Horizon Nexus Journal | Vol . 0 3 | Núm . 0 1 | Ene – Mar | 202 5 | www.horizonnexusjournal.editorialdoso.com ISSN: 3073 - 1275 55 Aplicación de Big Data y Técnicas Avanzadas en el Uso de Tecnología dentro de la Auditoría Application of Big Data and Advanced Techniques in the Use of Technology in Auditing Almeida - Blacio, Jorge Hernan 1 * 1 Universidad Regional Autónoma de Los Andes , Ecuador, Santo Domingo ; https://orcid.org/0000 - 0002 - 6716 - 9113 , us.jorgealmeida@uniandes.edu.ec * Autor Correspondencia https://doi.org/10.70881/hnj/v3/n1/49 Resumen: Este estudio explora la aplicación de Big Data en auditoría, destacando su capacidad para transformar los métodos tradicionales mediante un análisis exhaustivo de datos que aumenta la precisión, transparencia y eficiencia de los procesos. El objetivo del trabajo es revisar la literatura reciente sobre los beneficios y desafíos de esta tecnología en el sector, proporcionando recomendaciones prá cticas para su adopción. La metodología utilizada fue un análisis bibliográfico, seleccionando estudios relevantes en bases científicas, lo que permitió identificar los principales aportes y limitaciones de Big Data en auditoría. Los resultados muestran qu e Big Data mejora la precisión al analizar la totalidad de las transacciones, facilita la detección temprana de fraudes y permite auditorías continuas, pero enfrenta desafíos significativos como la necesidad de estandarización de datos, infraestructura ava nzada y formación especializada. La discusión sugiere que, a pesar de los beneficios, estos retos limitan su adopción universal, especialmente en firmas de auditoría pequeñas. En conclusión, la implementación de Big Data representa una evolución en la audi toría, pero requiere superar barreras técnicas y económicas para maximizar su impacto en la calidad y confiabilidad de los resultados. Palabras clave: Big Data; auditoría; tecnología avanzada; detección de fraudes; análisis de datos Abstract: This study explores the application of Big Data in auditing, highlighting its ability to transform traditional methods through comprehensive data analysis that increases the accuracy, transparency and efficiency of processes. The objective of the paper is to review r ecent literature on the benefits and challenges of this technology in the sector, providing practical recommendations for its adoption. The methodology used was a bibliographic analysis, selecting relevant studies in scientific bases, which allowed identif ying the main contributions and limitations of Big Data in auditing. The results show that Big Data improves accuracy by analyzing the totality of transactions, facilitates early fraud detection and enables continuous audits, but faces significant challeng es such as the need for data standardization, advanced infrastructure and specialized training. The discussion suggests that, despite the benefits, these challenges limit its universal adoption, especially in small audit firms. In conclusion, the implement ation of Big Data represents an evolution in auditing, but requires overcoming technical and economic barriers to maximize its impact on the quality and reliability of results. Keywords: Big Data; auditing; advanced technology; fraud detection; data analy sis. Cita: Almeida - Blacio, J. H. (2025). Aplicación de Big Data y Técnicas Avanzadas en el Uso de Tecnología dentro de la Auditoría. Horizon Nexus Journal , 3 (1), 55 - 68. https://doi.org/10.70881/hnj/v 3/n1/49 Recibido: 18/12/2024 Revisado: 12/01/2025 Aceptado: 17/01/2025 Publicado: 31/01/2025 Copyright: © 202 5 por los autores . Este artículo es un artículo de acceso abierto distribuido bajo los términos y condiciones de la Licencia Creative Commons, Atribución - NoComercial 4.0 Internacional. ( CC BY - NC ) . ( https://creativecommons.org/lice nses/by - nc/4.0/ )
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 56 1. Introducción El uso de Big Data y análisis de datos en auditoría está revolucionando los métodos tradicionales de evaluación de riesgos y detección de fraudes, permitiendo a los auditores manejar y analizar grandes volúmenes de datos con mayor precisión. Este avance re sponde a la creciente necesidad de procesar información de múltiples fuentes y formatos, facilitando la identificación de patrones de riesgo que serían imposibles de detectar con técnicas convencionales (Ismail & Abdul Hamid, 2024). La auditoría moderna, i mpulsada por el análisis de Big Data, permite a los auditores revisar no solo muestras representativas, sino la totalidad de las transacciones, aumentando así la efectividad en la detección de fraudes y errores materiales (Cao, Chychyla, & Stewart, 2015). La problemática clave en este contexto es la complejidad y diversidad de los datos que actualmente se encuentran disponibles. El análisis de Big Data implica trabajar con datos estructurados y no estructurados, provenientes de diversas fuentes, como redes sociales, transacciones y sensores, lo que demanda una infraestructura robusta y habilidades técnicas especializadas. Esto ha motivado a los investigadores a analizar los desafíos y beneficios de implementar Big Data en auditoría, especialmente en términos de eficiencia y transparencia (Ismail & Abdul Hamid, 2024). Además, la introducción de técnicas avanzadas de análisis, como la inteligencia artificial y el aprendizaje automático, está ayudando a los auditores a realizar evaluaciones más profundas y preci sas, adaptándose mejor al contexto digital actual (Gepp, Linnenluecke, O'Neill, & Smith, 2018). La justificación para investigar la aplicación de Big Data en auditoría es clara: no solo incrementa la precisión de los análisis, sino que también contribuye a una mayor transparencia y confianza en los informes financieros. De acuerdo con Cao et al. (2015), el uso de Big Data en auditoría permite una revisión completa de las transacciones, lo que reduce significativamente el riesgo de errores y proporciona una evaluación más integral de la información financiera de una empresa. Además, facilita la implementación de auditorías continuas, lo que permite a las organizaciones monitorear riesgos en tiempo real y responder de manera más ágil a las irregularidades. Des de el punto de vista de la viabilidad, implementar Big Data en auditoría requiere tanto de inversiones en infraestructura como de habilidades técnicas especializadas. Estudios recientes han identificado la necesidad de capacitar a los auditores en el uso d e herramientas de análisis avanzado y en la gestión de datos complejos. Las firmas grandes de auditoría, con recursos para invertir en tecnología y personal capacitado, están en una posición privilegiada para liderar esta transformación, mientras que las f irmas más pequeñas enfrentan mayores obstáculos, como los costos de implementación y la falta de personal especializado (Cao et al., 2015; Ismail & Abdul Hamid, 2024). El objetivo de este artículo es realizar una revisión exhaustiva de la literatura sobre la aplicación de Big Data en auditoría, evaluando sus beneficios y desafíos. A través de este análisis, se busca ofrecer recomendaciones prácticas para la adopción de tecnologías avanzadas en auditoría, contribuyendo a mejorar la calidad y eficiencia de lo s procesos y a fomentar una cultura de transparencia y confianza en el sector financiero.
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 57 2. Materiales y Métodos En este artículo exploratorio, se empleó una metodología de análisis bibliográfico con el fin de examinar la literatura actual sobre la aplica ción de Big Data y técnicas avanzadas en auditoría. El proceso metodológico se diseñó en varias etapas clave para asegurar una revisión exhaustiva y rigurosa de los estudios disponibles, centrándose en publicaciones indexadas en bases de datos científicas reconocidas, como Scopus y Web of Science. Inicialmente, se definieron los criterios de inclusión y exclusión de la literatura. Los estudios seleccionados debían estar relacionados con el uso de Big Data en auditoría, incluyendo temas como el análisis de d atos, la detección de fraudes, y la mejora en la precisión y eficiencia de los procesos auditoriales. Se excluyeron aquellos documentos que no abordaban directamente la temática de Big Data o que no presentaban enfoques aplicables a la práctica de auditorí a. Posteriormente, se realizó una búsqueda sistemática en las bases de datos mencionadas, utilizando palabras clave como "Big Data", "auditoría financiera", "análisis de datos en auditoría", y "técnicas avanzadas en auditoría". Esta búsqueda inicial permit ió identificar un conjunto amplio de artículos, tesis y libros que abordaban de forma directa o indirecta el tema de estudio. A continuación, se procedió a una lectura crítica y análisis de cada texto seleccionado para evaluar su relevancia y aporte al obj etivo del artículo. Para el análisis de la información recolectada, se utilizó una estrategia de codificación y categorización temática. Esta fase implicó la agrupación de los estudios de acuerdo con sus principales aportaciones en torno a los beneficios y desafíos de implementar Big Data en auditoría, así como las metodologías empleadas en auditorías basadas en análisis de datos masivos. Este proceso de categorización permitió identificar patrones recurrentes, enfoques metodológicos y áreas de oportunidad y mejora en la implementación de Big Data en auditoría. Finalmente, los hallazgos fueron sistematizados y organizados en función de los temas emergentes y las brechas identificadas en la literatura. Este análisis permitió no solo resumir el estado actual del conocimiento en torno a la auditoría basada en Big Data, sino también proponer futuras líneas de investigación que podrían contribuir al desarrollo de prácticas más avanzadas y precisas en el sector auditor. 3. Resultados 3. 1. Beneficios de la I mplementación de Big Data en Auditoría La implementación de Big Data en auditoría representa un avance revolucionario que permite transformar los métodos tradicionales mediante el análisis profundo y exhaustivo de grandes volúmenes de información. Esta cap acidad permite a los auditores ir más allá de las limitaciones de los muestreos, identificando patrones complejos y facilitando una toma de decisiones informada en tiempo real. A continuación, se profundizan los beneficios clave de esta tecnología en el co ntexto de la auditoría: El uso de Big Data en auditoría permite realizar análisis exhaustivos de la totalidad de las transacciones de una entidad. En contraste con los métodos tradicionales, que
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 58 dependen en gran medida de muestras representativas, el Big D ata posibilita la revisión de conjuntos de datos completos, reduciendo así el margen de error y mejorando la precisión de los resultados. Según Yaremyk y Yaremyk (2021), la capacidad de auditar la totalidad de los datos contribuye a obtener conclusiones má s confiables y a reducir las omisiones que podrían afectar la evaluación de riesgos y el control interno de las organizaciones. Al analizar grandes volúmenes de datos en múltiples formatos, como información de transacciones, registros de inventario y datos no financieros, los auditores pueden identificar posibles inconsistencias que no serían detectables mediante los métodos convencionales. Esta capacidad es crucial para fortalecer la transparencia y confiabilidad en los informes financieros, lo cual es esp ecialmente relevante en un contexto empresarial cada vez más digitalizado. En este sentido, Big Data aporta valor al ofrecer una visión integral de la situación financiera de una entidad, permitiendo a los auditores emitir juicios fundamentados y minimizar los riesgos de error humano en la revisión de la información financiera. La incorporación de Big Data facilita la detección de fraudes y actividades irregulares al analizar patrones de comportamiento y relaciones complejas entre variables. Al utilizar téc nicas avanzadas de análisis, como minería de datos y algoritmos de aprendizaje automático, los auditores pueden identificar transacciones inusuales y patrones anómalos en tiempo real, lo que les permite intervenir rápidamente en caso de detectar actividade s sospechosas (Cao, Chychyla, & Stewart, 2015). Este tipo de análisis permite reconocer discrepancias en las operaciones y contribuye a la prevención de riesgos financieros, una prioridad en el contexto actual de alta competitividad y exigencias regulatori as. Además, Big Data permite integrar datos financieros y no financieros, como registros de redes sociales, datos de clientes y patrones de geolocalización, para analizar la conducta de una organización desde múltiples perspectivas. La capacidad de identif icar comportamientos irregulares a través de diversas fuentes de datos fortalece el papel preventivo de la auditoría y promueve un enfoque proactivo en la gestión de riesgos. De hecho, la combinación de estos datos externos con los registros financieros tr adicionales incrementa la capacidad de los auditores para detectar señales de alerta temprana, mitigando el impacto potencial de fraudes en la reputación y estabilidad financiera de las empresas. La automatización del análisis de datos mediante el uso de B ig Data permite reducir significativamente el tiempo y los recursos necesarios para realizar auditorías. En lugar de dedicar esfuerzos manuales y repetitivos a tareas de recolección y procesamiento de información, el uso de tecnologías avanzadas permite a los auditores concentrarse en aspectos estratégicos y en áreas de mayor riesgo (Ismail & Abdul Hamid, 2024). Los sistemas de Big Data procesan rápidamente grandes volúmenes de información, eliminando la dependencia de procesos manuales y optimizando la ges tión de recursos humanos y tecnológicos. Esta eficiencia también se traduce en ahorros financieros para las firmas auditoras, ya que la reducción de tiempo en los procesos de auditoría minimiza los costos operativos. La automatización también permite un ac ceso más rápido a la información relevante, lo que reduce la duración de las auditorías y mejora la satisfacción de los clientes al
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 59 ofrecerles resultados más oportunos. En un entorno en el que las empresas demandan respuestas ágiles y precisas ante eventos de riesgo, esta capacidad de Big Data resulta fundamental para que las firmas auditoras se mantengan competitivas y puedan adaptarse a los cambios en el mercado y en las regulaciones. Big Data proporciona a los auditores una gran cantidad de datos context uales y detallados, mejorando significativamente la capacidad para tomar decisiones informadas en relación con la gestión de riesgos y el cumplimiento regulatorio. A través de técnicas de análisis predictivo y modelado de datos, los auditores pueden antici par tendencias y realizar evaluaciones de riesgo basadas en datos históricos y en tiempo real (Gepp et al., 2018). Este enfoque analítico facilita la identificación de posibles problemas financieros y operativos antes de que se materialicen, permitiendo a los auditores hacer recomendaciones estratégicas que pueden prevenir pérdidas o desvíos en la operación de la empresa. Además, el soporte de Big Data en la toma de decisiones no solo se limita a la detección de riesgos financieros, sino que también permite realizar evaluaciones comparativas con otras organizaciones del mismo sector. Esta perspectiva comparativa ayuda a los auditores a interpretar los datos en función de estándares de la industria, aumentando la calidad de sus recomendaciones y proporcionand o a las empresas herramientas para mejorar su desempeño en el mercado. La capacidad de extraer información accionable de datos masivos fortalece la toma de decisiones estratégicas en tiempo real, optimizando los recursos y maximizando el valor agregado que la auditoría puede ofrecer en términos de gobernanza y sostenibilidad empresarial. 3 .2. Desafíos Técnicos y Operativos en el Uso de Big Data La integración de Big Data en auditoría presenta desafíos técnicos y operativos significativos, que deben abordars e para maximizar el valor que esta tecnología aporta a los procesos de auditoría. Los principales obstáculos incluyen la estandarización de datos, la infraestructura tecnológica, la necesidad de capacitación especializada, y la gestión de privacidad y segu ridad de la información. A continuación, se detallan estos desafíos. La diversidad de formatos y estructuras en los conjuntos de datos supone un obstáculo crucial para los auditores, quienes deben consolidar y analizar información proveniente de múltiples fuentes. Esta falta de estandarización dificulta la interoperabilidad y homogeneidad en el procesamiento de los datos, ya que los sistemas tradicionales de auditoría no están diseñados para manejar datos no estructurados, como texto libre o multimedia (Yar emyk & Yaremyk, 2021). Esta heterogeneidad en los datos impide realizar análisis consistentes y puede comprometer la precisión de los resultados, lo cual es particularmente problemático en auditorías que requieren altos niveles de exactitud. Establecer un marco de estandarización y normalización de datos en auditoría es esencial para asegurar la calidad y consistencia de los análisis, especialmente en entornos donde los datos provienen de diversas plataformas digitales y bases de datos no convencionales (Th e Institute of Internal Auditors, 2023). La implementación de Big Data en auditoría requiere infraestructura tecnológica avanzada, capaz de gestionar y procesar grandes volúmenes de datos en tiempo real. Los sistemas tradicionales resultan insuficientes pa ra las necesidades de
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 60 almacenamiento, procesamiento y análisis de Big Data, demandando una inversión considerable en infraestructura de hardware y software. Esto incluye servidores de alto rendimiento, sistemas de almacenamiento escalables, y herramientas de análisis avanzadas que permitan el procesamiento de datos en tiempo real (Ismail & Abdul Hamid, 2024). Adicionalmente, la infraestructura debe ser resiliente y segura para garantizar que los datos se procesen sin interrupciones y que la información conf idencial se mantenga protegida ante potenciales amenazas de ciberseguridad (Analytics Insight, 2024). La adquisición y mantenimiento de esta infraestructura representa un desafío económico considerable, especialmente para firmas de auditoría de menor tamañ o que podrían carecer de los recursos financieros necesarios para adoptar tecnologías de vanguardia. La creciente complejidad de las técnicas de Big Data requiere una capacitación especializada en análisis de datos para los profesionales de auditoría. Los auditores deben desarrollar competencias en el uso de herramientas avanzadas de análisis de datos y en la interpretación de resultados complejos que provienen de algoritmos de aprendizaje automático y minería de datos (Barcia - Zambrano, 2024). Esta necesida d de formación va más allá del conocimiento básico de auditoría, ya que implica habilidades en ciencia de datos, estadística avanzada y programación, lo cual es esencial para maximizar el valor de Big Data en auditoría (Turing, 2023). La falta de profesion ales con experiencia en estos campos limita la capacidad de las firmas de auditoría para adoptar completamente Big Data, y resalta la importancia de diseñar programas de capacitación y certificación que combinen conocimientos de auditoría con habilidades t écnicas avanzadas en análisis de datos (Yaremyk & Yaremyk, 2021). Uno de los mayores desafíos en el uso de Big Data en auditoría es la protección de la privacidad y seguridad de los datos. La auditoría con Big Data implica el acceso a grandes volúmenes de datos confidenciales, como información financiera y datos personales de clientes, lo cual aumenta la responsabilidad de los auditores en términos de protección de datos (Analytics Insight, 2024). El riesgo de brechas de seguridad y acceso no autorizado es significativo, y los auditores deben adoptar medidas robustas de seguridad, incluyendo cifrado, control de acceso y monitoreo continuo de las actividades en los sistemas de almacenamiento de datos. Además, la implementación de políticas de privacidad y con formidad con normativas internacionales, como el Reglamento General de Protección de Datos (GDPR), es esencial para proteger la confidencialidad de los datos y asegurar la confianza de los clientes y las partes interesadas en el proceso de auditoría (The I nstitute of Internal Auditors, 2023). Este enfoque preventivo es clave para minimizar riesgos legales y mantener la integridad de los datos en todo el proceso de auditoría. En síntesis , superar los desafíos técnicos y operativos en el uso de Big Data en auditoría es crucial para maximizar los beneficios de esta tecnología. La inversión en infraestructura avanzada, la creación de normas de estandarización, la capacitación de los auditores y el fortalecimiento de las medidas de seguridad y privacidad son fa ctores esenciales para asegurar la efectividad de Big Data en la auditoría moderna. 3. 3. Impacto en la Calidad y Transparencia de los Resultados de Auditoría La implementación de Big Data en la auditoría ha tenido un impacto significativo en la calidad y t ransparencia de los resultados, al permitir una mayor precisión en los análisis,
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 61 la posibilidad de auditorías continuas, y una mejor adaptación a las normativas. A continuación, se exploran los efectos clave de esta tecnología en la auditoría: Big Data per mite a los auditores llevar a cabo auditorías más detalladas y completas, lo que incrementa la confiabilidad y transparencia de los resultados. La capacidad de analizar conjuntos de datos completos, en lugar de depender únicamente de muestras, permite obte ner una visión integral de la situación financiera de una entidad, eliminando las limitaciones tradicionales del muestreo. Esto fortalece la transparencia, al proporcionar evidencia detallada que respalda las decisiones y conclusiones de la auditoría (Al - A teeq et al., 2022). La incorporación de Big Data también permite a los auditores monitorear en tiempo real, lo cual aumenta la visibilidad sobre los procesos internos y genera confianza entre los usuarios de los informes financieros. El análisis exhaustivo de datos reduce las probabilidades de omitir información relevante o de cometer errores en la interpretación de los resultados. El uso de herramientas analíticas avanzadas permite identificar patrones y anomalías con una precisión mayor que la de los méto dos convencionales, lo que minimiza el riesgo de errores de auditoría y aumenta la precisión de los hallazgos (Vasarhelyi et al., 2015). Este enfoque se traduce en una mayor calidad en la auditoría, ya que disminuye la posibilidad de interpretaciones incor rectas de los datos, generando resultados más precisos y consistentes. Big Data facilita el monitoreo constante de los datos financieros, permitiendo la implementación de auditorías continuas. Esto significa que los auditores pueden realizar evaluaciones c ontinuas en lugar de auditorías periódicas, lo que mejora la capacidad para detectar problemas en tiempo real y actuar preventivamente. La auditoría continua permite a las empresas reaccionar con mayor rapidez a las irregularidades y optimizar sus controle s internos (Earley, 2015). Este enfoque de auditoría en tiempo real también ayuda a reducir los costos asociados a las auditorías tradicionales, optimizando los recursos y mejorando la eficiencia operativa de las auditorías (KPMG, 2017). Big Data facilita el cumplimiento de regulaciones específicas, proporcionando datos detallados que respaldan la conformidad. La capacidad de realizar análisis detallados y de rastrear cada transacción facilita la adherencia a normativas como el Reglamento General de Protecc ión de Datos (GDPR) y otras regulaciones de transparencia y protección de datos. La capacidad de automatizar el cumplimiento normativo no solo asegura la conformidad, sino que también reduce los riesgos de sanciones y mejora la confianza de los stakeholder s en la empresa (Alles & Gray, 2016). El cumplimiento normativo impulsado por Big Data es esencial en un contexto donde las exigencias regulatorias son cada vez más rigurosas, facilitando la creación de reportes y evidencias que satisfacen tanto a regulado res como a auditores internos y externos. En síntesis , Big Data está transformando la calidad y transparencia en la auditoría, contribuyendo a una mayor precisión y al fortalecimiento de la confianza en los resultados de auditoría. La adopción de auditoría s continuas y en tiempo real, junto con la capacidad de adaptación a regulaciones cambiantes, hace de Big Data una herramienta esencial para satisfacer las demandas de transparencia en el entorno empresarial actual.
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 62 3. 4. Áreas de Oportunidad y Futuras Investigaciones en Auditoría Basada en Big Data La incorporación de Big Data en auditoría no solo transforma los procesos actuales, sino que abre vastas áreas de oportunidad para desarrollar herramientas, técnicas y modelos que fortalezcan la preci sión, eficiencia y relevancia de los resultados de auditoría. Estas áreas de investigación permiten no solo incrementar la capacidad predictiva y analítica en auditoría, sino también mejorar la interoperabilidad y evaluar la sostenibilidad de las tecnologí as a largo plazo. Los modelos predictivos avanzados representan una de las oportunidades más prometedoras en auditoría basada en Big Data, permitiendo a los auditores anticipar riesgos financieros y anomalías potenciales antes de que se materialicen. El an álisis predictivo emplea técnicas de aprendizaje automático y algoritmos estadísticos para analizar patrones históricos y proyectar comportamientos futuros en los datos financieros y operativos. Este tipo de análisis no solo ayuda a identificar áreas de al to riesgo, sino que también mejora la capacidad de las organizaciones para gestionar sus recursos de manera proactiva y alinearse mejor con los estándares de gobernanza corporativa (Appelbaum, Kogan, & Vasarhelyi, 2017). La implementación de modelos predic tivos en auditoría también facilita la detección de comportamientos inusuales que puedan indicar fraude o errores materiales en los estados financieros. A través del análisis de patrones transaccionales y otros indicadores de riesgo, los auditores pueden i dentificar conductas inusuales que podrían pasar desapercibidas en una auditoría convencional. Estudios recientes sugieren que, al integrar modelos predictivos, se puede aumentar la efectividad en la detección de fraudes y en la mitigación de riesgos finan cieros, proporcionando una herramienta valiosa para la auditoría continua y en tiempo real (Marshall, Mueck, & Shockley, 2015). La integración de Big Data con inteligencia artificial (IA) en auditoría ofrece oportunidades sin precedentes para la optimizaci ón del análisis de datos y la automatización de procesos. La IA permite no solo analizar grandes volúmenes de datos de manera más rápida y eficiente, sino también interpretar patrones complejos y adaptar los modelos de auditoría en función de los resultado s obtenidos. Los algoritmos de IA pueden aprender de los datos históricos y adaptar sus análisis, mejorando continuamente su capacidad para detectar irregularidades y realizar evaluaciones de riesgo más precisas (Vera - Baquero, Palacios, Stantchev, & Molloy , 2015). La IA en auditoría facilita la implementación de técnicas avanzadas, como redes neuronales y algoritmos de aprendizaje profundo, para detectar patrones complejos en datos no estructurados, como correos electrónicos, transacciones de redes sociales y registros de clientes. Esto permite a los auditores no solo optimizar el proceso de detección de fraudes, sino también abordar la auditoría desde un enfoque multidimensional que considera factores internos y externos a la empresa (Verma & Bhattacharyya, 2017). La combinación de IA y Big Data en auditoría también plantea desafíos en cuanto a la ética y la transparencia, destacando la importancia de la supervisión humana para asegurar que las decisiones basadas en IA sean justas y precisas.
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 63 La interoperabi lidad de los sistemas de Big Data es un área crítica de investigación, ya que la capacidad de integrar datos provenientes de diversas plataformas y formatos es esencial para el éxito de la auditoría basada en Big Data. En un contexto donde las organizacion es emplean múltiples sistemas y fuentes de datos, como ERP, sistemas contables y bases de datos externas, la interoperabilidad permite consolidar y analizar estos datos de manera integrada. Sin embargo, la diversidad en los formatos de datos y la falta de estandarización dificultan esta integración, lo que puede limitar el alcance y precisión de los análisis (Coyne, Coyne, & Walker, 2018). Para mejorar la interoperabilidad, se necesitan investigaciones que desarrollen protocolos y herramientas que faciliten la comunicación y compatibilidad entre diferentes plataformas de datos. La estandarización de los formatos de datos y el uso de tecnologías como APIs y blockchain son áreas con potencial para mejorar la integración de sistemas en auditoría. Además, el uso de plataformas de análisis en la nube puede ofrecer una solución eficiente para consolidar grandes volúmenes de datos provenientes de distintas fuentes, lo cual es fundamental para lograr una visión holística de los riesgos financieros y operativos de una organización (Bose, Dey, & Bhattacharjee, 2022). Finalmente, evaluar la rentabilidad y sostenibilidad de las inversiones en tecnologías de Big Data en auditoría es un aspecto crucial, especialmente para justificar los costos asociados con la implementació n y mantenimiento de estas herramientas. Aunque el Big Data aporta beneficios evidentes en términos de precisión y eficiencia, el retorno de la inversión (ROI) de estas tecnologías a largo plazo sigue siendo una cuestión abierta que requiere estudios empír icos. Estos estudios podrían analizar no solo los beneficios financieros directos, sino también los beneficios intangibles, como la mejora en la calidad de la auditoría, el fortalecimiento de la transparencia y la mayor confianza de los stakeholders en los informes financieros (Alles & Gray, 2016). La evaluación de la rentabilidad también implica considerar factores como los costos de capacitación, el mantenimiento de infraestructura y la actualización continua de los sistemas de análisis. Es importante que las investigaciones futuras desarrollen modelos que cuantifiquen estos costos frente a los beneficios obtenidos, permitiendo a las organizaciones evaluar la viabilidad de sus inversiones en Big Data en función de su impacto a largo plazo en los procesos d e auditoría (Casanova - Villalba et al., 2023). Además, la rentabilidad no se limita a aspectos financieros, sino que también incluye la sostenibilidad de estas tecnologías, especialmente en un contexto de rápidos avances tecnológicos y cambios en las regula ciones. 4. Discusión La adopción de Big Data en la auditoría ha generado una serie de transformaciones significativas en los procesos y resultados de este campo, aportando beneficios claros y, al mismo tiempo, presentando desafíos técnicos y operativos que exigen un enfoque sistemático de investigación y adaptación. A través de un análisis exhaustivo de la literatura, se observa que los beneficios más destacados de la implementación de Big Data en auditoría radican en su capacidad para mejorar la precisión, reducir el margen de error, y fortalecer la transparencia en los informes financieros (Appelbaum, Kogan, & Vasarhelyi, 2017). Sin embargo, este potencial transformador viene acompañado de retos que limitan la aplicabilidad universal de Big Data, destacánd ose la falta de estandarización, la necesidad de infraestructura avanzada, y las demandas de
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 64 capacitación especializada para los profesionales del sector (Alles & Gray, 2016; Al - Ateeq et al., 2022). La precisión y exhaustividad que permite el análisis de g randes volúmenes de datos representa una ventaja significativa en comparación con los métodos tradicionales de auditoría, que se basan en gran medida en el muestreo. Big Data permite una auditoría de la totalidad de las transacciones, lo cual incrementa la confiabilidad y reduce la probabilidad de errores materiales o de interpretación (Vasarhelyi et al., 2015). Aun así, la consolidación de datos provenientes de diversas fuentes y en formatos heterogéneos plantea desafíos operativos importantes, particularm ente en lo que respecta a la interoperabilidad y la normalización de datos. Sin un marco común de estandarización, los auditores enfrentan dificultades para integrar información de múltiples sistemas y plataformas, lo que limita la efectividad de los análi sis y podría impactar negativamente en la calidad del proceso auditor (Coyne, Coyne, & Walker, 2018). Además, la incorporación de Big Data no solo se ha limitado a mejorar la exhaustividad y precisión de los análisis, sino que también ha impulsado el desar rollo de auditorías continuas y en tiempo real, un enfoque que permite la identificación temprana de riesgos y la intervención rápida ante posibles irregularidades (Earley, 2015). No obstante, la implementación de auditorías continuas requiere una infraest ructura avanzada capaz de gestionar y procesar grandes volúmenes de datos en tiempo real, lo que representa un desafío económico y tecnológico considerable para muchas firmas de auditoría. La dependencia en sistemas de alto rendimiento y herramientas avanz adas de análisis conlleva no solo una inversión significativa en tecnología, sino también un compromiso continuo en la actualización y mantenimiento de esta infraestructura, lo cual puede ser inasequible para firmas de menor escala (Casanova - Villalba et al ., 2023). La capacitación especializada es otro de los elementos críticos identificados en la literatura. La creciente complejidad de los sistemas de Big Data exige habilidades técnicas avanzadas que van más allá de la formación convencional en auditoría y contabilidad, incluyendo competencias en ciencia de datos, estadística avanzada, y programación (Marshall, Mueck, & Shockley, 2015). Sin embargo, existe una escasez de profesionales en auditoría con las habilidades necesarias para gestionar y analizar gra ndes volúmenes de datos, lo que plantea una barrera importante para la adopción completa de Big Data en este sector. La falta de personal capacitado puede limitar el aprovechamiento de los beneficios que ofrece Big Data, y resalta la importancia de program as de formación continua y certificación en análisis de datos para los auditores (Bose, Dey, & Bhattacharjee, 2022). Desde el punto de vista de las oportunidades de investigación futura, se identifican áreas clave que tienen el potencial de transformar aún más el campo de la auditoría. El desarrollo de modelos predictivos avanzados y su integración con inteligencia artificial representan una oportunidad para anticipar riesgos y realizar análisis más precisos y complejos, abordando así los desafíos inherente s a la detección de fraudes y la gestión de riesgos en tiempo real (Appelbaum et al., 2017; Verma & Bhattacharyya, 2017). La IA permite mejorar la capacidad analítica de los auditores, posibilitando la interpretación de patrones complejos y el desarrollo d e modelos que se ajustan dinámicamente a los cambios en los datos. No obstante, la incorporación de IA en la auditoría plantea cuestiones éticas y de supervisión, ya que las decisiones automatizadas deben alinearse con principios de transparencia y equidad (Vera - Baquero et al., 2015).
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 65 Otro aspecto destacado en la literatura es la necesidad de evaluar la rentabilidad a largo plazo de las inversiones en tecnología de Big Data, ya que, aunque se perciben beneficios claros en términos de eficiencia y precisión, el retorno de la inversión sigue siendo un tema de debate (Casanova - Villalba et al., 2023). Las evaluaciones de rentabilidad deben considerar no solo los costos iniciales de implementación, sino también los costos asociados al mantenimiento, actualización y capacitación del personal. Esta evaluación es fundamental para que las firmas de auditoría puedan justificar y sostener estas inversiones en el tiempo, garantizando su viabilidad y efectividad a largo plazo (Alles & Gray, 2016). 5. Conclusiones La presente investigación demuestra que la incorporación de Big Data y técnicas avanzadas de análisis en los procesos de auditoría representa una transformación significativa en términos de precisión, transparencia y eficiencia. Los resultados obtenidos pe rmiten afirmar que la capacidad de analizar conjuntos de datos completos, en lugar de depender de muestras representativas, eleva la confiabilidad y la calidad de los resultados auditoriales. Esta característica refuerza la utilidad de Big Data en la detec ción temprana de fraudes y en la ejecución de auditorías continuas, contribuyendo a un monitoreo más ágil y efectivo de las operaciones financieras. A pesar de los beneficios evidenciados, la implementación de Big Data enfrenta retos significativos, como l a falta de estandarización en los formatos de datos, la necesidad de infraestructura avanzada y la capacitación especializada de los auditores. Estas limitaciones dificultan su adopción universal, particularmente en firmas de auditoría de menor escala. Sin embargo, estas barreras también representan oportunidades para futuras investigaciones y desarrollos tecnológicos que promuevan la interoperabilidad y reduzcan los costos asociados a estas herramientas. El análisis realizado contribuye al cuerpo de conoci miento sobre el uso de tecnologías emergentes en auditoría, ofreciendo una visión integral de los beneficios y desafíos de Big Data. Asimismo, destaca la relevancia de integrar modelos predictivos y técnicas de inteligencia artificial en los procesos de au ditoría, lo que podría mejorar la precisión en la identificación de riesgos y optimizar la gestión de recursos. En síntesis, esta investigación reafirma el potencial de Big Data para revolucionar la práctica auditorial y fortalecer la confianza en los sist emas financieros. Sin embargo, su adopción efectiva requiere superar barreras técnicas y económicas mediante estrategias que incluyan el desarrollo de infraestructura, la normalización de datos y la formación especializada. Estas acciones son esenciales pa ra maximizar el impacto de Big Data en la auditoría moderna y consolidar su rol como herramienta clave en un entorno empresarial cada vez más digitalizado. Referencias Bibliográficas Al - Ateeq, B., Sawan, N., Al - Hajaya, K., Altarawneh, M., & Al - Makhadmeh, A. (2022). Big data analytics in auditing and the consequences for audit quality: A study using the technology acceptance model (TAM). Corporate Governance and Organizational Behavior Review, 6 (1), 64 – 78. https://doi.org/10.22495/cgobrv6i1p5
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 66 Alles, M., & Gray, G. L. (2016). Incorporating big data in audits: Identifying inhibitors and a research agenda to address those inhibitors. International Journal of Accounting Information Systems, 22 , 44 – 59. https://doi.org/10.1016/j.accinf.2016.07.004 Almenaba - Guerrero, Y. F., & Herrera - Sánchez, M. J. (2022). Diversidad e Inclusión en el Lugar de Trabajo: Prácticas en Ecuador Liderazgo y Cultur a Organizacional. Revista Científica Zambos , 1 (1), 69 - 85. https://doi.org/10.69484/rcz/v1/n1/22 Analytics Insight. (2024). Big Data Security Analytics: Opportunities and Challenges. Recuperado de https://www.analyticsinsight.net Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Big Data and Analytics in the Modern Audit Engagement: Research Needs. AUDITING: A Journal of Practice & Theory, 36 (4), 1 – 27. https://doi.org/10.2308/ajpt - 51684 Barcia - Zambrano, I. A. (2024). La Influencia de la Globalizació n en la Contabilidad de Costos: Un Enfoque Cualitativo. Revista Científica Zambos, 3(2), 1 - 30. https://doi.org/10.69484/rcz/v3/n2/15 Bose, S., Dey, S. K., & Bhattacharjee, S. (2022). Big data, data anal ytics and artificial intelligence in accounting: An overview. Handbook of Big Data Methods , SSRN, 1 - 34. Cao, M., Chychyla, R., & Stewart, T. (2015). Big Data Analytics in Financial Statement Audits. Rutgers University . Recuperado de https://raw.rutgers.edu/Accounting_articles/Big%20Data%20Analytics%20in%2 0Financial%20Statement%20Audits.pdf Casanova Villa lba, C. I., Cecilia Mercedes, N. Z., Herrera Sánchez, M. J., & Ruiz López, S. E. (2020). Ventanilla única de comercio exterior y el impacto en las pymes exportadoras de cacao en el Santo Domingo de los Tsáchilas - Ecuador. ConcienciaDigital , 3 (4.1), 73 - 85. https://doi.org/10.33262/concienciadigital.v3i4.1.1473 Casanova - Villalba, C. I., Herrera - Sánchez, M. J., Bravo - Bravo, I. F., & Barba - Mosquera, A. E. (2024). Transformación de universid ades incubadoras a creadoras directas de empresas Spin - Off. Revista De Ciencias Sociales , 30 (2), 305 - 319. https://doi.org/10.31876/rcs.v30i2.41911 Casanova - Villalba, C. I., Proaño - González, E. A., Ma cias - Loor, J. M., & Ruiz - López, S. E. (2023). La contabilidad de costos y su incidencia en la rentabilidad de las PYMES. Journal of Economic and Social Science Research, 3(1), 17 – 30. https://doi. org/10.55813/gaea/jessr/v3/n1/59 Casanova - Villalba, C. I., Proaño - González, E. A., Macias - Loor, J. M., & Ruiz - López, S. E. (2023). La contabilidad de costos y su incidencia en la rentabilidad de las PYMES. Journal of Economic and Social Science Research, 3 (1), 17 – 30. https://doi.org/10.55813/gaea/jessr/v3/n1/59 Coyne, E. M., Coyne, J. G., & Walker, K. B. (2018). Big Data information governance by accountants. International Journal of Acc ounting and Information Management, 26 (1), 153 – 170. https://doi.org/10.1108/IJAIM - 01 - 2017 - 0006 Díaz - Avelino, J. R., Casanova - Villalba, C. I., Carrillo - Barragán, C. E., Cueva - Jiménez, M. G., Herrera - Sánchez, M. J., & Zambrano - Muñoz, C. K. (2024). Integrando IA en los Nuevos Paradigmas de las Ciencias Económicas y Gestión Empresarial. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.78
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 67 Earley, C. E. (2015). Data analytics in auditing: Opportunities and challenges. Business Horizons, 58 (5), 493 – 500. https://doi.org/10.1016/j.bushor.2015.05.002 Franco Intriago, M. E., & Loor Moncayo, S. A. (2021). La ética del control de la contaminación ambiental automotriz en el Ecuador. Journal of Economic and Social Science Research , 1 (1), 1 – 14. https://doi.org/10.55813/gaea/jessr/V1/N1/16 Gepp, A., Linnenluecke, M. K., O'Neill, T. J., & Smith, T. (2018). Big Data in Accounting and Auditing: Current Trends and Future Implicati ons. Journal of Accounting Literature , 40, 102 - 115. Herrera - Sánchez, M. J., Casanova - Villalba, C. I., Moreno - Novillo, Ángela C., & Mina - Bone, S. G. (2024). Tecnoestrés en docentes universitarios con funciones académicas y administrativas en Ecuador. Revi sta Venezolana De Gerencia , 29 (11), 606 - 621. https://doi.org/10.52080/rvgluz.29.e11.36 Hurtado - Guevara, R. F., & Casanova - Villalba, C. I. (2022). La Auditoría Forense como Herramienta para la Detecc ión de Fraudes Financieros en Ecuador. Revista Científica Zambos , 1 (1), 33 - 50. https://doi.org/10.69484/rcz/v1/n1/52 Ismail, I. H. M., & Abdul Hamid, F. Z. (2024). A Systematic Literature Review of the Role of Big Data Analysis in Financial Auditing. Management and Accounting Review, 23 (2), 14. https://doi.org/10.24191/MAR.V23i02 - 14 KPMG. (2017). Audit 2025, the future is now. Forbes Insights . Recuperado de https://assets.kpmg.com/content/dam/kpmg/pdf López - Pérez, P. J. (2023). Análisis del Impacto de la Norma Internacional de Información Fina nciera (NIIF) en las PYMEs Ecuatorianas. Revista Científica Zambos, 2(1), 74 - 86. https://doi.org/10.69484/rcz/v2/n1/39 López - Pérez, P. J., Casanova - Villalba, C. I., & Muñoz - Intriago, K. R. . (2022). La Evolución de la Contabilidad Ambiental en Empresas Ecuatorianas. Revista Científica Zambos , 1 (3), 44 - 59. https://doi.org/10.69484/rcz/v1/n3/32 Marshall, A., Mueck , S., & Shockley, R. (2015). How leading organizations use big data and analytics to innovate. Strategy and Leadership, 43 (5), 32 – 39. https://doi.org/10.1108/SL - 06 - 2015 - 0054 Reymundo - Soto, E., & Nava rrete - Zambrano, C. M. (2022). Transparencia y Responsabilidad en el Sector Público: Un Análisis de las Prácticas de Auditoría Gubernamental en Ecuador. Revista Científica Zambos , 1 (2), 67 - 83. https://do i.org/10.69484/rcz/v1/n2/28 Ríos - Gaibor, C. G., & Preciado - Ortiz, F. L. (2023). Estrategias de Innovación y Competitividad en PYMEs Ecuatorianas: Un Análisis Cualitativo. Revista Científica Zambos , 2 (2), 17 - 36. https://doi.org/10.69484/rcz/v2/n2/41 Sánchez - Caguana, D. F., Landázuri - Álvarez, M. B., Ramírez - Martínez, S. L., & Acosta - Muñoz, M. M. (2024). Desarrollo Sostenible y Contabilidad: Integrando la Contabilidad Ambiental en Prácticas Empresariales. Journal of Economic and Social Science Research, 4(2), 157 – 177. https://doi.org/10.55813/gaea/jessr/v4/n2/105 Sánchez - Caguana, D. F., Landázuri - Álvarez, M. B., Ramírez - Martínez, S. L., & Acosta - Muñoz, M. M. (2024). Desarrollo Sostenible y Contabilidad: Integrando la Contabilidad Ambiental en Prácticas Empresariales. Journal of Economic and Social Science Research , 4 (2), 157 – 177. https://doi.org/10.55813/gaea/jessr/v4/n2/105
Horizon Nexus Journal Horizon Nexus Journal | Vol. 03 | Núm. 01 | Ene – Mar | 2025 | www.horizonnexusjournal.editorialdoso.com 68 The Institute of Internal Auditors. (2023). Understanding and Auditing Big Data . Recuperado de https://www.theiia.org Turing. (2023). Big Data Security: Advanta ges, Challenges, and Best Practices. Recuperado de https://www.turing.com Vasarhelyi, M. A., Kogan, A., & Tuttle, B. M. (2015). Big data in accounting: An overview. Accounting Horizons, 29 (2), 381 – 396. https://doi.org/10.2308/acch - 51071 Vasarhelyi, M. A., Kogan, A., & Tuttle, B. M. (2015). Big data in accounting: An overview. Accounting Horizons, 29 (2), 381 – 396. https://doi.org/10.2308/acch - 51071 Vera - Baquero, A., Palacios, R. C., Stantchev, V., & Molloy, O. (2015). Leveraging big - data for business process analytics. Learning Organization, 22 (4), 215 – 228. https://doi.org/10.1108/TLO - 05 - 2014 - 0023 Verma, S., & Bhattacharyya, S. S. (2017). Perceived strategic value - based adoption of Big Data Analytics in emerging economy: A qualitative approach for Indian firms. Journal of Enterprise Information Management, 30 (3), 354 – 382. https://doi.org/10.1108/JEIM - 10 - 2015 - 0099 Yaremyk, M. I., & Yaremyk, K. Y. (2021). The Impact of Big Data on Accounting and Aud iting. Business Inform, 5 (520), 302 - 307. Yoon, K. P., Hoogduin, L., & Zhang, L. (2017). Big Data as Complementary Audit Evidence. Accounting Horizons , 31(3), 103 - 117. https://doi.org/10.2308/ac ch - 51076 CONFLICTO DE INTERESES “Los autores declaran no tener ningún conflicto de intereses”.