1

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO

PROJETO DE PESQUISA
TCC MONOGRÁFICO

Eduardo Calamita

IMPACTOS E APLICABILIDADES DA INTEGRAÇÃO DA

INTELIGENCIA ARTIFICIAL NA AUDITORIA:
UM ESTUDO SOBRE OS IMPACTOS E APLICABILIDADES DA
INTEGRAÇÃO DA INTELIGENCIA ARTIFICIAL NA
AUDITORIA NO BRASIL

São Paulo
2022
 2

Eduardo Calamita

IMPACTOS E APLICABILIDADES DA INTEGRAÇÃO DA

INTELIGENCIA ARTIFICIAL NA AUDITORIA:
UM ESTUDO SOBRE OS IMPACTOS E APLICABILIDADES DA
INTEGRAÇÃO DA INTELIGENCIA ARTIFICIAL NA AUDITORIA NO
BRASIL

Projeto de pesquisa apresentado como

requisito parcial para avaliação do
TCC II – Plano Monográfico do curso
de Graduação em Administração da
Pontifícia Universidade Católica de São
Paulo

Prof. Luís Antônio Volpato

São Paulo
2022
 3

RESUMO

A auditoria contábil financeira está passando por uma grande transformação com as inovações
na inteligência artificial e suas tecnologias. O principal objetivo do trabalho é descobrir
quais são as possibilidades e possíveis impactos gerados pela aplicação de novas
ferramentas de inteligência artificial na auditoria, e como isso vai mudar a realização do
trabalho de auditor. A pesquisa é de natureza exploratória, composta por pesquisas
bibliográficas, artigos e publicações que dissertam acerca do tema de inteligência artificial
aplicado a auditoria contábil financeira no Brasil comparado com alguns países.

Palavras-chave: Auditoria, Inteligência Artificial, Machine Learning.

 4

SUMÁRIO

1 INTRODUÇÃO .................................................................................................................. 5

1.1 TEMA 7
1.2 PROBLEMA 8
1.3 OBJETIVOS 9
1.4 METODOLOGIA 10

2 FUNDAMENTOS DA AUDITORIA ............................................................................... 11

2.1 AUDITORIA E SUA ORIGEM 11

2.2 A AUDITORIA NA ERA DA INFORMAÇÃO 12
2.3 FASES E TAREFAS DO TRABALHO DE AUDITORIA 13
2.4 TRANSFORMAÇÕES NA AUDITORIA 14

3 INTELIGÊNCIA ARTIFICIAL ........................................................................................ 18

3.1 CONCEITOS 18
3.2 APLICABILIDADES E MACHINE LEARNING 19
3.3 APLICAÇÃO DA IA 19

4 O MERCADO DE AUDITORIA NO BRASIL ................................................................. 21

4.1 SOCIEDADES DE AUDITORIA 21

4.2 FASES DE TRABALHO DA AUDITORIA 22
4.3 APLICAÇÕES DE INTELIGÊNCIA ARTIFICIAL NAS BIG FOUR 24

5 O FUTURO DA AUDITORIA ......................................................................................... 25

5.1 POSSÍVEIS VANTAGENS E DESVANTAGENS DA APLICAÇÃO DA IA NA AUDITORIA 25

5.2 IMPACTOS DA IA NA AUDITORIA 28

6 CONSIDERAÇÕES FINAIS ............................................................................................ 30

REFERÊNCIAS .................................................................................................................. 31
 5

1 INTRODUÇÃO

O trabalho de um auditor de empresas demanda uma série de requisitos do

profissional da área. Além de claramente necessitar de um conhecimento prévio de
contabilidade e análise de contas, é preciso possuir também um senso crítico para análise,
conhecimento das normas de contabilidade, consciência das leis e regulamentos jurídicos,
uma boa capacidade interpretativa, organização, etc.

Com a aplicação da automação ou inteligência artificial (IA) na auditoria, seria

possível eliminar uma grande quantidade ou até todas as tarefas repetitivas e indesejadas do
trabalho, possibilitando não só o aumento da eficiência e produtividade do trabalho, mas
também que os profissionais menos experientes possam dedicar uma maior parte de seu
tempo para o treinamento e realização de atividades mais críticas, resultando em um
profissional menos estressado e uma formação acelerada do trabalhador. Mas afinal, o que é
mesmo a auditoria e quando ela é necessária? (CRUZ, BERTOLLO, CAMARGO, 2020)

Uma auditoria é uma inspeção das demonstrações financeiras da empresa preparadas

por profissionais de contabilidade. O processo é feito conforme as normas brasileiras e
internacionais de auditoria e é aplicável às finanças, documentação, transações e
procedimentos adotados pela entidade ou projeto.

O objetivo da auditoria é garantir a autenticidade dos registros, fornece credibilidade

às demonstrações financeiras e outros relatórios de gestão e identificar defeitos no sistema de
controle interno e no sistema financeiro e fazer recomendações para melhorias.

Conforme declarado no Artigo 3º da Lei 11.638/07, as grandes organizações

classificadas como sociedades anônimas e com ações disponíveis na bolsa de valores devem
realizar auditorias:

Art. 3º. Aplicam-se às sociedades de grande porte, ainda que não constituídas sob a
forma de sociedades por ações, as disposições da Lei nº 6.404, de 15 de dezembro de 1976,
sobre escrituração e elaboração de demonstrações financeiras e a obrigatoriedade de auditoria
independente por auditor registrado na Comissão de Valores Mobiliários.
 6

No entanto a auditoria não é adequada apenas para grandes empresas que devem
cumprir os regulamentos, mas também para empresas que desejam compreender a execução
de seus processos internos e garantir uma gestão de qualidade.

É possível identificar várias vantagens associadas à implementação de IA na

profissão de auditoria, desde logo, a substituição dos tradicionais testes por amostragem pela
análise integral das transações e a capacidade de garantir maior segurança da informação.
Logo, fica claro que a tendência da profissão de auditor é cada vez mais evoluir, adquirindo
novas competências, deixando de lado alguns procedimentos que eram utilizados e que hoje
são obsoletos, caminhando em direção ao progresso de novas tecnologias para acompanhar o
desenvolvimento dos seus clientes e aperfeiçoar o seu trabalho.

Uma tecnologia com potencial para a auditoria é o “machine learning”. Os

algoritmos de aprendizado de máquina ou “machine learning” são algoritmos de computador
que podem melhorar automaticamente por meio da experiência e do uso de dados e é visto
como parte da inteligência artificial. Os algoritmos de aprendizado de máquina constroem um
modelo com base em dados de amostra, conhecidos como dados de treinamento, para fazer
previsões ou decisões sem serem explicitamente programados para isso. Os algoritmos de
aprendizado de máquina são usados em uma ampla variedade de aplicações, como na
medicina, filtragem de e-mail, reconhecimento de fala e visão computacional, onde é difícil
ou inviável desenvolver algoritmos convencionais para realizar as tarefas necessárias. (CRUZ,
BERTOLLO, CAMARGO, 2020)

Entre as tecnologias de IA mais gerais, o machine learning destaca-se como a mais

promissora para a auditoria. Enquanto hoje as empresas de auditoria têm a necessidade de
recursos humanos da área financeira, as tendências apontam que no futuro precisarão também
de especialistas em análise dados de IA.

A tecnologia vem ampliando e melhorando processos produtivos e aumentando a

produtividade de amplos os setores. Com este aumento de produção vem um aumento
também no volume de dados gerados por estas companhias, tendo em vista o grande volume
de dados que estão sendo gerados com estas tecnologias surge o conceito de Big Data. Este
volume cresce rapidamente e existe a necessidade da análise dessa grande massa de dados. As
soluções de Big Data e Inteligência Artificial foram criadas para acelerar o processo de
tomada de decisão, redução de custo e tempo de processamento dos servidores para
entendimento do comportamento dos consumidores e necessidades das empresas, e todos
esses benefícios podem ser aplicados na auditoria. Resolver problemas complexos de volumes
 7

cada vez maiores de dados (estruturados e não estruturados) é um grande desafio que
necessita de técnicas de análises adequadas (ferramentas como o machine learning por
exemplo) para a devida modelagem da informação, e será por meio desse trabalho que essas
possibilidades serão consideradas e estudadas para a aplicação da auditoria. (CRUZ,
BERTOLLO, CAMARGO, 2020)

1.1 TEMA

Trata-se da aplicação da automação inteligente e, principalmente, da inteligência

artificial (IA) no trabalho da auditoria e como isso poderá afetar o desempenho e
desenvolvimento do profissional de auditoria junto com a qualidade e velocidade do trabalho
realizado.

A IA é um conceito que não tem uma definição única e que envolve um conjunto
alargado de técnicas e ferramentas que permite automatizar processos e tarefas. Pode ser
entendida como a inteligência demonstrada por máquinas, em oposição à inteligência natural
exibida por animais, incluindo humanos. As pesquisas em inteligência artificial foram
definidas como o campo de estudo de agentes inteligentes, que se refere a qualquer sistema
que percebe seu ambiente e realiza ações que maximizam sua chance de atingir seus
objetivos. (MEIRA, 2019)

Os aplicativos de IA incluem mecanismos avançados de pesquisa na web como o

Google, sistemas de recomendação usados por gigantes como YouTube, Amazon e Netflix,
compreensão da fala humana presente nos sistemas Siri e Alexa, carros autônomos como os
da Tesla por exemplo, tomada de decisão automatizada e competindo ao mais alto nível em
sistemas de jogos estratégicos como xadrez e Go.

Na implementação de tecnologias, a profissão de auditor é vista como atrasada em

relação à área de negócios.No entanto, segundo pesquisas, o campo de auditoria é adequado
para tecnologia avançada e automação como resultado de sua “intensidade de trabalho e
variedade de estruturas de decisão”. A automação pode ser aplicada em diferentes contextos
de negócio, seja na área comercial, industrial ou empresarial. (GHANOUM 2020)

A automação Inteligente, também chamada de Robotic Process Automation (RPA)

possui Inteligência Artificial, e é o nível mais complexo de automação (entre automação
Inteligente, automação básica e automação de processos). A inclusão de Inteligência Artificial
 8

significa que as máquinas podem “aprender” e tomar decisões baseadas em situações

encontradas no passado nas quais elas já realizaram análises. Por exemplo, no serviço ao
cliente, os assistentes virtuais podem reduzir custos enquanto capacitam tanto os agentes
humanos como os clientes, criando uma experiência ideal de atendimento ao cliente. (CHEN,
2021)

A justificativa pela escolha do tema se dá pelo fato da automação inteligente e da

inteligência artificial serem ferramentas relativamente novas e emergentes no mercado, com
novos avanços em ambas as tecnologias aparecendo cada vez mais e com maiores
possibilidades de aplicação surgindo, é só uma questão de tempo até elas serem adotadas pela
auditoria.

É improvável que a IA substituirá o auditor, muito provavelmente irá auxiliar o

mesmo nas tarefas mais rotineiras, ou seja, as que não carecem de um julgamento
profissional, de modo que o auditor apresentará seu pensamento, intuição e capacidade de
diálogo aos testes e análise detalhadas. Além disto, o auditor terá a necessidade de que um
profissional que programe e forneça os dados necessários para o “machine learning”, onde
hoje as empresas de auditoria têm a necessidade de recursos humanos da área financeira,
agora precisarão de especialistas em dados de IA. (CRUZ, BERTOLLO, CAMARGO, 2020)

Estes autores usam como exemplo a possibilidade de aplicar o “machine learning”

para automaticamente preencher dados de uma conta, ou para aprimorar sistemas de detecção
de fraude. A auditoria pode ser ainda mais transformada com a aplicação da ferramenta “deep
learning”: uma forma de inteligência artificial que consegue analisar dados não estruturados
somo e-mails, mídia social, e até áudios de conferências por exemplo.

Por meio do estudo das possibilidades da aplicação dessas tecnologias nas tarefas da
auditoria, é possível preparar profissionais e o mercado para poder melhor receber e lidar com
as alterações vindas com esses novos mecanismos.

1.2 PROBLEMA

O auditor de empresas necessita de uma série de habilidades e qualificações para

executar o seu trabalho com qualidade e eficiência, sendo que, além desses requisitos de
habilidades analíticas e conhecimentos técnicos, a auditoria também demanda de seus
encarregados uma excelente visão de negócios, ceticismo profissional e pensamento crítico.
 9

Entretanto, mesmo os profissionais mais experientes e afiados cometem erros, e

mesmo os menores erros podem resultar em catástrofe tanto para a empresa auditada quanto
para a empresa realizando a auditoria. Por exemplo, colocar um zero a mais no saldo de uma
conta ou algum erro na documentação do processo de auditoria poderia resultar na multa do
cliente ou até na anulação da própria auditoria.

Com a aplicação da IA, poderiam ser implementados sistemas de controle e

verificação sobre todos os processos, garantido uma auditoria segura e mais padronizada.

Há também o problema de haver uma série de tarefas repetitivas e monótonas, como

o preenchimento de documentos de trabalho e elaboração de Lead’s, que são a junção e
análise de todos os balancetes e Demonstrações de Resultado de Exercício (DRE’s) da
empresa no período em análise.

Ferramentas de “machine learning” e sistemas de automação inteligente poderiam

ajudar nesse processo, economizando tempo para os membros do staff conseguirem focar
mais em atividades que desenvolvem mais o seu conhecimento e lado crítico.

Esses aspectos precisam ser levados em consideração, para poder responder a

seguinte pergunta:

“Quais são as possibilidades e possíveis impactos gerados pela aplicação de

novas ferramentas de inteligência artificial na auditoria contábil, e como ela vai mudar a
realização do trabalho e as habilidades requeridas de um auditor?”

1.3 OBJETIVOS

1.3.1 Objetivo Principal:

Estudar como e quais poderão ser as mudanças no trabalho da auditoria provocadas

pela aplicação das ferramentas de inteligência / automação artificial nas atividades, ou seja,
estudar como essas novas ferramentas poderão transformar a auditoria e o impacto que isso
vai gerar.

1.3.2 Objetivos Secundários:

 10

 Pesquisar como a inteligência artificial / automação inteligente pode ser

aplicada para reduzir as tarefas mecânicas da auditoria;

 Propor uma maneira de aplicar a inteligência artificial no trabalho da auditoria

com o objetivo de mitigar possíveis erros humanos;

 Determinar maneiras de harmonizar os benefícios vindos da inteligência

artificial com a necessidade da capacidade analítica e crítica do ser humano.

1.4 METODOLOGIA

Este trabalho terá como finalidade a realização de uma pesquisa com o objetivo de
pesquisar as possibilidades e possíveis impactos gerados pela aplicação de novas ferramentas
de IA na auditoria.

A classificação da pesquisa quanto aos seus objetivos, se divide em três grandes

grupos: exploratórias, descritivas e explicativas. A opção que mais se aproximou ao tipo de
estudo foi a exploratória. (GIL, 2002)

Os métodos de pesquisa utilizados nesse trabalho serão pesquisas bibliográficas,

sendo em essência, o estudo de artigos, pesquisas e publicações que dissertam acerca do tema
de inteligência artificial, automação inteligente e auditoria.

A pesquisa exploratória é aquela que tem por objetivo aprimorar hipóteses, validar
instrumentos e proporcionar familiaridade com o campo de estudo. A mesma constitui a
primeira etapa de um estudo mais amplo, e é muito utilizada em pesquisas cujo tema foi
pouco explorado, podendo ser aplicada em estudos iniciais para se obter uma visão geral do
objeto do estudo. (GIL, 2002)

As informações coletadas virão de fontes de pesquisa primárias (Relatórios técnicos,

Dissertações, Artigos, Projetos de estudo em curso.) e secundárias (Livros; Manuais; Artigos
de revisão; Feiras e exposições).
 11

2 FUNDAMENTOS DA AUDITORIA

O objetivo deste capítulo será abordar sobre as origens da auditoria, como o

trabalho evoluiu até a era de informação, as fases de trabalho e as transformações que
ocorreram na área.

2.1 AUDITORIA E SUA ORIGEM

Há explicações diversas para o nascimento da auditoria, uma destas diz no antigo

Egito havia a necessidade deles ratificar as atividades exercidas na época, sendo ela
arrecadação de impostos, outros povos como os sumérios, sírios, cretenses, gregos, romanos
já exerciam alguma atividade do tipo relacionada a controle das atividades financeiras. Os
romanos nomeavam auditor seus supervisores financeiros que eram responsáveis pela
economia, na França os barões realizavam a leitura das contas na frente de funcionários
escolhidos pela coroa real. (GUEDES, 2017)

É possível notar que o conceito de auditoria não é algo novo ou

necessariamente universal, portanto, no caso das grandes civilizações humanas é possível
concluir que sempre houve a necessidade de uma análise financeira, quantitativa e qualitativa
por questões de fiscalização e manutenção de padrões estabelecidos.

Por mais de 150 anos os auditores prestam suas atividades e representam um símbolo
de excelência nas atividades empresariais. Na era da informação, os auditores, aconselham as
organizações, moldam a política económica e assumem papéis de liderança (CAW, 2018).

Ao passar dos anos, tanto o conceito quanto a própria função da auditoria tem
passado por transformações, adaptando-se às mudanças económicas e sociais que imperam
nas organizações. Se primordialmente o principal objetivo era o da descoberta de erros e
fraudes, hoje, a auditoria representa um campo de ação muito mais alargado passando a
desempenhar também uma função orientadora e preventiva (Manual de Auditoria e de
Procedimentos, 1999).
 12

2.2 A AUDITORIA NA ERA DA INFORMAÇÃO

A auditoria não é um conceito de definição estática e tem sofrido alterações

decorrentes, nomeadamente, de escândalos como a falência da Enron nos EUA e
subsequentes crises financeiras. Assim, e de forma a clarificar as definições apresentadas, é
imprescindível mencionar quais os objetivos de uma auditoria. Ora, segundo a Norma
Internacional de Auditoria (ISA) 200, a finalidade de uma auditoria é aumentar o nível de
confiança dos stakeholders das demonstrações financeiras. Para tal, é necessário o auditor
obter “garantia razoável de fiabilidade” de que as demonstrações financeiras como um todo
estão isentas de distorção material, devido a erro ou fraude, e que foram preparadas, em todos
os aspetos materiais, de acordo com um referencial como um relatório financeiro confiável.

Pode-se afirmar que foi durante a Revolução Industrial, e o consequente crescimento

da atividade empresarial, que impulsionaram a adoção de métodos de auditoria como os
conhecemos nos dias de hoje. Concretamente, as empresas entenderam a importância da
prestação de contas para os investidores dos mercados bolsistas e a necessidade de
desenvolver mecanismos de detecção de fraude. Contudo, e embora estas matérias tenham
tido reflexo ao nível das práticas de contabilidade e auditoria, foi depois do grande Crash da
Bolsa de Valores em 1929 que a auditoria passou a ser obrigatória nos Estados Unidos para
devolver a confiança aos investidores. (A.I.C.P.A., 2012)

“Auditoria é um exame ou verificação de uma dada matéria, tendente a analisar a

conformidade da mesma com determinadas regras, normas ou objetivos, conduzido por uma
pessoa idónea, tecnicamente preparada, realizado com observância de certos princípios,
métodos e técnicas geralmente aceites, com vista a possibilitar ao auditor formar uma opinião
e emitir um parecer sobre a matéria analisada. “(Tribunal de Contas ,1999)

A auditoria contábil financeira é um tipo de atividade que tem o objetivo de controle

dos procedimentos da entidade, tornando a auditoria uma ciência que estuda o ramo dos
negócios, com papel de avaliar as informações trazendo uma maior eficácia e eficiência,
sempre seguindo os princípios de uma forma direcionada ao benefício da entidade
aprimorando os resultados. Auditoria verifica as transações de uma entidade em que está
sendo inspecionadas as demonstrações contábeis, que tem por finalidade a fidedignidade dos
registros contábeis assim expressando opiniões, conclusões, críticas e orientações. (GUEDES,
2017)
 13

No caso da auditoria financeira contábil, Instituições financeiras brasileiras que

possuem Comitê de Auditoria e/ou são listados na Bolsa de Valores são obrigadas a divulgar
suas demonstrações financeiras. A contabilidade é uma ferramenta para reduzir a assimetria
informacional no mercado de capitais. A informação contábil é útil nos processos de tomada
de decisão e promove a reação e ajuste nos preços das ações. A linha de pesquisa que estuda a
associação entre informações contábeis (lucro e patrimônio líquido) e os preços das ações é
chamado de “value” e tem sido objeto de inúmeros trabalhos de pesquisa. (MARQUES, 2020)

A auditoria financeira é uma ferramenta que pode ser aproveitada pelos gestores para
manter os registros alinhados e as contas equilibradas, o que é fundamental para manter a
competitividade do negócio e garantir a sua sobrevivência em momentos adversos, como
dificuldades financeiras ou crises econômicas.

2.3 FASES E TAREFAS DO TRABALHO DE AUDITORIA

O trabalho de auditoria pode ser dividido em fases, com diferentes possibilidades de

aplicação de IA. As fases podem ser separadas em Cinco, sendo elas: Orientação, Controle
interno, Testes Substantivos e Opinião e Emissão do Relatório. (MEIRA, 2019)

O trabalho inicia na fase de orientação, onde ocorre a recolha de informação acerca

do cliente e do setor em que ele está inserido. É aqui que o auditor adquire conhecimento
acerca do negócio do cliente, do ambiente que o rodeia, das competências e ética dos gestores
bem como a natureza e características da contabilidade e dos sistemas de reporte financeiro
utilizados. Em outras palavras, é o momento em que o auditor precisa conhecer e entender a
entidade em análise. É durante esta fase que se faz a avaliação do risco e, consequentemente,
se define as áreas críticas de auditoria, áreas de risco elevado e que envolvem julgamento
profissional, pelo que serão alvo de maior escrutínio por parte da equipe de auditoria,
geralmente resultando na elaboração de mais testes e a solicitação de mais evidências ao
cliente.

Em seguida, vem a etapa do controle interno da empresa. Trata-se de perceber quais

os procedimentos e controlos existentes na empresa e testá-los de forma a validar que estão de
facto a ser aplicados. Quanto maior o conforto retirado desta fase, menos extensivos serão os
testes.
 14

No caso dos testes substantivos, eles são utilizados para garantir que não existem
distorções materialmente relevantes nas demonstrações financeiras da empresa e para obter
evidência de que o tratamento contabilístico é o adequado. Estes testes incluem
procedimentos de revisão analítica e testes de detalhe às diversas rubricas que integram as
demonstrações, como por exemplo caixa, contas a receber, inventário, ativos fixos, entre
outras. É considerada a parte mais extensiva da auditoria, e geralmente é a fase que mais leva
tempo para ser completada.

E por fim, o auditor está em condições de expressar a sua opinião quanto às

demonstrações financeiras e de emitir o relatório. É levado em consideração se os princípios
contabilísticos geralmente aceites foram respeitados, se a auditoria decorreu de acordo com as
normas, se todas as matérias de relevância estão corretamente divulgadas e se todas as
incertezas inerentes à empresa e ao seu setor foram acauteladas. Também é a fase onde pode
ocorrer uma espécie de feedback entre a equipe de auditoria e o cliente, com os auditores
possivelmente fornecendo dicas e recomendações para corrigir falhas na gestão ou algum
outro tipo de controle da empresa.

2.4 TRANSFORMAÇÕES NA AUDITORIA

O aumento constante do uso de ferramentas de tecnologia da informação pelas

empresas modernas mudou a forma como as empresas registram e divulgam informações
financeiras. A coleta de transações e divulgação de informações financeiras são cada vez mais
feitas com várias ferramentas tecnológicas para coletar e preservar dados eletronicamente com
menos documentação em papel. Isso que vem com muita complexidade aumenta as
capacidades de auditoria para agregar valor, e esses desenvolvimentos representam um
desafio para os auditores desses negócios. Para ficar a par da tecnologia em um ambiente de
negócios tecnologicamente avançado, auditores expeditos são igualmente informados e
equipados com tecnologia avançada que pode orientar na exploração e compreensão de como
as transações financeiras e outros dados da entidade foram coletados, registrados e
processados. Para planejar de forma eficaz e executar a tarefa de auditoria de forma eficiente
para formar opiniões adequadas sobre as demonstrações financeiras da entidade. (KOKINA &
DAVENPORT, 2017)
 15

A implementação de tecnologia baseada em IA na auditoria atende a esse desafio

para os auditores com a possibilidade de automação do procedimento de auditoria de etapa.
Isso já está sendo feito por algumas das principais empresas de auditoria. Por exemplo;
Adoção da KPMG de recursos de IA do IBM Watson, isso é feito com o amplo acordo para
aplicar o Watson - que possui uma ampla variedade de “interfaces de programas de
aplicativos (APIs)”, aos vários processos de auditoria da empresa. Outro exemplo disso é o
Halo desenvolvido pela PricewaterhouseCoopers (PwC) - uma plataforma de análise que
serve como pipeline para produtos de IA e realidade aumentada. Assim também, o Argus for
AI desenvolvido pela Deloitte. Esses desenvolvimentos visam aumentar a eficácia de cada
etapa dos processos de auditoria.

O estudo das etapas envolvidas no processo de auditoria permite entender a

importância da integração da IA para a eficácia das tarefas. Existem tarefas estruturadas e
repetitivas a serem executadas em cada etapa da atribuição de auditoria que são muito
trabalhosas. Desde o pré-engajamento até a apresentação de opinião por meio de um relatório
de auditoria, a eficácia é crucial em cada uma dessas etapas. Um dos componentes do trabalho
do auditor é amostrar os dados sob análise. Tanto a amostragem aleatória quanto a não
aleatória introduz os riscos de omissão e comissão.

Tradicionalmente, os auditores eram capazes apenas de reduzir os riscos em vez de

eliminá-los. Uma das maneiras de diminuir os riscos de auditoria é aumentar o tamanho da
amostra, garantindo que todos os itens tenham a mesma chance de inclusão. Apesar do
aumento do tamanho da amostra, os auditores não conseguiram eliminar o risco de não
detectar erros materiais. Atualmente, os auditores contam com CAATs, comumente referidos
como Técnicas de Auditoria Assistida por Computador. Essas ferramentas permitiram que os
auditores realizassem análises de dados sem a necessidade de extrair tamanhos de amostra.
Ao mesmo tempo, ferramentas como a extração e análise de dados interativos (IDEA)
também introduzem essa capacidade, mas a organização e o processamento de dados finais
ainda exigem esforços humanos intensivos. (MANSOUR, 2016)

Outra atividade em auditoria é a revisão de documentos críticos. Por exemplo, os

auditores devem revisar todos os principais documentos do contrato para extrair informações
vitais, como preços, taxas de desconto e prazos de pagamentos. A introdução de sistemas de
IA permite que os auditores revisem registros e obtenham informações críticas em pouco
tempo (OMOTESO, 2012).
 16

Apesar da excelente capacidade dos sistemas de IA em melhorar a qualidade e a

eficácia da auditoria, há uma lista de desafios que estão sendo gradualmente aprimorados à
medida que a tecnologia de IA continua evoluindo, com a adoção de aprendizado profundo e
capacidade para maior espaço de armazenamento e grande população de dados. O primeiro
desses desafios é a falta de uma boa gestão e governança de dados. Após o aumento na
captura, processamento e armazenamento de novos dados, as organizações precisam
escrutinar a organização dos dados da empresa. Além de garantir a organização adequada e
acessibilidade dos dados, a gestão também garante manter a integridade em todos os níveis da
organização pela adesão adequada às medidas de controle por meio de sistemas
automatizados de auditoria que podem examinar os dados em um processo em andamento.

Afim de determinar a suscetibilidade da entidade a ameaças, é feita a avaliação de

risco. A avaliação de risco é um processo sistemático para identificar e analisar riscos
relevantes ou a identificação e análise de riscos relevantes que ameaçam a realização dos
objetivos de uma entidade, a avaliação de riscos é útil para avaliar e integrar profissionais
julgamentos sobre prováveis condições e/ou eventos adversos. No planejamento de auditoria,
a avaliação de risco tem a ver com o “reconhecimento de padrões”, cujo desvio imprevisto
deste dá uma indicação de risco. As tecnologias de IA podem ser implantadas para
automatizar efetivamente essa tarefa “identificando padrões em um grande volume de
transações” para detectar e sinalizar qualquer alteração inesperada no padrão. A IA
automatiza muitas tarefas de auditoria, como entradas de dados que anteriormente exigiam
esforços manuais. Ao contrário dos auditores humanos, os sistemas de IA podem analisar
100% dos dados, criar testes de auditoria e preparar scripts. O sistema usado requer máquinas
que possuem algoritmos embutidos que permitem que as máquinas aprendam os dados
recebidos. A avaliação de riscos é uma tarefa crucial a ser realizada ao planejar uma auditoria,
como tal, alavancar um sistema baseado em IA ajudaria na eficácia e eficiência do trabalho.

Equipes de auditoria interna podem aplicar machine learning ao controle de

transações e o cumprimento de funções gerais de auditoria. Em particular, as equipes estão
usando o aprendizado de máquina para algumas das áreas propensas à fraude. Por exemplo,
compras e entradas manuais do sistema. Esta invenção está provando ser útil não apenas aos
auditores, mas também a outras partes interessadas que pretendam supervisionar as
transações. Por fim, o stakeholder acha fácil visualizar as tendências e levantar dúvidas
quando surgem anomalias. O uso do aprendizado de máquina está permitindo que as
máquinas prevejam as tendências em transações críticas. Os sistemas também fornecem
 17

informações sobre avaliação de risco, escopo do projeto, identificação de problemas,

identificação de subpopulação e quantificação. As equipes de auditoria interna podem
executar esses sistemas de IA com especificação limitada usando configurações. Exemplos
dessas configurações incluem a árvore de decisão, análise de afinidade, e agrupamento k-
means. A NPL (Non Performing Loan) está permitindo que os auditores digitalizem grandes
volumes de documentos, o que pode consistem em contratos, empréstimos e outros tipos de
dados não estruturados. A NPL é uma linguagem de programação com capacidade de designs
de correspondência de padrões. O software pode facilmente combinar e comparar o padrão de
lançamentos contábeis.

A capacidade de IA de ter sistemas para trabalhar com dados não estruturados e

extrair pontos de dados relevantes é um avanço essencial em relação aos modelos tradicionais,
onde a automação era apenas para dados estruturados e claramente rotulados. Por mais atual e
interessante que o tópico da IA na auditoria pareça ser, apenas estudos limitados estão
disponíveis sobre o efeito transformacional contínuo que a tecnologia emergente está tendo no
processo de auditoria, principalmente sobre a eficácia que traz aos processos de auditoria.
(KOKINA & DAVENPORT, 2017; OMOESTO, 2012)
 18

3 INTELIGÊNCIA ARTIFICIAL

O objetivo desse capítulo será de abordar os conceitos básicos de IA, as

aplicabilidades dessa ferramenta no trabalho da auditoria e explicar o que é o Machine
Learning.

3.1 CONCEITOS

Inteligência Artificial (IA), defende a integração da inteligência humana em

máquinas. A ideia básica da IA é entender o contexto e tomar decisões inteligentes com base
nas informações em mãos. A IA pode ser vista como sinônimo de tecnologia cognitiva ou
computação cognitiva com o nível de inteligência adequado para realizar tarefas cognitivas.
(GHANOUM, 2020)

A IA é um termo amplo e sem um significado único, entretanto, pode ser definida

como sistemas inteligentes, que incluem um conjunto diverso e distinto de técnicas,
ferramentas e algoritmos, que possuem a capacidade de aprender e pensar. Adicionalmente, a
IA está também relacionada com tecnologias que permitem desempenhar funções que, de
outra forma, requereriam inteligência humana, como o reconhecimento de imagem ou a
tradução de idiomas.

Segundo o McKinsey Global Institute (MGI) A IA pode ser subdividida em duas

categorias: A IA genérica que consegue fazer qualquer tarefa desempenhada por um humano,
mas que atualmente não existe, e a IA específica. A IA específica só é capaz de desempenhar
uma determinada tarefa e pode ser subdividida em cinco áreas da IA: visão computacional;
linguagem; robótica e veículos autónomos; agentes virtuais; e machine learning (ML), que é
baseado em algoritmos que aprendem com dados sem depender de programação para dar uma
determinada resposta. Avanços recentes nas aplicações de IA têm sido ao nível desta última
área e do seu subcampo denominado deep learning. (MGI, 2017)

Com a chegada dos computadores, planilhas eletrônicas, bancos de dados, a

disseminação da internet e a portabilidade da tecnologia com os smartphones impactaram de
forma revolucionária como as organizações manipulam a tecnologia para atingir seus
objetivos. A (IA) está pronta para fazer o mesmo, só que seu potencial de mudança nas
corporações pode ser uma das maiores mudanças desde a revolução industrial de 1760.
 19

3.2 APLICABILIDADES E MACHINE LEARNING

Nas últimas duas décadas, houve um aumento exponencial na capacidade

computacional, contribuindo para os recentes desenvolvimentos em inteligência artificial. Por
exemplo, analisar conjuntos de dados de grande porte em um modelo complexo pode ser
concluído muitas vezes mais rápido com os avanços recentes na abordagem de aprendizado de
máquina (ML). Dados massivos podem ser gerados para treinamento de IA à medida que o
desenvolvimento da computação sensível ao contexto e aquisição de dados em tempo real de
fontes on-line amadurecem. (CHEN, 2021)

Os algoritmos de aprendizagem automática, conhecidos também como as

ferramentas de ML, permitem que os computadores aprendam com base na experiência.
Daqui advém que a IA pode vir a ter um impacto significativo na reformulação de tarefas
atualmente desempenhadas por humanos, sendo até expectável que estas tecnologias tenham
um impacto superior ao das Revoluções Industrial e Digital juntas (MEIRA, 2019)

3.3 APLICAÇÃO DA IA

A inteligência artificial contribui (e contribuirá) para o aumento da automação de

diferentes tarefas. Atividades como dirigir carros, entregar produtos, classificar itens e prever
tendências serão executadas com maior grau de precisão. Hoje em dia vivemos na era dos
algoritmos e eles estão presentes na nossa vida diariamente sem darmos conta disso. Nos
nossos computadores, smartphones, eletrodomésticos, brinquedos, quando fazemos pesquisas
na Internet, mas não só, existem muitas áreas onde os algoritmos podem ser aplicados e uma
delas é a aprendizagem automática. (MEIRA, 2019)

Quando aplicada na área de auditoria, a IA é um conjunto de elementos de

tecnologias que completam e mudam a auditoria. Os processos de auditoria são resultados
diretos das tecnologias acessíveis no momento, como por exemplo a inclusão dos
computadores alterou o propósito e as formas de exame, a chegada da análise alterar o escopo
e o modo da auditoria de mais proativa do que reativa. Com a chegada da IA será integrado às
atividades parecidas com as humanas na automação, de modo geral as atividades serão
 20

executadas de forma mais eficiente e com menor margem de erro. Deve-se levar em
consideração que na auditoria a tecnologia pode alterar de forma significativa seu processo.
Podemos contextualizar que com o advento da IA permitirá exame completo dos contratos e a
extração de suas características, de forma muito mais organizada e precisa de como é hoje.
(Cruz, 2020)

A integração da IA em cada etapa do processo de auditoria poderá remover as

tarefas repetitivas comuns no trabalho e fazer com que a análise de grandes volumes de dados
seja mais fácil para os auditores. Com essa possibilidade poderá tornar assim mais fácil
concentrar-se em atividades que trarão maior valor para os clientes. (GHANOUM, 2020)

Uma maneira no qual a IA pode ser aplicada no universo da auditoria é na revisão de

contratos. Ferramentas de ML permitem que humanos possam analisar um número muito
maior de contratos em um tempo muito menor do que seria possível com a revisão manual
tradicional. Segundo o autor, em um experimento recente, ferramentas de inteligência
artificial foram capazes de precisamente extrair informação de contratos utilizando um critério
pré-selecionado na grande maioria dos casos, tendo por cima um nível maior de precisão do
que um médio revistador humano é capaz de ter. (CRUZ, 2020)
 21

4 O MERCADO DE AUDITORIA NO BRASIL

O objetivo deste capítulo será apresentar as sociedades de auditoria no

Brasil, apresentar as fases de trabalho da auditoria e evidenciar como as Big Four estão
fazendo uso de ferramentas de IA.

4.1 SOCIEDADES DE AUDITORIA

Dividem-se em dois grandes grupos as sociedades de auditoria: as Big Four e as

Non-Big Four. O primeiro grupo é o resultado de diversas fusões que ocorreram após os anos
80 do passado século e é composto pelas quatro empresas de auditoria de maior dimensão, a
PwC, a Ernst & Young (EY), Deloitte e a KPMG. (Almeida, 2017)

As Big Four possuem presença global através de filiais e, apesar destas terem
maioritariamente sócios nacionais na sua estrutura, todas partilham as tecnologias, os
procedimentos e as instruções da sede internacional de cada uma.

Segundo Almeida (2017), o grupo das Non-Big Four é constituído por empresas
muito heterogéneas, as mais comuns, e que existem em maior abundância, são pequenas
empresas nacionais de auditoria, porém há ainda um reduzido número de empresas
internacionais, mas cuja dispersão mundial não é tão vasta e expressiva como a das Big Four.
As sociedades de auditoria estão tipicamente organizadas numa estrutura piramidal, em que a
cada nível hierárquico cabem diferentes funções e níveis de responsabilidade.

No topo desta hierarquia estão os Sócios ou Partners. São eles, como o próprio nome
já diz, os proprietários da sociedade. Abaixo, temos os Supervisores / Gerentes. or norma,
estão há mais de cinco anos na sociedade e são responsáveis por supervisionar a condução das
auditorias. Em seguida, há os Seniores. Estes geralmente possuem dois ou mais anos de
experiência e são os responsáveis pelo trabalho de campo e supervisionam o trabalho dos
assistentes. E por fim, temos os Assistentes e os Trainees. São o primeiro cargo
desempenhado numa sociedade de revisores. Realizam as tarefas mais detalhadas e rotineiras.
 22

4.2 FASES DE TRABALHO DA AUDITORIA

O trabalho dos auditores pode ser divido em sete fases: o pré planejamento, a
contratação, a percepção dos controles internos e identificação dos fatores de risco, a
Avaliação do risco de controle, a realização dos testes substantivos, a avaliação das evidências
obtidas e a elaboração do relatório de auditoria. As organizações com estratégias digitais bem
definidas e implementadas terão vantagem na introdução da (IA) aos seus negócios. Já os
auditores terão que adquirir conhecimento para observar os riscos e controles inerentes a
tecnologias aplicadas à auditoria, assim como as técnicas usadas com a utilização das novas
tecnologias. (Meira 2019)

A fase de pré planejamento consiste da fase inicial de conhecimento do cliente e do

setor onde se insere. Tradicionalmente, O auditor analisa o setor do cliente, a estrutura
organizacional da empresa, os métodos operacionais e os sistemas contabilísticos e
financeiros. Ele/a também estima o nível de risco inicial associado ao cliente. Com a
aplicação da IA, IA recolhe e analisa Big Data provenientes de várias fontes de dados
relacionados com a estrutura da organização, os métodos operacionais e os sistemas
contabilísticos e financeiros alimentam o sistema de IA. IA estima o nível de risco inicial
associado ao cliente.

Na fase da Contratação, O auditor prepara a carta de compromisso com base no risco

estimado do cliente. O Cliente e Auditor assinam o contrato. IA utiliza a estimativa do nível
de risco inicial para calcular os honorários de auditoria e o número de horas que esta exigiria.
IA analisa uma base de dados de contratos (previamente analisados) e prepara o contrato para
o cliente automaticamente Cliente e Auditor assinam o contrato.

Para a percepção dos controles internos e identificação dos fatores de risco, é preciso
documentar na pasta de trabalho a informação obtida para entendimento dos controlos
(fluxogramas, questionários, narrativas, visitas às instalações). O auditor reúne toda esta
informação e utiliza o seu julgamento profissional para identificar fatores de risco. É
necessário possuir um entendimento do sistema de controle interno para determinar a
extensão, natureza e o timing dos testes substantivos. Com a IA, Informação fornecida pelo
cliente (fluxogramas, narrativas e questionários preenchidos) é introduzida no sistema de IA,
que usa o reconhecimento de imagem e o text mining para a analisar. Em vez de visitas
físicas, podem ser utilizados drones para capturar imagens de vídeo que serão posteriormente
 23

analisadas pelo sistema (IA) utiliza o reconhecimento de padrões e métodos de visualização

para identificar fatores de risco. IA agrega toda a informação de forma a identificar risco de
fraude e atos ilegais.

No caso da Avaliação do risco de controle, ocorre a análise das políticas e

procedimentos de controle interno da empresa. Os auditores realizam a avaliação do risco
para cada componente, teste aos controles, reavaliação do risco, documentar os testes aos
controles. Sistema de monitorização contínua (baseado em IA) examina a totalidade dos
registros e reporta quaisquer violações dos controles. IA utiliza o process mining de modo a
verificar se o sistema de controlo interno, mais do que bem desenhado, está sendo
implementado corretamente. Logs gerados automaticamente para garantir a integridade dos
dados e prevenir a sua falsificação

Em seguida, vem a fase dos testes substantivos. É a fase em que a diferença entre os
dois processos (tradicional vs. IA) é mais pronunciada. Tradicionalmente, são rodados os
testes periódicos por amostra, testes de detalhe a uma amostra de transações, testes de detalhe
de saldos (em determinado momento) e procedimentos analíticos. A IA examina a
proveniência dos dados e roda testes de detalhe a 100% das transações numa base contínua.
Testes de detalhe de saldos contínuos (em todos os momentos). Reconhecimento de padrões,
visualização, benchmarks e métodos de detecção de outliers aplicados continuamente aliados
aos procedimentos analíticos.

A avaliação da evidência obtida é a fase para aferir a qualidade e credibilidade da

prova obtida pelo cliente. O Auditor deve avaliar a suficiência, clareza e aceitação da
evidência recolhida. Consequentemente, o auditor pode recolher mais evidência ou desistir do
compromisso. Passa a fazer parte da fase anterior dada a importância de garantir a qualidade
dos dados antes da execução dos testes substantivos.

E por fim, é elaborado o relatório de auditoria. É a última fase do processo de

auditoria que consiste na emissão da opinião do auditor. O auditor reúne a informação obtida
nas fases anteriores para emitir o relatório. Relatório é taxativo: limpo, qualificado, adverso,
etc. IA utiliza um modelo preditivo para estimar os vários riscos identificados. Relatório pode
ser contínuo (por exemplo numa escala de 1-100) em vez de taxativo.
 24

4.3 APLICAÇÕES DE INTELIGÊNCIA ARTIFICIAL NAS BIG FOUR

Grandes firmas de auditoria já estão fazendo uso da IA em grande escala, e as Big

Four já estão implementando grandes projetos e ideias para se manter no todo do jogo.

A Deloite por exemplo está fazendo uso de uma plataforma de revisão de

documentos baseado em IA, onde seu primeiro uso foi em 2014. A Deloitte declara que esta
plataforma automatizou o processo de verificação e mineração de todas as informações
relevantes dos contratos, reduzindo o trabalho laboral e os esforços humanos. A empresa
afirma que a tecnologia auxiliou na redução do tempo gasto na revisão de documentos e
contratos legais, faturas, demonstrações financeiras e atas de reuniões do conselho.

Ernst & Young está fazendo uso da (IA) para a análise nos documentos de
arrendamento. A empresa confirmou que o uso da (IA) agilizou a coleta de informações
relevantes dos documentos, como por exemplo a data de início do aluguel, valor a ser pago e
opções de renovação ou rescisão. A empresa está se preparando para dar início na
automatização do processo de auditoria. Sendo afirmado pela companhia que a (IA) reduzirá
o tempo gasto com a revisão de documentos dando assim mais tempo para os colaboradores
participarem do julgamento e da parte analítica do processo, mas este aplicativo ainda se
encontra em fase de teste.

Assim como seus principais concorrentes, a PwC fez um grande investimento em

inteligência (IA) para a auditoria. Foi feito uma parceria com uma empresa H2O.ai, para
desenvolver um bot revolucionário que usa (IA) de machine learning para fazer uma análise
completa de uma companhia, analisando bilhões de arquivos em milissegundos, e conferindo
a contabilidade atrás de erros que possam ser relevantes. A tecnologia foi chamada de GL.ai,
sendo este um projeto pioneiro de “Audit.ai” da PwC. Esta tecnologia foi eleita como a
'Inovação em Auditoria do Ano' pelo International Accounting Bulletin em outubro de 2017.

No caso da KPMG, foi implementado um Call Center Analytics Engine - Utiliza a

Processamento de Linguagem Natural (PNL) para projetar um modelo para antever
acontecimento futuros, e também transformar chamadas de clientes em texto não organizado,
que torna mais simples a identificação de palavras-chave, assim como analisar o sentimento
do cliente e prever tendências futuras. Usando técnicas de (IA) para criar um modelo de
previsão de eventos em negócios futuros. Também é usada para buscar em documentação -
contrato, contrato de leasing e acordo de investimento em sua totalidade e produzir
informações relevantes (FAGGELLA, 2
 25

5 O FUTURO DA AUDITORIA

O objetivo deste capítulo será de analisar as possíveis vantagens e desvantagens

da implementação da IA na auditoria e estudar os impactos que essa integração poderá gerar.

5.1 POSSÍVEIS VANTAGENS E DESVANTAGENS DA APLICAÇÃO DA IA NA

AUDITORIA

Olhando para as evoluções do passado, como a chegada dos computadores,

planilhas eletrônicas, bancos de dados, a disseminação da internet e a portabilidade da
tecnologia com os smartphones que impactaram a forma como as organizações manipulam a
tecnologia para atingir seus objetivos. A IA está pronta para fazer o mesmo agora, só que seu
potencial de mudança nas corporações pode ser uma das maiores mudanças desde a primeira
revolução industrial. (GHANOUM, 2020)

As principais vantagens da aplicação da IA na Auditoria são:

 Aumento na Produtividade

Uma das maiores vantagens da Inteligência Artificial é que ela pode reduzir
significativamente o tempo de realizar testes e documentos. As decisões tomadas pela IA em
cada passo são decididas por informações previamente coletadas e um certo conjunto de
algoritmos. Quando programados corretamente, esses erros podem ser reduzidos a nuls.

 Maior Disponibilidade

Os humanos também precisam de pausas e folgas para equilibrar sua vida

profissional e vida pessoal. Mas a IA pode funcionar sem parar sem pausas. Eles pensam
muito mais rápido do que os humanos e realizam múltiplas tarefas de cada vez com resultados
precisos. Eles podem até mesmo lidar com trabalhos repetitivos tediosos facilmente com a
ajuda de algoritmos de IA.
 26

 Assistência Digital

Algumas das empresas mais tecnologicamente avançadas se envolvem com

usuários usando assistentes digitais, o que elimina a necessidade de pessoal humano. Muitos
sites utilizam assistentes digitais para fornecer conteúdo solicitado pelo usuário. Podemos
discutir nossa busca com eles na conversa. Alguns chatbots são construídos de uma forma que
torna difícil dizer se estamos conversando com um humano ou um chatbot.

As empresas podem criar um chatbot ou um bot de voz que pode responder a

todas as perguntas de seus clientes usando IA.

 Novas Invenções

Em praticamente todos os campos, a IA é a força motriz por trás de inúmeras

inovações que ajudarão os seres humanos a resolver a maioria das questões desafiadoras.

 Decisões Sem Víeis

Os seres humanos são movidos por emoções. AI por outro lado, é desprovido de
emoções e altamente prático e racional em sua abordagem. Uma grande vantagem da
Inteligência Artificial é que ela não tem nenhuma visão tendenciosa, o que garante uma
tomada de decisão mais precisa.

 Realização de Tarefas Repetitivas

A IA pode ser utilizada para automatizar eficientemente essas tarefas meniais e

até eliminar tarefas "chatas" para as pessoas, permitindo que elas se concentrem em atividades
mais criativas.
 27

Levando agora em consideração as principais desvantagens da aplicação da IA,

temos:

 Custo Elevado

A habilidade de criar uma máquina que possa simular inteligência humana não é
uma façanha pequena. Requer muito tempo e recursos e pode custar muito dinheiro. A IA
também precisa operar no hardware e software mais recentes para se manter atualizada e
atender aos requisitos mais recentes, tornando-o bastante caro.

 Desemprego

Uma aplicação da inteligência são os robôs, que estão deslocando ocupações e

aumentando o desemprego (em alguns casos). Portanto, alguns afirmam que há sempre uma
chance de desemprego como resultado de chatbots e robôs substituindo humanos por
exemplo.

 Tornas Humanos Preguiçosos

Aplicações de IA automatizam a maioria das tarefas tediosas e repetitivas. Como não

temos que memorizar coisas ou resolver quebra-cabeças para fazer o trabalho, tendências
apontam que humanos irão usar cada vez menos nossos cérebros. Esse vício em IA pode
causar problemas às gerações futuras.

 Ausência de Ética

Ética e moralidade são características humanas importantes que podem ser

difíceis de incorporar em uma IA. O rápido progresso da IA levanta uma série de
preocupações, como que um dia, a IA crescerá incontrolavelmente, e eventualmente acabará
com a humanidade. Este momento é referido como a singularidade da IA.
 28

 Ausência de Emoção

Os seres humanos funcionam como uma equipe, e a gestão de equipes é essencial

para atingir as metas. No entanto, não há como negar que os robôs são superiores aos
humanos quando funcionam de forma eficaz, mas também é verdade que as conexões
humanas, que formam a base das equipes, não podem ser substituídas por computadores.

Pode-se concluir que apesar das desvantagens existentes, A (IA) aumenta a

capacidade humana permitindo uma variedade de novas capacidades e técnicas, capacidades
estas impossíveis a alguns anos atrás, um exemplo disto é a modelagem de perda, análise de
crédito, avaliação, processamento de transações entre outros. Sendo assim, é de suma
importância que o auditor fique atento a esta tecnologia e sua aplicação prática.

5.2 IMPACTOS DA IA NA AUDITORIA

Por meio da aplicação em grande escala da IA, as atividades serão executadas de

forma mais eficiente e com menor margem de erro. Deve-se levar em consideração que na
auditoria a tecnologia pode alterar de forma significativa seu processo, como por exemplo a
inclusão dos computadores possibilitou fazer testes populacionais completos, sendo diferente
do exame manual de documentos, com este comparativo passado, podemos contextualizar que
com o advento da IA será possível o exame completo dos contratos e a extração de suas
características e informações. (CRUZ, 2020)

Durante as primeiras fases de implementação da IA, cada empresa terá sua

estratégia de aplicação de acordo com seus objetivos e para capitalizar as oportunidades que a
IA pode oferecer. Um exemplo de estratégia simples para estes objetivos seria a abordagem
de usar a extensão lógica do Big Data. As organizações que possuem estratégias digitais bem
definidas e implementadas terão vantagem na introdução da IA aos seus negócios. Já os
auditores terão que adquirir conhecimento para observar os riscos e controles inerentes a
tecnologias aplicadas à auditoria, assim como as técnicas usadas com a utilização das novas
tecnologias. Além de precisar estudar e entender as novas dinâmicas do trabalho com a IA, os
 29

profissionais precisarão desenvolver mais o seu ládo crítico e analítico, já que a parte mais
manual do trabalho passará a ser feito pelos sistemas de IA.

A IA pode ser aplicada em cada fase do trabalho de auditoria, assim tornando

algumas tarefas obsoletas, podendo até mesmo ser vista como uma linha de produção, onde a
IA seria capaz de planejar a auditoria baseando-se na situação do cliente e nas evidências
encontradas na base de dados e assim bastando que o auditor analise e complemente com seu
julgamento. Já se tem consciência de que praticamente nenhuma profissão está imune a
automação, mas a IA irá trazer benefícios dos quais a auditoria carece, permitindo um
aumento na rapidez dos processos e na qualidade do trabalho, podendo o auditor ao invés de
partir de uma amostra de dados, poderá fazer a auditoria em sua totalidade de uma forma mais
rápida e eficiente.

A era da economia digital chegou e está diretamente ligada a geração de dados

cada vez maiores, no entanto, as normas de auditoria seguem um procedimento de auditoria
tradicional que eram efetivas para um volume de dados relativamente reduzidos, sendo assim
as normas terão que possibilitar e incentivar os auditores e as companhias a utilizarem a IA de
maneira a conceder um nível maior de confiabilidade a os consumidores destas informações
financeiras.

Ao invés de analisar os dados por amostragem manual, os auditores poderão

examinar todas as transações com uma ocupação menor de seu tempo, deste modo passarão
um menor tempo em tarefas manuais e assim poderão focar seu tempo na interpretação de
dados gerados pelas ferramentas de IA. Os auditores serão auxiliados pela IA em seus
julgamentos profissionais tomando como base os dados de maior qualidade gerados pela IA e
isto acaba potencializando sua decisão e terá como consequência um nível de confiança maior
do trabalho realizado.

Os possíveis impactos da integração das ferramentas de IA no trabalho do auditor são

múltiplos, mas conforme citado acima as vantagens são grandes, tanto para o profissional de
auditoria quanto para o cliente: menos tempo gasto na tarefas repetitivas e minuciosas e mais
tempo para a análise e estudo de dados.
 30

6 CONSIDERAÇÕES FINAIS

O principal objetivo do trabalho foi de estudar como e quais poderão ser as

mudanças no trabalho da auditoria provocadas pela aplicação das ferramentas de IA /
automação artificial nas atividades do auditor. É possível concluir que que aplicação da IA
trará muitas vantagens tanto para o auditor quanto para o cliente, como o aumento da
produtividade e eficiência do trabalho (especialmente com as tarefas mais analíticas) e a
chegada de novas invenções que facilitarão o trabalho para todos. Todavia, haverá também
desvantagens como a possível perda do emprego para os profissionais que não adaptarem e a
possibilidade da aplicação da IA tornar os humanos mais preguiçosos.

Deduz-se também do estudo que o principal elo entre IA e a eficácia do processo de

auditoria é a redução dos erros que fazem com que os auditores repetem o trabalho. Por
exemplo, os sistemas de IA podem coletar e examinar registros financeiros de forma coerente
e eficaz. A IA reduz o tempo necessário para classificação e comparação de transações mais
do que os primeiros lançamentos no diário. Os auditores que usam métodos manuais muitas
vezes não cobrem essas transações.

Deve-se colocar muita ênfase na importância de adquirir habilidades adequadas para

lidar com as ferramentas de IA além da importância do audior treinar e manter o ceticismo
profissional sólido afim de assegurar uma posíção sólida e um futuro próspero como auditor.

A aplicação da IA na auditoria é uma área de estudo emergente que não foi

pesquisada extensivamente, pois há poucos estudos anteriores disponíveis. Como contribuição
teórica, este estudo fornece insights para auditores e governadores corporativos sobre as
vantagens que a adoção da IA traz para cada etapa do processo de auditoria.

O principal objetivo deste estudo foi de explorar como a IA aumenta a eficácia no

processo de auditoria. Como sugestão para pesquisas futuras, mais estudos dentro da área de
IA em auditoria serão essenciais para acompanhar o quão preciso o algoritmo de IA se torna
gradualmente à medida que o software desenvolve.

O custo derivado da aplicação das tecnologias de IA pode ser simplesmente

alcançado com o financiamento certo, competências e desenvolvendo uma subcultura aberta à
inovação. Em última análise, inovação é assumir novos riscos e desafiar convenções.
 31

REFERÊNCIAS

ALMEIDA, B. (2017). Manual de Auditoria Financeira: Uma análise integrada baseada no

risco, 2ª edição, Lisboa, Portugal: Escolar Editora.

American Institute of Certified Public Accountants (A.I.C.P.A.) (2012), Evolution of

Auditing: From the Traditional Approach to the Future Audit, White Paper.

BRASIL (1998). Lei n° 2534, de 2 de abril de 1998. Estabelece o plano geral de outorgas.
Disponível em: http://www.planalto.gov.br/ccivil_03/_ato2007-2010/2007/lei/l11638.htm
acesso em: 13/10/2022

Chartered Accountants Worldwide (CAW) (2018), Who are Chartered Accountants

Worldwide? Disponível em: acesso em: 13/10/2022

CHEN, Chun-Hsien. – A systematic literature review on intelligent automation – Aligning

concepts from theory, practice, and future perspectives. Hong Kong, the Hong Kong
Polytechnic University, 2021. Disponível em:
https://www.sciencedirect.com/science/article/abs/pii/S147403462100001X?dgcid=author
acesso em: 13/10/2022

CRUZ, Ricardo Mota da; BERTOLLO, Diego Luís; CAMARGO, Maria Emília. - O Impacto
da Inteligência Artificial na Auditoria - Uma Revisão Bibliográfica Caxias do Sul:
Universidade de Caxias do Sul, 2020. Disponível em:
http://www.ucs.br/etc/conferencias/index.php/mostraucsppga/xxmostrappga/paper/viewFile/6
809/2181 acesso em: 13/10/2022

FAGGELLA, D. – AI nas Quatro Grandes da Contabilidade – Comparando Deloitte, PwC,

KPMG e EY. Disponível em: AI in the Accounting Big Four – Comparing Deloitte, PwC,
KPMG, and EY | Emerj Artificial Intelligence Research acesso em: 13/10/2022

GHANOUM, Salim; MODUPE, Folasade Alaba - Integration of Artificial Intelligence in

Auditing - The Effect on Auditing Process. Kristianstad: Kristianstad University, 2020.
Disponível em: https://www.diva-portal.org/smash/get/diva2:1446778/FULLTEXT01.pdf
acesso em: 13/10/2022

GIL, Antônio Carlos; Métodos e técnicas de pesquisa social. 5ª ed. São Paulo: Atlas, 1999.

GUEDES, Oldham Silva – Origem e Evolução da Auditoria. Centro Universitário São

Lucas, Porto Velho, 2017. Disponível em:
 32

http://repositorio.saolucas.edu.br:8080/xmlui/bitstream/handle/123456789/2786/Oldham%20
Silva%20Guedes%2C%20Kauary%20Souza%20-
%20Origem%20e%20evolu%C3%A7%C3%A3o%20da%20auditoria.pdf?sequence=1&isAll
owed=y acesso em: 13/10/2022

KOKINA, J., & DAVENPORT, T. H, (2017). The Emergence of Artificial Intelligence:

How Automation is Changing Auditing. Wellesley, Massachusetts Babson College, 2017.
Disponível em:
https://www.researchgate.net/publication/315955305_The_Emergence_of_Artificial_Intellige
nce_How_Automation_is_Changing_Auditing acesso em: 13/10/2022

LÓPEZ, Manuel Rodríguez; Sánches, Carlos Piñeiro; Monelos, Pablo de Llano. -

Determinación del riesgo de fracaso financiero mediante la utilización de modelos
paramétricos, de inteligencia artificial, y de información de auditoria -
Financial risk determination of failure by using parametric model,
Artificial intelligence and audit information. A Coruña: Universidad de A Coruña, 2014.
Disponível em: https://www.scielo.cl/pdf/ede/v41n2/art02.pdf acesso em: 13/10/2022

MANSOUR, E. (2016). Factors affecting the adoption of computer assisted audit

techniques in audit process. Findings from Jordan. Business and Economic Research,
Hashemite University, Jordânia, 2016. Disponível em:
https://www.macrothink.org/journal/index.php/ber/article/view/8996/7478 acesso em:
13/10/2022

Manual de Auditoria e de Procedimentos (1999), Vol. I. Disponível em:

https://www.tcontas.pt/pt-pt/NormasOrientacoes/ManuaisTC/Documents/Manual_vol1.pdf
acesso em: 13/10/2022

MARQUES, Mariana TITOTO. IFRS vs Bacen Gaap: Accounting Information’s Value

Relevance of the Brazilian Financial Institutions. Universidade de São Paulo,
Ribeirao Preto, 2020. Disponível em: file:///C:/Users/eduar/Downloads/01-BBR-2020-
0669.R3+EN.pdf acesso em: 13/10/2022

MEIRA, Mariana Filipa Pinto. O Impacto da Inteligência Artificial na Auditoria. Porto:

Universidade do Porto, 2019. Disponível em:
https://sigarra.up.pt/fep/pt/pub_geral.show_file?pi_doc_id=224153 acesso em: 13/10/2022

McKinsey Global Institute (MGI) (2017), Artificial Intelligence: The Next Digital Frontier,
discussion paper. Disponível em:
https://www.mckinsey.com/~/media/mckinsey/industries/advanced%20electronics/our%20insi
ghts/how%20artificial%20intelligence%20can%20deliver%20real%20value%20to%20comp
anies/mgi-artificial-intelligence-discussion-paper.ashx acesso em: 13/10/2022
 33

OMOTESO, K. (2012). The application of Artificial Intelligence in Auditing: Looking

back to the Future. Expert Systems With Applications, Leicester Business School, Faculty of
Business and Law, De Montfort University, The Gateway, Leicester LE1 9BH, United
Kingdom, 2020. Disponível em: http://nikhamkar.ir/wp-
content/uploads/downloads/2015/02/210.pdf acesso em: 13/10/2022