Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna

Detalhes bibliográficos
Autor(a) principal: Correa, William Vinicius Marques
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/258762
Resumo: O advento de novas tecnologias como a Inteligência Artificial estão modificando a forma como as tarefas e processos estão sendo realizados pelo agente humano. O objetivo geral desta pesquisa foi de compreender os fatores que levam à delegação ou não de tarefas para inteligência artificial no contexto de auditoria interna. Para atingir este objetivo, este estudo foi dividido em duas etapas. O primeiro estudo foi realizado a partir de uma revisão sistemática da literatura com artigos publicados em periódicos de Ciências Contábeis e Sistemas de Informação. Nesta primeira etapa, constatou-se a necessidade de estudos empíricos em auditoria interna e identificou-se fatores que poderiam contribuir ou não para a adoção, por exemplo, custo de implementação de IA e falta de qualificação dos profissionais. Já na segunda parte do estudo, foram efetuadas entrevistas semiestruturadas com 15 profissionais de auditoria interna, que atuam em diferentes segmentos empresariais. A partir destas entrevistas se propôs um framework que pode auxiliar no processo de tomada de decisão em delegar ou não uma tarefa para IA. Além disso, identificou-se que tarefas que exigem julgamento profissional são preferíveis para não serem delegadas, principalmente quando envolve a detecção e prevenção de fraude, pois os modelos precisam estar parametrizados a fim de classificar se uma anomalia encontrada pode ser classificada como uma fraude ou se trata de um erro não intencional. Como contribuições teóricas, este estudo complementa a literatura de delegação de tarefas ao identificar fatores que podem contribuir com adoção, por exemplo, tarefas rotineiras. Como contribuição prática, este estudo apresenta uma possível reconfiguração da função da auditoria interna, onde esta função poderia ser categorizada em auditoria tradicional, auditoria contínua e ciência de dados. Já como contribuição social, os resultados demonstram a necessidade de novas competências do profissional de auditoria, identificando a falta de formação em programação e uso de inteligências artificiais, ou seja, estes profissionais precisam se adaptar a uma nova realidade.
id URGS_f199996293c2fd61a1496212a5437626
oai_identifier_str oai:www.lume.ufrgs.br:10183/258762
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Correa, William Vinicius MarquesMarcolin, Carla Bonato2023-06-03T03:36:55Z2023http://hdl.handle.net/10183/258762001170555O advento de novas tecnologias como a Inteligência Artificial estão modificando a forma como as tarefas e processos estão sendo realizados pelo agente humano. O objetivo geral desta pesquisa foi de compreender os fatores que levam à delegação ou não de tarefas para inteligência artificial no contexto de auditoria interna. Para atingir este objetivo, este estudo foi dividido em duas etapas. O primeiro estudo foi realizado a partir de uma revisão sistemática da literatura com artigos publicados em periódicos de Ciências Contábeis e Sistemas de Informação. Nesta primeira etapa, constatou-se a necessidade de estudos empíricos em auditoria interna e identificou-se fatores que poderiam contribuir ou não para a adoção, por exemplo, custo de implementação de IA e falta de qualificação dos profissionais. Já na segunda parte do estudo, foram efetuadas entrevistas semiestruturadas com 15 profissionais de auditoria interna, que atuam em diferentes segmentos empresariais. A partir destas entrevistas se propôs um framework que pode auxiliar no processo de tomada de decisão em delegar ou não uma tarefa para IA. Além disso, identificou-se que tarefas que exigem julgamento profissional são preferíveis para não serem delegadas, principalmente quando envolve a detecção e prevenção de fraude, pois os modelos precisam estar parametrizados a fim de classificar se uma anomalia encontrada pode ser classificada como uma fraude ou se trata de um erro não intencional. Como contribuições teóricas, este estudo complementa a literatura de delegação de tarefas ao identificar fatores que podem contribuir com adoção, por exemplo, tarefas rotineiras. Como contribuição prática, este estudo apresenta uma possível reconfiguração da função da auditoria interna, onde esta função poderia ser categorizada em auditoria tradicional, auditoria contínua e ciência de dados. Já como contribuição social, os resultados demonstram a necessidade de novas competências do profissional de auditoria, identificando a falta de formação em programação e uso de inteligências artificiais, ou seja, estes profissionais precisam se adaptar a uma nova realidade.The advent of new technologies such as artificial intelligence is changing the way tasks and processes are being performed by the human agent. The overall objective of this research was to understand the factors that lead to the delegation or not of tasks to artificial intelligence in the internal audit context. To achieve this goal, this study was divided into two stages. The first study was based on a systematic literature review of articles published in journals of Accounting and Information Systems. In this first stage, the need for empirical studies on internal auditing was noted and factors were identified that could contribute or not to adopt, for example, the cost of implementing AI and the lack of qualification of professionals. In the second part of the study, semi-structured interviews were conducted with 15 internal audit professionals working in different business segments. Based on these interviews, a framework was proposed that can help in the decision-making process of whether or not to delegate a task to AI. Furthermore, it was identified that tasks that require professional judgment are preferred not to be delegated, especially when it involves the detection and prevention of fraud because the models need to be parameterized in order to classify if an anomaly found can be classified as a fraud or if it is an unintentional error. As theoretical contributions, this study complements the task delegation literature by identifying factors that may contribute to adoption, e.g., routine tasks. As a practical contribution, this study presents a possible reconfiguration of the internal audit function, where this function could be segregated between traditional auditing, continuous auditing, and data science. As a social contribution, the results demonstrate the need for new skills for audit professionals, identifying the lack of training in programming and the use of artificial intelligence, i.e., these professionals need to adapt to a new reality.application/pdfporInteligência artificialAuditoria internaTomada de decisãoArtificial IntelligenceDecision makingTheory of technology dominanceDelegationInternal auditDelegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria internainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de Ciências EconômicasPrograma de Pós-Graduação em Controladoria e ContabilidadePorto Alegre, BR-RS2023mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001170555.pdf.txt001170555.pdf.txtExtracted Texttext/plain211365http://www.lume.ufrgs.br/bitstream/10183/258762/2/001170555.pdf.txtb3a57164408ccd143b56f674e547eecbMD52ORIGINAL001170555.pdfTexto completoapplication/pdf2279293http://www.lume.ufrgs.br/bitstream/10183/258762/1/001170555.pdfa05acaaae369b19b79114175582c94b9MD5110183/2587622023-06-04 03:28:52.797481oai:www.lume.ufrgs.br:10183/258762Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532023-06-04T06:28:52Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
title Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
spellingShingle Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
Correa, William Vinicius Marques
Inteligência artificial
Auditoria interna
Tomada de decisão
Artificial Intelligence
Decision making
Theory of technology dominance
Delegation
Internal audit
title_short Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
title_full Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
title_fullStr Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
title_full_unstemmed Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
title_sort Delegar ou não delegar para inteligência artificial? um estudo no contexto da auditoria interna
author Correa, William Vinicius Marques
author_facet Correa, William Vinicius Marques
author_role author
dc.contributor.author.fl_str_mv Correa, William Vinicius Marques
dc.contributor.advisor1.fl_str_mv Marcolin, Carla Bonato
contributor_str_mv Marcolin, Carla Bonato
dc.subject.por.fl_str_mv Inteligência artificial
Auditoria interna
Tomada de decisão
topic Inteligência artificial
Auditoria interna
Tomada de decisão
Artificial Intelligence
Decision making
Theory of technology dominance
Delegation
Internal audit
dc.subject.eng.fl_str_mv Artificial Intelligence
Decision making
Theory of technology dominance
Delegation
Internal audit
description O advento de novas tecnologias como a Inteligência Artificial estão modificando a forma como as tarefas e processos estão sendo realizados pelo agente humano. O objetivo geral desta pesquisa foi de compreender os fatores que levam à delegação ou não de tarefas para inteligência artificial no contexto de auditoria interna. Para atingir este objetivo, este estudo foi dividido em duas etapas. O primeiro estudo foi realizado a partir de uma revisão sistemática da literatura com artigos publicados em periódicos de Ciências Contábeis e Sistemas de Informação. Nesta primeira etapa, constatou-se a necessidade de estudos empíricos em auditoria interna e identificou-se fatores que poderiam contribuir ou não para a adoção, por exemplo, custo de implementação de IA e falta de qualificação dos profissionais. Já na segunda parte do estudo, foram efetuadas entrevistas semiestruturadas com 15 profissionais de auditoria interna, que atuam em diferentes segmentos empresariais. A partir destas entrevistas se propôs um framework que pode auxiliar no processo de tomada de decisão em delegar ou não uma tarefa para IA. Além disso, identificou-se que tarefas que exigem julgamento profissional são preferíveis para não serem delegadas, principalmente quando envolve a detecção e prevenção de fraude, pois os modelos precisam estar parametrizados a fim de classificar se uma anomalia encontrada pode ser classificada como uma fraude ou se trata de um erro não intencional. Como contribuições teóricas, este estudo complementa a literatura de delegação de tarefas ao identificar fatores que podem contribuir com adoção, por exemplo, tarefas rotineiras. Como contribuição prática, este estudo apresenta uma possível reconfiguração da função da auditoria interna, onde esta função poderia ser categorizada em auditoria tradicional, auditoria contínua e ciência de dados. Já como contribuição social, os resultados demonstram a necessidade de novas competências do profissional de auditoria, identificando a falta de formação em programação e uso de inteligências artificiais, ou seja, estes profissionais precisam se adaptar a uma nova realidade.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-06-03T03:36:55Z
dc.date.issued.fl_str_mv 2023
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/258762
dc.identifier.nrb.pt_BR.fl_str_mv 001170555
url http://hdl.handle.net/10183/258762
identifier_str_mv 001170555
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/258762/2/001170555.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/258762/1/001170555.pdf
bitstream.checksum.fl_str_mv b3a57164408ccd143b56f674e547eecb
a05acaaae369b19b79114175582c94b9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085619214319616