O impacto da inteligência artificial no julgamento profissional do auditor

Abstract

A inteligência artificial (IA) está a emergir como uma das tecnologias mais promissoras e transformadoras da auditoria, trazendo oportunidades únicas para o seu desenvolvimento e inovação. Embora as firmas de auditoria acreditem que a IA irá melhorar a eficiência e a qualidade da auditoria, um número crescente de estudos revelam que os indivíduos frequentemente apresentam “aversão ao algoritmo”, ou seja, tendem em ignorar os conselhos gerados por computadores e a confiar mais facilmente nos dados provenientes de humanos. Baseado no método experimental, este trabalho analisa o impacto que a fonte de prova (perito humano externo vs. sistema de IA) tem no julgamento profissional do auditor, verificando ainda se esta relação é moderada pela Necessidade de Cognição (NDC). Neste estudo participaram 80 auditores. Os resultados obtidos mostram que os auditores propõem, em média, ajustamentos inferiores quando a evidência provém de um sistema de IA em vez de um perito externo, embora esta relação não se tenha mostrado estatisticamente significativa. Adicionalmente, os resultados mostram igualmente que o julgamento do auditor não é influenciado pela interação entre a fonte de prova e a NDC. Apesar do efeito moderador não ser estatisticamente significativo, os dados indicam que os ajustamentos propostos pelos auditores com reduzida NDC são menores quando as evidências provêm de um sistema de IA e não de um perito externo, tendo sido o mesmo verificado nos auditores com elevada NDC. Desta forma, os resultados evidenciam uma alteração na perceção dos algoritmos como fonte de prova suficiente e apropriada, sugerindo uma mudança gradual no paradigma da auditoria e do papel do julgamento do auditor na era da IA.

Artificial intelligence (AI) is emerging as one of the most promising and transformative technologies in auditing, bringing unique opportunities for its development and innovation. Although audit firms believe that AI will improve audit efficiency and quality, a growing number of studies reveal that individuals often display “algorithm aversion,” meaning they tend to ignore computer-generated advice and trust human-generated data more easily. Based on the experimental method, this study analyzes the impact that the source of evidence (external human expert vs. AI system) has on the auditor's professional judgment, also verifying whether this relationship is moderated by the Need for Cognition (NFC). Eighty auditors participated in this study. The results show that auditors propose, on average, lower adjustments when the evidence comes from an AI system rather than an external expert, although this relationship was not statistically significant. Additionally, the results also show that the auditor's judgment is not influenced by the interaction between the source of evidence and NFC. Although the moderating effect is not statistically significant, the data indicates that the adjustments proposed by auditors with low NDC are smaller when the evidence comes from an AI system rather than an external expert, and the same was found for auditors with high NFC. Thus, the results show a change in the perception of algorithms as a sufficient and appropriate source of evidence, suggesting a gradual shift in the paradigm of auditing and the role of auditor judgment in the AI era.