Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna

Abstract

O advento de novas tecnologias como a Inteligência Artificial estão modificando a forma como as tarefas e processos estão sendo realizados pelo agente humano. O objetivo geral desta pesquisa foi de compreender os fatores que levam à delegação ou não de tarefas para inteligência artificial no contexto de auditoria interna. Para atingir este objetivo, este estudo foi dividido em duas etapas. O primeiro estudo foi realizado a partir de uma revisão sistemática da literatura com artigos publicados em periódicos de Ciências Contábeis e Sistemas de Informação. Nesta primeira etapa, constatou-se a necessidade de estudos empíricos em auditoria interna e identificou-se fatores que poderiam contribuir ou não para a adoção, por exemplo, custo de implementação de IA e falta de qualificação dos profissionais. Já na segunda parte do estudo, foram efetuadas entrevistas semiestruturadas com 15 profissionais de auditoria interna, que atuam em diferentes segmentos empresariais. A partir destas entrevistas se propôs um framework que pode auxiliar no processo de tomada de decisão em delegar ou não uma tarefa para IA. Além disso, identificou-se que tarefas que exigem julgamento profissional são preferíveis para não serem delegadas, principalmente quando envolve a detecção e prevenção de fraude, pois os modelos precisam estar parametrizados a fim de classificar se uma anomalia encontrada pode ser classificada como uma fraude ou se trata de um erro não intencional. Como contribuições teóricas, este estudo complementa a literatura de delegação de tarefas ao identificar fatores que podem contribuir com adoção, por exemplo, tarefas rotineiras. Como contribuição prática, este estudo apresenta uma possível reconfiguração da função da auditoria interna, onde esta função poderia ser categorizada em auditoria tradicional, auditoria contínua e ciência de dados. Já como contribuição social, os resultados demonstram a necessidade de novas competências do profissional de auditoria, identificando a falta de formação em programação e uso de inteligências artificiais, ou seja, estes profissionais precisam se adaptar a uma nova realidade.

The advent of new technologies such as artificial intelligence is changing the way tasks and processes are being performed by the human agent. The overall objective of this research was to understand the factors that lead to the delegation or not of tasks to artificial intelligence in the internal audit context. To achieve this goal, this study was divided into two stages. The first study was based on a systematic literature review of articles published in journals of Accounting and Information Systems. In this first stage, the need for empirical studies on internal auditing was noted and factors were identified that could contribute or not to adopt, for example, the cost of implementing AI and the lack of qualification of professionals. In the second part of the study, semi-structured interviews were conducted with 15 internal audit professionals working in different business segments. Based on these interviews, a framework was proposed that can help in the decision-making process of whether or not to delegate a task to AI. Furthermore, it was identified that tasks that require professional judgment are preferred not to be delegated, especially when it involves the detection and prevention of fraud because the models need to be parameterized in order to classify if an anomaly found can be classified as a fraud or if it is an unintentional error. As theoretical contributions, this study complements the task delegation literature by identifying factors that may contribute to adoption, e.g., routine tasks. As a practical contribution, this study presents a possible reconfiguration of the internal audit function, where this function could be segregated between traditional auditing, continuous auditing, and data science. As a social contribution, the results demonstrate the need for new skills for audit professionals, identifying the lack of training in programming and the use of artificial intelligence, i.e., these professionals need to adapt to a new reality.