1

EVALUACIÓN DEL IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA

CONTABILIDAD: UN ANÁLISIS DE SUS IMPLICACIONES EN LA AUTOMATIZACIÓN,

TOMA DE DECISIONES Y ÉTICA

PRESENTADO POR:

LEYDI JOHANA DEL C. ESCOBAR

CORPORACIÓN UNIVERSITARIA AMERICANA

CONTADURÍA PÚBLICA

PROYECTO DE INVESTIGACION II

MEDELLÍN, ANTIOQUIA

ABRIL, 2023
 2

EVALUACIÓN DEL IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA

CONTABILIDAD: UN ANÁLISIS DE SUS IMPLICACIONES EN LA AUTOMATIZACIÓN,

TOMA DE DECISIONES Y ÉTICA

Objetivo General:

⎯ evaluar el impacto de la inteligencia artificial en la contabilidad, analizando sus

implicaciones en la automatización de procesos contables, la toma de decisiones

financieras y los aspectos éticos involucrados.

Objetivos Específicos:

⎯ Realizar un análisis del marco conceptual de la inteligencia artificial, incluyendo

sus fundamentos, técnicas y aplicaciones en el ámbito contable, a través de la

revisión de fuentes bibliográficas especializadas como libros, artículos científicos y

documentos técnicos.

⎯ Evaluar el impacto de la inteligencia artificial en la automatización de procesos

contables, identificando las áreas y tareas contables que pueden ser automatizadas

mediante el uso de algoritmos y técnicas de aprendizaje automático.

⎯ Investigar las implicaciones de la inteligencia artificial en la toma de decisiones

financieras, analizando cómo la utilización de algoritmos y modelos predictivos

basados en inteligencia artificial puede influir en la toma de decisiones contables y

financieras, así como los retos éticos asociados.

 3

Marco Conceptual:

Este marco estará basado en la revisión de la literatura existente sobre la inteligencia artificial,

incluyendo su definición, evolución, técnicas y aplicaciones en el ámbito contable. Se utilizarán

fuentes bibliográficas especializadas, como libros y artículos científicos de revistas especializadas

en contabilidad, finanzas y tecnología de la información.

Marco Teórico:

Este marco estará compuesto por la revisión de la literatura relacionada con el impacto de la

inteligencia artificial en la automatización de procesos contables, la toma de decisiones

financieras y los aspectos éticos involucrados. Se revisarán investigaciones académicas, informes

técnicos, casos de estudio y documentos de consulta emitidos por entidades reguladoras y

expertos en el campo de la contabilidad y la inteligencia artificial.

 4

Marco Conceptual:

Definición de la Inteligencia Artificial: Como inteligencia artificial se entiende el conjunto

de técnicas, algoritmos y sistemas que permiten a las máquinas o computadoras realizar tareas

que normalmente requieren de inteligencia humana. Esto incluye la capacidad de aprender,

razonar, tomar decisiones, reconocer patrones, comprender el lenguaje natural, procesar

información y adaptarse a situaciones cambiantes, entre otras habilidades.

La inteligencia artificial puede ser clasificada en diferentes tipos, como la inteligencia

artificial débil o estrecha, que se enfoca en resolver tareas específicas y limitadas, y la

inteligencia artificial fuerte o general, que busca emular la capacidad cognitiva y adaptativa del

ser humano en diferentes contextos.

La inteligencia artificial ha experimentado un rápido desarrollo en los últimos años, impulsado

por avances en la tecnología, como el procesamiento de grandes cantidades de datos, el

aprendizaje automático (machine learning), las redes neuronales artificiales, el procesamiento del

lenguaje natural y la computación en la nube, entre otros. Esto ha llevado a la aplicación de la

inteligencia artificial en diversos campos, incluyendo la contabilidad, con el objetivo de mejorar

la eficiencia, precisión y automatización de procesos, así como el análisis y toma de decisiones en

el ámbito financiero y contable.

Evolución de la Inteligencia Artificial: La evolución de la inteligencia artificial ha

experimentado distintas etapas a lo largo de la historia. A continuación, se presentan algunas de

las principales etapas o momentos destacados en la evolución de la inteligencia artificial:

 5

Dartmouth Conference (1956): Considerada como el inicio de la inteligencia artificial como

un campo de estudio formal, en esta conferencia se acuñó por primera vez el término

"inteligencia artificial" y se sentaron las bases para la investigación en el área.

Regla de producción (1950s): Se desarrollaron sistemas basados en reglas de producción, que

permitían la representación de conocimiento en forma de reglas lógicas, y que fueron utilizados

en aplicaciones tempranas de inteligencia artificial.

Aprendizaje Automático (1950s y 1960s): Se comenzaron a desarrollar técnicas de aprendizaje

automático (machine learning), que permiten a las máquinas aprender a partir de datos y mejorar

su desempeño con la experiencia.

Redes Neuronales Artificiales (1960s y 1970s): Se propusieron y desarrollaron las primeras

redes neuronales artificiales, inspiradas en el funcionamiento del cerebro humano, como un

enfoque para la resolución de problemas de inteligencia artificial.

Invierno de la Inteligencia Artificial (1970s y 1980s): Debido a limitaciones tecnológicas y

desafíos en la investigación, la inteligencia artificial experimentó un declive en la inversión y la

atención pública, conocido como el "invierno de la inteligencia artificial".

Renacimiento de la Inteligencia Artificial (1990s y 2000s): El renacimiento de la

inteligencia artificial en las décadas de 1990 y 2000 se caracterizó por importantes avances en el

campo, impulsados por el desarrollo de nuevas tecnologías, algoritmos y enfoques de

investigación. Algunos de los hitos destacados durante este periodo incluyen:

 6

Aprendizaje automático y redes neuronales: Se produjo un renovado interés en el aprendizaje

automático, con el desarrollo de nuevos algoritmos y técnicas que permitieron a las máquinas

aprender de manera más eficiente a partir de grandes cantidades de datos. Las redes neuronales

artificiales también experimentaron avances significativos, con la introducción de nuevas

arquitecturas y algoritmos de entrenamiento, como las redes neuronales convolucionales y las

redes neuronales recurrentes.

Agentes inteligentes y sistemas expertos: Se desarrollaron sistemas basados en reglas y

sistemas expertos, que permitieron la representación de conocimiento y la toma de decisiones

automatizada en áreas específicas, como la medicina y la ingeniería. Estos sistemas utilizaron

técnicas de lógica difusa y razonamiento basado en casos para simular la capacidad de toma de

decisiones humanas.

Minería de datos y análisis de datos: Se avanzó en técnicas de minería de datos y análisis de

datos, lo que permitió el descubrimiento de patrones y conocimiento útil a partir de grandes

conjuntos de datos. Esto tuvo un impacto significativo en la toma de decisiones empresariales,

incluyendo la contabilidad, donde se utilizó para identificar fraudes, realizar análisis de riesgos y

optimizar procesos de negocio.

Aplicaciones en áreas específicas: La inteligencia artificial comenzó a ser aplicada en áreas

específicas, como el procesamiento del lenguaje natural, la visión por computadora, la robótica y

la automatización. Estos avances permitieron el desarrollo de aplicaciones prácticas en sectores

como la atención médica, el comercio electrónico, el transporte y la industria manufacturera.

 7

Estos avances en la década de 1990 y 2000 sentaron las bases para el auge posterior de la

inteligencia artificial en la última década, con la aplicación de nuevas técnicas y enfoques en

diversas áreas, incluyendo la contabilidad, que han transformado la forma en que se llevan a cabo

los procesos y se toman decisiones en el ámbito financiero y contable.

Auge de la Inteligencia Artificial (2010s en adelante): En los últimos años, la inteligencia

artificial ha experimentado un auge sin precedentes, con avances significativos en áreas como el

aprendizaje profundo, la robótica, la automatización y el reconocimiento de patrones, entre otros.

Se ha aplicado en una amplia variedad de sectores, incluyendo la contabilidad, con el potencial de

transformar la forma en que se llevan a cabo los procesos y se toman decisiones en el ámbito

financiero y contable.

Es importante destacar que la evolución de la inteligencia artificial es un proceso en constante

desarrollo, con nuevos avances y descubrimientos que continúan expandiendo sus posibilidades y

aplicaciones en diversos campos, incluyendo la contabilidad.

Técnicas de Inteligencia Artificial: Estas son solo algunas de las técnicas de inteligencia

artificial que podrías explorar en tu proyecto de investigación. Es importante que consultes

fuentes bibliográficas confiables y actualizadas para obtener una comprensión sólida de estas

técnicas y su aplicación en el ámbito contable.

Redes neuronales artificiales: Son modelos matemáticos inspirados en el funcionamiento del

cerebro humano, utilizados para tareas como reconocimiento de imágenes, procesamiento del

lenguaje natural, y predicción de datos.

 8

Algoritmos de aprendizaje supervisado: Son técnicas que utilizan un conjunto de datos

etiquetados para entrenar un modelo que luego puede hacer predicciones en datos no etiquetados.

Ejemplos de algoritmos supervisados incluyen regresión lineal, árboles de decisión y máquinas

de vectores de soporte.

Algoritmos de aprendizaje no supervisado: Son técnicas que utilizan un conjunto de datos no

etiquetados para encontrar patrones, relaciones y estructuras ocultas en los datos. Ejemplos de

algoritmos no supervisados incluyen clustering, detección de anomalías y reducción de

dimensionalidad.

Algoritmos de aprendizaje por refuerzo: Son técnicas que implican el entrenamiento de un

modelo basado en la retroalimentación recibida a través de la interacción con un entorno. Se

utilizan para tomar decisiones en situaciones de incertidumbre y son comunes en áreas como

robótica y control de procesos.

Procesamiento del lenguaje natural (NLP): Es una técnica que involucra la comprensión y

generación del lenguaje humano por parte de las máquinas. Se utiliza en tareas como traducción

de idiomas, análisis de sentimientos, y generación de texto.

Minería de datos: Es una técnica que involucra la exploración y análisis de grandes conjuntos

de datos para descubrir patrones, tendencias y relaciones ocultas. Se utiliza para tomar decisiones

basadas en datos en diversos campos, incluyendo finanzas y contabilidad.

Algoritmos de optimización: Son técnicas que buscan encontrar la mejor solución a un

problema en función de una o más métricas de rendimiento. Se utilizan en áreas como

programación lineal, optimización de carteras y planificación de recursos.

 9

Aplicaciones de la Inteligencia Artificial en la Contabilidad: Automatización de procesos

contables: La IA se puede utilizar para automatizar tareas rutinarias y repetitivas en la

contabilidad, como la clasificación y codificación de transacciones, la conciliación de cuentas, la

generación de informes financieros y la gestión del flujo de trabajo contable.

Análisis de datos y detección de fraudes: La IA puede analizar grandes cantidades de datos

financieros en tiempo real para identificar patrones anómalos y sospechosos que puedan indicar

la presencia de fraudes o errores contables.

Predicción y análisis financiero: La IA puede utilizar algoritmos de aprendizaje supervisado y

no supervisado para predecir tendencias y patrones financieros, analizar la rentabilidad,

identificar oportunidades de inversión y realizar análisis de riesgos.

Procesamiento del lenguaje natural (NLP, por sus siglas en inglés): La IA puede utilizar

técnicas de NLP para analizar y comprender documentos contables, contratos, informes y otros

textos relacionados con la contabilidad, lo que facilita la extracción de información relevante y la

toma de decisiones informada.

Asesoramiento y recomendaciones financieras: La IA puede proporcionar asesoramiento y

recomendaciones personalizadas a los clientes en función de su situación financiera, objetivos y

necesidades, lo que puede mejorar la toma de decisiones financieras y la planificación estratégica.

Gestión del riesgo y cumplimiento normativo: La IA puede ayudar a identificar y gestionar

riesgos financieros, así como asegurar el cumplimiento de regulaciones y normativas contables,

lo que contribuye a una gestión más eficiente y efectiva del riesgo y el cumplimiento.
 10

Marco Regulatorio y Ético de la Inteligencia Artificial en la Contabilidad: Algunos

aspectos importantes del marco regulatorio y ético de la IA en la contabilidad incluyen:

Privacidad y protección de datos: La IA en la contabilidad puede implicar la recopilación,

procesamiento y análisis de grandes cantidades de datos financieros y contables, lo que plantea

preocupaciones sobre la privacidad y protección de datos sensibles. Es importante asegurarse de

que se cumplan todas las regulaciones y normativas aplicables, como el Reglamento General de

Protección de Datos (GDPR) en la Unión Europea, para garantizar el adecuado manejo de la

información y la protección de la privacidad de los datos.

Ética y transparencia: La IA en la contabilidad puede tomar decisiones y realizar análisis

basados en algoritmos y modelos, lo que plantea cuestiones éticas sobre la imparcialidad, la

discriminación, la transparencia y la responsabilidad de las decisiones tomadas por la IA. Es

importante tener en cuenta los principios éticos de la IA, como la equidad, la transparencia y la

responsabilidad, y asegurarse de que se sigan prácticas éticas en el desarrollo, implementación y

uso de la IA en la contabilidad.

Regulaciones y normativas contables: La implementación de la IA en la contabilidad debe

cumplir con las regulaciones y normativas contables aplicables, como los Principios de

Contabilidad Generalmente Aceptados (GAAP, por sus siglas en inglés) y las normas

internacionales de información financiera (NIIF). Es importante asegurarse de que la IA se utilice

de manera coherente con las regulaciones y normativas contables establecidas, y que los

resultados generados por la IA sean consistentes con los principios contables aplicables.

Responsabilidad legal y responsabilidad civil: La implementación de la IA en la contabilidad

plantea cuestiones de responsabilidad legal y responsabilidad civil en caso de errores, omisiones

 11

o consecuencias adversas derivadas del uso de la IA. Es importante tener claridad sobre quién es

responsable de las decisiones tomadas por la IA y establecer mecanismos adecuados de

responsabilidad y rendición de cuentas.

Auditoría y supervisión de la IA: La auditoría y supervisión de la IA en la contabilidad puede

ser un desafío, ya que implica la evaluación de algoritmos, modelos y resultados generados por la

IA. Es importante contar con procesos y mecanismos adecuados de auditoría y supervisión de la

IA para garantizar su precisión, imparcialidad y confiabilidad.

Impacto en el empleo y la ética laboral: La implementación de la IA en la contabilidad puede

tener un impacto en el empleo, ya que algunas tareas contables rutinarias y repetitivas pueden ser

automatizadas, lo que plantea cuestiones éticas sobre el impacto en los empleados, su

reentrenamiento y la reestructuración laboral. Es importante considerar el impacto en el empleo y

la ética laboral al implementar la IA en la contabilidad y tomar medidas adecuadas para mitigar

cualquier impacto
 12

Marco Teórico:

Teorías de la Inteligencia Artificial: Existen varias teorías y enfoques de la Inteligencia

Artificial (IA) que se han desarrollado a lo largo del tiempo. Algunas de las teorías más

relevantes incluyen.

Enfoque simbólico: Esta teoría se basa en la representación de conocimiento a través de

símbolos y reglas de inferencia. Se utiliza la lógica y la manipulación simbólica para representar

y procesar el conocimiento. En este enfoque, la IA se enfoca en la manipulación de símbolos y la

inferencia lógica para realizar tareas de razonamiento y toma de decisiones.

Enfoque conexionista: Esta teoría se basa en la simulación del funcionamiento del cerebro

humano, utilizando redes neuronales artificiales. Las redes neuronales son estructuras

matemáticas compuestas por nodos interconectados que procesan información de manera paralela

y distribuida. En este enfoque, la IA se enfoca en el aprendizaje y la adaptación a partir de datos,

a través del entrenamiento de redes neuronales.

Enfoque evolutivo: Esta teoría se basa en la evolución biológica como mecanismo de

optimización. Se utiliza la selección natural y la reproducción de individuos con características

deseables para mejorar el desempeño de los algoritmos de IA. En este enfoque, la IA se enfoca en

la optimización y la mejora continua a partir de la selección de individuos más aptos.

Enfoque basado en reglas: Esta teoría se basa en la representación de conocimiento a través de

reglas y hechos, donde las reglas son utilizadas para inferir nuevas conclusiones a partir de

hechos conocidos. En este enfoque, la IA se enfoca en la toma de decisiones basada en reglas y la

automatización de tareas que siguen patrones predefinidos.

 13

Enfoque probabilístico: Esta teoría se basa en el uso de la teoría de probabilidades para

representar y procesar incertidumbre y ambigüedad en la toma de decisiones. Se utilizan modelos

probabilísticos para inferir la probabilidad de eventos futuros y realizar decisiones basadas en

ellas. En este enfoque, la IA se enfoca en la toma de decisiones probabilística y la gestión de la

incertidumbre.

Teorías contables: También existen diversas teorías y enfoques que han sido desarrollados

para explicar y comprender los fenómenos contables.

Teoría de la Contabilidad Patrimonial: Esta teoría se basa en el principio del patrimonio, que

sostiene que la contabilidad es el registro y control del patrimonio de una entidad. Se enfoca en la

medición y registro de los activos, pasivos y patrimonio de una entidad, y en la preparación de

estados financieros que reflejan la situación financiera y los resultados operativos de la entidad.

Teoría del Valor: Esta teoría se basa en la medición del valor económico de los elementos

contables, como los activos, pasivos y patrimonio de una entidad. Se enfoca en la determinación

del valor justo y confiable de los elementos contables, y en la aplicación de principios y normas

contables que reflejen fielmente el valor económico de la entidad.

Teoría de la Información Contable: Esta teoría se basa en la generación, procesamiento,

presentación y uso de la información contable. Se enfoca en la generación de información

financiera útil y relevante para la toma de decisiones, tanto internas como externas a la entidad.

Incluye la teoría de la información asimétrica, la teoría de la señalización y la teoría de la

revelación de la información.

Teoría del Comportamiento: Esta teoría se basa en el estudio del comportamiento humano en

el contexto contable. Se enfoca en cómo las personas toman decisiones y actúan en el ámbito
 14

contable, y cómo estos comportamientos influyen en la presentación de la información contable y

en la toma de decisiones basadas en la información contable.

Teoría del Control: Esta teoría se basa en el diseño y funcionamiento de sistemas de control

interno en una entidad. Se enfoca en el establecimiento de políticas, procedimientos y controles

internos que aseguren la integridad y confiabilidad de la información contable, así como la

prevención y detección de fraudes y errores.

Marco conceptual de la contabilidad. Se refiere a los principios, conceptos, fundamentos y

normas que sirven como base para la práctica de la contabilidad. Proporciona un conjunto de

lineamientos y directrices que orientan la preparación, presentación e interpretación de la

información financiera y contable.

El marco conceptual de la contabilidad generalmente incluye los siguientes elementos:

Entidad contable: Se refiere a la idea de que una entidad económica o empresa es considerada

como una unidad separada de los intereses personales de sus dueños o administradores, y requiere

una contabilidad independiente y objetiva.

Devengo: Se refiere al reconocimiento de los ingresos, gastos, activos, pasivos y cambios en el

patrimonio en el momento en que se generan, independientemente del momento en que se cobran

o pagan en efectivo.

Moneda de medida: Se refiere a la utilización de una moneda como unidad de medida para

registrar y presentar la información contable.

 15

Conservadurismo: Se refiere a la práctica de ser prudente en la estimación y presentación de

los ingresos y activos, y a ser más cauteloso en la anticipación de los pasivos y gastos, evitando

sobreestimar los ingresos y subestimar los gastos.

Costo histórico: Se refiere al principio de registrar los activos y pasivos a su costo de

adquisición o producción, y mantenerlos en dichos valores en los estados financieros, a menos

que se justifique su valoración a valor razonable u otro valor.

Consistencia: Se refiere a la necesidad de mantener una presentación consistente de la

información contable a lo largo del tiempo, para permitir la comparabilidad y comprensión

adecuada de la información financiera.

Revelación suficiente: Se refiere a la obligación de proporcionar información completa y

adecuada en los estados financieros y notas a los mismos, para permitir a los usuarios una

comprensión completa de la situación financiera, resultados operativos y cambios en el

patrimonio de la entidad.

Ética en la contabilidad: La ética en la contabilidad se vuelve especialmente relevante

cuando se considera la aplicación de la inteligencia artificial (IA) en este campo. La IA puede

tener implicaciones éticas en la contabilidad debido a su capacidad para automatizar procesos,

tomar decisiones autónomas y procesar grandes cantidades de datos de manera rápida y precisa.

Algunas consideraciones éticas importantes relacionadas con la aplicación de la IA en la

contabilidad incluyen:

Transparencia y explicabilidad: Es importante que los sistemas de IA utilizados en la

contabilidad sean transparentes y explicables, lo que significa que los resultados y decisiones
 16

generados por la IA deben poder ser comprendidos y explicados por los profesionales contables y

otras partes interesadas. La opacidad o falta de explicabilidad de los algoritmos de IA puede

generar desconfianza y plantear preocupaciones éticas relacionadas con la rendición de cuentas y

la responsabilidad.

Privacidad y seguridad de datos: La aplicación de la IA en la contabilidad puede implicar la

recopilación, procesamiento y almacenamiento de grandes cantidades de datos sensibles,

incluyendo información financiera, datos de clientes y otros datos confidenciales. Es esencial

garantizar la privacidad y seguridad adecuadas de estos datos, cumpliendo con las regulaciones y

normas de protección de datos, así como asegurar que los datos utilizados en la aplicación de la

IA sean obtenidos y utilizados de manera ética y legal.

Responsabilidad y rendición de cuentas: Aunque la IA puede automatizar procesos y tomar

decisiones autónomas, los profesionales contables siguen siendo responsables y deben rendir

cuentas por las decisiones y resultados generados por la IA. Es importante establecer mecanismos

adecuados de rendición de cuentas y responsabilidad para garantizar que los profesionales

contables mantengan su integridad y ética en la aplicación de la IA en la contabilidad.

Impacto en el empleo: La automatización impulsada por la IA en la contabilidad puede tener

implicaciones éticas en el empleo, ya que puede afectar la demanda de trabajo y cambiar la

naturaleza de las tareas y roles de los profesionales contables. Es importante considerar el

impacto en el empleo de la aplicación de la IA en la contabilidad y abordar posibles

consecuencias éticas, como la reubicación y reentrenamiento de los profesionales afectados.

Conflicto de intereses: La aplicación de la IA en la contabilidad puede plantear conflictos de

intereses, especialmente cuando se utilizan algoritmos de IA para tomar decisiones financieras o

 17

de inversión que pueden afectar a múltiples partes interesadas. Es importante abordar los posibles

conflictos de intereses y asegurar que la aplicación de la IA en la contabilidad se realice de

manera ética.

Marco regulatorio: El marco regulatorio de la contabilidad está compuesto por un conjunto

de normas, regulaciones y principios establecidos por entidades gubernamentales y

organizaciones profesionales que guían la práctica contable y aseguran la transparencia,

integridad y confiabilidad de la información financiera. Algunos elementos del marco regulatorio

en la contabilidad incluyen:

Unión Europea: La UE ha establecido un marco regulatorio en el que se exige que las

empresas que utilizan inteligencia artificial respeten ciertos principios éticos, como la

transparencia, la responsabilidad, la privacidad y la seguridad.

OECD: La Organización para la Cooperación y el Desarrollo Económico (OCDE) ha emitido

una serie de directrices sobre inteligencia artificial, que incluyen recomendaciones sobre la ética,

la transparencia y la responsabilidad.

Estados Unidos: La Comisión Federal de Comercio (FTC) y la Comisión de Valores y Bolsa

(SEC) tienen la responsabilidad de regular el uso de la inteligencia artificial en la contabilidad en

los Estados Unidos.

Otros países: Otros países, como Canadá, Australia y Singapur, también han establecido

marcos regulatorios para el uso de la inteligencia artificial en la contabilidad, que incluyen

principios éticos y de transparencia.

 18

FUENTES BIBLIOGRÁFICAS.

Agrawal, A., & Sikka, P. (2019). Artificial intelligence in accounting and auditing: conceptual
framework and research directions. Journal of Accounting Literature, 42, 1-16.
Zhang, W., Huang, S., & Liang, X. (2019). Artificial intelligence in accounting: a review of
the literature and future implications. Journal of Intelligent Systems in Accounting, Auditing &
Finance, 17(3), 363-376.
https://www.aicpa-cima.com/resources/download/the-data-driven-audit
https://www.researchgate.net/publication/351723043_Impact_of_Artificial_Intelligence_on_A
ccounting
https://incp.org.co/la-inteligencia-artificial-la-contabilidad/
Sathya, S. S., & Vijayalakshmi, V. (2018). La Inteligencia Artificial y su Impacto en la
Contabilidad. Revista Científica Multidisciplinaria de Investigación y Desarrollo, 3(3), 67-82.
Abaunza, F. P., Fernández, J. M. B., & Puentes, J. A. C. (2020). La Inteligencia Artificial y su
Aplicación en la Contabilidad: Una Revisión Bibliográfica. Revista Científica Enfoques, 18(2),
131-148.
Martínez, L. A., Carmona, M. V., & Narváez, O. C. (2019). Automatización de Procesos
Contables a través de la Inteligencia Artificial. Revista Global de Negocios, 7(1), 123-138.
Velasco, R. M., Guerrero, N. S., & Mendoza, L. C. (2019). La Inteligencia Artificial y su
Influencia en la Toma de Decisiones Financieras en las Organizaciones. Revista Internacional de
Investigación en Ciencias Administrativas y Contables, 2(2), 47-60.
Fernández, P. E., Contreras, A. M. R., & Carrasco, L. A. V. (2018). Ética de la Inteligencia
Artificial en el Ámbito Contable. Revista de Investigación en Ciencias Contables y
Administrativas, 2(2), 97-116.
Normas de Contabilidad Financiera (GAAP) emitidas por la Junta de Normas de Contabilidad
Financiera (FASB) en Estados Unidos. Estas normas contables establecen los requisitos
específicos para la preparación y presentación de los estados financieros bajo los Principios de
Contabilidad Generalmente Aceptados (GAAP) en Estados Unidos, basados en el marco
conceptual previamente mencionado.
Libros de contabilidad y finanzas, manuales y publicaciones de expertos en la materia, que
aborden el marco conceptual de la contabilidad desde una perspectiva teórica y práctica.