Automatizar no basta: la “auditoría inteligente” debe ser auditable
La auditoría inteligente está ganando terreno porque convierte analítica avanzada en evidencia verificable. La clave es simple: la “inteligencia” no debe significar automatizar decisiones, sino gobernar el proceso para que los resultados sean reconstruibles, defendibles y auditables.
El Act., Javier Lozano Dubernard, Presidente de la AMDAD, sostiene que el valor público se fortalece cuando la auditoría al desempeño incorpora inteligencia artificial responsable con trazabilidad “end-to-end”, supervisión humana efectiva y protección de datos. Así, la priorización basada en riesgo mejora, la cobertura analítica crece sin perder rigor y la auditoría predictiva permite actuar con oportunidad mediante alertas por umbral, siempre con control y verificación humana.
En la práctica, los logros aparecen cuando el sistema tiene disciplina metodológica: versiones controladas del método, criterios aprobados, evidencia analítica documentada y aprendizaje institucional continuo. El reto es que cualquier falla en los datos, la explicabilidad, la gobernanza o la seguridad puede debilitar la confianza. Por eso, implementar por fases—planeación basada en riesgo, diseño de datos con trazabilidad, desarrollo y validación, control y supervisión autorizada, y reporte con seguimiento—convierte la adopción tecnológica en una capacidad auditable.
La pieza central para cerrar la brecha entre despliegue y valor sostenible es la transparencia y la comunicación oportuna de los hallazgos. La evidencia debe explicarse con claridad suficiente para comprender límites, criterios y decisiones, y debe difundirse a tiempo para habilitar correcciones y rendición de cuentas. Cuando la adopción de IA avanza sin rediseñar sistemas humanos y responsabilidades, se acumula capacidad sin transformar la operación; por eso, la transparencia funciona como condición para que dirección, juicio y rendición de cuentas permanezcan en manos humanas, de forma coherente y trazable, y así la confianza pública deje de ser un acto de fe y se convierta en un resultado verificable.
La auditoría inteligente no sustituye la responsabilidad humana: la amplifica. Y cuando se diseña con salvaguardas, la confianza pública deja de ser una promesa y se vuelve un resultado trazable.
Escalar IA requiere tratar el rediseño de los sistemas humanos como agenda principal y no como un efecto secundario. En entornos donde el despliegue crece, el desfase entre capacidad tecnológica y rediseño organizacional se vuelve cada vez más visible; cómo se atiende esa brecha determina la trayectoria de la transformación de forma duradera.
Referencias
European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (AI Act). Official Journal of the European Union.
ISO/IEC. (2023). ISO/IEC 42001:2023 — Artificial intelligence management system. International Organization for Standardization.
ISO/IEC. (2023). ISO/IEC 23894:2023 — Artificial intelligence — Guidance on risk management. International Organization for Standardization.
National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). U.S. Department of Commerce.
Organisation for Economic Co-operation and Development. (2019). Recommendation of the Council on Artificial Intelligence. OECD.
World Economic Forum. (2026, Junio 24). Artificial Intelligence: Why human roles matter for Asia’s AI transformation. World Economic Forum.
