La frase “auditar al auditor” o “¿quién vigila a los vigilantes?” (Quis custodiet ipsos custodes?) proviene de una sátira del poeta romano Juvenal el cual cuestiona quién controla la autoridad o el poder cuando no hay normas externas para frenar sus abusos. Si bien en su origen histórico la sátira habla de la fidelidad y el control de los guardias sobre las esposas, en su trasfondo muestra el dilema de confiar en alguien que no tiene supervisión, y por lo tanto es plenamente aplicable a la rendición de cuentas.
La pregunta ha adquirido nueva relevancia con la incorporación de inteligencia artificial en los servicios de auditoría, contabilidad y consultoría. Estas herramientas permiten procesar grandes volúmenes de datos, detectar anomalías, revisar documentos, preparar borradores y reducir los tiempos de análisis, sin embargo, también pueden producir referencias inexistentes, confundir cifras o presentar conclusiones incorrectas con una redacción aparentemente segura.
El problema ya se ha manifestado en distintos servicios profesionales. En Chile, algunos tribunales han sancionado a abogados que incorporaron en escritos judiciales jurisprudencia o doctrina inexistente generada mediante IA. Aunque esos casos pertenecen al ejercicio jurídico, expresan un principio aplicable a otras profesiones: la herramienta no firma el documento, no comparece ante el cliente y no responde por el daño. La responsabilidad permanece en quien utiliza, revisa y presenta el resultado.
Este riesgo adquiere una dimensión especial cuando afecta a empresas cuya actividad consiste precisamente en verificar información. En el 2025, Deloitte, reconoció haber utilizado IA generativa en un informe encargado por el Gobierno australiano. El documento, valorado en aproximadamente 440.000 dólares australianos, contenía errores en citas y referencias y la entidad pública solicitó un reembolso parcial y la firma corrigió el informe.
El aspecto central no fue que una herramienta hubiera cometido un error, sino que ese error llegara al cliente dentro de un producto que aparentaba haber superado controles profesionales y por lo tanto el caso deja en evidencia la importante diferencia entre generar contenido y verificarlo. Así también EY y KPMG han reportado hallazgos de “alucinaciones” de modelos, citas falsas, cifras incorrectas o conclusiones no verificadas, que obligaron a enmendar presentaciones, corregir informes o reforzar controles internos y políticas sobre verificación humana antes de publicar.
En los últimos días surgió un cuestionamiento similar respecto de cuatro informes de thought leadership publicados por PwC Middle East. Según una investigación de GPTZero, cuyos hallazgos fueron verificados por el Financial Times, los documentos contenían notas al pie falsas, citas mal atribuidas y fuentes inexistentes. Los reportes analizados correspondían a un manual sobre bots “agénticos”, una guía dirigida a gobiernos, un estudio con proyecciones sobre el mercado de vehículos eléctricos y el informe Transforming Governance 2025. Al excluir la bibliografía del análisis, GPTZero estimó que los textos tenían una probabilidad cercana al 100 % de haber sido generados por inteligencia artificial. En el caso del informe sobre gobernanza, la estimación fue de 84 % al considerar la bibliografía y de 100 % al excluirla. Entre las deficiencias detectadas figuraban referencias que no respaldaban las afirmaciones del texto, una dirección electrónica que incluía la expresión “utm_source=chatgpt.com” y menciones a alianzas o usos de productos que no pudieron verificarse públicamente. Aunque los detectores de contenido generado por IA no permiten demostrar de forma concluyente quién redactó un texto, la discusión más importante es otra: por qué esas deficiencias no fueron advertidas antes de la publicación.
La historia de la auditoría ya conocía esta pregunta antes de la IA. El colapso de Enron y la desaparición de Arthur Andersen (antiguamente parte de las BIG5) en el caso de fraude más grande de la historia en términos financieros, mostraron que la confianza en una auditoría depende tanto del contenido del informe como de la independencia, calidad y trazabilidad del proceso que lo produce. Si bien los incidentes actuales no son comparables con Enron en su gravedad ni en sus causas, comparten una misma lección institucional: quien supervisa a terceros debe demostrar que controla sus propios métodos y decisiones.
La inteligencia artificial añade nuevas dificultades. Parte del análisis puede desarrollarse dentro de una plataforma externa. Los datos pueden procesarse fuera de la firma. El funcionamiento del modelo puede no ser completamente transparente. Además, la misma rapidez que permite aumentar la productividad puede reducir el tiempo destinado a revisar.
Las BIG4, PricewaterhouseCoopers, Deloitte, Ernst & Young y KPMG, han incorporado IA para analizar documentos, detectar operaciones inusuales, revisar contratos y apoyar auditorías y si bien estos usos pueden mejorar la eficiencia, no debe olvidarse que el cliente no contrata únicamente un documento si no mas bien conocimiento especializado, confidencialidad, juicio profesional y conclusiones respaldadas por evidencia. Por esta razón, una consultora puede automatizar tareas, pero no puede automatizar su responsabilidad.
Las referencias inventadas, las cifras incorrectas y las respuestas desactualizadas son riesgos conocidos de los modelos generativos y por lo tanto estos errores difícilmente pueden considerarse casos fortuitos cuando podían anticiparse y mitigarse mediante controles razonables y de esta forma la simple afirmación “la IA se equivocó” no explica cómo el error llega al informe final ya que entre la salida de la herramienta y el documento entregado existen varias decisiones humanas. Alguien seleccionó la plataforma, aceptó sus condiciones, ingresó los datos, formuló las instrucciones, recibió la respuesta y aprobó su uso. Por ello, la debida diligencia debe operar antes, durante y después del uso de la tecnología.
Dr. Leonardo Besoaín, profesor Departamento de Ingeniería Comercial Universidad Técnica Federico Santa María (USM)
Jorge Matta, Abogado, MBA Universidad Técnica Federico Santa María (USM)
