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

Autores/as

DOI:

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

Palabras clave:

auditoría, auditores en Cuba, calidad de la auditoría, inteligencia artificial

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.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

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

Publicado

10-08-2026

Cómo citar

Figueredo Maldonado, O., Saraiba Núñez, L. I., & 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. https://doi.org/10.5281/zenodo.21875807