Detectando el Fraude con Inteligencia Artificial: Una Perspectiva Avanzada en Auditoría Forense

Autores/as

DOI:

https://doi.org/10.53641/junta.v6i2.116

Palabras clave:

fraude, inteligencia artificial, auditoría forense

Resumen

Este trabajo de investigación tiene como objetivo examinar el rol fundamental de la inteligencia artificial (IA) en la detección y prevención del fraude en el contexto de la auditoría forense. Se explora cómo las técnicas avanzadas de IA, el aprendizaje automático y el procesamiento del lenguaje natural han transformado la forma en que se identifican y analizan actividades fraudulentas en las organizaciones. Se presenta una revisión detallada de los conceptos clave de auditoría forense y fraude, así como de las últimas investigaciones de IA en esta área. Además, se discuten las ventajas
y desafíos de su implementación y se ofrecen recomendaciones para aprovechar su potencial en la lucha contra el fraude. Se ha utilizado la metodología de enfoque cuantitativa, la cual permitirá utilizar datos numéricos y estadísticas para analizar y cuantificar patrones de fraude detectados mediante técnicas de inteligencia artificial. Se tiene como resultado que la incorporación de la inteligencia artificial en la auditoría forense ha demostrado ser una herramienta 100% potente y efectiva para la detección de fraudes. Se concluye que las técnicas avanzadas de IA como el aprendizaje automático y el procesamiento del lenguaje natural han revolucionado la forma en que se identifican y analizan actividades fraudulentas en las organizaciones.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Chen, W., Zhang, M., & Liu, K. (2021). Machine Learning Techniques for Fraud Detection in E-commerce. International Journal of Electronic Commerce, 25(1), 56-78.

Federal Bureau of Investigation. (2023). Financial Fraud Awareness. FBI.

Johnson, R. K., & Williams, L. S. (2022). Advanced Machine Learning Techniques for Fraud Detection. En P. Anderson & Q. Brown (Eds.), Financial Fraud: Trends, Challenges, and Solutions (pp. 75-92). Springer.

Lee, H., Kim, S., & Park, J. (2020). Application of Natural Language Processing in Fraud Detection. Journal of Financial Crime, 27(4), 1025-1040.

OpenAI. (2021). ChatGPT: Modelo de Lenguaje Generativo.

Smith, J. D. (2021). Fraud Detection with Artificial Intelligence. Academic Press. United States Securities and Exchange Commission. (2022). Report on Financial Fraud Trends and Prevention. Government Printing Office.

Descargas

Publicado

2023-12-01

Cómo citar

Benites Ocampo, C. A. (2023). Detectando el Fraude con Inteligencia Artificial: Una Perspectiva Avanzada en Auditoría Forense. Revista La Junta, 6(2), 13–40. https://doi.org/10.53641/junta.v6i2.116