Un marco de Workiva propone evaluar qué procesos de auditoría y control pueden automatizarse y cuáles deben permanecer bajo supervisión humana, situando la trazabilidad, la rendición de cuentas y el juicio profesional en el centro del uso responsable de la inteligencia artificial.

La inteligencia artificial avanza en las organizaciones, pero su incorporación a procesos críticos plantea una cuestión que va mucho más allá de la eficiencia: ¿hasta dónde debe llegar la automatización cuando están en juego el control, el cumplimiento y la responsabilidad sobre las decisiones?

Un nuevo marco de evaluación elaborado por Workiva aborda precisamente esta cuestión aplicada a las pruebas de auditoría y control. Su planteamiento parte de una premisa relevante para la gobernanza empresarial: la IA no debería utilizarse de la misma manera en todos los procesos. Algunas tareas pueden automatizarse prácticamente de principio a fin; otras pueden beneficiarse de herramientas inteligentes, pero necesitan supervisión; y existen actividades en las que el juicio profesional debe continuar siendo determinante.

El documento propone, por tanto, alejarse de una adopción indiscriminada de la tecnología y analizar previamente dónde aporta valor y dónde puede introducir más riesgo que beneficio.

De “automatizar más” a “automatizar mejor”

El marco identifica siete factores que las organizaciones deberían analizar antes de automatizar una actividad: el volumen de trabajo manual que requiere, su grado de repetición, la claridad de las reglas que determinan el resultado, la disponibilidad y calidad de los datos, la posibilidad de verificar de manera independiente las respuestas generadas por IA, la preparación de los grupos de interés para aceptar estos resultados y el volumen y frecuencia de las operaciones.

Esta aproximación introduce un aspecto especialmente relevante desde una perspectiva ESG: no basta con que una tecnología sea capaz de ejecutar una tarea; también debe ser posible explicar, revisar y auditar su resultado.

De hecho, uno de los criterios planteados consiste en determinar si los resultados generados por IA pueden verificarse de manera independiente sin obligar al profesional a repetir todo el trabajo. En los niveles más altos, el modelo exige además disponer de una trazabilidad completa.

La cuestión conecta directamente con uno de los grandes retos de la gobernanza de la inteligencia artificial: mantener la responsabilidad humana incluso cuando una parte creciente del proceso pasa a manos de sistemas automatizados.

No todos los controles deberían quedar en manos de la IA

El análisis de Workiva establece cuatro niveles diferentes de automatización.

En los procesos altamente estandarizados, donde las mismas entradas deberían producir siempre los mismos resultados, la automatización basada en reglas puede asumir buena parte del trabajo. Es el caso de determinadas comprobaciones de facturas, pedidos, segregación de funciones, umbrales o validaciones de fechas e importes.

Cuando existe mayor variabilidad o es necesario interpretar documentación y contexto, el informe plantea un modelo híbrido que combina reglas estructuradas con modelos de lenguaje. Incluso en este escenario, la revisión humana de resultados y excepciones continúa siendo necesaria antes de alcanzar conclusiones definitivas.

El límite aparece cuando aumenta el peso del juicio profesional.

Para actividades como la elaboración y análisis de riesgos, controles o incidencias, la IA puede ayudar a resumir información, preparar borradores o detectar anomalías, pero no debería dirigir el proceso ni determinar las conclusiones.

Y en las tareas de mayor complejidad —como determinadas revisiones de gestión, estimaciones contables complejas o la evaluación final de excepciones significativas— el documento sitúa directamente el liderazgo en las personas debido al nivel de experiencia, contexto y responsabilidad necesario.

El juicio humano se convierte en una variable de gobernanza

Precisamente ahí se encuentra uno de los aspectos más interesantes del marco. Una vez identificada una posible oportunidad de automatización, Workiva propone analizar específicamente cuánto juicio profesional requiere la actividad, qué nivel de variabilidad puede tolerarse en las respuestas generadas por IA y hasta qué punto sus criterios pueden transformarse en reglas explícitas.

Esto desplaza el debate desde una cuestión puramente tecnológica hacia otra de gobernanza.

Cuanto mayor sea la interpretación necesaria y más relevantes sean las consecuencias de una decisión, mayor deberá ser el protagonismo humano. La IA pasa así de ser un posible sustituto del proceso a convertirse, en muchos casos, en una herramienta de apoyo al profesional.

Transparencia y trazabilidad para escalar la IA

La automatización puede reducir tareas manuales, mejorar la consistencia y permitir que las organizaciones amplíen el alcance de sus controles. Sin embargo, el documento insiste en que esa eficiencia no debería conseguirse sacrificando consistencia, transparencia o control sobre los resultados.

El debate adquiere especial relevancia a medida que la IA empieza a intervenir en ámbitos vinculados con riesgos, finanzas, cumplimiento, auditoría y sostenibilidad.

Para las empresas, la cuestión ya no consiste únicamente en determinar qué puede hacer la inteligencia artificial. El desafío pasa por establecer qué debe hacer de forma autónoma, qué debe hacer acompañada por profesionales y qué decisiones deben continuar siendo inequívocamente humanas.

Y esa frontera puede convertirse en una de las piezas centrales de la gobernanza responsable de la IA dentro de las organizaciones.