Estrategias de IA aplicada a la auditoria informática

Alejandro Reyes

Universidad de Buenos Aires, Buenos Aires, Argentina

https://orcid.org/0009-0003-9399-9166

DOI: https://doi.org/10.55204/trj.v2i2.e18

Palabras clave: Inteligencia Artificial, Auditoría informática, Big Data, Aprendizaje Automático, Procesamiento lenguaje natural


Resumen

La auditoría se ha visto asociada con conceptos erróneos, como la idea de que su objetivo es buscar errores y atacar a funcionarios. Sin embargo, la auditoría va más allá de estos hallazgos y ha evolucionado con el tiempo. En la actualidad, la auditoría de TI es un tema importante para las organizaciones modernas. En un entorno cambiante, la capacidad de gestionar riesgos y proteger información valiosa se ha vuelto crucial para la sostenibilidad y el valor empresarial. En este contexto, se han realizado esfuerzos para aplicar estrategias de inteligencia artificial en las auditorías de TI, lo que ofrece oportunidades para mejorar el proceso de auditoría. La propuesta es utilizar herramientas y técnicas de IA para analizar grandes volúmenes de datos, identificar patrones y anomalías, automatizar tareas repetitivas y fortalecer los controles internos. Esto permite una mayor eficiencia y efectividad de las auditorías, así como la confianza en un entorno empresarial digital en constante cambio. El objetivo del artículo es explorar el uso de la inteligencia artificial en las auditorías de TI y analizar cómo puede mejorar el proceso, aumentar la seguridad de los activos digitales y proporcionar recomendaciones basadas en hallazgos. La propuesta implica el uso de algoritmos de aprendizaje automático y técnicas de análisis de datos para lograr estos objetivos

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Aditya, R., & Santosa, P. (2018). Toward Modern IT Audit- Current Issues and Literature Review. 2018 4th International Conference on Science and Technology (ICST)(doi: 10.1109/ICSTC.2018.8528627.), 1-6.

Adrian Gepp, M. K. (2018). BIG DATA TECHNIQUES IN AUDITING RESEARCH AND PRACTICE:CURRENT TRENDS AND FUTURE OPPORTUNITIES. Journal of Accounting Literature, 102-115.

Amy J.C. Trappey, C. V.-L. (2020). Intelligent compilation of patent summaries using machine learning and natural language processing techniques. Advanced Engineering Informatics.

Benjamin Lindemann, B. M. (2021). A survey on anomaly detection for technical systems using LSTM networks. Computers in Industry.

Chun-Wei Tsai, C.-F. L.-C. (2015). Big data analytics: a survey. Journal of Big Data.

Diego A. Arcentales Fernández, X. C. (2017). Auditoría informática un enfoque efectivo. Dominio de las ciencias, 157-173.

Feiqi Huang, M. A. (2019). Applying robotic process automation (RPA) in auditing: A framework. International Journal of Accounting Information Systems.

Gómez Palanques, N. (2021). Las nuevas tecnologías y su impacto en el sector de auditoría. Dipòsit Digital de la Universitat de Barcelona .

Google. (2021). Google Cloud. Obtenido de https://cloud.google.com/learn/what-is-natural-language-processing?hl=es-419#:~:text=Natural%20language%20processing%20(NLP)%20uses,media%20sentiment%20and%20customer%20conversations.

Imbaquingo, D., Díaz, J., Saltos, T., Arciniega, S., & De La Torre, J. (2020). Análisis de las principales dificultades en la auditoría informática: una revisión sistemática de literatura. Revista Ibérica de Sistemas e Tecnologias de Informação, 427-440.

Leila Ouchchy, A. C. (2020). AI in the headlines: the portrayal of the ethical issues of artificial intelligence in the media. IA and Society.

Mahesh, B. (2018). Machine Learning Algorithms - A Review. International Journal of Science and Research.

Yassine Himeur, K. G. (2021). Yassine Himeur a, Khalida Ghanem b, Abdullah Alsalemi a, Faycal Bensaali a, Abbes Amira c. Applied Energy.