La inteligencia artificial empieza a transformar la auditoría pública: de la detección de anomalías a la fiscalización predictiva

La inteligencia artificial está empezando a cambiar de forma significativa la manera en que las instituciones públicas de auditoría ejercen sus funciones de control, supervisión y rendición de cuentas. Aunque su adopción todavía se encuentra en una fase inicial, el avance es evidente: cada vez más organismos fiscalizadores están incorporando herramientas de IA para analizar grandes volúmenes de datos, detectar anomalías, priorizar riesgos, procesar documentos y mejorar la eficiencia de sus trabajos de auditoría.

Así lo refleja el informe de la OCDE The State of Artificial Intelligence in Public Audit. Evidence from selected countries and the European Union, publicado en mayo de 2026 dentro de la serie OECD Artificial Intelligence Papers, que analiza la situación de la inteligencia artificial en la auditoría pública a partir de consultas realizadas entre marzo y julio de 2025 a 15 instituciones de 14 países y de la Unión Europea.

El documento muestra un escenario todavía desigual, pero con una tendencia clara: la auditoría pública se está desplazando progresivamente desde modelos tradicionales, basados en revisiones manuales y muestreos limitados, hacia enfoques más digitales, preventivos y basados en datos.

Según los datos recogidos por la OCDE, dos tercios de las instituciones consultadas ya cuentan con una estrategia formal de inteligencia artificial. Además, el 80% dispone de directrices o políticas internas sobre IA, el 87% ofrece formación al personal y otro 87% declara tener al menos una herramienta de IA en producción. Estos datos muestran que la inteligencia artificial ha dejado de ser una cuestión experimental o meramente tecnológica para convertirse en un componente estratégico de la transformación digital de la auditoría pública.

Uno de los ámbitos con mayor potencial es la detección de anomalías y la evaluación de riesgos. Las instituciones de auditoría están utilizando modelos de aprendizaje automático para identificar operaciones inusuales en registros contables, expedientes de contratación, pagos, subvenciones o bases de datos administrativas. Estas herramientas permiten analizar poblaciones completas de datos, en lugar de depender exclusivamente de muestras reducidas, y ayudan a dirigir los recursos de auditoría hacia las operaciones, entidades o procesos con mayor probabilidad de irregularidad.

La contratación pública aparece como uno de los campos más relevantes. Por su volumen económico, su complejidad y su exposición a riesgos de fraude, colusión, soborno o conflictos de interés, la aplicación de IA puede mejorar sustancialmente la capacidad de supervisión. El informe recoge experiencias como la de Costa Rica, donde se han utilizado algoritmos de detección de anomalías sobre datos del sistema nacional de contratación electrónica para identificar patrones inusuales y reforzar la función de control. También destacan los modelos predictivos y preventivos. Frente a una auditoría centrada únicamente en detectar problemas después de que se produzcan, algunas instituciones están empezando a utilizar IA para anticipar riesgos. El caso de Italia resulta especialmente ilustrativo: su Tribunal de Cuentas ha desarrollado un modelo experimental para predecir el riesgo de dificultad financiera en municipios, combinando datos financieros, demográficos e institucionales. Este tipo de herramientas permite orientar antes la acción supervisora y adoptar medidas correctivas antes de que los problemas se agraven.

Otro uso relevante es el procesamiento inteligente de documentos. La auditoría pública trabaja con grandes volúmenes de contratos, facturas, justificantes, informes, resoluciones y expedientes administrativos. La IA permite extraer datos estructurados de documentos no estructurados o semiestructurados, reduciendo tareas manuales repetitivas y facilitando análisis más amplios. Tecnologías como OCR, procesamiento del lenguaje natural y modelos de lenguaje permiten clasificar documentos, extraer importes, fechas, nombres, conceptos o referencias normativas, y convertir documentación dispersa en información analizable.

La IA generativa también empieza a ganar espacio, aunque con mayor cautela. Su uso se está orientando principalmente a tareas de apoyo: resumir documentos extensos, preparar borradores, traducir textos, mejorar comunicaciones o facilitar búsquedas internas. En ningún caso se plantea como sustituto del juicio profesional auditor. El informe subraya que las instituciones que están utilizando este tipo de herramientas mantienen procesos de revisión humana, controles de calidad y validación por parte de expertos.

Uno de los ejemplos más interesantes es el de la Cour des comptes de Francia, que ha desarrollado un asistente generativo propio, orientado a tareas como resumen, traducción, reformulación, análisis documental y apoyo a la investigación. La clave de este enfoque está en la soberanía tecnológica y la seguridad: la herramienta se ha diseñado para mantener el control sobre los datos, proteger la confidencialidad y cumplir con las exigencias legales aplicables.

Sin embargo, el informe de la OCDE también advierte de una brecha importante entre los proyectos piloto y la implantación operativa a gran escala. Muchas instituciones están experimentando con IA, pero no todas cuentan con la infraestructura, los datos, las competencias internas y los marcos de gobernanza necesarios para integrarla de forma estable en sus procesos de auditoría.

La gobernanza del dato aparece como el principal factor crítico. Sin datos completos, interoperables, normalizados, accesibles y seguros, la inteligencia artificial pierde fiabilidad. Los sistemas fragmentados, la baja calidad de los datos y la falta de estándares comunes dificultan la escalabilidad de las soluciones y pueden comprometer la confianza en los resultados. En auditoría, donde las conclusiones deben ser trazables, explicables y defendibles, este punto resulta especialmente sensible.

También existen retos relevantes en materia de ética, explicabilidad, sesgos, seguridad y dependencia de terceros. Las instituciones públicas de auditoría no pueden limitarse a adoptar herramientas de IA por razones de eficiencia. Deben garantizar que su uso respeta los principios de transparencia, responsabilidad, confidencialidad, independencia y confianza pública. La IA puede ayudar a priorizar riesgos o detectar patrones, pero la decisión final debe seguir correspondiendo a auditores competentes.

El informe también refleja una conclusión importante: las instituciones que mejor están avanzando no son necesariamente las que más tecnología compran, sino las que combinan liderazgo, gobernanza, formación, participación del personal y capacidad interna de desarrollo. La IA en auditoría pública no es solo un proyecto informático. Es una transformación metodológica, organizativa y cultural.

Desde la perspectiva del compliance y del control público, esta evolución tiene implicaciones profundas. La auditoría pública puede ganar capacidad preventiva, mejorar la detección de irregularidades, ampliar la cobertura de sus revisiones y generar alertas tempranas sobre riesgos financieros, contractuales o de integridad. Pero para lograrlo necesita construir una base sólida: datos fiables, competencias técnicas, criterios éticos, controles de calidad y marcos de supervisión adecuados.

La inteligencia artificial no sustituirá al auditor público, pero sí cambiará el tipo de auditoría que las instituciones pueden realizar. El futuro apunta a auditorías más continuas, más predictivas, más basadas en datos y más orientadas al riesgo. El desafío será asegurar que esa evolución tecnológica refuerce, y no debilite, los valores esenciales de la función auditora: independencia, objetividad, evidencia, transparencia y confianza pública.

En definitiva, la IA abre una oportunidad histórica para modernizar la auditoría pública. Su verdadero valor no estará en automatizar tareas aisladas, sino en mejorar la capacidad de las instituciones para anticipar riesgos, detectar irregularidades y proteger mejor los recursos públicos.

Fuente de los datos: OCDE, The State of Artificial Intelligence in Public Audit. Evidence from selected countries and the European Union, OECD Artificial Intelligence Papers, No. 58, mayo de 2026.