Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
Recibido: 20/11/2023 Aceptado: 15/12/2023 Publicado: 12/01/2024
https://rivinglid.omeditorial.com
16
DOI: https://doi.org/10.63618/omd/revinvlid/v1/n1/7
Oportunidades, riesgos y desafíos éticos de la
inteligencia artificial generativa en contabilidad y
auditoría.
Opportunities, risks, and ethical challenges of generative artificial
intelligence in accounting and auditing.
Guerrero-Calero, Vilma Stefania
1
; Casanova-Villalba, César Iván
2
; Herrera-Sánchez, Maybelline Jaqueline
3
.
1
Investigador Independiente;
Ecuador; https://orcid.org/0009-0009-5190-4898; vilmaguerreroca-
che@hotmail.com.
2
Universidad Técnica Luis Vargas Torres de Esmeraldas; Ecuador; https://orcid.org/0000-0001-6486-
1334; cesar.casanova.villalba@utelvt.edu.ec.
3
Universidad Técnica Luis Vargas Torres de Esmeraldas; Ecuador; https://orcid.org/0000-0001-6840-3891
; maybelline.herrera.sanchez@utelvt.edu.ec.
Cita: Guerrero-Calero, V. S., Casanova-Villalba, C. I., & Herrera-Sánchez, M. J. (2024).
Oportunidades, riesgos y desafíos éticos de la inteligencia artificial generativa en contabilidad y
auditoría. Revista De Investigación Y Liderazgo, 1(1), 16-
28. https://doi.org/10.63618/omd/revinvlid/v1/n1/7.
Resumen
La inteligencia artificial generativa transforma la contabilidad y la auditoría al automatizar tareas
documentales, analíticas y repetitivas, pero su incorporación plantea riesgos asociados con privacidad,
ciberseguridad, sesgo, opacidad y sobredependencia profesional. El objetivo del estudio fue analizar las
oportunidades, riesgos y desafíos éticos de esta tecnología en el ámbito contable y auditor de Ecuador y
Latinoamérica. Se desarrolló una investigación cualitativa, documental, no experimental, transversal y
descriptiva, basada en el análisis de literatura científica, marcos normativos, reportes institucionales y
estándares profesionales recientes. Los resultados evidenciaron que la IA generativa se usa principalmente
para extracción de datos, clasificación documental, conciliación de información, generación de reportes y
apoyo preliminar a la auditoría, aunque su adopción responsable exige gobernanza de datos, control
interno, trazabilidad, competencias digitales y supervisión humana. La discusión muestra que esta
tecnología amplía la productividad y la capacidad analítica, pero no reemplaza el juicio profesional. Se
concluye que la IA generativa puede fortalecer la práctica contable y auditora solo cuando se integra con
ética, responsabilidad profesional y mecanismos verificables de control.
Palabras clave: inteligencia artificial generativa; contabilidad; auditoría; ética profesional; gobernanza de
datos.
Abstract
The objective of this study was to analyze the opportunities, risks, and ethical challenges of this technology
in the accounting and auditing fields in Ecuador and Latin America. A qualitative, documentary, non-
experimental, cross-sectional, and descriptive study was conducted, based on an analysis of scientific
literature, regulatory frameworks, institutional reports, and recent professional standards. The results
showed that generative AI is primarily used for data extraction, document classification, information
reconciliation, report generation, and preliminary audit support; however, its responsible adoption requires
data governance, internal control, traceability, digital competencies, and human oversight. The discussion
shows that this technology enhances productivity and analytical capacity but does not replace professional
judgment. It is concluded that generative AI can strengthen accounting and auditing practice only when
integrated with ethics, professional responsibility, and verifiable control mechanisms.
Keywords: generative artificial intelligence; accounting; auditing; professional ethics; data governance.
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
17
1. Introducción
La inteligencia artificial generativa se incorpora a la contabilidad y la auditoría en un
momento en que Ecuador exhibe una base empresarial amplia y crecientemente
digitalizada: el Registro Estadístico de Empresas reporta 1.196.545 empresas en 2024,
ventas por USD 205.107 millones constantes de 2018 y 2.931.610 plazas de empleo
registrado, lo que convierte a la información contable en un insumo crítico para
decisiones tributarias, financieras y de control (INEC, 2025). Esta transición no parte de
cero, porque el acceso a internet en hogares alcanza 66,0 %, el uso de internet llega a
77,2 % de la población de 5 años y más y el analfabetismo digital baja a 5,4 % en 2024,
aunque persisten brechas rurales y formativas que condicionan la adopción profesional
(INEC, 2024).
La expansión global de la inteligencia artificial generativa redefine el alcance del trabajo
contable porque automatiza tareas de registro, conciliación, clasificación documental,
análisis de contratos, elaboración de reportes y revisión preliminar de evidencia, al
mismo tiempo que desplaza parte del valor profesional hacia el juicio crítico, la
interpretación normativa y la supervisión ética (Han et al., 2023; Holmes & Douglass,
2022). El potencial económico es significativo: McKinsey estima que la IA generativa
puede añadir entre USD 2,6 y 4,4 billones anuales a la economía mundial, mientras que
65 % de las organizaciones encuestadas declara usarla regularmente en 2024 y el AI
Index reporta que 78 % de las organizaciones utiliza IA en algún proceso empresarial
(Chui et al., 2023; McKinsey & Company, 2024; Stanford HAI, 2025).
La oportunidad para Ecuador y Latinoamérica no reside solo en reducir tiempos
operativos, sino en elevar la calidad del aseguramiento mediante análisis de grandes
volúmenes de transacciones, detección de anomalías, auditoría continua y trazabilidad
de decisiones en entornos de mayor complejidad regulatoria. La evidencia reciente
muestra que las firmas de auditoría ya utilizan IA simple, como extracción de datos y
reconocimiento óptico, mientras que las aplicaciones complejas todavía se desarrollan
y requieren controles adicionales; en un estudio basado en 22 entrevistas a
profesionales de auditoría, los beneficios se asocian con eficiencia y calidad, pero no
sustituyen el escepticismo profesional (Kokina et al., 2025).
El riesgo principal aparece cuando la velocidad de adopción supera la capacidad de
gobernanza, pues la IA generativa puede producir respuestas plausibles pero
incorrectas, exponer datos confidenciales, amplificar sesgos, debilitar la independencia
profesional o inducir sobreconfianza en recomendaciones automatizadas (NIST, 2024;
IESBA, 2024). El marco NIST AI 600-1 identifica 12 categorías de riesgo para IA
generativa, incluidas privacidad de datos, seguridad de la información, sesgo perjudicial,
integridad informativa y propiedad intelectual, todas relevantes cuando se procesan
estados financieros, papeles de trabajo, bases tributarias o información de clientes
(NIST, 2024). En Ecuador, la Ley Orgánica de Protección de Datos Personales exige
responsabilidad proactiva y mecanismos demostrables de protección, por lo que el uso
de IA en contabilidad y auditoría exige trazabilidad, consentimiento, minimización de
datos y supervisión humana (Asamblea Nacional del Ecuador, 2021).
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
18
La literatura avanza con rapidez, pero todavía deja una brecha relevante para
economías emergentes: los estudios sobre IA y contabilidad se concentran en contextos
de alta infraestructura digital, grandes firmas y mercados desarrollados, mientras que
Ecuador y buena parte de Latinoamérica presentan menor evidencia empírica sobre
adopción, confianza, riesgo ético y competencias profesionales (Murphy et al., 2024;
Gmyrek et al., 2024). La revisión por modelado de temas de Murphy et al. (2024)
examina 930 publicaciones revisadas por pares y organiza 11 clústeres de investigación,
pero esa amplitud no resuelve la necesidad de estudios situados sobre profesionales
contables y auditores en marcos institucionales específicos. Además, en Ecuador el
Código de Ética 2024 del IESBA se adopta para miembros del Colegio de Contadores
Públicos del Ecuador, pero la afiliación profesional es voluntaria, lo que abre una tensión
entre estándares éticos globales y cobertura regulatoria nacional (IFAC, 2025).
La pertinencia social y académica del estudio se refuerza porque la OIT y el Banco
Mundial estiman que entre 26 % y 38 % de los empleos de América Latina y el Caribe
están expuestos a la IA generativa, que entre 8 % y 14 % pueden experimentar
aumentos de productividad y que entre 2 % y 5 % enfrentan riesgo de automatización
completa, con mayor incidencia en empleos formales, urbanos y educativos (Gmyrek et
al., 2024). En este marco, el objetivo general del artículo es analizar las oportunidades,
riesgos y desafíos éticos de la inteligencia artificial generativa en contabilidad y auditoría
en Ecuador y Latinoamérica; para alcanzarlo, se propone describir sus usos
profesionales, determinar los riesgos técnicos y éticos percibidos, y comparar las
condiciones de adopción responsable según competencias, control interno y marco
normativo (Gmyrek et al., 2024; IESBA, 2024).
La contribución esperada consiste en articular una lectura integrada de tres dimensiones
que suelen estudiarse por separado: productividad contable, calidad del aseguramiento
y gobernanza ética de la IA generativa. Esta originalidad importa porque la Agenda de
Transformación Digital del Ecuador 2022–2025 ya promueve tecnologías emergentes
como inteligencia artificial, big data y blockchain con criterios de ética, imparcialidad,
transparencia, responsabilidad, seguridad, privacidad y no discriminación, pero el
campo contable requiere evidencia aplicada para traducir esos principios en prácticas
verificables (MINTEL, 2022). Al conectar datos empresariales, riesgos laborales,
estándares éticos y literatura especializada, el estudio ofrece una base útil para
universidades, firmas, reguladores y profesionales que buscan adoptar IA generativa sin
erosionar la confianza pública en la información financiera (Han et al., 2023; Murphy et
al., 2024).
2. Materiales y Métodos
La investigación se desarrolló desde una lógica cualitativa, porque buscó comprender
cómo la inteligencia artificial generativa fue interpretada en la contabilidad y la auditoría
desde sus oportunidades, riesgos y desafíos éticos, más que medir su frecuencia de
uso o estimar efectos estadísticos. La unidad de análisis estuvo conformada por
documentos académicos, normativos e institucionales vinculados con Ecuador,
Latinoamérica y el ámbito contable-empresarial, dado que este tipo de evidencia
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
19
permitió examinar significados, criterios profesionales y tensiones regulatorias del
fenómeno. La selección de esta ruta fue coherente con estudios orientados a interpretar
problemas complejos en contextos sociales y organizacionales, especialmente cuando
el objeto de estudio todavía se encuentra en consolidación conceptual y práctica
(Creswell & Creswell, 2023; Flick, 2022).
El diseño adoptado fue no experimental y de corte transversal, ya que la información se
examinó sin manipular variables, actores o condiciones organizacionales, y se observó
el estado del debate en un momento delimitado por la producción documental reciente.
La indagación no asumió una lógica longitudinal, porque no pretendió reconstruir
cambios históricos de adopción tecnológica, sino describir el conocimiento disponible
sobre usos, riesgos y principios éticos aplicables a la inteligencia artificial generativa en
contabilidad y auditoría. Esta decisión resultó pertinente para una investigación
documental, en la cual la revisión de literatura y fuentes especializadas opera como
estrategia metodológica válida cuando se realiza con criterios explícitos de búsqueda,
selección y análisis (Snyder, 2019; Kraus et al., 2022).
El corpus documental se estructuró mediante búsquedas en bases académicas y
repositorios especializados, priorizando artículos revisados por pares, libros
metodológicos, normas profesionales, marcos de gobernanza de IA y reportes
institucionales publicados principalmente entre 2021 y 2025; de manera excepcional, se
consideraron fuentes metodológicas de hasta diez años por su uso consolidado. Se
emplearon descriptores en español e inglés, como “inteligencia artificial generativa”,
“contabilidad”, “auditoría”, “ética profesional”, “riesgo algorítmico”, “generative AI”,
“accounting” y “auditing”. Se excluyeron textos de opinión sin autoría verificable,
publicaciones comerciales sin respaldo técnico y documentos sin relación directa con el
ámbito contable-empresarial, manteniendo trazabilidad mediante una matriz de registro
con autor, año, tipo de fuente, contexto, aporte y limitaciones (Page et al., 2021; Snyder,
2019).
El análisis combinó razonamiento deductivo e inductivo, porque primero se organizaron
categorías derivadas de los objetivos del artículo (oportunidades, riesgos y desafíos
éticos) y luego se identificaron subcategorías emergentes relacionadas con
automatización, productividad, transparencia, explicabilidad, privacidad de datos, sesgo,
independencia profesional y sobreconfianza del auditor. La codificación se realizó
mediante lectura comparativa y síntesis temática, contrastando literatura académica con
lineamientos técnicos y éticos para evitar una interpretación exclusivamente tecnológica
del fenómeno. Esta estrategia permitió integrar evidencia sobre IA en sistemas de
información contable, auditoría asistida por IA y desafíos de adopción profesional
reportados por estudios recientes del campo (Han et al., 2023; Kokina et al., 2025;
Murphy et al., 2024).
El alcance fue descriptivo, porque el estudio se orientó a caracterizar el fenómeno,
ordenar sus dimensiones principales y precisar condiciones de adopción responsable,
sin establecer relaciones causales ni generalizaciones estadísticas sobre empresas o
profesionales contables de Ecuador y Latinoamérica. La validez interpretativa se
fortaleció mediante triangulación de fuentes académicas, normativas e institucionales,
así como mediante revisión de consistencia entre hallazgos, conceptos y criterios éticos.
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
20
Las consideraciones éticas se centraron en el uso responsable de fuentes, respeto a la
autoría, no alteración del sentido original de los documentos y resguardo de información
sensible, en concordancia con marcos recientes que enfatizan privacidad,
transparencia, responsabilidad, seguridad y supervisión humana en sistemas de IA
(IESBA, 2024; MINTEL, 2022; NIST, 2024).
3. Resultados
Usos profesionales de la inteligencia artificial generativa en contabilidad y
auditoría.
El análisis documental permitió identificar los usos profesionales de la inteligencia
artificial generativa en contabilidad y auditoría como una dimensión orientada a tareas
de apoyo, automatización y análisis preliminar, más que a la sustitución integral del juicio
profesional. La evidencia revisada mostró que estas aplicaciones se concentraron en
actividades de generación y revisión de textos, clasificación documental, extracción de
datos, conciliación de información, análisis de contratos, detección de anomalías y
elaboración inicial de reportes. En el contexto ecuatoriano, estos usos resultaron
relevantes por la magnitud del tejido empresarial: el Registro Estadístico de Empresas
reportó 1.196.545 empresas activas en 2024, ventas por USD 205.107 millones
constantes de 2018 y 2.931.610 plazas de empleo registrado, lo que delimitó un
escenario amplio para la producción, revisión y aseguramiento de información contable
(INEC, 2025).
La revisión mostró que los usos más frecuentes se ubicaron en procesos contables de
carácter repetitivo y documental, especialmente en la lectura de comprobantes,
organización de soportes, redacción de notas explicativas, preparación de borradores
de informes y búsqueda normativa asistida. En auditoría, los hallazgos señalaron una
mayor presencia de aplicaciones vinculadas con extracción de datos, reconocimiento
óptico de caracteres, revisión de poblaciones completas de transacciones y alertas
sobre patrones atípicos; no obstante, los usos complejos permanecieron en fases de
desarrollo o implementación controlada. Esta tendencia coincidió con el estudio de
Kokina et al. (2025), basado en 22 entrevistas a profesionales de auditoría, en el que se
observó que las firmas grandes ya empleaban IA en tareas simples, mientras que las
aplicaciones más avanzadas requerían salvaguardas adicionales.
Como se observa en la Tabla 1, los hallazgos se agruparon en cinco categorías de uso
profesional, diferenciadas según el tipo de tarea, el resultado operativo esperado y el
indicador numérico disponible en las fuentes revisadas. La categoría con mayor
transversalidad fue el procesamiento documental, porque conectó actividades contables
y de auditoría mediante captura, lectura, clasificación y síntesis de información
financiera. También se registró una orientación creciente hacia análisis de datos y apoyo
al aseguramiento, consistente con la revisión de Murphy et al. (2024), que examinó 930
publicaciones revisadas por pares y organizó 11 tópicos de investigación sobre IA y
contabilidad entre 1990 y 2023 (Murphy et al., 2024).
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
21
Tabla 1
Usos profesionales identificados de la IA generativa en contabilidad y auditoría
Categoría de
uso
Aplicaciones observadas
Resultado operativo
esperado
Indicador documental
disponible
Procesamiento
documental
Lectura de comprobantes,
clasificación de soportes,
extracción de datos y OCR
Reducción de tareas
manuales y ordenamiento
de evidencia contable
22 entrevistas a auditores
reportaron adopción de IA
simple en firmas grandes
Generación de
reportes
Borradores de informes,
notas explicativas,
resúmenes normativos y
memorandos
Mayor rapidez en
documentación y
comunicación técnica
65 % de organizaciones usó
IA generativa regularmente en
al menos una función en 2024
Análisis de
transacciones
Revisión de poblaciones
completas, conciliaciones y
patrones atípicos
Apoyo a detección
preliminar de errores,
omisiones o anomalías
930 publicaciones revisadas
sobre IA y contabilidad fueron
analizadas por modelado de
temas
Apoyo a auditoría
Evaluación preliminar de
evidencia, lectura de
contratos y alertas de
riesgo
Ampliación de cobertura
analítica en pruebas de
auditoría
11 tópicos principales
identificados en literatura
contable sobre IA
Consulta
profesional
asistida
Búsqueda de criterios
normativos, síntesis de
estándares y apoyo
interpretativo
Agilización de consultas
técnicas bajo supervisión
humana
78 % de organizaciones
reportó uso de IA en 2024
Nota: La tabla sintetizó indicadores documentales disponibles en fuentes académicas e
institucionales; no correspondió a una encuesta propia aplicada a contadores o auditores de
Ecuador y Latinoamérica (INEC, 2025; Kokina et al., 2025; McKinsey & Company, 2024; Murphy
et al., 2024; Stanford HAI, 2025).
La representación visual sintetizó que la IA generativa se utilizó como una tecnología de
apoyo distribuida en el ciclo contable-auditor, desde la captura de datos hasta la
comunicación técnica de hallazgos. El patrón central fue la concentración de usos en
tareas intensivas en texto, documentos y grandes volúmenes de información, mientras
que las decisiones que implicaron interpretación normativa, evaluación de riesgo o
emisión de juicio profesional permanecieron condicionadas por supervisión humana. En
términos descriptivos, el hallazgo no evidenció una automatización total de la función
contable o auditora, sino una reasignación de tareas hacia actividades de revisión,
validación y control profesional (Han et al., 2023; Kokina et al., 2025).
El hallazgo central de este subapartado indicó que la inteligencia artificial generativa se
posicionó como una herramienta de productividad documental y analítica para la
contabilidad y la auditoría, con mayor presencia en actividades repetitivas, textuales y
de exploración de datos. La adopción empresarial global reforzó esta tendencia, ya que
65 % de las organizaciones declaró usar IA generativa regularmente en 2024 y 78 %
reportó utilizar IA en 2024, aunque los datos disponibles no permitieron estimar
porcentajes específicos para firmas contables ecuatorianas o latinoamericanas
(McKinsey & Company, 2024; Stanford HAI, 2025). Por tanto, el resultado describió una
oportunidad operativa relevante, pero todavía dependiente de infraestructura digital,
calidad de datos y criterios de control profesional (INEC, 2025).
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
22
Riesgos técnicos y éticos asociados al uso de IA generativa en la práctica
contable-empresarial
El análisis documental permitió identificar los riesgos técnicos y éticos de la IA
generativa como una dimensión crítica para la práctica contable-empresarial, debido a
que los procesos contables y de auditoría operaban con información financiera sensible,
evidencia documental, datos de clientes y juicios profesionales de alto impacto. Los
hallazgos se concentraron en cinco núcleos recurrentes: inexactitud de resultados,
privacidad de datos, ciberseguridad, sesgo algorítmico y pérdida de explicabilidad. En
la literatura aplicada a auditoría, estos riesgos aparecieron asociados con transparencia
limitada, confiabilidad del modelo, privacidad de datos, sesgo y sobredependencia del
auditor frente a salidas automatizadas (Kokina et al., 2025).
La evidencia técnica mostró que el marco NIST AI 600-1 clasificó 12 riesgos propios o
intensificados por la IA generativa, entre ellos confabulación, privacidad de datos, sesgo
perjudicial, configuración humano-IA, integridad de la información, seguridad de la
información, propiedad intelectual e integración opaca de componentes en la cadena de
valor (NIST, 2024). En contabilidad y auditoría, estos riesgos se observaron como
amenazas potenciales para la exactitud de reportes, la trazabilidad de papeles de
trabajo, la protección de datos financieros y la suficiencia de evidencia auditora. La
confabulación resultó especialmente relevante, porque el NIST la definió como la
generación de contenido falso o erróneo presentado con confianza, rasgo que podía
afectar resúmenes normativos, notas explicativas o análisis preliminares si no existía
validación humana (NIST, 2024).
Como se observa en la Tabla 2, los riesgos identificados se organizaron según su
dimensión técnica, ética, legal o profesional, incorporando únicamente indicadores
disponibles en fuentes documentales verificables. Los datos mostraron que 44 % de las
organizaciones encuestadas por McKinsey experimentó al menos una consecuencia
negativa por el uso de IA generativa, mientras que casi una cuarta parte reportó
impactos vinculados con inexactitud; además, solo 18 % declaró contar con un consejo
o comité empresarial con autoridad para decisiones de gobernanza de IA responsable
(Singla et al., 2024). En Latinoamérica, el costo promedio de una filtración de datos
alcanzó USD 2,76 millones en 2024, con un incremento de 12 % frente al año anterior,
y el sector financiero registró un costo promedio de USD 3,22 millones por filtración, cifra
directamente pertinente para entornos contables y de auditoría (IBM, 2024)
Tabla 2
Riesgos técnicos y éticos asociados al uso de IA generativa en contabilidad y auditoría
Riesgo identificado
Dimensión
predominante
contable-empresarial
Indicador documental
disponible
Inexactitud o
confabulación
Técnica y
profesional
preliminares
44 % de organizaciones reportó
al menos una consecuencia
negativa; casi una cuarta parte
vinculada con inexactitud
Privacidad de datos
Legal y ética
o de clientes
USD 2,76 millones fue el costo
promedio de filtración de datos
en Latinoamérica en 2024
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
23
Riesgo identificado
Dimensión
predominante
contable-empresarial
Indicador documental
disponible
Ciberseguridad
Técnica y legal
empresariales
16 % de incidentes en
Latinoamérica tuvo al phishing
como vector inicial más común
Sesgo algorítmico
Ética y técnica
materialidad
NIST incluyó el sesgo perjudicial
dentro de los 12 riesgos de IA
generativa
Opacidad y
explicabilidad
limitada
Profesional y
ética
modelos no transparentes
18 % de organizaciones reportó
tener un órgano con autoridad
sobre gobernanza responsable
de IA
Sobredependencia
profesional
Ética y
profesional
del juicio profesional
IESBA sostuvo que el contador
no podía abdicar su
responsabilidad pública al usar
tecnología
Nota: La tabla sintetizó indicadores documentales provenientes de marcos técnicos, estudios
empresariales y estándares éticos; no representó resultados de una encuesta propia aplicada a
contadores o auditores de Ecuador y Latinoamérica (IBM, 2024; IESBA, 2024; NIST, 2024; Singla
et al., 2024).
Condiciones para una adopción responsable de IA generativa en contabilidad y
auditoría
El análisis documental identificó las condiciones para una adopción responsable de IA
generativa como un conjunto de factores tecnológicos, normativos, éticos y
profesionales que condicionaron su uso en contabilidad y auditoría. Los hallazgos se
agruparon en cinco dimensiones: infraestructura digital, gobernanza de datos, gestión
de riesgos, supervisión humana y competencia profesional. Esta organización respondió
a que el uso empresarial de IA ya mostró una expansión acelerada, pues 78 % de las
organizaciones reportó utilizar IA en 2024 y 71 % afirmó usar IA generativa en al menos
una función empresarial, mientras que la práctica contable exigió controles adicionales
por el tratamiento de información financiera sensible (Stanford HAI, 2025; IESBA, 2024).
Los datos sobre Ecuador mostraron un escenario de adopción parcialmente habilitado
por la conectividad, aunque todavía dependiente de capacidades digitales y control
institucional. En julio de 2025, los hogares con acceso a internet alcanzaron 71,3 %, las
personas que utilizaron internet llegaron a 80,1 %, la tenencia de teléfono inteligente fue
de 59,3 % y el analfabetismo digital bajó a 2,1 %, frente a 66,0 %, 77,2 %, 57,7 % y 5,4
% registrados en 2024, respectivamente. La matriz documental ubicó estos indicadores
como condiciones de base para contadores, auditores y empresas, pero no como
evidencia suficiente de adopción responsable sin reglas de uso, seguridad y verificación
profesional (INEC, 2025; MINTEL, 2022).
Como se observa en la Tabla 3, las condiciones identificadas no se limitaron a
disponibilidad tecnológica, sino que incorporaron principios éticos, protección de datos,
trazabilidad, gestión de riesgos y responsabilidad profesional. La Agenda de
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
24
Transformación Digital del Ecuador 2022–2025 incluyó la inteligencia artificial entre las
tecnologías emergentes prioritarias y la vinculó con ética, imparcialidad, transparencia,
responsabilidad, seguridad, privacidad y no discriminación. A su vez, el perfil NIST AI
600-1 organizó riesgos específicos de IA generativa y el Código del IESBA mantuvo
principios profesionales aplicables al uso de tecnología en servicios contables y de
aseguramiento (MINTEL, 2022; NIST, 2024; IESBA, 2024).
Tabla 3
Condiciones identificadas para la adopción responsable de IA generativa en contabilidad y
auditoría
Condición
identificada
Evidencia documental
observada
Indicador o criterio disponible
Implicación descriptiva en
contabilidad y auditoría
Infraestructura
digital
Acceso creciente a
internet y uso de
dispositivos inteligentes
en Ecuador
71,3 % de hogares con internet;
80,1 % de personas usuarias de
internet; 59,3 % con teléfono
inteligente en 2025
Permitió un entorno básico
para herramientas digitales,
aunque dependiente de
capacidades profesionales
Competencia
digital
Reducción del
analfabetismo digital en
Ecuador
2,1 % de analfabetismo digital
en 2025; 5,4 % en 2024
Mostró una mejora en
condiciones de uso, sin
medir competencias
específicas de contadores y
auditores
Gobernanza ética
Agenda nacional
vinculó IA con ética,
transparencia,
privacidad y no
discriminación
7 criterios explícitos: ética,
imparcialidad, transparencia,
responsabilidad, seguridad,
privacidad y no discriminación
Ubicó la adopción de IA
dentro de un marco de
responsabilidad pública y
empresarial
Gestión de
riesgos
NIST AI 600-1 clasificó
riesgos propios de IA
generativa
12 categorías de riesgo
asociadas a IA generativa
Permitió ordenar riesgos
técnicos, informacionales,
legales y sociotécnicos
Responsabilidad
profesional
Código IESBA mantuvo
principios aplicables a
tecnología y servicios
profesionales
5 principios fundamentales:
integridad, objetividad,
competencia y debido cuidado,
confidencialidad y
comportamiento profesional
Reforzó la supervisión
humana y la no delegación
del juicio profesional
Uso empresarial
de IA
Crecimiento global del
uso organizacional de
IA e IA generativa
78 % de organizaciones usó IA
y 71 % usó IA generativa en
2024
Mostró presión de adopción,
aunque no midió
específicamente firmas
contables ecuatorianas
Nota: La tabla sintetizó condiciones documentales y métricas institucionales; no representó
resultados de una encuesta primaria aplicada a profesionales contables o auditores de Ecuador
y Latinoamérica (INEC, 2025; IESBA, 2024; MINTEL, 2022; NIST, 2024; Stanford HAI, 2025).
4. Discusión
El objetivo de analizar las oportunidades, riesgos y desafíos éticos de la inteligencia
artificial generativa en contabilidad y auditoría permite interpretar los hallazgos como
una tensión entre productividad documental y responsabilidad profesional. Los
resultados sugieren que la IA generativa se incorpora con mayor claridad en tareas
repetitivas, textuales y analíticas (como extracción de datos, clasificación documental,
generación de reportes y revisión preliminar de evidencia), lo cual resulta relevante en
un entorno ecuatoriano con 1.196.545 empresas activas, ventas por USD 205.107
millones y 2.931.610 plazas de empleo registrado. Sin embargo, esta oportunidad no
equivale a automatización integral, porque las decisiones vinculadas con materialidad,
riesgo, evidencia suficiente e interpretación normativa continúan dependiendo del juicio
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
25
profesional y de la supervisión humana (INEC, 2025; Han et al., 2023; Kokina et al.,
2025).
Estos resultados convergen con la literatura que describe a la inteligencia artificial como
una tecnología capaz de reconfigurar la profesión contable, especialmente al desplazar
el valor profesional desde la ejecución mecánica hacia la interpretación, el
aseguramiento y el control crítico de los datos (Holmes & Douglass, 2022; Han et al.,
2023). También se alinean con Kokina et al. (2025), quienes muestran que las firmas de
auditoría utilizan aplicaciones simples de IA, aunque las soluciones complejas requieren
salvaguardas adicionales. La divergencia principal aparece frente a discursos de
adopción empresarial más amplios, pues aunque 65 % de las organizaciones declara
usar IA generativa regularmente y 78 % reporta usar IA, el estudio no encuentra
evidencia equivalente para firmas contables ecuatorianas o latinoamericanas, por lo que
la generalización sectorial debe interpretarse con cautela (McKinsey & Company, 2024;
Stanford HAI, 2025; Kokina et al., 2025).
El análisis de riesgos indica que la adopción responsable no depende solo de
infraestructura digital, sino de la articulación entre gobernanza de datos, explicabilidad,
control interno y ética profesional. La presencia de 12 categorías de riesgo en el perfil
NIST AI 600-1, junto con el dato de que 44 % de organizaciones reporta al menos una
consecuencia negativa por el uso de IA generativa, muestra que la confiabilidad técnica
todavía constituye una condición crítica para la práctica contable y auditora. Esta
situación adquiere mayor importancia en Latinoamérica, donde el costo promedio de
una filtración de datos alcanza USD 2,76 millones y el sector financiero registra USD
3,22 millones, cifras que refuerzan la necesidad de confidencialidad, trazabilidad y
supervisión humana en procesos con información financiera sensible (NIST, 2024; IBM,
2024; IESBA, 2024).
La principal limitación del estudio se relaciona con su diseño documental, cualitativo y
transversal, porque los resultados describen patrones derivados de literatura, marcos
normativos y reportes institucionales, pero no miden percepciones, competencias o
niveles reales de adopción en contadores y auditores de Ecuador y Latinoamérica. Por
ello, futuras investigaciones podrían aplicar encuestas, entrevistas o estudios de caso
en firmas contables, empresas y organismos de control, con el fin de estimar brechas
de competencia digital, madurez de gobernanza, uso efectivo de herramientas
generativas y efectos sobre la calidad del aseguramiento. La contribución central
consiste en integrar productividad, riesgo y ética en un mismo marco interpretativo,
respondiendo a la brecha identificada sobre la falta de estudios situados en economías
emergentes y ofreciendo una base conceptual para examinar la IA generativa sin
separar innovación tecnológica de responsabilidad profesional (Murphy et al., 2024;
Gmyrek et al., 2024; MINTEL, 2022).
5. Conclusiones
Los resultados permiten concluir que la inteligencia artificial generativa representa una
oportunidad relevante para la contabilidad y la auditoría en Ecuador y Latinoamérica,
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
26
especialmente por su capacidad para apoyar tareas documentales, analíticas y
repetitivas. Su utilidad se observa en procesos como extracción de datos, clasificación
de soportes, conciliación de información, elaboración preliminar de reportes y revisión
inicial de evidencia. No obstante, el estudio evidencia que esta tecnología no sustituye
el juicio profesional, sino que desplaza el valor del contador y del auditor hacia funciones
de validación, interpretación, supervisión y control ético.
De manera integrada, los hallazgos vinculados con los objetivos específicos muestran
que los usos profesionales de la IA generativa se concentran en actividades de apoyo
operativo, mientras que los riesgos se relacionan con inexactitud, privacidad de datos,
ciberseguridad, sesgo, opacidad y sobredependencia profesional. En paralelo, las
condiciones para una adopción responsable requieren conectividad, gobernanza de
datos, control interno, trazabilidad, competencias digitales y supervisión humana. Este
conjunto de resultados debe interpretarse dentro de un contexto empresarial amplio,
donde Ecuador registra más de 1,19 millones de empresas, ventas superiores a USD
205.000 millones y una creciente digitalización social y organizacional.
El aporte principal del estudio consiste en articular las oportunidades, riesgos y desafíos
éticos de la IA generativa en un mismo marco de análisis aplicado al campo contable-
empresarial. Esta integración permite comprender que la adopción tecnológica no
depende únicamente de la disponibilidad de herramientas digitales, sino también de la
calidad de los datos, la responsabilidad profesional y la existencia de criterios
institucionales claros. Por ello, el estudio ofrece una base conceptual útil para la
academia, las firmas contables, los auditores, los organismos reguladores y las
empresas que buscan incorporar IA generativa sin debilitar la confianza en la
información financiera.
A partir de estos hallazgos, se recomienda avanzar de manera gradual hacia modelos
de adopción responsable que incluyan políticas internas de uso, capacitación
profesional, evaluación de riesgos, protección de datos y revisión humana obligatoria de
los resultados generados por IA. Asimismo, futuras investigaciones deberían aplicar
estudios empíricos con contadores, auditores, empresas y organismos de control para
medir niveles reales de adopción, competencias digitales, percepción de riesgos y
efectos sobre la calidad del aseguramiento. En síntesis, la contribución central de la
investigación radica en mostrar que la IA generativa puede fortalecer la práctica contable
y auditora solo cuando la innovación tecnológica se vincula con gobernanza, ética y
responsabilidad profesional.
Referencias Bibliográficas
Asamblea Nacional del Ecuador. (2021). Ley Orgánica de Protección de Datos
Personales. Registro Oficial, Quinto Suplemento No. 459.
https://www.telecomunicaciones.gob.ec/wp-content/uploads/2021/06/Ley-
Organica-de-Datos-Personales.pdf.
Chui, M., Hazan, E., Roberts, R., Singla, A., Smaje, K., Sukharevsky, A., Yee, L., &
Zemmel, R. (2023). The economic potential of generative AI: The next
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
27
productivity frontier. McKinsey Global Institute.
https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-
potential-of-generative-ai-the-next-productivity-frontier
Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and
mixed methods approaches (6th ed.). SAGE.
Flick, U. (2022). An introduction to qualitative research (7th ed.). SAGE.
Gmyrek, P., Winkler, H., & Garganta, S. (2024). Buffer or bottleneck? Employment
exposure to generative AI and the digital divide in Latin America (ILO Working
Paper No. 121). International Labour Organization & World Bank.
https://doi.org/10.54394/TFZY76810.
Han, H., Shiwakoti, R. K., Jarvis, R., Mordi, C., & Botchie, D. (2023). Accounting and
auditing with blockchain technology and artificial intelligence: A literature review.
International Journal of Accounting Information Systems, 48, 100598.
https://doi.org/10.1016/j.accinf.2022.100598.
Holmes, A. F., & Douglass, A. (2022). Artificial intelligence: Reshaping the accounting
profession and the disruption to accounting education. Journal of Emerging
Technologies in Accounting, 19(1), 53–68. https://doi.org/10.2308/JETA-2020-
054.
IBM. (2024). Reporte de IBM: las crecientes interrupciones en los negocios por
filtraciones de datos aumentan los costos de la ciberseguridad en Latinoamérica.
https://latam.newsroom.ibm.com/2024-09-25-Reporte-de-IBM-las-crecientes-
interrupciones-en-los-negocios-por-filtraciones-de-datos-aumentan-los-costos-
de-la-ciberseguridad-en-Latinoamerica
Instituto Nacional de Estadística y Censos. (2024). Tecnologías de la Información y
Comunicación-TIC 2024. https://www.ecuadorencifras.gob.ec/tecnologias-de-la-
informacion-y-comunicacion-tic-2024/
Instituto Nacional de Estadística y Censos. (2025). Registro Estadístico de Empresas –
REEM 2024. https://www.ecuadorencifras.gob.ec/directoriodeempresas/
Instituto Nacional de Estadística y Censos. (2025). Tecnologías de la Información y
Comunicación-TIC. https://www.ecuadorencifras.gob.ec/tecnologias-de-la-
informacion-y-comunicacion-tic/
International Ethics Standards Board for Accountants. (2024). 2024 handbook of the
International Code of Ethics for Professional Accountants: Including International
Independence Standards. https://www.ethicsboard.org/publications/2024-
handbook-international-code-ethics-professional-accountants
International Federation of Accountants. (2025). Ecuador: Member country profile.
https://www.ifac.org/about-ifac/membership/profile/ecuador
Kokina, J., Blanchette, S., Davenport, T. H., & 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
Kokina, J., Blanchette, S., Davenport, T. H., & Pachamanova, D. (2025). Challenges and
opportunities for artificial intelligence in auditing: Evidence from the field.
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
28
International Journal of Accounting Information Systems, 56, 100734.
https://doi.org/10.1016/j.accinf.2025.100734
Kokina, J., Blanchette, S., Davenport, T. H., & 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
Kraus, S., Breier, M., Lim, W. M., Dabić, M., Kumar, S., Kanbach, D., Mukherjee, D.,
Corvello, V., Piñeiro-Chousa, J., Liguori, E. W., Palacios-Marqués, D.,
Schiavone, F., Ferraris, A., Fernandes, C., & Ferreira, J. J. (2022). Literature
reviews as independent studies: Guidelines for academic practice. Review of
Managerial Science, 16(8), 2577–2595. https://doi.org/10.1007/s11846-022-
00588-8
McKinsey & Company. (2024). The state of AI in early 2024: Gen AI adoption spikes and
starts to generate value.
https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-
ai-2024
Ministerio de Telecomunicaciones y de la Sociedad de la Información. (2022). Agenda
de Transformación Digital del Ecuador 2022–2025.
https://www.arcotel.gob.ec/wp-content/uploads/2022/08/Agenda-
transformacion-digital-2022-2025.pdf
Murphy, B., Feeney, O., Rosati, P., & Lynn, T. (2024). Exploring accounting and AI using
topic modelling. International Journal of Accounting Information Systems, 55,
100709. https://doi.org/10.1016/j.accinf.2024.100709.
National Institute of Standards and Technology. (2024). Artificial Intelligence Risk
Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C.
D., et al. (2021). The PRISMA 2020 statement: An updated guideline for reporting
systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Singla, A., Sukharevsky, A., Yee, L., Chui, M., & Hall, B. (2024). The state of AI in early
2024: Gen AI adoption spikes and starts to generate value. McKinsey &
Company. https://www.mckinsey.com/capabilities/quantumblack/our-
insights/the-state-of-ai-202
Snyder, H. (2019). Literature review as a research methodology: An overview and
guidelines. Journal of Business Research, 104, 333–339.
https://doi.org/10.1016/j.jbusres.2019.07.039
Stanford Institute for Human-Centered Artificial Intelligence. (2025). The 2025 AI Index
Report. https://hai.stanford.edu/ai-index/2025-ai-index-report
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.