Inteligencia artificial en la fiscalización gubernamental: avances, desafíos y perspectivas éticas desde una revisión sistemática
DOI:
https://doi.org/10.5281/zenodo.17807616Palabras clave:
inteligencia artificial, fiscalización, auditoría gubernamentalResumen
La incorporación de la Inteligencia Artificial (IA) en los procesos de fiscalización gubernamental representa una innovación disruptiva en la gestión pública contemporánea. Su aplicación permite automatizar tareas, optimizar la detección de irregularidades y mejorar la transparencia en el control institucional. Sin embargo, también plantea desafíos éticos, normativos y organizativos que requieren un análisis sistemático. El objetivo de esta investigación fue analizar los avances, beneficios y retos de la implementación de la IA en los procesos de fiscalización y auditoría gubernamental, identificando las principales áreas de aplicación y los factores que condicionan su adopción responsable. Se desarrolló una revisión sistemática de tipo cualitativo-documental siguiendo los lineamientos del protocolo PRISMA 2020. La búsqueda se realizó en bases de datos Scopus, SciELO, Redalyc, Dialnet y Latindex, considerando publicaciones entre 2015 y 2025. Se seleccionaron 42 estudios que cumplían con criterios de calidad metodológica según el instrumento CASP (2023). Los hallazgos se agruparon en tres ejes temáticos: (1) transformación digital y automatización de procesos, (2) impactos éticos y normativos, y (3) desarrollo de capacidades institucionales. La evidencia demuestra que la IA incrementa la eficiencia y precisión en las auditorías, aunque persisten limitaciones derivadas de la falta de infraestructura tecnológica, formación especializada y marcos regulatorios sólidos. La IA fortalece la transparencia, la rendición de cuentas y la efectividad del control público, siempre que se implemente bajo principios de ética, gobernanza y capacitación institucional. Su integración responsable configura un nuevo paradigma de fiscalización inteligente, predictiva y sostenible.
Descargas
Referencias
Banh, L., y Strobel, G. (2023). Generative artificial intelligence. Electronic Markets, 33(1). https://doi.org/10.1007/s12525-023-00680-1
Critical Appraisal Skills Programme (CASP). (2023). CASP Checklist: Systematic Review. Oxford University. https://casp-uk.net
Dhamija, P., y Bag, S. (2020). Role of artificial intelligence in operations environment: A review and bibliometric analysis. The TQM Journal, 32(4), 869–896. https://doi.org/10.1108/tqm-10-2019-0243
Diniz, E. H., Barbosa, A. F., Junqueira, R. D., y Prado, O. (2020). Big data and artificial intelligence in Brazilian public administration: The case of tax auditing. Information Polity, 25(4), 485–500. https://doi.org/10.3233/IP-200277
Dwivedi, Y. K., Hughes, L., Baabdullah, A. M., Ribeiro-Navarrete, S., Giannakis, M., Al-Debei, M. M., Dennehy, D., Metri, B., Buhalis, D., Cheung, C. M., Conboy, K., y Shah, D. (2021). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 60. https://doi.org/10.1016/j.ijinfomgt.2021.102383
Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., Duan, Y., Dwivedi, R., Edwards, J., Eirug, A., Galanos, V., Ilavarasan, P. V., Janssen, M., Jones, P., Kar, A. K., Kizgin, H., Kronemann, B., Lal, B., Lucini, B., ... Williams, M. D. (2019). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57. https://doi.org/10.1016/j.ijinfomgt.2019.08.002
Fedyk, A., Hodson, J., Khimich, N., y Fedyk, T. (2022). Is artificial intelligence improving the audit process? Review of Accounting Studies, 27(3), 938–985. https://doi.org/10.1007/s11142-022-09697-x
Fernández, J., y Suárez, P. (2023). Auditorías automatizadas en la administración pública española: Oportunidades y desafíos. Revista Española de Contabilidad y Administración Pública, 15(2), 45–63. https://doi.org/10.14198/recaap.2023.15.02
Fjelland, R. (2020). Why general artificial intelligence will not be realized. Humanities and Social Sciences Communications, 7(1). https://doi.org/10.1057/s41599-020-0494-4
Haenlein, M., y Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California Management Review, 61(4), 5–14. https://doi.org/10.1177/0008125619864925
Kharuddin, S. (2022). Artificial intelligence adoption in public sector auditing: Benefits, challenges, and future directions. International Journal of Public Administration, 45(16), 1160–1173. https://doi.org/10.1080/01900692.2021.1931055
Kokina, J., Blanchette, S., Davenport, T., y Pachamanova, D. (2025). Challenges and opportunities for artificial intelligence in auditing: Evidence from the field. International Journal of Accounting Information Systems, 56, 100734. https://doi.org/10.1016/j.accinf.2025.100734
Leite, R., y Ramos, F. (2023). Marco jurídico para el uso de la inteligencia artificial en la administración pública brasileña. Revista Iberoamericana de Derecho y Tecnología, 9(1), 67–89. https://doi.org/10.5281/zenodo.7965821
Leocádio, D., Malheiro, L., y Reis, J. (2025). Exploration of audit technologies in public security agencies: Empirical research from Portugal. Journal of Risk and Financial Management, 18(2), 51. https://doi.org/10.3390/jrfm18020051
López-Baroni, M. L. (2019). Las narrativas de la inteligencia artificial. Revista de Bioética y Derecho, (46), 37–52. https://doi.org/10.1344/rbd2019.0.27280
Mariuxi, L. M. L., Celi, R. J., Acosta-Guzmán, I. L., y Varela-Tapia, E. A. (2024). Inteligencia artificial aplicada a procesamiento de lenguaje natural (NLP) con Python y machine learning. Revista EGAEA, 12(4), 85–102. https://doi.org/10.55813/egaea.l.88
Minh, D., Wang, H. X., Li, Y. F., y Nguyen, T. N. (2021). Explainable artificial intelligence: A comprehensive review. Artificial Intelligence Review, 55(5), 3503–3568. https://doi.org/10.1007/s10462-021-10088-y
National Audit Office. (2025). Uso de la inteligencia artificial en la fiscalización estatal. Oficina Nacional de Auditoría del Reino Unido (NAO). https://www.nao.org.uk/about-us/
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372. https://doi.org/10.1136/bmj.n71
Pérez-Calderón, E., Alrahamneh, S. A., y Montero, P. M. (2025). Impact of artificial intelligence on auditing: An evaluation from the profession in Jordan. Discover Sustainability, 6(1). https://doi.org/10.1007/s43621-025-01058-3
Rojas, M., y Paredes, L. (2022). Fiscalización digital y protección de datos personales en Chile. Revista de Derecho Público Latinoamericano, 24(3), 211–227. https://doi.org/10.32719/26312484.2022.24.3
Siddaway, A. P., Wood, A. M., y Hedges, L. V. (2019). How to do a systematic review: A best practice guide for conducting and reporting narrative reviews, meta-analyses, and meta-syntheses. Annual Review of Psychology, 70, 747–770. https://doi.org/10.1146/annurev-psych-010418-102803
Tapia-Marcial, J. K., y Sánchez-Quinde, M. A. (2025). Incidencia de la inteligencia artificial en los procesos de auditoría contable. Código Científico Revista de Investigación, 6, 234–258. https://doi.org/10.55813/gaea/ccri/v6/ne1/671
Tranfield, D., Denyer, D., y Smart, P. (2003). Towards a methodology for developing evidence-informed management knowledge by means of systematic review. British Journal of Management, 14(3), 207–222. https://doi.org/10.1111/1467-8551.00375
United Nations. (2023). Ethical artificial intelligence for public institutions: Global governance principles. United Nations Digital Policy Division. https://publicadministration.un.org
Valdez, E., y Soto, M. (2024). Marco regulatorio para el uso de inteligencia artificial en la fiscalización mexicana. Revista de Derecho y Gobernanza Pública, 18(1), 59–77. https://doi.org/10.47554/rdgp.2024.18.1
Wirtz, B. W., y Müller, W. M. (2019). An integrated artificial intelligence framework for public management. Public Management Review, 21(7), 1076–1100. https://doi.org/10.1080/14719037.2018.1549268
Zeng, S. H., y Li, H. (2025). Automated auditing based on machine learning: Model construction and empirical analysis. Computer Fraud & Security, 544–552. https://doi.org/10.52710/cfs.558
Zhang, C., y Lu, Y. (2021). Study on artificial intelligence: The state of the art and future prospects. Journal of Industrial Information Integration, 23, 100224. https://doi.org/10.1016/j.jii.2021.100224
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Francisco Javier Santini Rodríguez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista se acoge a la licencia Licencia Atribución (CC BY), permitiendo la posibilidad de copiar, distribuir, exhibir, y producir obras derivadas, siempre y cuando se reconozca y cite al autor.
