Inteligencia Artificial y detección del fraude contable - una revisión de literatura
Cargando...
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
El fraude contable representa una amenaza significativa para la transparencia financiera, dado que implica la manipulación deliberada de ingresos, activos y resultados, mientras se ocultan gastos y obligaciones. Los métodos tradicionales de detección suelen ser costosos, poco eficientes y limitados frente al volumen y complejidad de los datos actuales. En este contexto, las técnicas de Inteligencia Artificial emergen como herramientas prometedoras
para fortalecer los procesos de auditoría y control.
Esta revisión analiza la literatura orientada a la aplicación de Inteligencia Artificial (IA) en la detección del fraude contable y busca responder a la pregunta: ¿Cómo contribuyen las técnicas de IA en la detección del fraude contable según la literatura existente? con el propósito de caracterizar las técnicas más utilizadas y sus principales contribuciones. La búsqueda se realizó en bases de datos especializadas (Scopus, IEEE y Web of Science) de las que se seleccionaron 68 documentos, identificando las técnicas más utilizadas para este fin.
Los hallazgos evidencian beneficios como la mejora en la precisión y automatización de tareas, así como desafíos recurrentes relacionados con sesgos temporales, gobernanza y calidad de datos, costos de implementación y riesgos de ciberseguridad. Se identifican vacíos en la adopción de enfoques no supervisados y en el uso de datos no estructurados, lo que abre oportunidades para futuras investigaciones. (Texto tomado de la fuente)
Abstract
Accounting fraud represents a significant threat to financial transparency, as it involves the deliberate manipulation of revenues, assets, and results while concealing expenses and liabilities. Traditional detection methods are often costly, inefficient, and limited when facing the volume and complexity of current data. In this context, Artificial Intelligence (AI) techniques have emerged as promising tools to strengthen auditing and control processes.
This review analyzes the literature focused on the application of Artificial Intelligence (AI) in detecting accounting fraud and seeks to answer the question: How do AI techniques contribute to the detection of accounting fraud according to existing literature? The aim is to characterize the most used techniques and their main contributions. The search was conducted in specialized databases (Scopus, IEEE, and Web of Science), from which 68
documents were selected, identifying the techniques most frequently used for this purpose.
The findings highlight benefits such as improved accuracy and task automation, as well as recurring challenges related to temporal biases, data governance and quality, implementation costs, and cybersecurity risks. Gaps were identified in the adoption of unsupervised approaches and the use of unstructured data, opening opportunities for future research.
Descripción
Ilustraciones, diagramas, gráficos