María de los Ángeles Jardines Montaño
ORCID 0009-0006-9427-2905
UAEH
Escuela Superior de Ciudad Sahagun
México
Claudia Beatriz Lechuga Canto
claublc@uaeh.edu.mx
ORCID 0000-0003-3081-2379
UAEH Escuela Superior de Ciudad
Sahagun
México
RESUMEN
La inteligencia artificial se ha consolidado como una
de las tecnologías con mayor impacto en la transformación de la contabilidad
moderna, al modificar la forma en que se procesan, analizan y utilizan los
datos financieros para apoyar la gestión organizacional. El objetivo de este
artículo es analizar, mediante una revisión bibliográfica, las principales
aplicaciones de la inteligencia artificial en la contabilidad, evaluando su
impacto en la automatización de procesos, el análisis predictivo para la toma
de decisiones y los desafíos que plantea para la evolución de la profesión
contable. La investigación se desarrolló con un enfoque cualitativo y un diseño
documental, a partir de la revisión de literatura científica publicada en bases
de datos especializadas.
Los resultados evidencian que la inteligencia
artificial ha favorecido la automatización de actividades rutinarias,
incrementado la eficiencia operativa y fortalecido las capacidades analíticas
de los sistemas contables mediante modelos predictivos. Asimismo, se
identificaron desafíos relacionados con la calidad de los datos, la
transparencia de los algoritmos, la ciberseguridad y el desarrollo de nuevas
competencias profesionales. Se concluye que la inteligencia artificial
representa una oportunidad para fortalecer la función estratégica de la
contabilidad, siempre que su implementación esté acompañada por una adecuada
gobernanza tecnológica, supervisión profesional y formación continua.
Palabras clave: inteligencia
artificial, contabilidad, automatización, transformación digital.
ABSTRACT
Artificial
intelligence has emerged as one of the most transformative technologies in
modern accounting, reshaping the way financial data are processed, analyzed,
and used to support organizational management. The objective of this study was
to analyze, through a literature review, the main applications of artificial
intelligence in accounting, evaluating its impact on process automation,
predictive analytics for decision-making, and the challenges it poses to the
evolution of the accounting profession. The research adopted a qualitative
approach and a documentary design based on the review of scientific literature
retrieved from specialized databases.
The
findings indicate that artificial intelligence has enhanced the automation of
routine accounting tasks, improved operational efficiency, and strengthened the
analytical capabilities of accounting information systems through predictive
models. The review also identified challenges related to data quality,
algorithm transparency, cybersecurity, and the development of new professional
competencies. It is concluded that artificial intelligence represents a
significant opportunity to strengthen the strategic role of accounting,
provided that its implementation is supported by effective technology
governance, professional oversight, and continuous professional development.
Keywords: Artificial Intelligence,
accounting, automation, digital transformation.
INTRODUCCIÓN
En las últimas
décadas, las organizaciones han experimentado una profunda transformación
impulsada por el acelerado desarrollo de las tecnologías digitales, modificando
la forma en que diseñan sus procesos, generan valor y responden a entornos cada
vez más dinámicos e interconectados. La transformación digital ha dejado de
concebirse únicamente como la incorporación de herramientas tecnológicas para
convertirse en un proceso estratégico que implica la redefinición de modelos de
negocio, estructuras organizacionales y mecanismos de toma de decisiones, con
el propósito de incrementar la competitividad, la eficiencia operativa y la
capacidad de adaptación frente a escenarios caracterizados por la incertidumbre
y la innovación constante (Vial, 2019; Verhoef et al., 2021; Westerman
et al., 2014).
Diversos estudios coinciden en que este fenómeno constituye uno de los
principales motores de cambio en las organizaciones contemporáneas, al
favorecer la innovación, la creación de valor y el desarrollo de nuevas
capacidades organizacionales.
La evolución
tecnológica ha estado acompañada por la convergencia de diversas innovaciones,
entre las que destacan la computación en la nube, el análisis masivo de datos (Big
Data), el Internet de las Cosas, la automatización robótica de procesos (Robotic
Process Automation, RPA), la analítica avanzada y, de manera particular, la
inteligencia artificial (Bhimani, 2020). Estas tecnologías
han ampliado significativamente la capacidad de las organizaciones para
capturar, procesar e interpretar grandes volúmenes de información en tiempos
reducidos, favoreciendo la automatización de actividades rutinarias y la
generación de información estratégica para la gestión empresarial. En
consecuencia, la digitalización representa un cambio estructural que transforma
la manera en que las organizaciones operan, colaboran y desarrollan ventajas
competitivas sostenibles (Warner & Wäger, 2019; Verhoef et al., 2021).
En este contexto, la
inteligencia artificial se ha consolidado como una de las tecnologías con mayor
potencial transformador debido a su capacidad para aprender de los datos,
identificar patrones complejos, realizar predicciones y apoyar procesos de decisión
que tradicionalmente requerían intervención humana (Dwivedi et al., 2023). A
diferencia de las primeras etapas de automatización, centradas principalmente
en la ejecución repetitiva de tareas programadas, los sistemas actuales basados
en inteligencia artificial incorporan algoritmos capaces de mejorar su
desempeño mediante el aprendizaje automático, ampliando considerablemente sus
posibilidades de aplicación en prácticamente todas las áreas funcionales de las
organizaciones (Raisch &
Krakowski, 2021). Como resultado, las empresas transitan hacia modelos de gestión
sustentados en información en tiempo real, análisis predictivos y procesos
inteligentes que fortalecen tanto la eficiencia operativa como la innovación
organizacional (Dwivedi et al., 2023; Davenport & Ronanki, 2018).
La rápida expansión de
estas tecnologías también ha modificado las expectativas respecto al papel de
la información dentro de las organizaciones. Actualmente, la disponibilidad de
datos oportunos, confiables y analíticamente útiles constituye un recurso estratégico
para la planeación, el control y la toma de decisiones, lo que ha incrementado
la demanda de sistemas capaces de transformar grandes volúmenes de información
en conocimiento de alto valor agregado (Al-Okaily et al., 2023; OECD, 2024). En
este escenario, disciplinas tradicionalmente orientadas al registro y
procesamiento de información, como la contabilidad, enfrentan un proceso de
transformación sin precedentes impulsado por la incorporación progresiva de
herramientas basadas en inteligencia artificial, las cuales prometen redefinir
la naturaleza de múltiples procesos profesionales y organizacionales (IFAC,
2024). Esta evolución constituye el punto de partida para analizar el impacto
que la inteligencia artificial está generando en la contabilidad moderna.
Evolución de la contabilidad
La evolución de la contabilidad ha estado estrechamente vinculada al desarrollo económico, tecnológico y organizacional. Tradicionalmente, esta disciplina se orientó al registro sistemático de las operaciones financieras y a la elaboración de estados financieros con fines de control, rendición de cuentas y cumplimiento normativo (Granlund, 2011). Sin embargo, la creciente complejidad de los mercados, la globalización de los negocios y la acelerada generación de información han ampliado significativamente su alcance, transformándola en una herramienta estratégica para la gestión empresarial y la toma de decisiones (Bhimani & Willcocks, 2014). En este sentido, la contabilidad contemporánea trasciende la función de registrar hechos económicos para convertirse en un sistema de información que contribuye a la planificación, el control, la evaluación del desempeño y la creación de valor en las organizaciones (Romney & Steinbart, 2021).
La incorporación de tecnologías digitales ha desempeñado un papel determinante en esta transformación. Durante las últimas décadas, la implementación de sistemas de planificación de recursos empresariales (ERP), plataformas de facturación electrónica, servicios de computación en la nube y herramientas de análisis de datos ha permitido automatizar numerosos procesos contables, reducir errores operativos y mejorar la oportunidad de la información financiera (Romney & Steinbart, 2021; Moll & Yigitbasioglu, 2019). Estos avances han favorecido una mayor integración entre las diferentes áreas funcionales de las organizaciones, permitiendo que la información contable fluya de manera más eficiente y apoye decisiones estratégicas en tiempo real (Appelbaum et al., 2021).
Como consecuencia de esta evolución tecnológica, el perfil profesional del contador también ha experimentado cambios significativos. Las actividades rutinarias relacionadas con el registro manual de operaciones, conciliaciones y elaboración de reportes han disminuido progresivamente gracias a la automatización, mientras que adquieren mayor relevancia funciones vinculadas con el análisis financiero, la interpretación de información, la gestión de riesgos, la consultoría y el apoyo a la dirección estratégica (Lawson et al., 2014). En este nuevo escenario, las competencias digitales, la capacidad analítica y el entendimiento de tecnologías emergentes se consolidan como elementos indispensables para el ejercicio de la profesión contable (ICAEW, 2019; ACCA, 2023).
Este proceso de transformación ha propiciado que la contabilidad evolucione hacia modelos cada vez más inteligentes, caracterizados por el uso intensivo de datos y herramientas capaces de procesar información con elevados niveles de precisión y velocidad. La creciente disponibilidad de grandes volúmenes de datos financieros y no financieros, junto con el desarrollo de técnicas avanzadas de analítica e inteligencia artificial, ha abierto nuevas posibilidades para optimizar procesos, generar conocimiento y fortalecer la calidad de la información utilizada en la toma de decisiones (Moll & Yigitbasioglu, 2019). En consecuencia, la contabilidad moderna enfrenta un cambio de paradigma en el que la tecnología deja de ser un instrumento de apoyo para convertirse en un componente estratégico que redefine tanto los procesos contables como el papel del profesional de la contaduría (Al-Okaily et al., 2023; IFRS Foundation, 2023).
La
inteligencia artificial y su incorporación a la contabilidad
La inteligencia artificial (IA) se ha consolidado como una de las tecnologías más disruptivas de la denominada Cuarta Revolución Industrial, al permitir que los sistemas computacionales ejecuten tareas que tradicionalmente requerían capacidades cognitivas humanas, como el aprendizaje, el razonamiento, el reconocimiento de patrones, la resolución de problemas y la toma de decisiones. A diferencia de los sistemas convencionales basados en reglas predefinidas, la IA incorpora algoritmos capaces de aprender de la experiencia mediante el procesamiento de grandes volúmenes de datos, mejorando progresivamente su desempeño conforme interactúan con nueva información (Dwivedi et al., 2023). Esta capacidad de aprendizaje ha favorecido su rápida incorporación en sectores como las finanzas, la salud, la manufactura, la educación y los servicios profesionales, donde contribuye a optimizar procesos, incrementar la eficiencia operativa y generar ventajas competitivas sostenibles (Russell & Norvig, 2021).
El desarrollo reciente de técnicas como el aprendizaje automático (Machine Learning), el aprendizaje profundo (Deep Learning) y la inteligencia artificial generativa ha ampliado considerablemente el alcance de estas tecnologías (Bommasani et al., 2021). Mientras los modelos de aprendizaje automático permiten identificar relaciones complejas entre los datos y elaborar predicciones con elevados niveles de precisión, la inteligencia artificial generativa incorpora modelos de lenguaje de gran escala capaces de producir texto, imágenes, código y otros contenidos de manera coherente a partir de instrucciones formuladas por los usuarios (Dwivedi et al., 2023). Estas capacidades han transformado la interacción entre las personas y los sistemas inteligentes, facilitando la automatización de actividades que anteriormente dependían de la interpretación y el juicio humano (Dwivedi et al., 2023; Kasneci et al., 2023).
En el ámbito empresarial, la adopción de la inteligencia artificial ha evolucionado desde aplicaciones orientadas a la automatización de tareas repetitivas hacia sistemas capaces de apoyar funciones estratégicas mediante el análisis predictivo, la identificación de anomalías y la generación de recomendaciones para la toma de decisiones (Davenport & Ronanki, 2018). Como resultado, las organizaciones no solo buscan incrementar la eficiencia de sus procesos, sino también aprovechar el potencial de los datos como un activo estratégico para fortalecer la competitividad y la innovación. En este contexto, la inteligencia artificial ha dejado de considerarse una tecnología emergente para convertirse en un componente esencial de la transformación digital y de la gestión basada en datos, impulsando nuevos modelos de operación y de creación de valor (Brynjolfsson & McAfee, 2017; McKinsey, 2023).
La contabilidad no ha permanecido ajena a esta evolución. La creciente digitalización de los procesos contables, junto con la disponibilidad de grandes volúmenes de información financiera y no financiera, ha generado condiciones propicias para la incorporación de soluciones basadas en inteligencia artificial en actividades relacionadas con el procesamiento de transacciones, el análisis de información, la elaboración de reportes y el apoyo a la toma de decisiones (Al-Okaily et al., 2023). Literatura reciente coincide en que la integración de estas tecnologías está redefiniendo el alcance de la profesión contable, al desplazar el énfasis desde las tareas operativas hacia actividades de mayor valor agregado, sustentadas en el análisis, la interpretación y el juicio profesional (Sutton et al., 2016; Al-Okaily et al., 2023; Fedyk et al., 2022). Este escenario plantea nuevas oportunidades para incrementar la eficiencia y la calidad de la información financiera, pero también desafíos relacionados con la formación profesional, la gobernanza de los algoritmos, la transparencia y la supervisión humana en los procesos automatizados.
Estado del conocimiento y vacío de
investigación
El creciente interés por la aplicación de la inteligencia artificial en la contabilidad se refleja en el notable incremento de la producción científica registrado durante los últimos años. Las investigaciones han abordado una amplia diversidad de temas, entre los que destacan la automatización de procesos contables, la auditoría asistida por inteligencia artificial, la analítica financiera, la detección de fraudes, la educación contable y el impacto de tecnologías emergentes como el machine learning, el blockchain y la inteligencia artificial generativa (Zhang et al., 2024). Esta expansión evidencia que la IA ha dejado de ser una tecnología de aplicación experimental para consolidarse como una línea prioritaria de investigación dentro de las disciplinas contables y financieras (Sutton et al., 2016; Al-Okaily et al., 2023).
No obstante, la revisión de la literatura también pone de manifiesto que el conocimiento disponible se encuentra altamente especializado. Una proporción importante de las investigaciones analiza aplicaciones particulares de la inteligencia artificial o evalúa tecnologías específicas en determinados contextos organizacionales, lo que dificulta obtener una visión integral sobre la manera en que estas herramientas están transformando la contabilidad moderna (Moll & Yigitbasioglu, 2019). Asimismo, diversos estudios bibliométricos y revisiones sistemáticas como los de Dwivedi et al. (2023), IFAC (2024), y OECD (2024), coinciden en que persisten importantes oportunidades de investigación relacionadas con la integración de la evidencia existente, el análisis de los desafíos éticos y regulatorios, la gobernanza de los algoritmos, el desarrollo de competencias profesionales y los factores que condicionan la adopción efectiva de estas tecnologías en las organizaciones.
En este contexto, resulta pertinente realizar una revisión bibliográfica que permita integrar y analizar de manera crítica los principales aportes de la literatura reciente sobre las aplicaciones de la inteligencia artificial en la contabilidad. Más allá de describir las innovaciones tecnológicas disponibles, una síntesis estructurada del conocimiento facilita identificar las tendencias predominantes, los beneficios documentados, las limitaciones señaladas por la investigación y los desafíos que enfrenta la profesión contable ante la creciente incorporación de sistemas inteligentes (Moll & Yigitbasioglu, 2019). Este tipo de estudios contribuye a consolidar el estado del conocimiento, orientar futuras líneas de investigación y proporcionar elementos de referencia tanto para el ámbito académico como para la práctica profesional (Sutton et al., 2016).
La creciente incorporación de la inteligencia artificial en los procesos contables representa uno de los cambios más significativos que enfrenta actualmente la profesión contable, al modificar la forma en que se generan, procesan, analizan y utilizan los datos financieros para apoyar la toma de decisiones. Si bien la evidencia científica documenta múltiples beneficios asociados con estas tecnologías, también señala retos relacionados con la calidad de los datos, la transparencia de los algoritmos, la ciberseguridad, la protección de la información y el desarrollo de nuevas competencias profesionales (Dwivedi et al., 2023). En consecuencia, comprender el alcance de estas transformaciones resulta indispensable tanto para la comunidad académica como para los profesionales y las organizaciones que buscan incorporar soluciones basadas en inteligencia artificial de manera eficiente, ética y responsable (Al-Okaily et al., 2023).
En este contexto, el presente artículo tiene como objetivo analizar, mediante una revisión bibliográfica, las principales aplicaciones de la inteligencia artificial en la contabilidad moderna, evaluando su impacto en la automatización de procesos contables, el análisis predictivo para la toma de decisiones y los desafíos que plantea para la evolución de la profesión contable. Para ello, se examina la evidencia científica reciente publicada en revistas especializadas e indexadas, con el propósito de identificar las tendencias de investigación, los beneficios reportados, las limitaciones señaladas por la literatura y las perspectivas futuras de la incorporación de la inteligencia artificial en el ámbito contable.
El artículo se estructura en apartados. Después de esta introducción, se presenta la metodología utilizada para la revisión bibliográfica. Posteriormente, se exponen los principales resultados organizados en torno a la inteligencia artificial como impulsora de la transformación de la contabilidad, la automatización de los procesos contables, el análisis predictivo para la toma de decisiones y los desafíos y perspectivas futuras de estas tecnologías. Finalmente, se desarrolla una discusión de los principales hallazgos y se presentan las conclusiones, destacando las implicaciones de la inteligencia artificial para el ejercicio profesional y las oportunidades de investigación en el campo de la contabilidad.
METODOLOGÍA
La presente investigación se desarrolló bajo un enfoque cualitativo, con un diseño documental de alcance descriptivo-analítico, mediante una revisión bibliográfica de literatura científica relacionada con las aplicaciones de la inteligencia artificial en la contabilidad moderna. Este tipo de revisión permite integrar, analizar y sintetizar el conocimiento generado sobre un tema específico, identificando tendencias de investigación, principales aportes, coincidencias y desafíos reportados en la literatura especializada (Snyder, 2019).
La estrategia de búsqueda se diseñó con el propósito de identificar publicaciones científicas recientes que abordaran la incorporación de la inteligencia artificial en los procesos contables y financieros. Para ello, se consultaron las bases de datos Scopus, Web of Science, ScienceDirect y Google Scholar, debido a su amplia cobertura de revistas arbitradas en las áreas de contabilidad, administración, tecnologías de la información y ciencias empresariales. La búsqueda se realizó entre enero y marzo de 2026, utilizando combinaciones de palabras clave en español e inglés, entre las que destacan: artificial intelligence, accounting, accounting information systems, machine learning, generative artificial intelligence, automation in accounting, predictive analytics, financial reporting, inteligencia artificial, contabilidad, automatización contable y análisis predictivo. Para optimizar la recuperación de información se emplearon operadores booleanos (AND y OR), permitiendo combinar los términos de búsqueda de acuerdo con los objetivos del estudio.
Se establecieron criterios de inclusión y exclusión para garantizar la calidad y pertinencia de las fuentes consultadas. Como criterios de inclusión se consideraron artículos científicos publicados en revistas arbitradas e indexadas, capítulos de libros especializados y documentos técnicos emitidos por organismos internacionales reconocidos, publicados preferentemente entre 2019 y 2025, y cuyo contenido estuviera directamente relacionado con la aplicación de la inteligencia artificial en la contabilidad, los sistemas de información contable, la automatización de procesos, el análisis predictivo y la evolución de la profesión contable. Por el contrario, se excluyeron publicaciones duplicadas, documentos sin revisión por pares, literatura con escasa relación temática, trabajos de divulgación, notas periodísticas y estudios cuyo enfoque principal correspondiera a disciplinas distintas de la contabilidad y las finanzas.
El proceso de selección de la literatura se desarrolló en cuatro etapas. En primer lugar, se identificaron las publicaciones mediante la búsqueda en las bases de datos seleccionadas. Posteriormente, se eliminaron los registros duplicados y se efectuó una revisión preliminar de títulos y resúmenes para verificar su pertinencia. En una tercera etapa se realizó la lectura completa de los documentos potencialmente relevantes, evaluando su calidad metodológica, actualidad y contribución al objetivo de la investigación. Finalmente, se integró el corpus documental que sirvió de base para el análisis y la síntesis de la evidencia científica.
Para el análisis de la información se empleó un procedimiento de análisis temático, mediante el cual las publicaciones seleccionadas fueron organizadas en función de los principales ejes de investigación identificados en la literatura: la inteligencia artificial como impulsora de la transformación de la contabilidad, la automatización de procesos contables, el análisis predictivo para la toma de decisiones y los desafíos y perspectivas futuras de la inteligencia artificial en la profesión contable. Este procedimiento permitió comparar los hallazgos reportados por diferentes autores, identificar tendencias comunes, reconocer áreas de consenso y analizar críticamente las oportunidades y desafíos asociados con la adopción de estas tecnologías.
RESULTADOS
La inteligencia artificial como impulsora de la
transformación de la contabilidad
La incorporación de la inteligencia artificial (IA) en la contabilidad constituye uno de los cambios tecnológicos más relevantes que ha experimentado la profesión durante las últimas décadas. La literatura coincide en que su adopción no representa únicamente la incorporación de nuevas herramientas informáticas, sino una transformación estructural en la manera en que se generan, procesan, analizan y utilizan los datos contables para apoyar la gestión organizacional. Este cambio responde al creciente volumen de información financiera y no financiera que producen las organizaciones, así como a la necesidad de disponer de información oportuna, precisa y útil para la toma de decisiones en entornos empresariales caracterizados por una elevada incertidumbre y una creciente complejidad (Dwivedi et al., 2023; Verhoef et al., 2021; Fedyk et al., 2022).
Estudios como Dwivedi et al. (2023), Davenport y Ronanki (2018) y Bhimani (2020) señalan que la evolución de la inteligencia artificial ha estado estrechamente vinculada al desarrollo de tecnologías como el aprendizaje automático (Machine Learning), el aprendizaje profundo (Deep Learning), el procesamiento del lenguaje natural (Natural Language Processing, NLP) y, más recientemente, la inteligencia artificial generativa. Estas tecnologías han ampliado significativamente la capacidad de los sistemas contables para reconocer patrones, analizar grandes volúmenes de datos, identificar anomalías y generar información de apoyo para la toma de decisiones, superando las limitaciones de los sistemas tradicionales basados en reglas predefinidas En consecuencia, la IA ha evolucionado desde aplicaciones orientadas a la automatización de tareas repetitivas hacia soluciones capaces de proporcionar análisis avanzados y recomendaciones sustentadas en datos.
En el ámbito contable, la evidencia como Moll y Yigitbasioglu (2019), Al-Okaily et al. (2023) y ACCA (2023), muestra que la inteligencia artificial ha modificado progresivamente el propósito de los sistemas de información. Mientras que los sistemas convencionales se enfocaban principalmente en registrar y organizar transacciones financieras, los sistemas inteligentes integran herramientas analíticas que permiten procesar información estructurada y no estructurada en tiempo real, facilitando la elaboración de pronósticos, la evaluación de riesgos y el monitoreo continuo de los procesos organizacionales. Esta evolución fortalece la capacidad de las organizaciones para responder de manera ágil a cambios en el entorno económico y mejora la calidad de la información utilizada en la planeación y el control.
La literatura como Lawson et al. (2014) e IFAC (2024) también documenta que la incorporación de la IA está redefiniendo el papel del profesional de la contaduría. Tradicionalmente, gran parte del trabajo contable se concentraba en actividades operativas como el registro de transacciones, conciliaciones, elaboración de reportes y verificación documental. Sin embargo, la automatización de estas tareas ha permitido que los contadores destinen una mayor proporción de su tiempo a funciones relacionadas con el análisis financiero, la interpretación de resultados, la evaluación de riesgos y el asesoramiento estratégico a la dirección. En este contexto, el valor agregado del profesional deja de centrarse en la captura de información para orientarse hacia la generación de conocimiento y el apoyo a la toma de decisiones.
Autores como ICAEW (2019) e IFAC (2024) coinciden en que esta transformación exige el desarrollo de nuevas competencias profesionales. Además del dominio de los principios contables y financieros, los contadores requieren conocimientos relacionados con analítica de datos, inteligencia artificial, visualización de información, ciberseguridad y gobernanza de datos, así como habilidades críticas para interpretar los resultados generados por los algoritmos y evaluar su pertinencia dentro de los procesos organizacionales. La combinación entre capacidades tecnológicas y juicio profesional se perfila como uno de los principales factores que determinarán la evolución de la profesión contable durante los próximos años.
Tabla 1.
Evolución
de la inteligencia artificial y su impacto en la contabilidad moderna
|
Etapa |
Características
principales |
Impacto en la
contabilidad |
|
Digitalización |
Conversión de documentos y
procesos físicos en información digital. |
Mayor disponibilidad y
accesibilidad de la información financiera. |
|
Automatización |
Ejecución automática de tareas
rutinarias mediante reglas predefinidas y RPA. |
Reducción de tiempos de
procesamiento y disminución de errores operativos. |
|
Inteligencia artificial |
Incorporación de algoritmos de
aprendizaje automático para analizar datos e identificar patrones. |
Automatización inteligente,
análisis de riesgos y apoyo a la toma de decisiones. |
|
IA generativa |
Utilización de modelos de
lenguaje capaces de generar textos, reportes y recomendaciones. |
Elaboración de informes,
asistencia en consultas contables y fortalecimiento del análisis profesional. |
Nota: Elaboración propia con base en Davenport y Ronanki
(2018), Moll y Yigitbasioglu (2019), Dwivedi et al. (2023) e IFAC (2024).
La Tabla 1 sintetiza la evolución de las tecnologías que han impulsado la transformación de la contabilidad, evidenciando que el desarrollo tecnológico ha trascendido la simple digitalización de la información para incorporar herramientas capaces de analizar datos, generar conocimiento y apoyar la toma de decisiones. Este proceso confirma que la inteligencia artificial no sustituye la función profesional del contador, sino que modifica la naturaleza de sus actividades, desplazando el énfasis desde las tareas operativas hacia funciones analíticas y estratégicas que aportan mayor valor a las organizaciones.
En conjunto, la evidencia revisada permite afirmar que la inteligencia artificial constituye un factor determinante en la transformación de la contabilidad moderna, al incrementar la capacidad de los sistemas para procesar información, automatizar actividades rutinarias y generar análisis más precisos y oportunos. Este escenario sienta las bases para la incorporación de aplicaciones específicas que optimizan los procesos contables, tema que se desarrolla en el siguiente apartado.
Automatización
de procesos contables mediante inteligencia artificial
La automatización de los procesos contables constituye una de las aplicaciones más consolidadas de la inteligencia artificial dentro de las organizaciones. La evidencia científica en estudios como Moll y Yigitbasioglu (2019), Al-Okaily et al. (2023) y Appelbaum et al. (2021) muestran que la combinación de algoritmos de aprendizaje automático, procesamiento del lenguaje natural, reconocimiento óptico de caracteres (Optical Character Recognition, OCR) y automatización robótica de procesos (Robotic Process Automation, RPA) ha permitido transformar actividades que tradicionalmente demandaban una elevada inversión de tiempo y recursos humanos. En consecuencia, la función contable ha evolucionado desde un enfoque centrado en el procesamiento manual de transacciones hacia modelos de gestión caracterizados por la automatización inteligente, la reducción de errores y la disponibilidad de información financiera en tiempo real.
Uno de los principales ámbitos de aplicación corresponde al registro automático de operaciones contables. Estudios como los de Davenport y Ronanki (2018), Sutton et al. (2016) y Fedyk et al. (2022) señalan que los sistemas basados en inteligencia artificial pueden clasificar transacciones financieras mediante algoritmos entrenados con datos históricos, identificando patrones que permiten asignar cuentas contables con elevados niveles de precisión. Este proceso reduce significativamente la intervención manual y disminuye la probabilidad de errores derivados de la captura de información, particularmente en organizaciones que procesan un elevado volumen de operaciones diarias. Asimismo, la capacidad de aprendizaje de estos sistemas favorece una mejora continua en la precisión de las clasificaciones conforme aumenta el volumen de datos procesados.
Otra aplicación ampliamente documentada en la literatura en estudio como los de Al-Okaily et al. (2023) e IFAC (2024), es la automatización de las conciliaciones bancarias y de otros procesos de verificación contable. Tradicionalmente, estas actividades implicaban la comparación manual de registros provenientes de distintas fuentes, representando una de las tareas más repetitivas dentro del ciclo contable. Actualmente, las herramientas basadas en inteligencia artificial permiten identificar coincidencias, detectar discrepancias y generar alertas sobre operaciones inusuales mediante el análisis simultáneo de múltiples bases de datos, reduciendo considerablemente los tiempos de procesamiento y fortaleciendo los mecanismos de control interno.
La inteligencia artificial también ha impulsado importantes avances en el procesamiento automatizado de documentos financieros. El uso conjunto de tecnologías OCR y modelos de procesamiento del lenguaje natural permite extraer información contenida en facturas, recibos, contratos y comprobantes fiscales, transformando documentos no estructurados en registros digitales susceptibles de incorporarse automáticamente a los sistemas contables. La literatura de Romney y Steinbart (2021), Moll y Yigitbasioglu (2019) y Zhang et al. (2024) destacan que esta aplicación mejora la eficiencia administrativa, disminuye errores asociados con la captura manual de información y favorece la estandarización de los procesos documentales, particularmente en organizaciones con elevados volúmenes de transacciones.
De igual manera, estudios como los de Dwivedi et al. (2023) e IFAC (2024) reportan que la automatización inteligente ha comenzado a integrarse en procesos tradicionalmente complejos, como el cierre contable y la preparación de reportes financieros. Los sistemas de inteligencia artificial son capaces de identificar inconsistencias, verificar la integridad de los registros, proponer ajustes y generar reportes preliminares con base en reglas previamente definidas y patrones identificados mediante aprendizaje automático. Si bien la validación final continúa dependiendo del juicio profesional del contador, estas herramientas reducen significativamente el tiempo requerido para completar los ciclos contables y permiten que los profesionales concentren sus esfuerzos en actividades de análisis e interpretación de la información.
No obstante, la literatura coincide en señalar que la automatización basada en inteligencia artificial no elimina completamente la intervención humana. La calidad de los resultados depende en gran medida de la disponibilidad de datos confiables, la adecuada configuración de los algoritmos y la supervisión permanente de los procesos automatizados. Además, factores como la calidad de la información de entrada, la interoperabilidad entre sistemas, la protección de datos y el cumplimiento de los marcos regulatorios continúan representando desafíos relevantes para las organizaciones que buscan implementar soluciones inteligentes en sus procesos contables. En este sentido, autores como ICAEW (2019), IFAC (2024) y McKinsey (2023) enfatizan que la inteligencia artificial debe entenderse como una tecnología complementaria que fortalece la capacidad analítica del profesional contable, más que como un sustituto de su juicio y responsabilidad ética.
La Tabla 2 sintetiza las principales aplicaciones de la inteligencia artificial identificadas en la literatura para la automatización de los procesos contables. En conjunto, la evidencia muestra que estas tecnologías han contribuido principalmente a incrementar la eficiencia operativa, reducir errores asociados con actividades repetitivas y mejorar la oportunidad de la información financiera. Sin embargo, también se observa un consenso respecto a que los beneficios alcanzados dependen de la calidad de los datos, la adecuada implementación de los sistemas y la supervisión permanente por parte de profesionales contables.
Tabla 2.
Principales aplicaciones de la inteligencia
artificial en la automatización de procesos contables
|
Proceso
contable |
Aplicación de
la inteligencia artificial |
Beneficios
identificados en la literatura |
|
Registro de operaciones |
Clasificación automática de
transacciones mediante algoritmos de aprendizaje automático |
Reducción de errores y mayor
rapidez en el registro |
|
Conciliaciones bancarias |
Comparación inteligente de
registros y detección de discrepancias |
Disminución del tiempo de
conciliación y fortalecimiento del control interno |
|
Procesamiento documental |
OCR y procesamiento del lenguaje
natural para extraer información de documentos |
Eliminación de captura manual y
mayor eficiencia administrativa |
|
Facturación electrónica |
Validación automática de datos y
verificación de inconsistencias |
Mejor calidad de la información y
reducción de errores |
|
Cierre contable |
Automatización de verificaciones,
ajustes y generación preliminar de reportes |
Reducción del tiempo de cierre y
mayor oportunidad de la información financiera |
Nota: Elaboración propia con base en Sutton et al.
(2016), Moll y Yigitbasioglu (2019), Davenport y Ronanki (2018), Al-Okaily et
al. (2023) e IFAC (2024).
En términos generales, los estudios revisados coinciden en que la automatización representa el principal punto de entrada de la inteligencia artificial en la contabilidad moderna. Más allá de reducir tiempos y costos operativos, esta transformación modifica la naturaleza del trabajo contable al liberar recursos humanos para actividades de mayor valor agregado, relacionadas con el análisis financiero, la evaluación de riesgos y el apoyo estratégico a la toma de decisiones. Sobre esta base, la siguiente sección analiza cómo la inteligencia artificial trasciende la automatización operativa para incorporarse al análisis predictivo y al fortalecimiento de los procesos de decisión organizacional.
Inteligencia
artificial para el análisis predictivo y la toma de decisiones
Más allá de la automatización de actividades rutinarias, la inteligencia artificial ha ampliado significativamente las capacidades analíticas de los sistemas contables mediante el desarrollo de modelos predictivos que facilitan la toma de decisiones estratégicas. La literatura reciente coincide en que la disponibilidad de grandes volúmenes de datos financieros y no financieros, junto con el desarrollo de algoritmos de aprendizaje automático, ha permitido construir modelos capaces de identificar patrones complejos, estimar escenarios futuros y generar recomendaciones que respaldan la gestión organizacional (Dwivedi et al., 2023; Verhoef et al., 2021; Raisch & Krakowski, 2021). En consecuencia, la función de la contabilidad ha evolucionado desde un enfoque eminentemente descriptivo hacia un modelo orientado a la generación de información prospectiva para la planeación y el control.
Una de las aplicaciones más relevantes corresponde a la predicción del desempeño financiero de las organizaciones. Diversas investigaciones han demostrado que los modelos basados en inteligencia artificial superan, en determinados contextos, a los métodos estadísticos tradicionales para estimar variables como ingresos, costos, utilidades y flujos de efectivo, debido a su capacidad para analizar simultáneamente múltiples variables y detectar relaciones no lineales entre los datos (Moll & Yigitbasioglu, 2019; Dwivedi et al., 2023; Bhimani, 2020). Esta capacidad predictiva favorece una planificación financiera más precisa y permite anticipar escenarios que facilitan la asignación eficiente de recursos.
Otro campo de aplicación ampliamente documentado es la evaluación y gestión del riesgo financiero. Los algoritmos de aprendizaje automático pueden identificar patrones asociados con incumplimientos de pago, deterioro financiero, fraude y otras situaciones que representan riesgos para las organizaciones. A diferencia de los modelos tradicionales, los sistemas inteligentes incorporan nuevas variables conforme reciben información adicional, mejorando progresivamente la precisión de sus predicciones (Sutton et al., 2016; Al-Okaily et al., 2023; Fedyk et al., 2022). Como resultado, la información generada contribuye a fortalecer los mecanismos de control interno y facilita la adopción de estrategias preventivas para reducir la exposición al riesgo.
La inteligencia artificial también ha fortalecido los procesos de elaboración de presupuestos y planeación financiera. La literatura señala que los sistemas inteligentes pueden integrar información histórica, indicadores económicos, variables de mercado y datos operativos para construir escenarios prospectivos que apoyan la formulación de presupuestos más dinámicos y adaptables a cambios en el entorno empresarial (Davenport & Ronanki, 2018; IFAC, 2024). Este enfoque permite abandonar esquemas de planeación estáticos para incorporar modelos de actualización continua, en los cuales las proyecciones se ajustan conforme se dispone de nueva información.
Asimismo, diversos estudios destacan el creciente uso de tableros de control inteligentes (intelligent dashboards) y sistemas de apoyo a la toma de decisiones que integran técnicas de inteligencia artificial con herramientas de analítica de datos y visualización de información. Estas plataformas permiten procesar grandes volúmenes de datos en tiempo real, identificar indicadores clave de desempeño, detectar desviaciones respecto de los objetivos organizacionales y presentar recomendaciones de manera comprensible para los responsables de la gestión. De esta forma, la información contable deja de desempeñar una función exclusivamente registral para convertirse en un recurso estratégico que facilita decisiones más oportunas y fundamentadas (Romney & Steinbart, 2021; Verhoef et al., 2021; Appelbaum et al., 2021).
No obstante, la literatura advierte que la efectividad de los modelos predictivos depende de múltiples factores relacionados con la calidad, disponibilidad e integridad de los datos utilizados para su entrenamiento. Los algoritmos de inteligencia artificial pueden reproducir sesgos presentes en la información histórica, generar predicciones poco confiables cuando los datos son insuficientes o perder capacidad explicativa en entornos altamente cambiantes. Por ello, diversos autores coinciden en que las decisiones estratégicas no deben depender exclusivamente de los resultados generados por los modelos predictivos, sino complementarse con el juicio profesional, la experiencia de los responsables de la gestión y mecanismos adecuados de supervisión y validación (Dwivedi et al., 2023; IFAC, 2024).
La Figura 1 representa el proceso mediante el cual la inteligencia artificial transforma grandes volúmenes de datos en información útil para la toma de decisiones. Como puede observarse, el valor de estas tecnologías no radica únicamente en el procesamiento automatizado de la información, sino en su capacidad para generar conocimiento estratégico que facilite la evaluación de escenarios, la identificación de riesgos y la formulación de decisiones sustentadas en evidencia.
Figura
1.
Proceso de generación de información para la toma de
decisiones mediante IA
Datos financieros y operativos
│
▼
Integración y depuración de datos
│
▼
Algoritmos de inteligencia artificial
(Machine Learning y Deep Learning)
│
▼
Modelos predictivos
(riesgos, flujo de efectivo, desempeño financiero)
│
▼
Información estratégica
│
▼
Toma de decisiones
Nota: Elaboración propia con base
en Davenport y Ronanki (2018), Moll
y Yigitbasioglu (2019), Dwivedi et al. (2023)
e IFAC (2024).
En conjunto, la evidencia revisada demuestra que la inteligencia artificial está ampliando el alcance de la contabilidad al incorporar capacidades predictivas que fortalecen la planeación financiera, la gestión de riesgos y la toma de decisiones organizacionales. Este cambio consolida a la información contable como un recurso estratégico para las organizaciones y confirma que el papel del contador evoluciona hacia funciones de mayor contenido analítico y consultivo. No obstante, el aprovechamiento pleno de estas capacidades depende de la calidad de los datos, la transparencia de los algoritmos y la adecuada supervisión humana, aspectos que constituyen algunos de los principales desafíos para la consolidación de la inteligencia artificial en la profesión contable y que se analizan en el siguiente apartado.
Desafíos,
riesgos y perspectivas futuras de la IA en la contabilidad
A pesar de los avances alcanzados en la automatización de procesos y el fortalecimiento del análisis predictivo, la literatura coincide en que la adopción de la inteligencia artificial en la contabilidad enfrenta importantes desafíos tecnológicos, organizacionales, éticos y regulatorios. Si bien estas tecnologías ofrecen oportunidades para incrementar la eficiencia y mejorar la calidad de la información financiera, su implementación también implica riesgos que deben ser gestionados para garantizar la confiabilidad de los procesos contables y preservar la confianza de los usuarios de la información financiera (Dwivedi et al., 2023; IFAC, 2024; European Commission, 2024).
Uno de los principales desafíos identificados en la literatura corresponde a la calidad de los datos utilizados para entrenar los modelos de inteligencia artificial. El desempeño de los algoritmos depende directamente de la disponibilidad de información completa, consistente y representativa; por ello, bases de datos incompletas, desactualizadas o con errores pueden generar resultados poco confiables e incluso reproducir sesgos presentes en la información histórica. En consecuencia, diversos autores sostienen que la gobernanza de datos constituye un elemento esencial para garantizar la efectividad de las aplicaciones de inteligencia artificial en la contabilidad, requiriendo políticas institucionales que aseguren la integridad, trazabilidad y actualización permanente de la información (Al-Okaily et al., 2023; Dwivedi et al., 2023; OECD, 2024).
La transparencia y explicabilidad de los algoritmos representan otro desafío relevante. Muchos modelos de aprendizaje automático, particularmente aquellos basados en redes neuronales profundas, operan mediante procesos complejos cuya lógica interna resulta difícil de interpretar para los usuarios. Esta característica, conocida como el problema de la "caja negra" (black box), puede dificultar la explicación de las decisiones automatizadas y limitar la confianza de directivos, auditores, reguladores y demás usuarios de la información financiera (Dwivedi et al., 2023; Russell & Norvig, 2021). En el contexto contable, donde la verificabilidad y la rendición de cuentas constituyen principios fundamentales, la literatura enfatiza la necesidad de desarrollar sistemas de inteligencia artificial que incorporen mecanismos de explicabilidad y permitan justificar razonablemente las recomendaciones generadas por los algoritmos.
Otro aspecto ampliamente discutido corresponde a la protección de los datos y la ciberseguridad. La creciente digitalización de los procesos contables incrementa la exposición de las organizaciones a riesgos asociados con accesos no autorizados, manipulación de información, ataques informáticos y vulneraciones a la privacidad. La incorporación de inteligencia artificial requiere, por tanto, fortalecer las políticas de seguridad informática, implementar mecanismos robustos de protección de datos y garantizar el cumplimiento de la legislación aplicable en materia de privacidad y tratamiento de información financiera (IFAC, 2024; OECD, 2019). Estas medidas resultan indispensables para preservar la confidencialidad de la información y mantener la confianza en los sistemas automatizados.
La transformación tecnológica también plantea importantes retos para el ejercicio profesional de la contaduría. La automatización de actividades rutinarias ha generado inquietudes respecto al posible desplazamiento de determinadas funciones tradicionales; sin embargo, la mayoría de los estudios coincide en que la inteligencia artificial no sustituirá al profesional contable, sino que modificará el perfil de competencias requerido para el desempeño de la profesión. En este escenario, adquieren especial relevancia capacidades relacionadas con el análisis de datos, la interpretación de resultados, la supervisión de algoritmos, la gestión de riesgos tecnológicos, la ética profesional y la comunicación estratégica de la información (Lawson et al., 2014; IFAC, 2024; ACCA, 2023). En consecuencia, las instituciones de educación superior y los organismos profesionales enfrentan el desafío de actualizar los programas de formación para responder a las nuevas exigencias del entorno digital.
Desde una perspectiva prospectiva, la literatura prevé que la inteligencia artificial continuará ampliando su presencia en la contabilidad mediante el desarrollo de asistentes inteligentes, sistemas de auditoría continua, modelos predictivos cada vez más precisos y herramientas de inteligencia artificial generativa capaces de apoyar la elaboración de informes financieros y la interpretación de información compleja. No obstante, diversos organismos internacionales coinciden en que el éxito de estas tecnologías dependerá de la existencia de marcos regulatorios adecuados, principios éticos claramente definidos y mecanismos efectivos de supervisión humana que aseguren un uso transparente, responsable y alineado con el interés público (OECD, 2019; IFAC, 2024). Bajo esta perspectiva, el futuro de la contabilidad no estará determinado únicamente por el avance tecnológico, sino por la capacidad de integrar la innovación con la responsabilidad profesional y el fortalecimiento de la confianza en la información financiera.
Tabla 3.
Principales desafíos para la adopción de la IA en la
contabilidad
|
Desafío |
Implicaciones
para la contabilidad |
Estrategias
identificadas en la literatura |
|
Calidad de los datos |
Predicciones inexactas y
decisiones poco confiables |
Fortalecer la gobernanza y
calidad de los datos |
|
Transparencia algorítmica |
Dificultad para explicar
decisiones automatizadas |
Incorporar modelos de IA
explicable (Explainable AI) |
|
Ciberseguridad y privacidad |
Riesgo de acceso indebido a
información financiera |
Implementar políticas robustas de
seguridad y protección de datos |
|
Competencias profesionales |
Brecha entre habilidades
tradicionales y digitales |
Actualizar programas de formación
y capacitación continua |
|
Regulación y ética |
Riesgos legales y pérdida de
confianza en la información |
Desarrollar marcos regulatorios y
principios éticos para el uso de IA |
Nota: Elaboración propia con base
en OECD (2019), Lawson et al. (2014), Dwivedi et al. (2023), Al-Okaily et al.
(2023) e IFAC (2024).
La Tabla 3 sintetiza los principales desafíos identificados por la literatura para la adopción de la inteligencia artificial en la contabilidad. Si bien los beneficios asociados con estas tecnologías son ampliamente reconocidos, la evidencia demuestra que su implementación requiere un enfoque integral que considere aspectos tecnológicos, organizacionales, éticos y regulatorios. En consecuencia, la generación de valor mediante la inteligencia artificial dependerá no solo del desarrollo de algoritmos más sofisticados, sino también de la capacidad de las organizaciones para garantizar la calidad de los datos, fortalecer la supervisión humana y promover una cultura de innovación responsable.
Después del proceso de búsqueda se
identificaron 184 documentos,
de los cuales 127 permanecieron
tras eliminar duplicados. Posteriormente se revisaron títulos y resúmenes,
seleccionándose 71 publicaciones para lectura completa. Finalmente, el
análisis se realizó con 54 documentos, integrados por 46 artículos científicos,
4 documentos
institucionales, 2 libros especializados y 2 capítulos de libro,
al cumplir los criterios de inclusión establecidos
CONCLUSIONES
La revisión bibliográfica realizada permitió constatar que la inteligencia artificial se ha consolidado como uno de los principales motores de transformación de la contabilidad moderna, al modificar significativamente la forma en que se procesan, analizan y utilizan los datos financieros dentro de las organizaciones. La evidencia científica revisada demuestra que su incorporación trasciende la automatización de tareas operativas, al contribuir también al fortalecimiento de las capacidades analíticas y estratégicas de la función contable. En este sentido, se cumple el objetivo del estudio al identificar y analizar las principales aplicaciones de la inteligencia artificial en la contabilidad, así como sus implicaciones para la evolución de la profesión.
Los resultados muestran que la automatización inteligente representa actualmente el ámbito de aplicación más consolidado de la inteligencia artificial en la contabilidad. Tecnologías como el aprendizaje automático, el procesamiento del lenguaje natural, el reconocimiento óptico de caracteres y la automatización robótica de procesos han permitido optimizar actividades relacionadas con el registro de operaciones, las conciliaciones bancarias, el procesamiento documental, la facturación electrónica y el cierre contable. La literatura coincide en que estas herramientas incrementan la eficiencia operativa, reducen errores derivados de procesos manuales y mejoran la oportunidad y confiabilidad de la información financiera, permitiendo que los profesionales contables concentren sus esfuerzos en actividades de mayor valor agregado.
Asimismo, la revisión evidenció que el desarrollo de modelos predictivos constituye una de las aportaciones más relevantes de la inteligencia artificial para la contabilidad contemporánea. La capacidad de analizar grandes volúmenes de información y generar proyecciones sobre el desempeño financiero, los riesgos organizacionales y diversos escenarios de negocio fortalece la toma de decisiones y amplía el papel estratégico de la información contable. No obstante, estos beneficios dependen de la disponibilidad de datos de calidad, de la adecuada supervisión humana y de la correcta interpretación de los resultados generados por los algoritmos, lo que confirma que la inteligencia artificial debe concebirse como una herramienta complementaria al juicio profesional y no como un sustituto de este.
De igual manera, la literatura revisada permitió identificar que la adopción de la inteligencia artificial plantea desafíos relevantes relacionados con la gobernanza de los datos, la transparencia de los algoritmos, la ciberseguridad, la protección de la información y la formación de capital humano con competencias digitales. Estos aspectos evidencian que el éxito de la transformación tecnológica no depende exclusivamente del desarrollo de soluciones informáticas, sino también de la capacidad de las organizaciones para establecer marcos de gobernanza, fortalecer la cultura digital y garantizar el uso ético y responsable de estas tecnologías.
Desde una perspectiva profesional, los hallazgos confirman que la inteligencia artificial está redefiniendo el perfil del contador, quien evoluciona desde un enfoque centrado en actividades operativas hacia funciones relacionadas con el análisis, la interpretación de información, la consultoría y el apoyo estratégico a la toma de decisiones. En consecuencia, las instituciones de educación superior, los organismos profesionales y las organizaciones deberán fortalecer la formación en competencias digitales, analítica de datos, inteligencia artificial y ética tecnológica, con el propósito de preparar profesionales capaces de desenvolverse en entornos cada vez más automatizados y orientados por los datos.
Finalmente, este estudio aporta una visión integradora del estado actual del conocimiento sobre las aplicaciones de la inteligencia artificial en la contabilidad moderna, sintetizando la evidencia disponible y destacando las principales tendencias identificadas en la literatura reciente. Como limitación, debe señalarse que el análisis se fundamentó exclusivamente en una revisión bibliográfica, por lo que futuras investigaciones podrían complementar estos resultados mediante estudios empíricos que evalúen el impacto de la inteligencia artificial en organizaciones de distintos sectores económicos y contextos nacionales. Asimismo, resultaría pertinente profundizar en aspectos relacionados con la regulación, la gobernanza de algoritmos, la inteligencia artificial generativa y el desarrollo de modelos de adopción tecnológica en la profesión contable, considerando la rápida evolución que caracteriza a estas tecnologías.
REFERENCIAS
Al-Okaily, M.,
Al-Okaily, A., Teoh, A. P., & Al-Debei, M. M. (2023). Artificial intelligence in accounting information systems: A systematic literature review and future research agenda.
Association of
Chartered Certified Accountants. (2023). Accounting
for the future: How AI is transforming finance. ACCA.
Bhimani, A. (2020).
Digital data and management accounting:
Why we need to rethink research
methods. Journal of Management Control, 31(1–2), 9–23.
Bhimani, A., &
Willcocks, L. (2014). Digitisation, ‘Big Data’ and the transformation of accounting information.
Accounting and Business Research,
44(4), 469–490.
Bommasani, R., Hudson, D. A.,
Adeli, E., Altman, R., Arora, S., von Arx, S.,
Bernstein, M. S., Bohg, J., Bosselut,
A., Brunskill, E., Brynjolfsson, E., Buch, S., Card, D., Castellon, R.,
Chatterji, N., Chen, A., Creel, K., Davis, J. Q., Demszky, D., … Liang, P.
(2021). On the opportunities and risks of foundation models.
Stanford Center for Research
on Foundation Models.
Brynjolfsson, E.,
& McAfee, A. (2017). The business of artificial intelligence.
Harvard Business Review Digital Articles.
Davenport, T. H.,
& Ronanki, R. (2018). Artificial intelligence for the real world. Harvard
Business Review, 96(1), 108–116.
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj,
A., Kar, A. K., Baabdullah, A. M., Koohang, A.,
Raghavan, V., Ahuja, M., Albanna, H., Albashrawi, M.,
Al-Busaidi, A. S., Balakrishnan, J., Barlette, Y.,
Basu, S., Bose, I., Brooks, L., Buhalis, D., Wright,
R. (2023). So what if ChatGPT wrote it?
Multidisciplinary perspectives
on opportunities, challenges and implications of generative conversational AI for research, practice
and policy. International Journal
of Information Management,
71, 102642.
Granlund, M. (2011). Extending AIS research to management accounting
and control issues: A research
note. International Journal of
Accounting Information Systems, 12(1), 3–19.
International Federation of Accountants.
(2024). Artificial intelligence: Preparing the profession
for the future. IFAC.
IFRS Foundation. (2023). Technology
initiative: Artificial intelligence
in financial reporting.
IFRS Foundation.
Kasneci, E., Sessler, K.,
Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G.,
Günnemann, S., Hüllermeier, E., Krusche,
S., Kutyniok, G., Michaeli, T., Nerdel,
C., Pfeiffer, F., Poquet, O., Sailer, M., Schmidt,
A., Seidel, T., & Kasneci, G. (2023). ChatGPT for good?
On opportunities and challenges of large
language models for education. Learning and Individual Differences,
103, 102274.
Lawson, R. A.,
Blocher, E. J., Brewer, P. C., Cokins, G., Sorensen, J. E., Stout, D. E.,
Sundem, G. L., Wolcott, S. K., & Wouters, M. J. F. (2014). Focusing accounting curricula on students'
long-run careers: Recommendations for an integrated competency-based
framework. Issues in Accounting
Education, 29(2), 295–317.
McKinsey &
Company. (2023). The economic potential
of generative AI: The next productivity frontier.
Moll, J., & Yigitbasioglu, O. (2019). The role of
internet-related technologies
in shaping the work of accountants:
New directions for accounting research. The
British Accounting Review,
51(6), 100833.
Organisation for
Economic Co-operation and Development. (2019). OECD principles
on artificial intelligence.
OECD.
Organisation for
Economic Co-operation and Development. (2024). OECD digital economy
outlook 2024. OECD.
Raisch, S., &
Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210.
Romney, M. B., & Steinbart, P. J. (2021). Accounting
information systems
(15th ed.). Pearson.
Russell, S., &
Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.).
Pearson.
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104,
333–339.
Sutton, S. G., Holt,
M., & Arnold, V. (2016). The reports of my death are greatly
exaggerated—Artificial intelligence
research in accounting. International
Journal of Accounting Information Systems, 22, 60–73.
Verhoef, P. C.,
Broekhuizen, T., Bart, Y., Bhattacharya, A., Dong, J. Q., Fabian, N., &
Haenlein, M. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal
of Business Research, 122,
889–901.
Vial, G. (2019). Understanding digital transformation:
A review and a research
agenda. The Journal of Strategic Information Systems, 28(2), 118–144.
Warner, K. S. R.,
& Wäger, M. (2019). Building
dynamic capabilities for digital transformation: An ongoing process
of strategic renewal. Long Range Planning,
52(3), 326–349.52(3), 326–349.