender en algún lugar qué es una buena pregunta.

Este editorial expresa la posición de Global Eye 24. Escrito con ayuda de IA, traducido del inglés. ¿Ha visto un error? Escriba a corrections@globaleye24.com.