Resumen de Inteligencia Artificial en Auditoría Gubernamental: Desafíos Éticos Emergentes

Pérez Torres Jessica del Milagro

• español

  El creciente uso de la Inteligencia Artificial (IA) en la auditoría gubernamental plantea desafíos éticos significativos, cruciales de abordar debido a la sensibilidad de la información y la responsabilidad pública involucrada. Este artículo tiene como objetivo principal analizar los desafíos éticos emergentes derivados de la implementación de la IA en este campo, explorando cómo estas tecnologías pueden afectar la transparencia, la privacidad y la equidad en los procesos de auditoría gubernamental. Se trata de un artículo de revisión teórica, que examina literatura relevante para identificar y discutir los principales dilemas éticos que surgen con el uso de la IA en auditoría. Los resultados revelan preocupaciones importantes, incluyendo el potencial sesgo en los algoritmos de IA, la falta de responsabilidad clara cuando ocurren errores y las posibles amenazas a la privacidad de los datos. La conclusión más relevante es que es imperativo desarrollar marcos éticos robustos y políticas regulatorias que guíen la implementación de la IA en la auditoría gubernamental para asegurar prácticas justas y responsables. Este estudio subraya la necesidad de una colaboración interdisciplinaria para analizar estos desafíos y garantizar que los beneficios de la IA sean realizados sin comprometer los principios éticos fundamentales.

• English

  The growing use of Artificial Intelligence (AI) in government auditing poses significant ethical challenges, crucial to address due to the sensitivity of the information and the public accountability involved. This article's main objective is to analyze the emerging ethical challenges derived from the implementation of AI in this field, exploring how these technologies can affect transparency, privacy and fairness in government audit processes. This is a theoretical review article, which examines relevant literature to identify and discuss the main ethical dilemmas that arise with the use of AI in auditing. The results reveal important concerns, including potential bias in AI algorithms, lack of clear accountability when errors occur, and potential threats to data privacy. The most relevant conclusion is that it is imperative to develop robust ethical frameworks and regulatory policies that guide the implementation of AI in government auditing to ensure fair and responsible practices. This study highlights the need for interdisciplinary collaboration to address these challenges and ensure that the benefits of AI are realized without compromising fundamental ethical principles.