En este artículo descubrirás lo que es el Machine Learning, sus beneficios y aplicación en la contabilidad y la auditoría.

Por: Sonia Victoria Rojas, asistente de investigación del INCP.

En la actualidad, el uso de tecnologías emergentes como el Machine Learning (ML, por sus siglas en inglés) puede aumentar la eficiencia de aquellos procesos basados en datos que hacen parte de la auditoría y la contabilidad. Por ello, este tipo de tecnologías deben concebirse como grandes aliadas para los contadores públicos y las organizaciones a las que estos profesionales prestan sus servicios.

¿Qué es?

El Machine Learning es un campo de la inteligencia artificial (IA), el cual, basado en un entrenamiento mínimo de algoritmos de aprendizaje automático, es capaz de detectar patrones en la información, reconocer contextos y predecir sobre los datos sin necesidad de instrucciones.

Machine Learning en contabilidad

Dado que la información contable es estructurada, esta puede entrenarse mediante la introducción de etiquetas de datos al sistema de Machine Learning. Este, recopila los datos en diferentes formatos – audio, video, texto, gráficos o su combinación- con el fin de que sirvan como insumo para el entrenamiento del sistema.

Una de las funciones contables en las que se puede aplicar ML es en la conciliación bancaria, ya que esta resulta tediosa a medida que aumentan las partidas a conciliar pues se presentan errores, duplicidades u omisiones. En este caso, el ML facilita el mapeo de registros contables mediante algoritmos que recogen los datos de las facturas y los extractos para crear un modelo de entrenamiento. Este último, va recopilando datos por cada cliente, valor, número de factura y extracto asociando los movimientos de pagos del extracto bancario con las operaciones registradas en cuentas por cobrar. De esta forma, el ML permite dos opciones para terminar el proceso de conciliación, la primera, es la contabilización automática de los movimientos bancarios y la segunda, es dejar la contabilización en borrador para revisión por parte del profesional contable.

Por otro lado, el ML también puede ser aplicado al procesamiento de facturas electrónicas de venta y cuentas por pagar, la identificación de datos en documentos escaneados, la automatización de documentos, el ingreso de proveedores, la planificación financiera, la gestión de controles internos, y el envío de reportes y de comunicaciones a las partes interesadas.

Machine Learning en auditoría

En la auditoría el ML es útil para detectar fraude y lavado de activos en transacciones, por medio de la identificación de tendencias o patrones en los datos. También, puede detectar malware o infracciones en la seguridad de la informacion a partir del establecimiento de patrones de acceso.

Además, el ML busca que la auditoria pase del vouching – práctica enfocada en la inspección de la evidencia documental de transacciones pasadas- a un enfoque de auditoria continua, la cual está enfocada en la realización de evaluaciones de riesgo y controles de manera automática y en tiempo real.

Beneficios del Machine Learning

Algunos de los beneficios más significativos del ML para los contadores públicos pueden ser: la posibilidad de dedicar más tiempo al análisis de información agregando valor a sus labores, el apoyo que puede brindar para la toma de decisiones basada en datos, las mejoras en los procesos de evaluación de riesgos y la posibilidad de predicción en circunstancias de incertidumbre.

Plataformas de Machine Learning

Las siguientes son algunas de las plataformas de aprendizaje automático desarrolladas por las Big Four para procesos de contabilidad y auditoría: