Autora: Christina Gellerbrant Hagberg, Auditora General, Oficina Nacional de Auditor\u00eda de Suecia (Riksrevisionen)<\/p>\n\n\n\n
Cuando en las Entidades Fiscalizadoras Superiores sale a colaci\u00f3n el tema de la Inteligencia Artificial (IA), se suele poner el foco en la tecnolog\u00eda. Los debates versan sobre modelos, infraestructura de datos, marcos de gobernanza y los potenciales de futuro. A menudo, el discurso en torno a la IA se envuelve en un cierto halo de misterio; sus aplicaciones pr\u00e1cticas tienden a confundirse con ideas m\u00e1s bien visionarias, como pueden ser los agentes aut\u00f3nomos o incluso la computaci\u00f3n cu\u00e1ntica. As\u00ed, a muchos auditores la IA les puede llegar a parecer muy compleja \u2013y, a veces, hasta intimidante\u2013.
El a\u00f1o pasado, en la Oficina Nacional de Auditor\u00eda de Suecia (NAO sueca) decidimos deliberadamente optar por un punto de partida diferente. En vez de enfocar la IA desde un nivel abstracto, pusimos todo nuestro empe\u00f1o en desmitificarla – volviendo a fijar la atenci\u00f3n en la forma de aplicarla en la auditor\u00eda-. <\/p>\n\n\n\n
Tras seis meses de uso de Microsoft Copilot en nuestras operaciones por parte de toda la organizaci\u00f3n \u2013tanto a nivel general como de forma m\u00e1s amplia en la auditor\u00eda de rendimiento\u2013, empezamos a tener las cosas m\u00e1s claras. Y nuestra experiencia apunta a que la verdadera transformaci\u00f3n no reside principalmente en lo tecnol\u00f3gico, sino que tiene que ver m\u00e1s bien con la mentalidad y mentalizaci\u00f3n de nuestro personal.<\/p>\n\n\n\n
Cuando la NAO sueca comenz\u00f3 a implantar Copilot, se tom\u00f3 una decisi\u00f3n organizativa clara. No enfocamos la IA como un programa de transformaci\u00f3n a gran escala o un proyecto de desarrollo t\u00e9cnico, sino que elegimos trazar una direcci\u00f3n basada en tres sencillos principios:<\/p>\n\n\n\n
Con este enfoque recogemos tambi\u00e9n una idea fundamental en materia de desarrollo profesional: los auditores no adquieren su juicio profesional leyendo sobre pol\u00edticas varias, sino a trav\u00e9s de la pr\u00e1ctica.<\/p>\n\n\n\n
Conviene establecer una distinci\u00f3n, muy \u00fatil, entre la auditor\u00eda de modelos de IA en s\u00ed y el examen de c\u00f3mo las organizaciones aplican la IA para mejorar sus operaciones.<\/p>\n\n\n\n
En algunos casos aislados, puede ser el propio modelo de IA el objeto de fiscalizaci\u00f3n -por ejemplo, cuando una autoridad p\u00fablica se sirve de un algoritmo en su proceso de toma de decisiones. Entonces quiz\u00e1s s\u00ed podr\u00eda ser necesario un cierto nivel de conocimientos t\u00e9cnicos para valorar c\u00f3mo funciona el modelo y cu\u00e1les son los riesgos que plantea. Ahora bien, este tipo de auditor\u00eda es relativamente infrecuente en la auditor\u00eda de rendimiento.<\/p>\n\n\n\n
Lo m\u00e1s habitual es que el foco est\u00e9 puesto en c\u00f3mo las organizaciones usan la IA como parte de una estrategia m\u00e1s amplia para mejorar la eficiencia y la efectividad. Y, en este sentido, la IA no difiere radicalmente de otras formas de digitalizaci\u00f3n. Las preguntas de auditor\u00eda relevantes est\u00e1n relacionadas con la gobernanza, la gesti\u00f3n de riesgos, los controles internos, el aprendizaje y el seguimiento: \u00bfprueban y validan las organizaciones el uso que hacen de la IA, eval\u00faan los riesgos, gestionan las consecuencias imprevistas y se aseguran de que la tecnolog\u00eda contribuye a los resultados esperados?<\/p>\n\n\n\n
Para auditar la IA no hacen falta herramientas de fiscalizaci\u00f3n completamente nuevas -lo que se requiere es aplicar los enfoques de auditor\u00eda ya consolidados a un nuevo tipo de instrumento-. Al igual que en otros \u00e1mbitos de la digitalizaci\u00f3n, hay que centrarse en el funcionamiento de la organizaci\u00f3n, m\u00e1s que en los mecanismos internos de la propia tecnolog\u00eda.<\/p>\n\n\n\n
La conclusi\u00f3n clave es, por tanto, que la mayor\u00eda de los auditores no necesitan tener un conocimiento t\u00e9cnico profundo de la IA. Lo que s\u00ed necesitan, en cambio, es la capacidad de valorar c\u00f3mo las organizaciones gestionan la IA y c\u00f3mo la emplean en la pr\u00e1ctica, atendiendo a los mismos principios fundamentales que sustentan la auditor\u00eda de rendimiento en general.<\/p>\n\n\n\n
Una de las lecciones m\u00e1s importantes que hemos aprendido ha sido que la adopci\u00f3n de la IA no tiene tanto que ver con la tecnolog\u00eda como con el liderazgo. En el caso de la NAO sueca, este liderazgo se ha centrado en crear las condiciones propicias para el aprendizaje, rebajar las barreras a la experimentaci\u00f3n, aclarar las expectativas y las responsabilidades, y minimizar los miedos y temores innecesarios.<\/p>\n\n\n\n
Adem\u00e1s: alentar la experimentaci\u00f3n no significa renunciar al control. Nuestro enfoque apuesta por una combinaci\u00f3n de libertad y l\u00edmites claros. Animamos a nuestros auditores a experimentar en su labor diaria, teniendo siempre presente que el criterio humano sigue siendo el que finalmente controla las conclusiones. Eso s\u00ed, en ning\u00fan caso, las herramientas basadas en IA deben utilizarse para tratar datos sensibles o clasificados.<\/p>\n\n\n\n
Este tipo de enfoque de \u2018libertad responsable\u2019 ha demostrado ser esencial. Permite aprender, pero manteniendo al mismo tiempo la confianza, la responsabilidad y la conformidad con las normas.<\/p>\n\n\n\n
En la pr\u00e1ctica, la IA ha demostrado ser muy \u00fatil como herramienta de apoyo. Nuestros auditores dedicados a la evaluaci\u00f3n del rendimiento utilizan la IA para:<\/p>\n\n\n\n
A menudo, esto da lugar a un efecto secundario en el sentido de generar unas expectativas m\u00e1s altas en cuanto a claridad y razonamiento. Cuando los argumentos se pueden someter a prueba con mayor rapidez y resulta m\u00e1s f\u00e1cil generar explicaciones alternativas, se eleva el nivel de an\u00e1lisis. Nuestro siguiente paso va a consistir en explorar c\u00f3mo la IA puede apoyar la auditor\u00eda financiera.
<\/p>\n\n\n\n
Una pregunta habitual es c\u00f3mo la IA afecta a la cuesti\u00f3n de la responsabilidad. Aqu\u00ed, la NAO sueca tambi\u00e9n ha adoptado una postura clara: la IA no cambia los principios fundamentales de la responsabilidad de auditor\u00eda.<\/p>\n\n\n\n
El auditor sigue siendo plenamente responsable de todas las conclusiones. Los productos generados por la IA se tratan como simples sugerencias, equivalentes a las de un \u2018becario\u2019 o \u2018copiloto\u2019 que ayuda en la tarea. Los productos de la IA siempre se tienen que someter a una revisi\u00f3n cr\u00edtica y una validaci\u00f3n.<\/p>\n\n\n\n
Los riesgos como el error o el sesgo son reales, por lo que deber\u00edan gestionarse igual que cualquier otro riesgo, esto es: con escepticismo profesional y a trav\u00e9s de revisiones.<\/p>\n\n\n\n
Uno de los retos m\u00e1s importantes en la pr\u00e1ctica tiene que ver con los datos. Muchos de los conjuntos de datos que se utilizan en la auditor\u00eda son confidenciales o est\u00e1n clasificados, mientras que muchas herramientas avanzadas de IA operan en la nube. Esto entra\u00f1a limitaciones en cuanto a su uso. Aqu\u00ed, nuestro enfoque ha sido pragm\u00e1tico; en lugar de esperar a tener soluciones perfectas, nos centramos en lo que es factible dentro de las limitaciones actuales.<\/p>\n\n\n\n
Tras seis meses de uso operativo, se est\u00e1n empezando a perfilar varios patrones. Los auditores descubren cada vez m\u00e1s sus propias aplicaciones relevantes. La IA resulta m\u00e1s \u00fatil en las tareas cotidianas que en proyectos piloto aislados. El aprendizaje avanza a trav\u00e9s de la pr\u00e1ctica y el di\u00e1logo, m\u00e1s que mediante la formaci\u00f3n reglada. La sensaci\u00f3n de misterio que rodea a la IA se disipa en cuanto los auditores empiezan a trabajar con ella.<\/p>\n\n\n\n
La principal lecci\u00f3n aprendida en la NAO sueca es, de hecho, sencilla: no hay que empezar con un enfoque t\u00e9cnico \u2013mejor, comenzar con un enfoque pr\u00e1ctico. Para que la IA resulte \u00fatil, no hace falta comprender hasta el \u00faltimo detalle todos sus fundamentos t\u00e9cnicos. Lo que importa es c\u00f3mo se integra en las tareas diarias, si se promueve el aprendizaje y si se mantiene la responsabilidad de auditor\u00eda.<\/p>\n\n\n\n
La IA no sustituye al criterio profesional. Lo que hace es remodelar la forma en la que se desarrolla y se aplica ese criterio, algo que, primero y ante todo, es una cuesti\u00f3n de liderazgo.<\/p>\n","protected":false},"excerpt":{"rendered":"
Cuando en las Entidades Fiscalizadoras Superiores sale a colaci\u00f3n el tema de la Inteligencia Artificial (IA), se suele poner el foco en la tecnolog\u00eda. Los debates versan sobre modelos, infraestructura de datos, marcos de gobernanza y los potenciales de futuro. A menudo, el discurso en torno a la IA se envuelve en un cierto halo de misterio; sus aplicaciones pr\u00e1cticas tienden a confundirse con ideas m\u00e1s bien visionarias, como pueden ser los agentes aut\u00f3nomos o incluso la computaci\u00f3n cu\u00e1ntica. As\u00ed, a muchos auditores la IA les puede llegar a parecer muy compleja \u2013y, a veces, hasta intimidante\u2013.<\/p>\n","protected":false},"author":460,"featured_media":42752,"template":"","meta":{"_acf_changed":false,"footnotes":""},"journal-categories":[4563],"content-tags":[947,955,1103,1207],"country":[3870],"region":[1341],"section":[915],"coauthors":[4528],"class_list":["post-43322","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-q3-2026","content-tags-artificial-intelligence-es","content-tags-audit-innovation-es","content-tags-innovation-es","content-tags-science-and-technology-es","country-suecia","region-eurosai-es","section-editorial-es"],"acf":[],"yoast_head":"\n