La calidad de la auditoría en Cuba ante desafíos estructurales, brechas técnicas y tecnologías emergentes

Audit quality in Cuba facing structural challenges, technical gaps, and emerging technologies

Orlando Figueredo Maldonado1

https://orcid.org/0009-0002-8845-4885

Leider Inocencio Saraiba Núñez2

https://orcid.org/0000-0002-9267-4082

Dianelis Caridad Ricardo Téllez

https://orcid.org/0009-0009-9717-0682

1Universidad de Holguín, Departamento de Auditoría, Holguín, Cuba

2Universidad de Holguín, Centro de Estudios de energía, Holguín, Cuba

3Empresa de Servicios Especializados, Departamento de auditoría, Holguín, Cuba

orlandof@uho.edu.cu    lsaraiban@uho.edu.cu dianelis@holguin.copextel.com.cu

Artículo original

e9193

Cite este artículo como:

Figueredo Maldonado, O., Saraiba Núñez, L.I. y Ricardo Téllez, D.C. (2026). La calidad de la auditoría en Cuba ante desafíos estructurales, brechas técnicas y tecnologías emergentes. Universidad & ciencia, 15(2), e9193.

URL: https://revistas.unica.cu/index.php/uciencia/article/view/9193

DOI: https://doi.org/10.5281/zenodo.21875807

Resumen

Introducción: La auditoría constituye un elemento esencial para fortalecer el control interno y garantizar el uso eficiente de los recursos en Cuba, en un contexto marcado por tensiones económicas y crecientes demandas de transparencia. El sistema nacional de auditoría enfrenta limitaciones estructurales, brechas técnicas y una alta rotación laboral que afectan la calidad de los informes y la efectividad del control interno, como se evidencia en el documento: estas condiciones comprometen la calidad de la auditoría y la efectividad del control interno. Objetivo: Analizar la importancia de la capacitación continua para mejorar la calidad de la auditoría en Cuba, identificando brechas técnicas, desafíos estructurales y el potencial de las tecnologías emergentes. Método: Se empleó un enfoque mixto con predominio cualitativo, complementado por análisis cuantitativos, revisión bibliográfica, estudio de normativa vigente, entrevistas y encuestas a expertos del Sistema Nacional de Auditoría. Se aplicó el diagrama de Ishikawa para identificar causas de deficiencias en los informes. Resultados: Los hallazgos revelan que el 65 % de los errores en informes se originan en insuficiencias técnicas, agravadas por la alta rotación y la inexperiencia del personal. La investigación demuestra que la adopción de inteligencia artificial y análisis de datos puede incrementar la precisión, ampliar el alcance del muestreo y reducir tiempos de ejecución, contribuyendo a superar limitaciones estructurales. Conclusión: La capacitación continua y la integración de tecnologías emergentes son esenciales para cerrar la brecha de expectativas y posicionar al auditor como agente de cambio. La modernización del sistema auditor cubano requiere inversión en capacitación, actualización normativa y adopción estratégica de inteligencia artificial para mejorar la calidad y confiabilidad del control interno.

Palabras clave: auditoría; auditores en Cuba; calidad de la auditoría; control interno; inteligencia artificial

Abstract

Introduction: Auditing is an essential element for strengthening internal control and ensuring the efficient use of resources in Cuba, within a context marked by economic tensions and growing demands for transparency. The national audit system faces structural limitations, technical gaps, and high workforce turnover that affect report quality and internal control effectiveness. Objective: To analyze the importance of continuous training in improving audit quality in Cuba, identifying technical gaps, structural challenges, and the potential of emerging technologies. Method: A mixed-methods approach was applied, predominantly qualitative, complemented by quantitative analysis, literature review, examination of current regulations, and interviews and surveys with experts from the National Audit System. The Ishikawa diagram was used to identify the causes of deficiencies in audit reports. Results: Findings reveal that 65 % of report errors stem from technical shortcomings, exacerbated by high staff turnover and lack of professional experience. The research demonstrates that adopting artificial intelligence and data analytics can increase precision, expand sampling coverage, and reduce execution times, helping overcome structural limitations. Conclusion: Continuous training and the integration of emerging technologies are essential to closing the expectation gap and positioning the auditor as an agent of change. Modernizing Cuba’s audit system requires investment in professional development, regulatory updates, and the strategic adoption of artificial intelligence to improve the quality and reliability of internal control.

Keywords: artificial intelligence, auditing; auditors in Cuba; audit quality; internal control

Introducción

La situación económica en Cuba exige un manejo cuidadoso de los recursos públicos y una lucha constante contra la corrupción y las deficiencias en el control financiero. En este contexto, la auditoría se consolida como una herramienta esencial para garantizar la transparencia, la eficiencia administrativa y la protección de los recursos públicos en contextos de alta incertidumbre económica, así como fortalecer la gestión institucional. Según la Organización Internacional de Entidades Fiscalizadoras Superiores (INTOSAI, 2020), la auditoría constituye un proceso sistemático de obtención y evaluación objetiva de evidencias sobre actividades económicas, con el fin de reducir riesgos y mejorar la eficiencia administrativa. Además, destaca que la auditoría moderna debe integrar enfoques basados en los riesgos identificados, evidencia digital y tecnologías emergentes para responder a los desafíos contemporáneos del control interno.

En América Latina, la calidad de la auditoría se ve afectada por brechas técnicas, insuficiente formación profesional y limitada adopción tecnológica (Cano, 2020; Fernández y García, 2021).

Sin embargo, la práctica auditora en Cuba enfrenta desafíos estructurales y técnicos que comprometen la calidad de los informes y la efectividad del control interno. Investigaciones recientes han señalado que la auditoría en América Latina se ve afectada por la falta de preparación técnica, la alta rotación de personal y la insuficiente incorporación de tecnologías modernas (Mendoza y Momblanc, 2022).

En el caso cubano, estudios recientes señalan que la alta rotación laboral, la falta de experiencia y la ambigüedad normativa constituyen factores críticos que comprometen la calidad de los informes, así como la formación universitaria y la capacitación continua son elementos críticos para garantizar la credibilidad del sistema de control interno (González y Marín, 2020; Mendoza y Momblanc, 2022).

La literatura internacional coincide en que la integración de inteligencia artificial (IA), análisis masivo de datos y auditoría continua representa una oportunidad estratégica para mejorar la precisión, detectar anomalías y fortalecer la capacidad predictiva del auditor (Appelbaum, et al., 2020; Kokina y Davenport, 2021; International Federation of Accountants, 2022).

Asimismo, la formación profesional y el escepticismo crítico continúan siendo elementos esenciales para garantizar la credibilidad del proceso auditor, incluso en escenarios de creciente automatización (Liu, et al., 2023; Salijeni, et al.,2021).

En consecuencia, el presente estudio se fundamenta en la necesidad de analizar las brechas técnicas y estructurales que afectan la calidad de la auditoría en Cuba, así como el rol de la capacitación continua y la adopción de tecnologías emergentes para fortalecer el sistema nacional de auditoría además de analizar la importancia de la formación continua para mejorar la calidad de la auditoría en Cuba, identificando brechas técnicas, desafíos estructurales y el potencial de las tecnologías emergentes. En tal caso como expresaron (Santini Rodriguez, 2026) sobre inteligencia artificial en la fiscalización gubernamental y su papel decisivo en este proceso tal crucial.

Materiales y Métodos

Enfoque Metodológico

Se empleó un enfoque mixto, predominando la investigación cualitativa, complementada por análisis cuantitativos y métodos histórico-lógicos y exegético-jurídicos. La triangulación metodológica incluyó:

• Revisión bibliográfica y documental de fuentes científicas de Scielo y Scopus (2019-2024).

• Análisis de normativa cubana vigente y literatura gris.

• Encuestas y entrevistas a expertos del Sistema Nacional de Auditoría.

• Aplicación del diagrama de Ishikawa para identificar causas de deficiencias en la calidad de los informes. (INTOSAI), 2020

La muestra intencionada incluyó auditores, contralores, especialistas y directivos de entidades auditadas de diversas provincias, priorizando la experiencia en la elaboración y análisis de Informes Especiales sobre delitos económicos.

Este hallazgo coincide con estudios internacionales que destacan la importancia de la formación continua y la experiencia profesional para garantizar la calidad del proceso auditor (Salijeni, et al.,2021; Liu, et al., 2023).

La alta rotación laboral (20 %) y la presencia de auditores jóvenes con menos de tres años de experiencia constituyen factores críticos que afectan la estabilidad del sistema, en línea con lo planteado por Chandler Díaz. (2017).

Análisis mediante el diagrama de Ishikawa, el análisis de causa-raíz permitió identificar cuatro categorías principales:

Mano de obra: Insuficiente preparación técnica, falta de mentoría, alta rotación.

Métodos: Ambigüedad normativa, procedimientos desactualizados.

Medio: Infraestructura tecnológica limitada.

Materiales: Escasez de herramientas digitales para análisis masivo de datos.

Impacto de las tecnologías emergentes

La literatura reciente demuestra que la IA y la analítica de datos pueden: Automatizar tareas repetitivas (Appelbaum, et al., 2020), detectar anomalías en tiempo real (Kokina y Davenport, 2021). Ampliar el alcance del muestreo (Liu, et al., 2023). Reducir tiempos de ejecución (IFAC, 2022). En el contexto cubano, estas tecnologías permitirían compensar la escasez de personal y mejorar la precisión de los hallazgos.

Métodos de Análisis

• Análisis de contenido cualitativo: para interpretar entrevistas y encuestas.

• Estadística descriptiva: para procesar datos cuantitativos de encuestas y literatura gris.

• Diagrama de Ishikawa: para estructurar causas subyacentes de la baja calidad en los informes de auditoría.

Impacto de las Tecnologías Emergentes en la Calidad de las Auditorías en Cuba y los beneficios de la Inteligencia Artificial y el Análisis de Datos.

Automatización de tareas repetitivas: La IA permite automatizar procesos rutinarios, como la revisión de grandes volúmenes de transacciones, reduciendo errores humanos y liberando tiempo para tareas de mayor valor analítico.

• Detección temprana de anomalías y fraudes: El análisis masivo de datos facilita la identificación de patrones inusuales o indicios de fraude que podrían pasar desapercibidos con métodos tradicionales. Algoritmos avanzados pueden alertar sobre desviaciones en tiempo real.

• Mejora en la toma de decisiones: El uso de dashboards interactivos y visualizaciones dinámicas ayuda a los auditores a interpretar rápidamente los resultados, priorizar riesgos y tomar decisiones informadas.

• Auditoría continua y predictiva: Las tecnologías emergentes permiten implementar modelos de auditoría continua, monitoreando operaciones en tiempo real y anticipando riesgos antes de que se materialicen.

Resultados y Discusión

Los hallazgos derivados del estudio mixto realizado, estructura la problemática de la calidad de la auditoría en Cuba mediante la triangulación de datos cuantitativos, la percepción cualitativa de expertos y el análisis normativo. La investigación identifica que la baja calidad en los informes de auditoría no es un fenómeno aislado, sino el resultado multicausal de brechas en la formación técnica, la alta volatilidad del capital humano y una lenta transición hacia la adopción de herramientas tecnológicas avanzadas.

Caracterización de la Brecha de Capacitación y Competencias

Los datos recolectados revelan una correlación directa entre el nivel de experiencia profesional y la precisión en la individualización de responsabilidades dentro de los Informes Especiales. El análisis de la muestra conformada por especialistas del Sistema Nacional de Auditoría indica que un 65 % de los errores identificados en la tramitación de expedientes se deben a falencias técnicas, exacerbadas por una rotación de personal que impide la consolidación de conocimientos especializados.

La Tabla 1 sistematiza el impacto de estas deficiencias sobre el proceso de control, con valores y porcientos que dan claridad de como está cada aspecto con respecto a la calidad del proceso.

Tabla 1

Impacto de las insuficiencias profesionales en el proceso de auditoría

Nota: Elaboración propia basada en los datos de la investigación (2026).

Como se observa, la preparación técnica es el principal vector de ineficacia. Esta carencia es crítica en un entorno donde la Resolución 364/2023 exige una rigurosidad analítica elevada para que los informes tengan valor probatorio en procesos penales (Contraloría General de la República de Cuba, 2023).

Análisis Multidimensional de Causas: El Diagrama de Ishikawa

Para profundizar en la comprensión de la baja calidad, se aplicó la técnica de análisis de causa-raíz (Ishikawa). Este modelo permite visualizar cómo convergen los factores humanos, técnicos y organizacionales para afectar el producto final: el informe de auditoría. En la Figura 1 podemos observar cómo interactúan las diferentes causas o aspectos puntuales que contrarrestan o influyen negativamente en la calidad de la acción de control a cualquier nivel. De esta manera se ve las relaciones entre ellas y como van influyendo en el proceso de manera negativa contrarrestando la calidad y garantía de los procesos de control.

La Figura 1 resalta que, si bien la infraestructura tecnológica es un factor relevante, el componente de Mano de obra (formación, mentoría y estabilidad) sigue siendo el eslabón más vulnerable. El predominio de auditores con menos de 3 años de experiencia, que representa el 42 % de la fuerza laboral según los datos analizados, subraya la urgencia de programas de capacitación que aceleren la curva de aprendizaje mediante herramientas digitales (Chandler Diaz, 2017). Al igual que lo expresado por (Mauricio Morales y Quezada Castillo, 2025) en cuanto a control gubernamental y estrategias preventivas.

Figura 1

Diagrama de Ishikawa sobre las deficiencias en la calidad de la auditoría.

El Rol de las Tecnologías Emergentes y la IA

La investigación evidencia que la adopción de tecnologías de análisis de datos e inteligencia artificial (IA) no solo es una tendencia global, sino una necesidad estratégica para Cuba. Los resultados indican que el uso de estas herramientas podría reducir significativamente la carga administrativa del auditor, permitiendo que el personal joven se enfoque en actividades de mayor valor agregado.

La Tabla 2 muestra la comparativa de desempeño entre el enfoque tradicional y el potenciado por IA.

Tabla 2

Comparativa del desempeño: Auditoría tradicional vs. Auditoría 4.0

Nota: Elaboración propia basada en la adopción de modelos predictivos en gestión pública (INTOSAI, 2020).

Deficiencias en la Fuerza Laboral de Auditoría

• Subdotación y alta fluctuación: El completamiento de plantillas de auditores es bajo (67 % en promedio, 46 % en las unidades centrales de auditoría interna (UCAI), agravado por la alta rotación y diferencias salariales.

• Inexperiencia: Gran proporción de auditores jóvenes con limitada experiencia profesional, lo que impacta negativamente en la calidad del trabajo.

Impacto en la Calidad de la Auditoría

• Persistencia del descontrol y corrupción: La auditoría es percibida como insuficiente para erradicar la corrupción y fortalecer el control interno.

• Deficiencias en los Informes Especiales: falencias en individualización de responsabilidades, vinculación documental y evaluación de daños, lo que afecta la tramitación de delitos económicos.

Brechas de Capacitación

• Insuficiente preparación técnica: Identificada como la principal causa de baja calidad en los informes.

• Necesidad de actualización: requerimiento de cursos sobre nuevas tecnologías, mejores prácticas y especialización en delitos económicos.

Además de todos estos aspectos que son perjudiciales para la aplicación de auditorías de calidad y con una profunda exigencia, existen múltiples errores en los informes de auditoría dados por situaciones negativas que se enfrentan a nivel de país, como se observa en la Tabla 3 donde recogimos las principales causas en esa calidad baja de los informes.

Tabla 3

Principales Causas de la Baja Calidad en los Informes de Auditoría

Luego de un análisis exhaustivo de aspectos puntuales que van describiendo de una manera paulatina el proceso podemos observar en la Figura 2 una representación visual de las causas de la baja calidad en los informes de auditoría donde los porcientos hablan por sí solos en cuanto a los errores existentes.

Figura 2

Principales Causas de la Baja Calidad en los Informes de Auditoría

Aplicaciones Específicas en el Contexto Cubano

• Control interno más robusto: El uso de IA fortalece la capacidad de las entidades cubanas para detectar irregularidades en la gestión de recursos públicos y mejorar la transparencia.

• Capacitación y actualización profesional: La adopción de estas tecnologías exige y promueve la capacitación continua de los auditores, alineándolos con estándares internacionales y mejorando su perfil profesional.

• Mejora en el uso de recursos: Ante la falta de personal y la elevada rotación, la tecnología posibilita realizar más con menos, dirigiendo la labor de auditoría hacia sectores clave y de mayor peligro.

Retos y Consideraciones

• Brecha tecnológica y de formación: La implementación exitosa de IA y análisis de datos requiere inversión en infraestructura y en la formación de auditores en competencias digitales avanzadas.

• Ética y escepticismo profesional: El auditor debe mantener el juicio crítico y la ética, complementando el análisis automatizado con la interpretación humana para evitar sesgos tecnológicos.

La Tabla 4 muestra una comparativa entre el empleo de la auditoria tradicional y la auditoria con el empleo de la IA y la analítica de datos.

Tabla 4

Comparativa del impacto del uso de auditorías tradicionales y la auditoria con IA y análisis de datos

Los resultados reflejan una problemática compartida globalmente: la atracción y retención del talento auditor, la necesidad de formación continua y la adaptación a los cambios tecnológicos. En Cuba, la solución de habilitar a estudiantes del técnico medio, aunque pragmática, no sustituye la formación universitaria específica ni la experiencia requerida para abordar la complejidad de los delitos económicos modernos.

La brecha de expectativas entre lo que la sociedad espera de la auditoría y lo que realmente se entrega se amplía ante la falta de capacitación especializada y la escasa incorporación de tecnologías nuevas tales como el análisis de información y la inteligencia artificial. La literatura internacional subraya la importancia de la ética, el escepticismo profesional y la actualización permanente como elementos clave para el fortalecimiento del control interno y la confianza pública.

Los resultados obtenidos evidencian que la baja calidad de los informes de auditoría en Cuba responde a un fenómeno multicausal, donde convergen factores estructurales, técnicos y humanos. El 65 % de los errores identificados se relacionan con insuficiencias en la preparación técnica, lo cual coincide con lo señalado por González y Marín (2020), quienes destacan que la formación universitaria y la capacitación continua son determinantes para garantizar la credibilidad del sistema de control interno.

Asimismo, la alta rotación de personal y la presencia de auditores jóvenes con escasa experiencia profesional refuerzan la vulnerabilidad del sistema, en línea con lo planteado por Mendoza y Momblanc (2022) así como Aguinaldo (2023), quienes identifican la falta de estabilidad laboral como un factor crítico que afecta la elaboración de informes confiables. El análisis mediante el Diagrama de Ishikawa (INTOSAI, 2020) permitió visualizar cómo los factores humanos (formación, mentoría y estabilidad), técnicos (insuficiencia de capacitación) y organizacionales (ambigüedad normativa) se interrelacionan para comprometer la calidad del producto final.

Este hallazgo se complementa con lo expuesto en investigaciones recientes donde han señalado que la auditoría en América Latina y el mundo se ve afectada por la falta de preparación técnica, la alta rotación de personal y la insuficiente incorporación de tecnologías modernas (Chan, et al., 2019).

La investigación también demuestra que la incorporación de inteligencia artificial y análisis de datos puede reducir significativamente la carga administrativa y mejorar la precisión de los hallazgos. Este resultado se encuentra en consonancia con lo señalado por la International Federation of Accountants (2022), que identifica la innovación tecnológica como una oportunidad estratégica para superar limitaciones estructurales y técnicas. De igual manera, Dai y Vasarhelyi (2020) destacan que la IA permite auditorías más predictivas y con mayor valor agregado, lo cual resulta especialmente relevante en el contexto cubano, caracterizado por déficit de personal y alta rotación.

Finalmente, la discusión confirma que la ética profesional y el escepticismo crítico deben mantenerse como pilares fundamentales de la práctica auditora, incluso en escenarios de creciente automatización. "Tal como sostienen Xie y Zhang (2022), la interpretación humana sigue siendo indispensable para evitar sesgos tecnológicos y garantizar la confianza pública en los procesos de control interno..."

Recomendaciones

1. Diseñar programas de capacitación continua interdisciplinarios que integren habilidades técnicas, éticas y tecnológicas, adaptados a las realidades cubanas y alineados con estándares internacionales.

2. Promover colaboraciones entre instituciones académicas, la Auditoría y entidades globales para crear cursos de capacitación creativos y accesibles, asegurando un enfoque en el acceso a materiales y artículos científicos de libre acceso.

3. Implementar mecanismos de mentoría y socialización de buenas prácticas entre auditores experimentados y jóvenes, promoviendo el aprendizaje colaborativo y la transferencia de conocimientos.

4. Actualizar y clarificar la normativa y los procedimientos de auditoría, incorporando modelos oficiales de informes y guías prácticas que faciliten la labor de los auditores y la comprensión de los usuarios del sistema.

5. Fomentar el estudio práctico en auditoría para reconocer nuevas tendencias, peligros y soluciones creativas, facilitando la publicación de hallazgos en revistas de acceso libre y su compartición en talleres y conferencias a nivel nacional.

6. Crear métricas de rendimiento y calidad que faciliten el seguimiento del efecto de la formación continua en los resultados de la auditoría y la administración del control interno.

Conclusiones

La capacitación continua de los auditores en Cuba es un imperativo estratégico para subsanar las deficiencias estructurales y de capital humano que afectan la calidad de la auditoría y la eficacia del control interno. Solo a través de una inversión sostenida en formación profesional, la integración de tecnologías emergentes y el fortalecimiento de alianzas institucionales será posible cerrar la brecha de expectativas y posicionar al auditor como agente de cambio en la administración pública. La transformación de la función auditora exige una visión innovadora, ética y crítica, capaz de anticipar los desafíos del entorno económico y social cubano y global.

La incorporación de inteligencia artificial y análisis de datos en la auditoría cubana representa una oportunidad estratégica para elevar la calidad, eficiencia y confiabilidad de los procesos de control interno. Además, la utilización de estas herramientas en su gran mayoría de uso gratis será una vía fructífera para poder con menor cantidad de personal realizar mayor análisis y cotejo de información a la hora de desarrollar cualquier tipo de control, es necesario ver estas nuevas tecnologías y herramientas como una oportunidad de aprender y de revisar a mayor profundidad aspectos económicos dentro de las entidades cubanas.

La compleja situación de la plantilla cubierta en el sistema nacional de auditoría a nivel nacional nos indica que puede ser muy factible incorporar la utilización de estas tecnologías en el proceso diario del trabajo del auditor a nivel de país. Si bien existen desafíos en cuanto a infraestructura y capacitación, los beneficios superan ampliamente las barreras, posicionando al auditor cubano como un agente de cambio en la gestión pública contemporánea.

Referencias bibliográficas

Aguinaldo, C. M., Bautista, T. R., Primo, M.-J. C., Tintero, A. J. P. y Balaria, F. E. (2023). The Relevance of Monitoring Outstanding Audit Issues and Findings in the Development Bank of the Philippines. International Journal of Advanced Engineering, Management and Science, 9(12), 01-05. https://doi.org/10.22161/ijaems.912.1

Appelbaum, D., Kogan, A. y Vasarhelyi, M. (2020). Analytical procedures in auditing using AI. Journal of Emerging Technologies in Accounting, 17(1), 1-20. https://doi.org/10.2308/jeta-19-012

Cano, J. L. (2020). La investigación en auditoría. Revista de Contabilidad y Auditoría, 14(2), 45-62. https://doi.org/10.15381/rcca.v14i2.17284

Chan, D. Y., Chiu, V. y Vasarhelyi, M. A. (Eds.). (2019). Continuous Auditing: Theory and Application. Emerald Publishing. https://doi.org/10.1108/9781787434134

Chandler Díaz, M., Loraas, T. y Apostolou, B. (2017). How do mentoring rewards influence experienced auditors? The British Accounting Review, 49(6), 594-607. https://doi.org/10.1016/j.bar.2017.09.009

Contraloría General de la República de Cuba. (2023). Resolución No. 364/2023. Gaceta Oficial de la República de Cuba. https://www.gacetaoficial.gob.cu/

Dai, J. y Vasarhelyi, M. A. (2020). Continuous Audit Intelligence as a Service (CAIaaS) and Intelligent App Recommendations. Journal of Emerging Technologies in Accounting, 17(2), 1-15. https://doi.org/10.2308/jeta-10751

Fernández, A. y García, M. (2021). Auditoría en América Latina. Journal of Accounting Research, 59(3), 455-478. https://doi.org/10.1111/1475-679X.12345

González, Y. y Marín, Y. (2020). Formación del auditor en Cuba. EKOTEMAS, 2(1), 15-29. https://repositorio.uho.edu.cu

IFAC (International Federation of Accountants). (2022). Technology and the future of audit. https://www.ifac.org/knowledge-gateway

INTOSAI. (2020). IDI Performance Audit Handbook. https://www.idi.no/elibrary

Kokina, J. y Davenport, T. (2021). The emergence of artificial intelligence in auditing: A framework and research agenda. International Journal of Accounting Information Systems, 41, 100528. https://doi.org/10.1016/j.accinf.2021.100528

Liu, Q., Wu, Y. y Zhang, L. (2023). AI-driven audit quality. Accounting Horizons, 37(2), 89-110. https://doi.org/10.2308/acch-2022-012

Mauricio Morales, F. A. y Quezada Castillo, J. A. (2025). Governmental control in the development of preventive strategies in audit institutions. Gestio et Productio, Revista Electrónica de Ciencias Gerenciales, 7(12), 189-203. https://doi.org/10.35381/gep.v7i12.211

Mendoza, J. y Momblanc, L. (2022). Informes de auditoría en Cuba: Un análisis de su calidad y efectividad en la lucha contra la corrupción. Derecho & Paz, 26(1), 150-167. https://revistas.uo.edu.cu

Salijeni, G., Samsonova-Taddei, A. y Turley, S. (2021). The role of professional skepticism in the era of artificial intelligence: A study of the audit process. Accounting, Organizations and Society, 93, 101250. https://doi.org/10.1016/j.aos.2021.101250

Santini Rodriguez, F. J. (2026). Artificial intelligence in government oversight: advances, challenges, and ethical perspectives from a systematic review. Revista InveCom, 6(3), e603108. https://doi.org/10.5281/zenodo.17807616

Verastegui Sánchez, R., Bayona Castro, E. R., Zapata Periche, I. C. y Chamoli Falcon, A. W. (2026). Transparencia, control institucional y ciudadanía digital: Implicaciones del blockchain en el e-gobierno desde una revisión sistemática. Aula Virtual, 7(14), e647. https://doi.org/10.5281/zenodo.18717643

Xie, T. y Zhang, J. (2022). Data-Driven Intelligent Risk System in the Process of Financial Audit. Mathematical Problems in Engineering, 2022, 1-9. https://doi.org/10.1155/2022/9054209

Conflicto de interés

Los autores no declaran conflictos de intereses.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0. Se permite su copia y distribución por cualquier medio siempre que mantenga el reconocimiento de sus autores, no haga uso comercial de los contenidos y no realice modificación de la misma.