Incorporación de inteligencia artificial en la operación del SGC

Es una capacidad digital que representa un subconjunto de la IA que combina la ARP y algunos elementos de autoaprendizaje (machine learning), para tomar decisiones y llevar a cabo acciones basadas en reglas sin intervención humana.

Muchas decisiones manuales y rutinarias están sujetas al sesgo o error humano. El uso de tecnologías digitales para tomar decisiones rutinarias elimina esta subjetividad. A los bot de ARP se les programa con reglas de decisión para realizar automáticamente la acción específica correspondiente.

Cuando un posible cliente solicita servicios profesionales de auditoría, la primera acción de la firma es determinar su riesgo inherente. Para ello, el bot de ARP, con elementos de autoaprendizaje del sistema de aceptación o continuación de clientes y encargos, requiere al socio de auditoría asignado al posible encargo completar una serie de datos, por ejemplo: la industria en que opera, marco de información financiera aplicable, leyes y regulaciones aplicables, grupo al que pertenece, partes vinculadas, entre otros; lo anterior para determinar el nivel de riesgo inherente del posible cliente y generar la clasificación (baja, media o alta) correspondiente.

Derivado de esta clasificación, se llevan a cabo acciones posteriores para responder a los diferentes niveles de riesgo inherente resultantes. El bot de ARP con elementos de autoaprendizaje requiere al socio de auditoría asignado la confirmación de la clasificación, para entonces proseguir con el proceso de aceptación del cliente.

Es una capacidad digital que representa un subconjunto de la IA que automatiza procesos de extremo a extremo que requieren juicios y usan datos no estructurados y variables.

La automatización inteligente de procesos usa una combinación de ARP y algunos elementos de autoaprendizaje para generar predicciones que ayudan al personal a operar mejor los procesos complejos. Los modelos de autoaprendizaje son útiles para predecir resultados y deben aplicarse a procesos que tienen el potencial de disminuir costos o aumentar ingresos significativamente.

El autoaprendizaje es un subgrupo de IA que da a los algoritmos la capacidad de aprender por sí mismos de la experiencia en lugar de las instrucciones programadas por el ser humano. Los algoritmos crean modelos computacionales que procesan grandes conjuntos de datos para predecir resultados y hacer inferencias; más datos generan más escenarios que retroalimentan al algoritmo para refinar su salida (conocimiento) a lo largo del tiempo, haciéndolo más preciso.

Aunque el liderazgo puede suponer que el autoaprendizaje requiere recursos significativos y habilidades informáticas avanzadas más allá de su personal, desarrollar una solución de autoaprendizaje es más simple de lo que parece. Principalmente requiere determinar una cuestión a predecir, recopilar datos históricos al respecto y usar un software de autoaprendizaje de código abierto.

La automatización inteligente de procesos predice los encargos con mayor riesgo de deficiencias e incumplimientos con base en la clasificación del riesgo inherente del encargo y la historia de resultados (cumple, no cumple, con áreas de mejora) de monitoreos del socio del encargo. El líder del equipo de monitoreo obtiene del SGC las predicciones de los socios del encargo, así como encargos a monitorear y los selecciona con base en información presentada por la IA.

Es una capacidad digital que representa un subconjunto de la IA que genera recomendaciones para decisiones complejas entre las cuales los humanos pueden elegir, tomando así decisiones aumentadas.

Las decisiones aumentadas reducen el sesgo humano; usan autoaprendizaje para aumentar las decisiones del personal que requieren grados significativos de juicio. El autoaprendizaje genera recomendaciones más personalizadas basadas en grandes cantidades de datos.

Las decisiones aumentadas son útiles en situaciones que exigen clasificaciones y predicciones rápidas o a gran escala, y que requieren datos bien definidos y de calidad.

Mediante la programación de decisiones aumentadas, el SGC proporciona a sus operadores recomendaciones con respecto a las acciones a realizar al cumplirse ciertas condiciones en diferentes momentos durante la operación, tales como:

• Documentar las actividades de verificación del cumplimiento de los requisitos de ética e independencia.
• Asignar recursos humanos a los encargos.
• Gestionar evaluaciones del desempeño, promociones y remuneraciones.
• Gestionar cursos de aprendizaje con base en la comunicación de acciones correctivas a implementar, que responden a deficiencias e incumplimientos detectados en monitoreos e inspecciones de reguladores; así como en normas profesionales, leyes o regulaciones, políticas o procedimientos (nuevos o modificados).
• Gestionar el archivo final de la documentación del encargo.
• Gestionar monitoreos sobre la marcha y cíclicos.

Es una capacidad digital que representa un subconjunto de la IA que identifica las decisiones que históricamente han tenido un impacto negativo y sugiere una decisión alternativa con mejores resultados.

Originalmente consideradas como un concepto de economía conductual, las decisiones sugeridas por la IA son señales sutiles programadas para dirigir el comportamiento del personal de una manera predecible, sin limitar la elección o programar incentivos económicos adicionales, especialmente cuando el personal no puede proporcionar este mismo nivel de supervisión.

Esta capacidad digital se usa en procesos donde el juicio humano no puede eliminarse, pero es necesario mejorarlo. Por ejemplo, las decisiones sugeridas por la IA pueden identificar los momentos de decisión con mayor posibilidad de producir errores en el juicio humano y compartir indicadores digitales para señalar el riesgo de continuar con una decisión en particular o el beneficio de buscar una decisión alternativa mejor.

Las decisiones sugeridas por la IA del sistema de auditoría guían al auditor (a través de indicadores digitales) a considerar las afirmaciones de exactitud y valoración de activos, en lugar de las afirmaciones de existencia, derechos e integridad, debido a que se relacionan con la sobrevaluación, que es la dirección de pruebas relevante para esas afirmaciones. Una vez aceptadas las sugerencias sutiles de IA, el sistema de auditoría sugiere las pruebas de controles y las pruebas de detalle aplicables.

Es una capacidad digital que representa un subconjunto de la IA que automatiza la realización de análisis y la generación de informes personalizados.

La capacidad automática de análisis y sustento de decisiones de la IA permite al personal obtener análisis e informes complejos. En la práctica, el personal que usa esta capacidad digital necesita múltiples herramientas de IA en un proceso de varios pasos; por ejemplo, para estructurar y normalizar datos, agruparlos, identificar tendencias con otros datos correlacionados y generar acciones correctivas sugeridas, o todo lo anterior.

Esta capacidad digital mejora significativamente las ofertas de autoservicio para los usuarios, liberando al personal para que se centre en un soporte específico a los mismos.

El director general comunica al personal y a terceros externos los resultados anuales de la operación del SGC mediante el informe de transparencia (dentro de los cuatro meses posteriores al cierre del ejercicio). El SIC captura datos, los procesa y genera información de y para cada uno de los ocho componentes del SGC; los cinco componentes del sistema de control interno; el encargo y la función de revisión de calidad; y la documenta, así como la dispone para su consulta en tiempo real.

El SIC estructura los datos de los elementos anteriores e identifica:

• Incongruencias entre las políticas y procedimientos establecidos, así como la información generada automáticamente de la sección de cada componente del informe de transparencia.
• Mejoras derivadas de la comparación del contenido de los informes de transparencia de otras firmas.
• La distribución del informe de transparencia a los comités de auditoría y consejos de administración de los clientes, redes sociales e intranet.

El SIC genera (mediante el Procesamiento del Lenguaje Natural [PLN]), con base en las indicaciones orales del director general, el mensaje de bienvenida que se incluye en el informe de transparencia.

El director general consulta periódicamente (en tiempo real) los resultados de la operación del SGC para supervisar su eficacia y la producción del informe de transparencia.