Há cerca de dez anos, já se falava que a Auditoria Independente seria automatizada a tal ponto, que a atividade se tornaria obsoleta. Aquela previsão foi precipitada. É claro que o mercado de auditoria evoluiu expressivamente na integração de tecnologias na execução e entrega de valor, porém, os normativos que sustentam o trabalho possuem a sua base e objetivo semelhantes aos do passado.
Muitas vezes, ao projetar o futuro, uma importante máxima é esquecida: a mudança das condições. Para a complexidade do mundo dos negócios de décadas atrás, as ferramentas tecnológicas atuais certamente transformariam a prestação de serviços em algo muito simples. No entanto, à medida que a tecnologia evolui, os negócios também evoluem, tornando novamente crucial a existência do fator humano.
Portanto, cabe a pergunta: é possível ensinar o computador a desempenhar o trabalho de Auditoria Independente de forma mais eficiente?
Existem inúmeras abordagens possíveis, como scripts, aprendizado de máquina, deep learning e a agora famigerada IA (Inteligência Artificial) generativa. Mas a verdade é que o computador não aprende e o processo de aquisição de conhecimento por uma máquina tem pouca relação com o do ser humano.
O que ocorre, didaticamente, é a execução simultânea de uma série de equações matemáticas que são balanceadas para que um determinado resultado seja atingido, dentro de uma probabilidade alvo. Isso é chamado de aprendizado de máquina. O primeiro passo para ensinar o computador a executar um teste de auditoria seria escolher um objetivo e uma metodologia.
No caso da criação de um algoritmo para auditar a receita de uma prestadora de serviço, a escolha mais óbvia seria a execução de machine learning. A partir do histórico de uma empresa, e se possível, do segmento, criaria um modelo capaz de prever a receita futura.
Mas, atenção aqui! Os cuidados precisam ser inúmeros.
A base de aprendizado deve ser bem escolhida e fidedigna, o algoritmo precisa ser implementado de uma maneira que faça sentido na realidade auditada e, acima de tudo, é preciso se perguntar se a tendência histórica é uma premissa razoável de repetição no futuro.
Isso porque, por mais sofisticado que seja o algoritmo implementado, a equação matemática é construída a partir do histórico e, como em qualquer uso de IA, pressupõe que o passado se repetirá de alguma maneira no futuro, sujeito aos atributos ou variáveis do modelo. Essa é uma presunção razoável?
Nesse ponto, a avaliação de riscos e o conhecimento da entidade se tornam fundamentais para que a evidência de auditoria obtida não represente apenas uma coincidência desprovida de causalidade. Fica claro que a inteligência artificial é uma ferramenta valiosa para a Auditoria Independente, permitindo ganhos de escala e a análise de um grande volume de transações, em comparação com os métodos de amostragem tradicionais.
Além disso, a tecnologia pode ser utilizada na criação de testes analíticos, proporcionando aos profissionais de auditoria a oportunidade de identificar correlações anteriormente desconhecidas por meio de técnicas de aprendizado não supervisionado. No entanto, é importante ressaltar que a implementação da IA também apresenta riscos significativos. A estatística muitas vezes apresenta coincidências que não refletem adequadamente a realidade.
O uso de técnicas de aprendizado de máquina ou outras abordagens de IA sem um conhecimento aprofundado das limitações e dos efeitos causais de cada algoritmo pode levar a uma perda de qualidade nas evidências obtidas pelo auditor. É importante entender que a IA é mais uma técnica a serviço do auditor. De fato, ela pode ser eficiente e fornecer benefícios em seu uso.
No entanto, isoladamente, não é a solução. Por meio da educação continuada, e experiência, deve utilizá-la como aliada para aprimorar o julgamento profissional, com base no ceticismo e na ética, que permeiam todo o trabalho. Nunca devemos subestimar o conhecimento necessário à sua correta aplicação para que a Inteligência Artificial possa, de fato, entregar valor.
Vale lembrar que, na última revisão do Código Internacional de Ética para Profissionais da Contabilidade emitido pelo International Ethics Standards Board for Accountants (IESBA), realizada no ano passado, e que foi adotado no Brasil através das normas emitidas pelo Conselho Federal de Contabilidade (CFC), é expresso que a objetividade do profissional não deve ser comprometida por influência da tecnologia.
(*) – Mestranda em Analytics e representante do Ibracon no Comitê Brasileiro de Pronunciamentos de Sustentabilidade, é sócia em firma de auditoria independente associada.
