No obstante, la incorporación de esta tecnología en funciones críticas introduce una diferencia cualitativa frente a la automatización tradicional: la IA no opera como cálculo determinista, sino como inferencia probabilística dependiente de datos, parámetros y contexto. En consecuencia, puede producir resultados plausibles pero incorrectos, al igual que amplificar sesgos históricos o degradar la trazabilidad.
En áreas donde la confiabilidad de los resultados es esencial (como en contabilidad, auditoría, fiscal y control interno), la falta de estándares convierte el uso de IA en un riesgo sistémico, lo cual reproduce errores a escala y dificulta la atribución de responsabilidades.
En México, varias empresas ya utilizan IA; por ejemplo, automatizaciones con reconocimiento óptico de caracteres, clasificación inteligente, chatbots internos para tareas administrativas y modelos predictivos para estimar flujo de efectivo o demanda. En el área contable-financiera, esta herramienta empieza a convertirse en un tema de interés debido a la calidad de los datos, la integridad del registro y la trazabilidad del juicio profesional.
Cuando la IA produce un resultado, muchas organizaciones lo aceptan como si fuera una calculadora; sin embargo, hay que considerar que se trata de un sistema probabilístico, sensible a datos, contexto, incentivos y configuración.
Este vacío crea asimetrías, haciendo que la empresa obtenga eficiencia, pero pierda control. La falta de guías operativas estandarizadas provoca que la IA sea utilizada como fuente de verdad sin procesos de verificación, particularmente en tareas contables donde los errores se convierten en decisiones empresariales y, eventualmente, en riesgos regulatorios.
Un código de ética o manual de estándares sobre la IA sería considerado una infraestructura de confianza por las siguientes razones:
México necesita un código de ética o manual de estándares respecto al uso de la IA, pero el enfoque más urgente es el estándar operativo auditable. La legislación mexicana vigente, particularmente la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP) y su reglamento, ya genera obligaciones que impactan directamente en el tratamiento algorítmico de datos, aunque no se mencione esta tecnología explícitamente. Por su parte, el Código de Comercio refuerza la necesidad de integridad y trazabilidad digital, lo cual es fundamental cuando la IA participa en decisiones contables, financieras y administrativas.
Ahora bien, en un entorno donde las herramientas de IA se integran de forma acelerada, los riesgos se traducen en errores, pérdidas, litigios y crisis reputacionales; por lo cual, esta herramienta no elimina tal responsabilidad, sino que la multiplica.
Según indicadores, las vacantes generadas en la economía mundial que requieren habilidades y entrenamiento en IA pasaron del 5% en 2021 al 24% en 2025.
Salvador Rivas Aceves
Los auditores no sólo deben evaluar controles tradicionales, sino validar la integridad, transparencia y confiabilidad de sistemas de IA en las empresas.
Jorge Alfredo Fernández Limón
Encaminados hacia la Agenda 2030, el CINIF presentó la calculadora de emisiones GEI para cualquier entidad, sin importar su tamaño o régimen legal.
José Luis Zamora Morales
La necesidad de validar y analizar la información generada mediante IA hace que la presencia del contador sea indispensable en las organizaciones.
Gilberto Jesús Morales Navarrete
© 2026 Colegio de Contadores Públicos de México, A.C.
Directorio Contacto Aviso legal Acerca de Veritas
Inicia sesión o suscríbete para continuar leyendo.