Las opiniones expresadas en el artículo son responsabilidad exclusiva de los autores y no necesariamente representan la posición oficial de
la USAC y sus miembros. La obra está protegida por la Ley de Derechos de Autor y Derechos Conexos emitida en el decreto No. 33-98 por
el Congreso de la República de Guatemala.La Inteligencia Artificial en la fiscalización patrimonial en
América Latina
Artificial Intelligence in Asset Oversight in Latin America
Fredy Rolando Pineda Cermeño
Maestro en Administración Financiera
Universidad de San Carlos de Guatemala
Frepin1969@gmail.com
https://orcid.org/0009-0001-1129-8952
Resumen
OBJETIVO: evidenciar que la falta de procesos sistematizados, como el uso de la Inteligencia Artificial (IA) en
la fiscalización patrimonial de funcionarios y empleados públicos, incide negativamente en el cumplimiento de
las normativas de probidad y los Convenios Anticorrupción en América Latina. La IA, capaz de analizar grandes
volúmenes de información con precisión, constituye una herramienta estratégica para automatizar controles.
MÉTODO: se realizó una investigación documental y comparativa entre los países de Argentina, Guatemala, Costa
Rica, Chile, Perú, México, Brasil y Colombia, lo que permitió identificar similitudes y diferencias en su contenido.
Se aplicó un muestreo intencional considerando la pertinencia temática en probidad y fiscalización patrimonial, la
viabilidad lingüística y el acceso a ponencias y materiales técnicos compartidos por pares de Entes Fiscalizadores,
adicionalmente se utilizó el criterio de búsqueda a través de bases de datos como Scopus, Redalyc, SciELO,
Google Académico y se revisaron 38 documentos publicados entre los años 1995 a la fecha. RESULTADOS: se
identificó que, aunque los países comparten marcos normativos similares en materia de probidad, sus mecanismos
de fiscalización patrimonial siguen siendo manuales, reactivos y fragmentados, con escasa interoperabilidad
institucional. CONCLUSIÓN: la incorporación de inteligencia artificial, aplicada con criterios de transparencia,
puede contribuir a reducir los niveles de corrupción, minimizar las deficiencias operativas y fortalecer la eficacia de
los sistemas de fiscalización patrimonial.
Recibido:01/08/2025
Aceptado: 16/10/2025
Publicado: 24/11/2025
Referencia
Guzmán Castellano, D. A. (2025). Importancia del control interno en la auditoria.
Revista Científica del Sistema
de Estudios de Postgrado. 8(2). 133-151. DOI: https://doi.org/10.36958/sep.v8i2.365
133
134
Abstract
OBJECTIVE: to demonstrate that the absence of systematized processes—such as the application of Artificial
Intelligence (AI) in asset oversight of public officials—negatively affects compliance with probity regulations and
Anti-Corruption Conventions in Latin America. AI, with its ability to process large volumes of data accurately,
represents a strategic tool for automating oversight mechanisms. METHOD: a documentary and comparative
study was conducted across Argentina, Guatemala, Costa Rica, Chile, Peru, Mexico, Brazil, and Colombia.
The analysis focused on identifying both similarities and differences in their regulatory frameworks. Purposive
sampling was employed based on thematic relevance to probity and asset oversight, language accessibility, and
availability of technical materials and presentations from peer oversight institutions. Sources included databases
such as Scopus, Redalyc, SciELO, and Google Scholar. A total of 38 documents published from 1995 to the
present were reviewed. RESULTS: despite sharing similar probity frameworks, the examined countries continue
to rely on manual, reactive, and fragmented oversight mechanisms, with limited institutional interoperability.
CONCLUSION: the incorporation of Artificial Intelligence, when applied with transparency principles, can
contribute to reducing corruption, minimizing operational inefficiencies, and enhancing the effectiveness of asset
oversight systems.
Keywords
corruption, regulation, probity, conventions, asset declaration, asset oversight, artificial intelligence (AI), transparency
Palabras clave
corrupción, normativa, probidad, convenios, declaración patrimonial, fiscalización patrimonial, inteligencia
artificial (IA), transparencia.
Abstract
OBJECTIVE: to demonstrate that the absence of systematized processes—such as the application of Artificial
Intelligence (AI) in asset oversight of public officials—negatively affects compliance with probity regulations and
Anti-Corruption Conventions in Latin America. AI, with its ability to process large volumes of data accurately,
represents a strategic tool for automating oversight mechanisms. METHOD: a documentary and comparative
study was conducted across Argentina, Guatemala, Costa Rica, Chile, Peru, Mexico, Brazil, and Colombia.
The analysis focused on identifying both similarities and differences in their regulatory frameworks. Purposive
sampling was employed based on thematic relevance to probity and asset oversight, language accessibility, and
availability of technical materials and presentations from peer oversight institutions. Sources included databases
such as Scopus, Redalyc, SciELO, and Google Scholar. A total of 38 documents published from 1995 to the
present were reviewed. RESULTS: despite sharing similar probity frameworks, the examined countries continue
to rely on manual, reactive, and fragmented oversight mechanisms, with limited institutional interoperability.
CONCLUSION: the incorporation of Artificial Intelligence, when applied with transparency principles, can
contribute to reducing corruption, minimizing operational inefficiencies, and enhancing the effectiveness of asset
oversight systems.
Keywords
corruption, regulation, probity, conventions, asset declaration, asset oversight, artificial intelligence (AI), transparency
Palabras clave
corrupción, normativa, probidad, convenios, declaración patrimonial, fiscalización patrimonial, inteligencia
artificial (IA), transparencia.
135
Introducción
El uso indebido del desempeño de un cargo público para beneficio propio, debilita la calidad del
gasto público y minimiza la confianza ciudadana. En ese contexto la fiscalización patrimonial
es un instrumento clave del control gubernamental: comprueba la congruencia entre ingresos
lícitos y variaciones patrimoniales de activos y pasivos de los servidores públicos, detecta
señales de enriquecimiento injustificado y podría incluso prevenir conflicto de intereses. Es,
por lo tanto, fundamental el proceso operativo del sistema de control interno como externo
que deben llevar a cabo los Entes Fiscalizadores, para asegurar la prevención, integridad,
transparencia y rendición de cuentas.
En América Latina, aunque los marcos normativos de probidad son relativamente homogéneos,
su efectividad se ve limitada por prácticas de fiscalización patrimonial, tradicionales,
fragmentadas y mayormente manuales (cruces puntuales, muestreos, reacciones a denuncias).
Esta brecha metodológica reduce la capacidad estatal para detectar oportunamente variaciones
patrimoniales atípicas, priorizar casos por riesgo y disuadir conductas de malas prácticas.
Ante ello, se plantea que modernizar el análisis patrimonial con inteligencia artificial (IA), para
ampliar cobertura, trazabilidad y objetividad del control, sin sustituir el juicio humano. La IA
permite perfilar riesgos, automatizar cruces masivos e identificar patrones anómalos, siempre
que se implemente con garantías de debido proceso, transparencia algorítmica y protección
de datos, sin perder de vista las Alianzas Estratégicas a nivel Nacional e Interinstitucional
con diferentes Instituciones, también es necesaria la definición de perfiles de riesgos y la
parametrización de reportes patrimoniales, que permitan avanzar en la reducción de esas
brechas de la corrupción.
La inteligencia artificial, podría ser el mecanismo idóneo de investigación, el equivalente a un
gran número de auditores, debido a su capacidad de analizar enormes cantidades de datos,
como señalan Soria et al. (2023) cuando describen: “La minería de datos se refiere al proceso
de extraer información valiosa y relevante de (grandes) conjuntos de datos” (p. 20).
La presente investigación, se realiza como, requisito para optar al Grado de Doctorado en
Auditoria Financiera, con énfasis en Control Interno Gubernamental, del Centro Universitario
del Norte –CUNOR- de la Universidad de San Carlos de Guatemala.
La persistencia de malas prácticas en el uso de los recursos gubernamentales y sus efectos
sobre la calidad del gasto público, los servicios sociales y la confianza institucional justifican la
necesidad de un enfoque renovado de fiscalización patrimonial. Con el propósito de enmarcar
la investigación, se presenta el planteamiento del problema:
Introducción
El uso indebido del desempeño de un cargo público para beneficio propio, debilita la calidad del
gasto público y minimiza la confianza ciudadana. En ese contexto la fiscalización patrimonial
es un instrumento clave del control gubernamental: comprueba la congruencia entre ingresos
lícitos y variaciones patrimoniales de activos y pasivos de los servidores públicos, detecta
señales de enriquecimiento injustificado y podría incluso prevenir conflicto de intereses. Es,
por lo tanto, fundamental el proceso operativo del sistema de control interno como externo
que deben llevar a cabo los Entes Fiscalizadores, para asegurar la prevención, integridad,
transparencia y rendición de cuentas.
En América Latina, aunque los marcos normativos de probidad son relativamente homogéneos,
su efectividad se ve limitada por prácticas de fiscalización patrimonial, tradicionales,
fragmentadas y mayormente manuales (cruces puntuales, muestreos, reacciones a denuncias).
Esta brecha metodológica reduce la capacidad estatal para detectar oportunamente variaciones
patrimoniales atípicas, priorizar casos por riesgo y disuadir conductas de malas prácticas.
Ante ello, se plantea que modernizar el análisis patrimonial con inteligencia artificial (IA), para
ampliar cobertura, trazabilidad y objetividad del control, sin sustituir el juicio humano. La IA
permite perfilar riesgos, automatizar cruces masivos e identificar patrones anómalos, siempre
que se implemente con garantías de debido proceso, transparencia algorítmica y protección
de datos, sin perder de vista las Alianzas Estratégicas a nivel Nacional e Interinstitucional
con diferentes Instituciones, también es necesaria la definición de perfiles de riesgos y la
parametrización de reportes patrimoniales, que permitan avanzar en la reducción de esas
brechas de la corrupción.
La inteligencia artificial, podría ser el mecanismo idóneo de investigación, el equivalente a un
gran número de auditores, debido a su capacidad de analizar enormes cantidades de datos,
como señalan Soria et al. (2023) cuando describen: “La minería de datos se refiere al proceso
de extraer información valiosa y relevante de (grandes) conjuntos de datos” (p. 20).
La presente investigación, se realiza como, requisito para optar al Grado de Doctorado en
Auditoria Financiera, con énfasis en Control Interno Gubernamental, del Centro Universitario
del Norte –CUNOR- de la Universidad de San Carlos de Guatemala.
La persistencia de malas prácticas en el uso de los recursos gubernamentales y sus efectos
sobre la calidad del gasto público, los servicios sociales y la confianza institucional justifican la
necesidad de un enfoque renovado de fiscalización patrimonial. Con el propósito de enmarcar
la investigación, se presenta el planteamiento del problema:
136
Tabla 1
Planteamiento del Problema
Nota: Elaboracion propia con base a la investigacion a realizar.
De acuerdo al indicador de Transparency International, 2024 “con una muestra de ciento
ochenta (180) países a nivel mundial, reflejaba que existen regiones en donde no se
evidencian mejoras, en cuanto a los esfuerzos para combatir la corrupción, al contrario se
denota cierta disminución en sus indicadores, siendo pocos los países que han mejorado su
percepción, Europa Occidental y la Unión Europea, contrario a Colombia, Argentina, Brasil,
Perú, México y Guatemala, que no superan los cuarenta (40) puntos, encontrándose entre los
peores calificados”.
Se realizó la investigación con el fin de efectuar un analisis comparativo de las normativas de
algunos paises de America Latina, se presenta a continuación:
Tabla 1
Planteamiento del Problema
Nota: Elaboracion propia con base a la investigacion a realizar.
De acuerdo al indicador de Transparency International, 2024 “con una muestra de ciento
ochenta (180) países a nivel mundial, reflejaba que existen regiones en donde no se
evidencian mejoras, en cuanto a los esfuerzos para combatir la corrupción, al contrario se
denota cierta disminución en sus indicadores, siendo pocos los países que han mejorado su
percepción, Europa Occidental y la Unión Europea, contrario a Colombia, Argentina, Brasil,
Perú, México y Guatemala, que no superan los cuarenta (40) puntos, encontrándose entre los
peores calificados”.
Se realizó la investigación con el fin de efectuar un analisis comparativo de las normativas de
algunos paises de America Latina, se presenta a continuación:
137
Tabla 2Normativa de Probidad y Fiscalización Patrimonial
Tabla 2Normativa de Probidad y Fiscalización Patrimonial
138
Nota: Elaboración propia con base a información de análisis documental e información de
Transparency International 2024.
Nota: Elaboración propia con base a información de análisis documental e información de
Transparency International 2024.
139
Fiscalización Patrimonial
Dadas las circunstancias mencionadas y con base en las normativas analizadas, puede notarse
que los procedimientos de fiscalización patrimonial resultan, en gran medida, homogéneos
entre los países estudiados. En la fiscalización patrimonial de los servidores públicos no se
observan señales de cambio respecto del enfoque tradicional, ni una incorporación sistemática
de tecnología como estrategia de control.
En este contexto, no se advierten protocolos diferenciados: los procesos y las disposiciones
convergen en definir sujetos obligados y exigir declaraciones de activos y pasivos al inicio y al
cese del cargo o cuando se reportan variaciones patrimoniales durante su ejercicio.
La metodología predominante sigue siendo la de cruces puntuales de información, lo que
tensiona la capacidad operativa de las entidades fiscalizadoras frente al volumen anual de
declaraciones. Por ejemplo, según Memoria de Labores de la Contraloría General de Cuentas
de Guatemala (2024), se recibieron 41,104 declaraciones, cifra que varía según el tamaño del
país y las coyunturas políticas (suele incrementarse con los cambios de gobierno). Bajo este
esquema, resulta difícil realizar una revisión objetiva y razonable de la situación patrimonial, en
ese contexto los países no alcanzan plenamente las expectativas fijadas por sus normativas y
por los instrumentos internacionales anticorrupción.
Una razón central es la ausencia de estrategias definidas para sistematizar los procedimientos.
Con frecuencia, las auditorias se activan reactivamente por noticias de prensa, requerimientos
de la autoridad investigadora o denuncias ciudadanas, que son eventuales y no cubren el
universo declarativo. En consonancia con la guía StAR1 del Banco Mundial (Rossi, Pop y
Berger, 2017), se recomienda institucionalizar protocolos de verificación basados en riesgo
que integren perfilamiento y muestreo dirigido, cruces automatizados y masivos con fuentes
internas y externas (tributarias, registrales, financieras y de contrataciones) y criterios
transparentes de selección y priorización formalizados en manuales operativos, con el fin de
ampliar cobertura, mejorar trazabilidad y reducir discrecionalidad.
Aplicación de la Inteligencia Artificial en América Latina
A nivel internacional, diversas organizaciones como la INTOSAI, la OCDE y la Comisión
Europea han promovido la adopción de inteligencia artificial y tecnologías emergentes
en los procesos de control gubernamental y auditoría digital. Estos enfoques refuerzan la
necesidad de marcos normativos que garanticen la transparencia algorítmica, la trazabilidad
de decisiones automatizadas y la responsabilidad institucional. La literatura especializada en
auditoría digital también ha destacado el valor de la automatización para mejorar la eficiencia
1 StAR: Iniciativa de Recuperación de Activos Robados, es una asociación entre el Grupo del Banco Mundial y la
Oficina de las Naciones Unidas contra la Droga y el Delito que apoya los esfuerzos internacionales que buscan
poner fin a los refugios seguros para los fondos corruptos.
Fiscalización Patrimonial
Dadas las circunstancias mencionadas y con base en las normativas analizadas, puede notarse
que los procedimientos de fiscalización patrimonial resultan, en gran medida, homogéneos
entre los países estudiados. En la fiscalización patrimonial de los servidores públicos no se
observan señales de cambio respecto del enfoque tradicional, ni una incorporación sistemática
de tecnología como estrategia de control.
En este contexto, no se advierten protocolos diferenciados: los procesos y las disposiciones
convergen en definir sujetos obligados y exigir declaraciones de activos y pasivos al inicio y al
cese del cargo o cuando se reportan variaciones patrimoniales durante su ejercicio.
La metodología predominante sigue siendo la de cruces puntuales de información, lo que
tensiona la capacidad operativa de las entidades fiscalizadoras frente al volumen anual de
declaraciones. Por ejemplo, según Memoria de Labores de la Contraloría General de Cuentas
de Guatemala (2024), se recibieron 41,104 declaraciones, cifra que varía según el tamaño del
país y las coyunturas políticas (suele incrementarse con los cambios de gobierno). Bajo este
esquema, resulta difícil realizar una revisión objetiva y razonable de la situación patrimonial, en
ese contexto los países no alcanzan plenamente las expectativas fijadas por sus normativas y
por los instrumentos internacionales anticorrupción.
Una razón central es la ausencia de estrategias definidas para sistematizar los procedimientos.
Con frecuencia, las auditorias se activan reactivamente por noticias de prensa, requerimientos
de la autoridad investigadora o denuncias ciudadanas, que son eventuales y no cubren el
universo declarativo. En consonancia con la guía StAR1 del Banco Mundial (Rossi, Pop y
Berger, 2017), se recomienda institucionalizar protocolos de verificación basados en riesgo
que integren perfilamiento y muestreo dirigido, cruces automatizados y masivos con fuentes
internas y externas (tributarias, registrales, financieras y de contrataciones) y criterios
transparentes de selección y priorización formalizados en manuales operativos, con el fin de
ampliar cobertura, mejorar trazabilidad y reducir discrecionalidad.
Aplicación de la Inteligencia Artificial en América Latina
A nivel internacional, diversas organizaciones como la INTOSAI, la OCDE y la Comisión
Europea han promovido la adopción de inteligencia artificial y tecnologías emergentes
en los procesos de control gubernamental y auditoría digital. Estos enfoques refuerzan la
necesidad de marcos normativos que garanticen la transparencia algorítmica, la trazabilidad
de decisiones automatizadas y la responsabilidad institucional. La literatura especializada en
auditoría digital también ha destacado el valor de la automatización para mejorar la eficiencia
1 StAR: Iniciativa de Recuperación de Activos Robados, es una asociación entre el Grupo del Banco Mundial y la
Oficina de las Naciones Unidas contra la Droga y el Delito que apoya los esfuerzos internacionales que buscan
poner fin a los refugios seguros para los fondos corruptos.
140
y cobertura del control público (OECD, 2022), lo que respalda el enfoque propuesto en este
estudio para la fiscalización patrimonial.
Los países que destacan en el proceso de aplicación de dicha herramienta en el campo de la
investigación, desarrollo y adopción de la inteligencia artificial, en áreas como la infraestructura
tecnológica, desarrollo de talento especializado, productividad científica y capacidad de
innovación, son Chile, Uruguay y Brasil, que podrían considerarse líderes regionales” (Centro
Nacional de Inteligencia Artificial –ILIA-, 2024).
Tabla 3Indicadores comparativos de países líderes en IA en América Latina
Nota: Elaboración propia con base al Índice Latinoamericano de Inteligencia Artificial –2024-
Algunos países de América Latina, como Chile, han iniciado la implementación de
herramientas de inteligencia artificial en sus sistemas de fiscalización. En particular, el Servicio
de Impuestos Internos (SII) chileno, ha utilizado algoritmos para el análisis automatizado de
datos tributarios, lo cual ha generado cuestionamientos en torno a la legalidad y transparencia
de estos procesos.
Álvarez Vega (2024) advierte que la automatización debe implementarse con garantías
suficientes que resguarden el debido proceso. En contraste, la mayoría de países de la región
aún no incorporan mecanismos tecnológicos avanzados para la fiscalización patrimonial,
lo que evidencia una brecha en capacidad institucional y voluntad política. Esta diferencia
subraya la urgencia de avanzar hacia modelos modernos y transparentes, donde la IA se
y cobertura del control público (OECD, 2022), lo que respalda el enfoque propuesto en este
estudio para la fiscalización patrimonial.
Los países que destacan en el proceso de aplicación de dicha herramienta en el campo de la
investigación, desarrollo y adopción de la inteligencia artificial, en áreas como la infraestructura
tecnológica, desarrollo de talento especializado, productividad científica y capacidad de
innovación, son Chile, Uruguay y Brasil, que podrían considerarse líderes regionales” (Centro
Nacional de Inteligencia Artificial –ILIA-, 2024).
Tabla 3Indicadores comparativos de países líderes en IA en América Latina
Nota: Elaboración propia con base al Índice Latinoamericano de Inteligencia Artificial –2024-
Algunos países de América Latina, como Chile, han iniciado la implementación de
herramientas de inteligencia artificial en sus sistemas de fiscalización. En particular, el Servicio
de Impuestos Internos (SII) chileno, ha utilizado algoritmos para el análisis automatizado de
datos tributarios, lo cual ha generado cuestionamientos en torno a la legalidad y transparencia
de estos procesos.
Álvarez Vega (2024) advierte que la automatización debe implementarse con garantías
suficientes que resguarden el debido proceso. En contraste, la mayoría de países de la región
aún no incorporan mecanismos tecnológicos avanzados para la fiscalización patrimonial,
lo que evidencia una brecha en capacidad institucional y voluntad política. Esta diferencia
subraya la urgencia de avanzar hacia modelos modernos y transparentes, donde la IA se
141
integre sin vulnerar derechos fundamentales, potenciando la eficacia del control público.
(Álvarez Vega, 2024)
Es importante destacar que, si bien en estos países se evidencian ciertos avances tecnológicos,
los mismos no están enfocados a fiscalizar o auditar la situación patrimonial de los funcionarios
y empleados Públicos.
Materiales y métodos
Para el análisis documental, se consideró el criterio de búsqueda de información en bases
de datos académicas como Scopus, Redalyc, SciELO y Google Académico en el marco de
una revisión narrativa. Se priorizaron fuentes científicas y estudios académicos relacionados
con la fiscalización patrimonial y la inteligencia artificial en América Latina. La selección
incluyó investigaciones que abordaron tanto experiencias institucionales como desarrollos
normativos en la región. La búsqueda permitió identificar 38 documentos relevantes. No se
aplicó un protocolo de revisión sistemática, ya que el objetivo principal fue ofrecer una visión
comparativa, exploratoria y propositiva, centrada en estudios clave, marcos legales y casos
recientes que articulan la inteligencia artificial con los procesos de control patrimonial.
El criterio para selección de países, se basó en atención a la pertinencia temática (probidad
y fiscalización patrimonial), viabilidad lingüística y acceso a ponencias y materiales técnicos
compartidos por pares. Cabe mencionar que una fracción de los insumos procede de
comunicaciones personales y materiales no publicados vinculados a instancias de intercambio
técnico en la región por pares.
En ese contexto se realizó una investigación de carácter documental en los paises precitados,
para contar con elementos de juicio suficientes y comprobar la premisa que los procesos
actuales de fiscalización patrimonial de funcionarios y empleados públicos, por parte de
las Entidades Fiscalizadoras, no han tenido mayor incidencia positiva para cumplir con la
Normativa de Probidad y lo preceptuado en la Convención de Naciones Unidas Contra la
Corrupción en América Latina.
Finalmente se obtuvo informacion relacionada con los Indices de Percepcion de la Corrupcion
con base a los indicadores de Transparency International (2024), para argumentar
razonablemente la investigacion.
Resultados y discusión
La ausencia de sistemas automatizados en la fiscalización patrimonial obstaculiza el avance
hacia una mayor transparencia en la función pública y limita la capacidad estatal para combatir
integre sin vulnerar derechos fundamentales, potenciando la eficacia del control público.
(Álvarez Vega, 2024)
Es importante destacar que, si bien en estos países se evidencian ciertos avances tecnológicos,
los mismos no están enfocados a fiscalizar o auditar la situación patrimonial de los funcionarios
y empleados Públicos.
Materiales y métodos
Para el análisis documental, se consideró el criterio de búsqueda de información en bases
de datos académicas como Scopus, Redalyc, SciELO y Google Académico en el marco de
una revisión narrativa. Se priorizaron fuentes científicas y estudios académicos relacionados
con la fiscalización patrimonial y la inteligencia artificial en América Latina. La selección
incluyó investigaciones que abordaron tanto experiencias institucionales como desarrollos
normativos en la región. La búsqueda permitió identificar 38 documentos relevantes. No se
aplicó un protocolo de revisión sistemática, ya que el objetivo principal fue ofrecer una visión
comparativa, exploratoria y propositiva, centrada en estudios clave, marcos legales y casos
recientes que articulan la inteligencia artificial con los procesos de control patrimonial.
El criterio para selección de países, se basó en atención a la pertinencia temática (probidad
y fiscalización patrimonial), viabilidad lingüística y acceso a ponencias y materiales técnicos
compartidos por pares. Cabe mencionar que una fracción de los insumos procede de
comunicaciones personales y materiales no publicados vinculados a instancias de intercambio
técnico en la región por pares.
En ese contexto se realizó una investigación de carácter documental en los paises precitados,
para contar con elementos de juicio suficientes y comprobar la premisa que los procesos
actuales de fiscalización patrimonial de funcionarios y empleados públicos, por parte de
las Entidades Fiscalizadoras, no han tenido mayor incidencia positiva para cumplir con la
Normativa de Probidad y lo preceptuado en la Convención de Naciones Unidas Contra la
Corrupción en América Latina.
Finalmente se obtuvo informacion relacionada con los Indices de Percepcion de la Corrupcion
con base a los indicadores de Transparency International (2024), para argumentar
razonablemente la investigacion.
Resultados y discusión
La ausencia de sistemas automatizados en la fiscalización patrimonial obstaculiza el avance
hacia una mayor transparencia en la función pública y limita la capacidad estatal para combatir
142
“Aún debemos encontrar un sistema de declaración de patrimonio e intereses que logre
realizar la verificación a fin de detectar cualquier inexactitud o irregularidad. Algunos sistemas
de verificación tienen como único objetivo la identificación de conflictos de interés reales o
potenciales” (p. 77).
eficazmente la corrupción. Esta carencia se refleja en los elevados niveles de percepción de
corrupción en varios países de América Latina. Rossi et al. (2017) advierten que:
Este diagnóstico refuerza la necesidad de adoptar enfoques más sólidos, apoyados en
tecnologías que fortalezcan la capacidad institucional de control.
En contraste, la literatura especializada en auditoría digital ha demostrado que la inteligencia
artificial (IA) puede automatizar procesos de supervisión interna, reducir la carga operativa y
ampliar el alcance del monitoreo financiero y patrimonial. Desde una perspectiva de política
pública, la Comisión Europea (2020) plantea que el despliegue de IA en el sector público
debe inscribirse en un “ecosistema de confianza” con un enfoque basado en riesgos, que
garantice derechos fundamentales, transparencia y supervisión humana, y una gobernanza
de datos robusta. Este marco favorece procedimientos estandarizados, trazables y auditables,
condiciones esenciales para la fiscalización patrimonial y la detección de inconsistencias con
debido proceso (Comisión Europea, 2020).
Complementariamente, un estudio reciente de Genaro-Moya et al. (2025) examina el papel
transformador que puede desempeñar la IA en la auditoría del sector público, específicamente
en las Entidades Fiscalizadoras Superiores (EFS). Los autores destacan que la IA tiene el
potencial de mejorar la eficiencia operativa, aumentar la transparencia y facilitar el análisis de
grandes volúmenes de datos financieros y patrimoniales en tiempo real, siempre que existan
capacidades institucionales y estándares de gobernanza que orienten su adopción.
A pesar de estas oportunidades, la implementación efectiva de IA enfrenta barreras relevantes.
Torroba Díaz (2023), en su tesis doctoral Análisis de las barreras que impiden la adopción del
análisis de datos y la inteligencia artificial en la Auditoría de Cuentas, identifica obstáculos
como la falta de formación técnica especializada, la opacidad algorítmica, la desconfianza
institucional y la ausencia de un marco regulatorio claro. Según la autora, “la implementación
de herramientas de inteligencia artificial en la auditoría no solo implica una transformación
tecnológica, sino también un cambio cultural profundo dentro de las organizaciones, donde
aún persisten resistencias derivadas del desconocimiento, la falta de formación técnica y la
escasa confianza en los sistemas automatizados” (pp. 171–173). Estos hallazgos refuerzan
la importancia de acompañar los avances tecnológicos con gobernanza ética, transparencia
operativa y colaboración interdisciplinaria.
“Aún debemos encontrar un sistema de declaración de patrimonio e intereses que logre
realizar la verificación a fin de detectar cualquier inexactitud o irregularidad. Algunos sistemas
de verificación tienen como único objetivo la identificación de conflictos de interés reales o
potenciales” (p. 77).
eficazmente la corrupción. Esta carencia se refleja en los elevados niveles de percepción de
corrupción en varios países de América Latina. Rossi et al. (2017) advierten que:
Este diagnóstico refuerza la necesidad de adoptar enfoques más sólidos, apoyados en
tecnologías que fortalezcan la capacidad institucional de control.
En contraste, la literatura especializada en auditoría digital ha demostrado que la inteligencia
artificial (IA) puede automatizar procesos de supervisión interna, reducir la carga operativa y
ampliar el alcance del monitoreo financiero y patrimonial. Desde una perspectiva de política
pública, la Comisión Europea (2020) plantea que el despliegue de IA en el sector público
debe inscribirse en un “ecosistema de confianza” con un enfoque basado en riesgos, que
garantice derechos fundamentales, transparencia y supervisión humana, y una gobernanza
de datos robusta. Este marco favorece procedimientos estandarizados, trazables y auditables,
condiciones esenciales para la fiscalización patrimonial y la detección de inconsistencias con
debido proceso (Comisión Europea, 2020).
Complementariamente, un estudio reciente de Genaro-Moya et al. (2025) examina el papel
transformador que puede desempeñar la IA en la auditoría del sector público, específicamente
en las Entidades Fiscalizadoras Superiores (EFS). Los autores destacan que la IA tiene el
potencial de mejorar la eficiencia operativa, aumentar la transparencia y facilitar el análisis de
grandes volúmenes de datos financieros y patrimoniales en tiempo real, siempre que existan
capacidades institucionales y estándares de gobernanza que orienten su adopción.
A pesar de estas oportunidades, la implementación efectiva de IA enfrenta barreras relevantes.
Torroba Díaz (2023), en su tesis doctoral Análisis de las barreras que impiden la adopción del
análisis de datos y la inteligencia artificial en la Auditoría de Cuentas, identifica obstáculos
como la falta de formación técnica especializada, la opacidad algorítmica, la desconfianza
institucional y la ausencia de un marco regulatorio claro. Según la autora, “la implementación
de herramientas de inteligencia artificial en la auditoría no solo implica una transformación
tecnológica, sino también un cambio cultural profundo dentro de las organizaciones, donde
aún persisten resistencias derivadas del desconocimiento, la falta de formación técnica y la
escasa confianza en los sistemas automatizados” (pp. 171–173). Estos hallazgos refuerzan
la importancia de acompañar los avances tecnológicos con gobernanza ética, transparencia
operativa y colaboración interdisciplinaria.
143
En el mismo sentido, el ICAC2 (2025) desde la perspectiva de la auditoría de cuentas, constata
que el sector requiere estrategias integrales de IA, formación práctica, guías/estándares claros
y ciberseguridad para sostener la confianza, asegurar la explicabilidad de las herramientas
y facilitar su validación. Aunque el enfoque del ICAC es el ámbito privado/profesional, sus
recomendaciones son transferibles al control patrimonial público.
De forma complementaria, Villca Condori (2025), mediante una revisión sistemática en el
ámbito municipal peruano, evidencia que la IA puede reducir la evasión y mejorar la eficiencia
institucional, siempre que su implementación esté respaldada por marcos normativos
adecuados y cooperación interinstitucional. Esto enlaza con la necesidad ya señalada por
OCDE3 (2022) e INTOSAI4 (2020) de avanzar en digitalización de la auditoría pública, pero
con salvaguardas de transparencia, trazabilidad y protección de datos.
Pese a estos desarrollos, el presente estudio confirma que la mayoría de países
latinoamericanos aún no incorporan IA en la fiscalización patrimonial de forma sistemática.
Aunque organismos como los mencionados en el párrafo anterior, promueven la digitalización,
persisten limitaciones técnicas, institucionales y políticas que demoran su adopción, en parte
por la débil sistematización de procesos, por ende la ausencia de convenios interinstitucionales
que faciliten la interoperabilidad y la débil fiscalización inciden en la capacidad insuficiente
para implementar procesos sistematizados y la transparencia de la función pública. En
este escenario, se vuelve necesario repensar el alcance de las convenciones y tratados
anticorrupción, los cuales deberían establecer mecanismos más exigentes y consecuencias
claras ante su incumplimiento. La falta de efectos tangibles pone entre dicho su legitimidad,
incluso en Estados adherentes que mantienen altos niveles de corrupción.
La corrupción afecta de manera desproporcionada a las poblaciones vulnerables, agravando
deficiencias en salud, educación, seguridad y servicios básicos, y perpetuando condiciones
de exclusión social (OECD, 2022b). En consecuencia, el tránsito hacia modelos de control
patrimonial asistidos por IA requiere rediseñar procesos, invertir en capacidades digitales,
asegurar la interoperabilidad y adaptar los sistemas de control bajo principios de ética,
transparencia y rendición de cuentas (INTOSAI, 2020; OECD, 2022a).
En síntesis, aunque la implementación de IA en la región aún es incipiente, representa una
oportunidad estratégica frente a las limitaciones de los métodos tradicionales. La evidencia
sugiere que la adopción responsable de IA, guiada por un enfoque basado en riesgos,
gobernanza de datos, supervisión humana, explicabilidad y ciberseguridad, puede elevar la
efectividad del control patrimonial y fortalecer la integridad pública. Si bien algunos países como
Chile, Brasil y Uruguay han logrado avances en automatización tributaria o administrativa,
estos esfuerzos aún no se han extendido plenamente al control patrimonial.
2 Instituto de Contabilidad y Auditoría de Cuentas de España (Organismo Público, Adscrito al Ministerio de
Economía, Comercio y Empresa).
3 Organización para la Cooperación y el Desarrollo Económico (OCDE), Organismo Internacional.
4 Organización Internacional de Entidades Fiscalizadoras Superiores (INTOSAI).
En el mismo sentido, el ICAC2 (2025) desde la perspectiva de la auditoría de cuentas, constata
que el sector requiere estrategias integrales de IA, formación práctica, guías/estándares claros
y ciberseguridad para sostener la confianza, asegurar la explicabilidad de las herramientas
y facilitar su validación. Aunque el enfoque del ICAC es el ámbito privado/profesional, sus
recomendaciones son transferibles al control patrimonial público.
De forma complementaria, Villca Condori (2025), mediante una revisión sistemática en el
ámbito municipal peruano, evidencia que la IA puede reducir la evasión y mejorar la eficiencia
institucional, siempre que su implementación esté respaldada por marcos normativos
adecuados y cooperación interinstitucional. Esto enlaza con la necesidad ya señalada por
OCDE3 (2022) e INTOSAI4 (2020) de avanzar en digitalización de la auditoría pública, pero
con salvaguardas de transparencia, trazabilidad y protección de datos.
Pese a estos desarrollos, el presente estudio confirma que la mayoría de países
latinoamericanos aún no incorporan IA en la fiscalización patrimonial de forma sistemática.
Aunque organismos como los mencionados en el párrafo anterior, promueven la digitalización,
persisten limitaciones técnicas, institucionales y políticas que demoran su adopción, en parte
por la débil sistematización de procesos, por ende la ausencia de convenios interinstitucionales
que faciliten la interoperabilidad y la débil fiscalización inciden en la capacidad insuficiente
para implementar procesos sistematizados y la transparencia de la función pública. En
este escenario, se vuelve necesario repensar el alcance de las convenciones y tratados
anticorrupción, los cuales deberían establecer mecanismos más exigentes y consecuencias
claras ante su incumplimiento. La falta de efectos tangibles pone entre dicho su legitimidad,
incluso en Estados adherentes que mantienen altos niveles de corrupción.
La corrupción afecta de manera desproporcionada a las poblaciones vulnerables, agravando
deficiencias en salud, educación, seguridad y servicios básicos, y perpetuando condiciones
de exclusión social (OECD, 2022b). En consecuencia, el tránsito hacia modelos de control
patrimonial asistidos por IA requiere rediseñar procesos, invertir en capacidades digitales,
asegurar la interoperabilidad y adaptar los sistemas de control bajo principios de ética,
transparencia y rendición de cuentas (INTOSAI, 2020; OECD, 2022a).
En síntesis, aunque la implementación de IA en la región aún es incipiente, representa una
oportunidad estratégica frente a las limitaciones de los métodos tradicionales. La evidencia
sugiere que la adopción responsable de IA, guiada por un enfoque basado en riesgos,
gobernanza de datos, supervisión humana, explicabilidad y ciberseguridad, puede elevar la
efectividad del control patrimonial y fortalecer la integridad pública. Si bien algunos países como
Chile, Brasil y Uruguay han logrado avances en automatización tributaria o administrativa,
estos esfuerzos aún no se han extendido plenamente al control patrimonial.
2 Instituto de Contabilidad y Auditoría de Cuentas de España (Organismo Público, Adscrito al Ministerio de
Economía, Comercio y Empresa).
3 Organización para la Cooperación y el Desarrollo Económico (OCDE), Organismo Internacional.
4 Organización Internacional de Entidades Fiscalizadoras Superiores (INTOSAI).
144
Propuesta de Aplicación de Inteligencia Artificial
Alianzas Interinstitucionales
El primer paso para la implementación de inteligencia artificial, es establecer convenios o
alianzas estratégicas para el intercambio de la información, con Entidades que lleven controles
de Fiscalización en materia tributaria, Registros de Empresas Mercantiles, Registros de
Propiedades de Bienes Inmuebles, Registros de Vehículos Terrestres, Marítimos y Aeronaves,
Registros de Control Marcas y Patentes, Registros de todo tipo de ganado o semovientes,
Sistema Financiero, etc.
Generación de Reportes Comparativos
Concluida la primera fase, se configura en el sistema la generación de reportes comparativos
automáticos de activos y pasivos. Estos reportes podrán generarse de la información
patrimonial de la toma de posesión, ampliación o actualización y cese de cargo. De este
modo, es posible detectar compras posteriores a la toma de posesión, como señal de análisis
para evaluar la razonabilidad de las operaciones, no solo en adquisiciones, sino también en
desembolsos destinados a gastos o pagos que resulten inusuales. Esto es relevante porque
las prácticas de corrupción no siempre se reflejan en nuevas compras: también pueden
evidenciarse en la disminución atípica de pasivos. Asimismo, uno de los momentos críticos
del análisis patrimonial ocurre cuando el funcionario o servidor público deja el cargo, pues con
frecuencia en dicho momento se evidencian incrementos patrimoniales.
Figura 1Monitoreo con Inteligencia Artificial
Nota: Imagen de canva, la descripción, elaboración propia.
Propuesta de Aplicación de Inteligencia Artificial
Alianzas Interinstitucionales
El primer paso para la implementación de inteligencia artificial, es establecer convenios o
alianzas estratégicas para el intercambio de la información, con Entidades que lleven controles
de Fiscalización en materia tributaria, Registros de Empresas Mercantiles, Registros de
Propiedades de Bienes Inmuebles, Registros de Vehículos Terrestres, Marítimos y Aeronaves,
Registros de Control Marcas y Patentes, Registros de todo tipo de ganado o semovientes,
Sistema Financiero, etc.
Generación de Reportes Comparativos
Concluida la primera fase, se configura en el sistema la generación de reportes comparativos
automáticos de activos y pasivos. Estos reportes podrán generarse de la información
patrimonial de la toma de posesión, ampliación o actualización y cese de cargo. De este
modo, es posible detectar compras posteriores a la toma de posesión, como señal de análisis
para evaluar la razonabilidad de las operaciones, no solo en adquisiciones, sino también en
desembolsos destinados a gastos o pagos que resulten inusuales. Esto es relevante porque
las prácticas de corrupción no siempre se reflejan en nuevas compras: también pueden
evidenciarse en la disminución atípica de pasivos. Asimismo, uno de los momentos críticos
del análisis patrimonial ocurre cuando el funcionario o servidor público deja el cargo, pues con
frecuencia en dicho momento se evidencian incrementos patrimoniales.
Figura 1Monitoreo con Inteligencia Artificial
Nota: Imagen de canva, la descripción, elaboración propia.
145
Alianzas Institucionales
Este proceso es sumamente importante para la verdadera lucha en contra de la corrupción,
este paso tan importante no debiera de ser difícil, considerando que existe la Convención de
Naciones Unidas Contra la Corrupción, en ese orden se considera un momento oportuno en
esta era tecnológica replantear esos convenios, que permita el intercambio de información a
nivel internacional, lo cual contribuiría a cerrar esas de la corrupción.
Perfiles de Riesgos
Es importante tomar en cuenta que dentro de la magnitud de los sujetos obligados, es decir
personas que deben de presentar o reportar su patrimonio con base a las normativas de
probidad de sus países, muchas veces, no todos reflejan un perfil de riesgo de corrupción,
es por ello la importancia de definir dichos perfiles, enfocados en aquellos caso en donde la
percepción de riesgo es mayor, como en los cargos en puestos fronterizos, áreas financieras,
bodegas o bien aquellos casos de Personas Expuestas Políticamente (PEP’s), siendo estos
los cargos más importantes que ocupan las personas en las instituciones públicas, en algunos
países posiblemente no se denominen de esa manera.
Beneficios Esperado
Los efectos de la corrupción se manifiestan en diversas áreas del desarrollo social, gene-
rando impactos negativos en sectores como la salud, la educación, la seguridad ciudadana
y la migración forzada. En este contexto, la fiscalización patrimonial asistida por inteligencia
artificial se proyecta como una herramienta con capacidad para incidir positivamente en el
fortalecimiento institucional y el desarrollo socioeconómico.
A continuación, se resumen los beneficios esperados de su implementación en los sistemas
de fiscalización patrimonial:
Tabla 4Beneficios Esperados de la IA en la fiscalización patrimonial
Alianzas Institucionales
Este proceso es sumamente importante para la verdadera lucha en contra de la corrupción,
este paso tan importante no debiera de ser difícil, considerando que existe la Convención de
Naciones Unidas Contra la Corrupción, en ese orden se considera un momento oportuno en
esta era tecnológica replantear esos convenios, que permita el intercambio de información a
nivel internacional, lo cual contribuiría a cerrar esas de la corrupción.
Perfiles de Riesgos
Es importante tomar en cuenta que dentro de la magnitud de los sujetos obligados, es decir
personas que deben de presentar o reportar su patrimonio con base a las normativas de
probidad de sus países, muchas veces, no todos reflejan un perfil de riesgo de corrupción,
es por ello la importancia de definir dichos perfiles, enfocados en aquellos caso en donde la
percepción de riesgo es mayor, como en los cargos en puestos fronterizos, áreas financieras,
bodegas o bien aquellos casos de Personas Expuestas Políticamente (PEP’s), siendo estos
los cargos más importantes que ocupan las personas en las instituciones públicas, en algunos
países posiblemente no se denominen de esa manera.
Beneficios Esperado
Los efectos de la corrupción se manifiestan en diversas áreas del desarrollo social, gene-
rando impactos negativos en sectores como la salud, la educación, la seguridad ciudadana
y la migración forzada. En este contexto, la fiscalización patrimonial asistida por inteligencia
artificial se proyecta como una herramienta con capacidad para incidir positivamente en el
fortalecimiento institucional y el desarrollo socioeconómico.
A continuación, se resumen los beneficios esperados de su implementación en los sistemas
de fiscalización patrimonial:
Tabla 4Beneficios Esperados de la IA en la fiscalización patrimonial
146
Nota: Elaboración Propia a partir de la investigación realizada.
Así, la IA se posiciona como un recurso estratégico para promover la transparencia, la rendición
de cuentas y la confianza ciudadana.
Conclusiones
• La fiscalización patrimonial constituye un componente estratégico en las políticas
de integridad pública y lucha contra la corrupción. No obstante, en muchos países de
América Latina, su eficacia continúa limitada por procedimientos manuales, fragmentados
y escasamente interoperables. A pesar de los avances normativos y los compromisos
asumidos en instrumentos internacionales, persiste una brecha significativa entre el
mandato legal y su implementación efectiva.
• La inteligencia artificial (IA) se presenta como una oportunidad transformadora en este
escenario, al permitir automatizar la fiscalización patrimonial, generar alertivos y realizar
cruces masivos de datos en tiempo real. Su incorporación debe ir acompañada de garantías
institucionales, incluyendo el respeto al debido proceso, la transparencia algorítmica, la
protección de datos personales y la auditoría de los propios sistemas tecnológicos.
• Para avanzar hacia un modelo más robusto y preventivo de control patrimonial, se propone
una estrategia basada en tres ejes fundamentales:
• Primero, establecer alianzas interinstitucionales nacionales e internacionales que
permitan el acceso automatizado a registros clave (propiedad, vehículos, sociedades,
marcas, sistemas financieros, entre otros), facilitando el cruce de información para
detectar inconsistencias patrimoniales relevantes.
Nota: Elaboración Propia a partir de la investigación realizada.
Así, la IA se posiciona como un recurso estratégico para promover la transparencia, la rendición
de cuentas y la confianza ciudadana.
Conclusiones
• La fiscalización patrimonial constituye un componente estratégico en las políticas
de integridad pública y lucha contra la corrupción. No obstante, en muchos países de
América Latina, su eficacia continúa limitada por procedimientos manuales, fragmentados
y escasamente interoperables. A pesar de los avances normativos y los compromisos
asumidos en instrumentos internacionales, persiste una brecha significativa entre el
mandato legal y su implementación efectiva.
• La inteligencia artificial (IA) se presenta como una oportunidad transformadora en este
escenario, al permitir automatizar la fiscalización patrimonial, generar alertivos y realizar
cruces masivos de datos en tiempo real. Su incorporación debe ir acompañada de garantías
institucionales, incluyendo el respeto al debido proceso, la transparencia algorítmica, la
protección de datos personales y la auditoría de los propios sistemas tecnológicos.
• Para avanzar hacia un modelo más robusto y preventivo de control patrimonial, se propone
una estrategia basada en tres ejes fundamentales:
• Primero, establecer alianzas interinstitucionales nacionales e internacionales que
permitan el acceso automatizado a registros clave (propiedad, vehículos, sociedades,
marcas, sistemas financieros, entre otros), facilitando el cruce de información para
detectar inconsistencias patrimoniales relevantes.
147
En conjunto, estas acciones pueden traducirse en una política nacional de fiscalización
patrimonial digital, respaldada por un marco normativo interoperable, una gobernanza
algorítmica sólida y una profesionalización sostenida de las capacidades técnicas en los
órganos de control y justicia. La implementación progresiva de estos pilares no solo fortalecerá
la rendición de cuentas, sino que también enviará una señal clara de compromiso institucional
frente a la corrupción.
Referencias
Álvarez Vega, M. (2024). Inteligencia artificial en la fiscalización tributaria: Desafíos al debido
proceso administrativo chileno. Ius et Praxis, (58), 190–208.
https://doi.org/10.26439/iusetpraxis2024.n058.6861
Argentina. (1984). Código Penal de la Nación (Ley 11.179 y reformas). Boletín Oficial.
https://servicios.infoleg.gob.ar/infolegInternet/verNorma.do?id=16546
Argentina. (1999). Ley 25.188, de Ética en el Ejercicio de la Función Pública. Boletín Oficial.
https://servicios.infoleg.gob.ar/infolegInternet/verNorma.do?id=60847
Brasil. (1992). Lei N.º 8.429, (Lei de Improbidade Administrativa). Diário Oficial da União.
https://www.planalto.gov.br/ccivil_03/leis/L8429compilada.htm
Brasil. (2021). Lei N.º 14.230, (reforma da Lei de Improbidade Administrativa). Diário Oficial da
União. https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14230.htm
• Segundo, implementar sistemas de generación de reportes comparativos
automatizados, que analicen de forma dinámica las variaciones en el patrimonio
de los sujetos obligados desde el inicio, durante y al término del ejercicio del cargo
público. Esto incluye no solo adquisiciones, sino también pagos, cancelaciones de
deudas y otras operaciones significativas que puedan indicar un enriquecimiento no
justificado.
• Tercero, avanzar hacia un esquema de monitoreo continuo mediante IA, basado
en perfiles de riesgo diferenciados. Esto permitirá priorizar el control sobre grupos
más expuestos, como personas políticamente expuestas (PEP), funcionarios en
zonas de frontera o áreas financieras sensibles, maximizando el uso eficiente de los
recursos públicos.
En conjunto, estas acciones pueden traducirse en una política nacional de fiscalización
patrimonial digital, respaldada por un marco normativo interoperable, una gobernanza
algorítmica sólida y una profesionalización sostenida de las capacidades técnicas en los
órganos de control y justicia. La implementación progresiva de estos pilares no solo fortalecerá
la rendición de cuentas, sino que también enviará una señal clara de compromiso institucional
frente a la corrupción.
Referencias
Álvarez Vega, M. (2024). Inteligencia artificial en la fiscalización tributaria: Desafíos al debido
proceso administrativo chileno. Ius et Praxis, (58), 190–208.
https://doi.org/10.26439/iusetpraxis2024.n058.6861
Argentina. (1984). Código Penal de la Nación (Ley 11.179 y reformas). Boletín Oficial.
https://servicios.infoleg.gob.ar/infolegInternet/verNorma.do?id=16546
Argentina. (1999). Ley 25.188, de Ética en el Ejercicio de la Función Pública. Boletín Oficial.
https://servicios.infoleg.gob.ar/infolegInternet/verNorma.do?id=60847
Brasil. (1992). Lei N.º 8.429, (Lei de Improbidade Administrativa). Diário Oficial da União.
https://www.planalto.gov.br/ccivil_03/leis/L8429compilada.htm
Brasil. (2021). Lei N.º 14.230, (reforma da Lei de Improbidade Administrativa). Diário Oficial da
União. https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14230.htm
• Segundo, implementar sistemas de generación de reportes comparativos
automatizados, que analicen de forma dinámica las variaciones en el patrimonio
de los sujetos obligados desde el inicio, durante y al término del ejercicio del cargo
público. Esto incluye no solo adquisiciones, sino también pagos, cancelaciones de
deudas y otras operaciones significativas que puedan indicar un enriquecimiento no
justificado.
• Tercero, avanzar hacia un esquema de monitoreo continuo mediante IA, basado
en perfiles de riesgo diferenciados. Esto permitirá priorizar el control sobre grupos
más expuestos, como personas políticamente expuestas (PEP), funcionarios en
zonas de frontera o áreas financieras sensibles, maximizando el uso eficiente de los
recursos públicos.
148
Cabot, D. (2018, agosto 1). Uberti confesó que le entregó bolsos con dinero a Néstor Kirchner
delante de Cristina. La Nación. https://www.lanacion.com.ar/politica/uberti-confeso-que-le-
entrego-bolsos-con-dinero-a-nestor-kirchner-delante-de-cristina-nid2162530/
Campos, N., Engel, E., Fischer, R. D., & Galetovic, A. (2020). Renegociaciones y corrupción en
el sector de infraestructura: El caso Odebrecht (Informe preparado para el Banco Intera-
mericano de Desarrollo). Banco Interamericano de Desarrollo. https://publications.iadb.
org/publications/spanish/document/Renegociaciones-y-corrupcion-en-el-sector-de-in-
fraestructura-el-caso-Odebrecht.pdf
Centro Nacional de Inteligencia Artificial (CENIA). (2024). Índice Latinoamericano de Inteligencia
Artificial (ILIA 2024).
Chile. (2015). Ley N.º 20.880, sobre probidad en la función pública y prevención de los conflictos
de intereses. Biblioteca del Congreso Nacional de Chile.
https://www.bcn.cl/leychile/navegar?idNorma=1086517
Colombia. (1995). Ley 190 de 1995 (Estatuto Anticorrupción). 12 N.º 41.878.
https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=321
Colombia. (2017). Decreto 484 de 2017 (Modifica el Decreto 1083 de 2015, Único Reglamento
del Sector de Función Pública). https://www.funcionpublica.gov.co/eva/gestornormativo/
norma.php?i=80313
Colombia. (2019). Ley 2013 de 2019 (publicidad de declaraciones).
https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=104572
Comisión Europea. (2020, febrero 19). Libro Blanco sobre la inteligencia artificial: Un enfoque
europeo orientado a la excelencia y la confianza (COM (2020) 65 final).
https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX:52020DC0065
Contraloría General de Cuentas de Guatemala. (2024). Memoria de labores 2024.
https://www.contraloria.gob.gt/
Cabot, D. (2018, agosto 1). Uberti confesó que le entregó bolsos con dinero a Néstor Kirchner
delante de Cristina. La Nación. https://www.lanacion.com.ar/politica/uberti-confeso-que-le-
entrego-bolsos-con-dinero-a-nestor-kirchner-delante-de-cristina-nid2162530/
Campos, N., Engel, E., Fischer, R. D., & Galetovic, A. (2020). Renegociaciones y corrupción en
el sector de infraestructura: El caso Odebrecht (Informe preparado para el Banco Intera-
mericano de Desarrollo). Banco Interamericano de Desarrollo. https://publications.iadb.
org/publications/spanish/document/Renegociaciones-y-corrupcion-en-el-sector-de-in-
fraestructura-el-caso-Odebrecht.pdf
Centro Nacional de Inteligencia Artificial (CENIA). (2024). Índice Latinoamericano de Inteligencia
Artificial (ILIA 2024).
Chile. (2015). Ley N.º 20.880, sobre probidad en la función pública y prevención de los conflictos
de intereses. Biblioteca del Congreso Nacional de Chile.
https://www.bcn.cl/leychile/navegar?idNorma=1086517
Colombia. (1995). Ley 190 de 1995 (Estatuto Anticorrupción). 12 N.º 41.878.
https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=321
Colombia. (2017). Decreto 484 de 2017 (Modifica el Decreto 1083 de 2015, Único Reglamento
del Sector de Función Pública). https://www.funcionpublica.gov.co/eva/gestornormativo/
norma.php?i=80313
Colombia. (2019). Ley 2013 de 2019 (publicidad de declaraciones).
https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=104572
Comisión Europea. (2020, febrero 19). Libro Blanco sobre la inteligencia artificial: Un enfoque
europeo orientado a la excelencia y la confianza (COM (2020) 65 final).
https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX:52020DC0065
Contraloría General de Cuentas de Guatemala. (2024). Memoria de labores 2024.
https://www.contraloria.gob.gt/
149
Correa Fernández, J. A. (2017). Corrupción en Colombia: Una visión desde la administración
pública. Revista Científica General José María Córdova, 15(20), 157–178.
https://dialnet.unirioja.es/servlet/articulo?codigo=6857131
Costa Rica. (2004). Ley 8422, Contra la Corrupción y el Enriquecimiento Ilícito en la Función
Pública. La Gaceta N.º 212, 2004. https://pgrweb.go.cr/scij/Busqueda/Normativa/Normas/
nrm_texto_completo.aspx?nValor1=1&nValor2=53738&nValor3=90841
Genaro-Moya, D., Benito-Pérez, G., García-Sánchez, I. M., & Martínez-Ferrero, J. (2025). Artifi-
cial intelligence and public sector auditing: Challenges and opportunities for Supreme Audit
Institutions. World, 6(2), 78. https://doi.org/10.3390/world6020078
Guatemala. (1973). Decreto 17-73, Código Penal (y sus Reformas). Diario de Centro América.
https://www.un.org/depts/los/LEGISLATIONANDTREATIES/PDFFILES/GTM_codigo_pe-
nal.pdf
Guatemala. (2002). Decreto 89-2002, Ley de Probidad y Responsabilidades de Funcionarios y
Empleados Públicos. Diario de Centro América. https://www.contraloria.gob.gt/wp-content/
uploads/2019/01/ley-de-probidad-decreto-del-congreso-89-2002.pdf
Guatemala. (2012). Decreto 31-2012, Ley contra la Corrupción. Diario de Centro América.
https://www.contraloria.gob.gt/wp-content/uploads/2018/02/11-Ley-Contra-La-Corrup-
cion-Decreto-31-2012.pdf
Horvitz, M. I. (2024). Corrupción dentro del Estado y redes de poder. CIPER.
https://www.ciperchile.cl/2024/04/14/corrupcion-dentro-del-estado-y-redes-de-poder/
Instituto Centroamericano de Estudios Fiscales (ICEFI). (2024). Estudio y recomendaciones
sobre la utilidad y efectividad de las declaraciones juradas patrimoniales en Guatemala.
https://icefi.org/sites/default/files/volumen_4_-_utilidad_y_efectividad_de_las_declaracio-
nes_juradas_patrimoniales_en_guatemala.pdf
Instituto de Contabilidad y Auditoría de Cuentas (ICAC) & ASEPUC. (2025). El reto de la
inteligencia artificial para la auditoría (Estudio ICAC–ASEPUC, 73 pp.). https://www.icac.
gob.es/sites/default/files/2025-04/ESTUDIO%20INTELIGENCIA%20ARTIFICIAL_accesible.pdf
INTOSAI. (2020). Digitalization and the future of audit. International Journal of Government Auditing.
Correa Fernández, J. A. (2017). Corrupción en Colombia: Una visión desde la administración
pública. Revista Científica General José María Córdova, 15(20), 157–178.
https://dialnet.unirioja.es/servlet/articulo?codigo=6857131
Costa Rica. (2004). Ley 8422, Contra la Corrupción y el Enriquecimiento Ilícito en la Función
Pública. La Gaceta N.º 212, 2004. https://pgrweb.go.cr/scij/Busqueda/Normativa/Normas/
nrm_texto_completo.aspx?nValor1=1&nValor2=53738&nValor3=90841
Genaro-Moya, D., Benito-Pérez, G., García-Sánchez, I. M., & Martínez-Ferrero, J. (2025). Artifi-
cial intelligence and public sector auditing: Challenges and opportunities for Supreme Audit
Institutions. World, 6(2), 78. https://doi.org/10.3390/world6020078
Guatemala. (1973). Decreto 17-73, Código Penal (y sus Reformas). Diario de Centro América.
https://www.un.org/depts/los/LEGISLATIONANDTREATIES/PDFFILES/GTM_codigo_pe-
nal.pdf
Guatemala. (2002). Decreto 89-2002, Ley de Probidad y Responsabilidades de Funcionarios y
Empleados Públicos. Diario de Centro América. https://www.contraloria.gob.gt/wp-content/
uploads/2019/01/ley-de-probidad-decreto-del-congreso-89-2002.pdf
Guatemala. (2012). Decreto 31-2012, Ley contra la Corrupción. Diario de Centro América.
https://www.contraloria.gob.gt/wp-content/uploads/2018/02/11-Ley-Contra-La-Corrup-
cion-Decreto-31-2012.pdf
Horvitz, M. I. (2024). Corrupción dentro del Estado y redes de poder. CIPER.
https://www.ciperchile.cl/2024/04/14/corrupcion-dentro-del-estado-y-redes-de-poder/
Instituto Centroamericano de Estudios Fiscales (ICEFI). (2024). Estudio y recomendaciones
sobre la utilidad y efectividad de las declaraciones juradas patrimoniales en Guatemala.
https://icefi.org/sites/default/files/volumen_4_-_utilidad_y_efectividad_de_las_declaracio-
nes_juradas_patrimoniales_en_guatemala.pdf
Instituto de Contabilidad y Auditoría de Cuentas (ICAC) & ASEPUC. (2025). El reto de la
inteligencia artificial para la auditoría (Estudio ICAC–ASEPUC, 73 pp.). https://www.icac.
gob.es/sites/default/files/2025-04/ESTUDIO%20INTELIGENCIA%20ARTIFICIAL_accesible.pdf
INTOSAI. (2020). Digitalization and the future of audit. International Journal of Government Auditing.
150
México. (2016). Ley General de Responsabilidades Administrativas (LGRA). Diario Oficial de la
Federación. https://www.diputados.gob.mx/LeyesBiblio/pdf/LGRA.pdf
OECD. (2022a). Auditing with data analytics (OECD Working Papera on Public Governance).
https://doi.org/10.1787/62c8f1c6-en
OECD. (2022b). Implementing the OECD Anti-Bribery Convention: Phase 2 two-year follow-up
report—Costa Rica. OECD Publishing. https://doi.org/10.1787/59c16d0e
Perú. (2001). Decreto Supremo N.º 080-2001-PCM, Reglamento de la Ley N.º 27482. El Peruano
/ PCM. https://www.gob.pe/institucion/contraloria/normas-legales/3868083-080-2001-pcm
Perú. (2001). Ley N.º 27482, Ley que regula la publicación de la declaración jurada de ingresos
y de bienes y rentas de funcionarios y servidores públicos. El Peruano.
https://www.oas.org/juridico/pdfs/mesicic4_per_ley27482.pdf
Perú. Contraloría General de la República. (2015). Resolución de Contraloría N.º 328-2015-
CG. El Peruano. https://www.gob.pe/institucion/contraloria/normas-legales/1721211-328-
2015-cg
Quitano Díaz, D. (2019). ¿Podemos reducir la corrupción en México? Letras Jurídicas. Revista
Multidisciplinar del CEDEGS, 20(40), 173–176. https://www.uv.mx/cedegs/files/2021/04/
Revista-Letras-Juridicas-numero40.pdf
Rossi, I. M., Pop, L., & Berger, T. (2017). Lo que hay que saber sobre los funcionarios públicos:
Guía práctica para declaraciones juradas efectivas (StAR Series). Banco Mundial. https://
documents1.worldbank.org/curated/en/537281524145572557/pdf/Getting-the-full-pictu-
re-on-public-officials-a-how-to-guide-for-effective-financial-disclosure.pdf
Soria Olivas, E., Sánchez-Montañés Isla, M. A., Gamero Cruz, R., Castillo Caballero, B., & Cano
Michelena, P. (2023). Sistemas de aprendizaje automático. Ediciones de la U.Transparen-
cy International. (2024). Corruption Perceptions Index 2023.
https://www.transparency.org/en/cpi/2024
Villca Condori, H. F. (2025). Inteligencia artificial y recaudación de impuestos: Una alternativa de
mejora en gobiernos locales. Impulso. Revista de Administración, 5(11), 537–553.
https://doi.org/10.59659/impulso.v.5i11.161
México. (2016). Ley General de Responsabilidades Administrativas (LGRA). Diario Oficial de la
Federación. https://www.diputados.gob.mx/LeyesBiblio/pdf/LGRA.pdf
OECD. (2022a). Auditing with data analytics (OECD Working Papera on Public Governance).
https://doi.org/10.1787/62c8f1c6-en
OECD. (2022b). Implementing the OECD Anti-Bribery Convention: Phase 2 two-year follow-up
report—Costa Rica. OECD Publishing. https://doi.org/10.1787/59c16d0e
Perú. (2001). Decreto Supremo N.º 080-2001-PCM, Reglamento de la Ley N.º 27482. El Peruano
/ PCM. https://www.gob.pe/institucion/contraloria/normas-legales/3868083-080-2001-pcm
Perú. (2001). Ley N.º 27482, Ley que regula la publicación de la declaración jurada de ingresos
y de bienes y rentas de funcionarios y servidores públicos. El Peruano.
https://www.oas.org/juridico/pdfs/mesicic4_per_ley27482.pdf
Perú. Contraloría General de la República. (2015). Resolución de Contraloría N.º 328-2015-
CG. El Peruano. https://www.gob.pe/institucion/contraloria/normas-legales/1721211-328-
2015-cg
Quitano Díaz, D. (2019). ¿Podemos reducir la corrupción en México? Letras Jurídicas. Revista
Multidisciplinar del CEDEGS, 20(40), 173–176. https://www.uv.mx/cedegs/files/2021/04/
Revista-Letras-Juridicas-numero40.pdf
Rossi, I. M., Pop, L., & Berger, T. (2017). Lo que hay que saber sobre los funcionarios públicos:
Guía práctica para declaraciones juradas efectivas (StAR Series). Banco Mundial. https://
documents1.worldbank.org/curated/en/537281524145572557/pdf/Getting-the-full-pictu-
re-on-public-officials-a-how-to-guide-for-effective-financial-disclosure.pdf
Soria Olivas, E., Sánchez-Montañés Isla, M. A., Gamero Cruz, R., Castillo Caballero, B., & Cano
Michelena, P. (2023). Sistemas de aprendizaje automático. Ediciones de la U.Transparen-
cy International. (2024). Corruption Perceptions Index 2023.
https://www.transparency.org/en/cpi/2024
Villca Condori, H. F. (2025). Inteligencia artificial y recaudación de impuestos: Una alternativa de
mejora en gobiernos locales. Impulso. Revista de Administración, 5(11), 537–553.
https://doi.org/10.59659/impulso.v.5i11.161
151
Yuhui, S. (2021). El cáncer de la corrupción en Latinoamérica: El caso Odebrecht. Gestión y
Política Pública, 30(3), 237–265. https://doi.org/10.29265/gypp.v30i3.974
Sobre el autor
Fredy Rolando Pineda Cermeño
Licenciado en Administración de Empresas, Contador Público y Auditor, Maestría en Adminis-
tración Financiera.
Financiamiento de la investigación
Con recursos propios.
Declaración de intereses
Declara no tener ningún conflicto de intereses, que puedan haber influido en los resultados
obtenidos o las interpretaciones propuestas.
Declaración de consentimiento informado
El estudio se realizó respetando el Código de ética y buenas prácticas editoriales de publicación.
Derecho de uso
Copyright (c) (2025) Fredy Rolando Pineda Cermeño
Este texto está protegido por la Licencia Creative Commons Atribución 4.0 Internacional
Este texto está protegido por una licencia
Creative Commons 4.0.
Es libre para compartir, copiar y redistribuir el material en cualquier medio o formato y adaptar
el documento, remezclar, transformar y crear a partir del material para cualquier propósito,
incluso comercialmente, siempre que cumpla la condición de atribución: debe reconocer él
crédito de una obra de manera adecuada, proporcionar un enlace a la licencia, e indicar si se
han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que
sugiera que tiene el apoyo del licenciante o lo recibe por el uso que hace.
Yuhui, S. (2021). El cáncer de la corrupción en Latinoamérica: El caso Odebrecht. Gestión y
Política Pública, 30(3), 237–265. https://doi.org/10.29265/gypp.v30i3.974
Sobre el autor
Fredy Rolando Pineda Cermeño
Licenciado en Administración de Empresas, Contador Público y Auditor, Maestría en Adminis-
tración Financiera.
Financiamiento de la investigación
Con recursos propios.
Declaración de intereses
Declara no tener ningún conflicto de intereses, que puedan haber influido en los resultados
obtenidos o las interpretaciones propuestas.
Declaración de consentimiento informado
El estudio se realizó respetando el Código de ética y buenas prácticas editoriales de publicación.
Derecho de uso
Copyright (c) (2025) Fredy Rolando Pineda Cermeño
Este texto está protegido por la Licencia Creative Commons Atribución 4.0 Internacional
Este texto está protegido por una licencia
Creative Commons 4.0.
Es libre para compartir, copiar y redistribuir el material en cualquier medio o formato y adaptar
el documento, remezclar, transformar y crear a partir del material para cualquier propósito,
incluso comercialmente, siempre que cumpla la condición de atribución: debe reconocer él
crédito de una obra de manera adecuada, proporcionar un enlace a la licencia, e indicar si se
han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que
sugiera que tiene el apoyo del licenciante o lo recibe por el uso que hace.