Determinantes de la calidad de los informes financieros en la era de la inteligencia artificial: Revisión sistematizada de la literatura
DOI:
https://doi.org/10.5281/zenodo.17226828Palabras clave:
Inteligencia artificial, contabilidad, informes financieros, calidad de la informaciónResumen
La integración de la inteligencia artificial en procesos contables ha transformado los paradigmas de calidad en información financiera. Este estudio tuvo como objetivo analizar los determinantes que inciden en la calidad de los informes financieros en el contexto de la inteligencia artificial, a fin de la determinación de su impacto en la información contable. Se empleó un enfoque cualitativo y alcance descriptivo, desarrollando una revisión sistematizada de literatura, siguiendo un protocolo de investigación. Se revisaron investigaciones entre 2019-2025 en bases de datos académicas, utilizando ecuaciones de búsqueda y procesamiento mediante Atlas T.i. Los resultados identificaron determinantes como la adopción de tecnologías específicas (machine learning, procesamiento de lenguaje natural), factores organizacionales (apoyo directivo, gobernanza de datos), elementos humanos (competencias del personal, adaptación cultural) y aspectos regulatorios. Se concluye que la inteligencia artificial mejora la calidad de informes financieros, pero su impacto depende del contexto organizacional y de marcos regulatorios adecuados
Descargas
Referencias
Abdalla, A., Khan, F., Alhag Mohammed, A., Abdelbagi Abdalla, Y., Abd Alla Mohammed, A., y Ahmad, Z. (2024). Impact of AI Applications on Corporate Financial Reporting Quality: Evidence from UAE Corporations. Qubahan Academic Journal, 4(3), 785–795. https://doi.org/10.48161/qaj.v4n3a860
Adeoye, I. O., Akintoye, R. I., Aguguom, T. A., y Olagunju, O. A. (2023). Artificial intelligence and audit quality: Implications for practicing accountants. Asian Economic and Financial Review, 13(11), 756–772. https://doi.org/10.55493/5002.v13i11.4861
Agarwal, S., Kweh, Q. L., Jamali, D., Wider, W., Hossain, S. F. A., y Fauzi, M. A. (2025). How does artificial intelligence shape the productivity and quality of research in business studies? A systematic literature review and future research framework. Discover Sustainability, 6(1), 718. https://doi.org/10.1007/s43621-025-01480-7
Aghaalizadeh Darandashi, A., Zomorodian, G., Samadi, F., y Badiei, H. (2025). Developing a Qualitative Model of Artificial Intelligence Based on Accounting Procedures. Business, Marketing, and Finance Open, 2(4), 1–11. https://doi.org/10.61838/bmfopen.2.4.14
Alhazmi, A. H. J., Islam, S. M. N., y Prokofieva, M. (2025). The Impact of Artificial Intelligence Adoption on the Quality of Financial Reports on the Saudi Stock Exchange. International Journal of Financial Studies, 13(1), 21. https://doi.org/10.3390/ijfs13010021
Al-Okaily, M. (2025). Artificial intelligence and its applications in the context of accounting and disclosure. Journal of Financial Reporting and Accounting, 23(4), 1387–1401. https://doi.org/10.1108/JFRA-04-2024-0209
Alruwaili, T. F., y Mgammal, M. H. (2025). The impact of artificial intelligence on accounting practices: An academic perspective. Humanities and Social Sciences Communications, 12(1), 1197. https://doi.org/10.1057/s41599-025-05004-6
Alzeghoul, A., y Alsharari, N. M. (2024). Impact of AI Disclosure on the Financial Reporting and Performance as Evidence from US Banks. Journal of Risk and Financial Management, 18(1), 4. https://doi.org/10.3390/jrfm18010004
Anto, L. O., y Yusran, I. N. (2023). Determinants of the Quality of Financial Reports. International Journal of Professional Business Review, 8(3), e01331. https://doi.org/10.26668/businessreview/2023.v8i3.1331
Ariany, V. (2025). The impact of artificial intelligence on audit quality and auditor judgement: A multi country analysis. Accounting Studies and Tax Journal (COUNT), 2(3), 557–569. https://doi.org/10.62207/qpy82263
Awad, A., Akola, O., Amer, M., y Mousa, E. K. A. (2025). Artificial intelligence in financial statement preparation: Enhancing accuracy, compliance, and corporate performance. International Journal of Innovative Research and Scientific Studies, 8(2), 361–374. https://doi.org/10.53894/ijirss.v8i2.5166
Ayinaddis, S. G. (2025). Artificial intelligence adoption dynamics and knowledge in SMEs and large firms: A systematic review and bibliometric analysis. Journal of Innovation & Knowledge, 10(3), 100682. https://doi.org/10.1016/j.jik.2025.100682
Bin-Nashwan, S. A., Li, J. Z., Jiang, H., Bajary, A. R., y Ma’aji, M. M. (2025). Does AI adoption redefine financial reporting accuracy, auditing efficiency, and information asymmetry? An integrated model of TOE-TAM-RDT and big data governance. Computers in Human Behavior Reports, 17, 100572. https://doi.org/10.1016/j.chbr.2024.100572
Bogdan, V., Hațegan, C.-D., Török, R. M., Blidișel, R.-G., Popa, D.-N., y Pitorac, R.-I. (2025). Driving Sustainable Value. The Dynamic Interplay Between Artificial Intelligence Disclosure, Financial Reporting Quality, and ESG Scores. Electronics, 14(16), 3247. https://doi.org/10.3390/electronics14163247
Booth, A., Sutton, A., y Papaioannou, D. (2016). Systematic approaches to a successful literature review. (2nd edition). Sage. https://n9.cl/a7ovl
Caminos Manjarrez, W. G., Guerrero Arrieta, K. G., y Freire Pardo, J. J. (2024). Importancia de la contabilidad financiera en la rentabilidad de las cooperativas de ahorro y crédito: Importance of financial accounting in the profitability of savings and credit cooperatives. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(1). https://doi.org/10.56712/latam.v5i1.1585
Chalén Panchana, C. F., y Luo Liu, A. M. (2025). Evaluación del uso de inteligencia artificial en auditoría financiera realizada por auditores independientes de la Ciudad de Guayaquil, 2023 [Trabajo de titulación, Universidad Católica de Santiago de Guayaquil]. http://repositorio.ucsg.edu.ec/bitstream/ 3317/24251/1/UCSG-C477-23799.pdf
Codín, L. (2018). Revisiones bibliográficas sistematizadas: Procedimientos generales y Framework para Ciencias Humanas y Sociales. Universitat Pompeu Fabra. https://repositori.upf.edu/bitstream/handle/10230/34497/Codina_revisiones.pdf
Codina, L., y Lopezosa, C. (2022). Cómo resolver la fase de búsqueda y evaluación de una revisión de la literatura mediante bases de datos académicas. Universitat Pompeu Fabra. https://repositori.upf.edu/bitstream/handle/10230/ 53972/Codina_muic_comoresolver.pdf?sequence=1&isAllowed=y
El Aziz, O., y Asdiou, A. (2025). AI-powered analysis of ESG disclosure: A clustering approach to determinants and motivations. Future Business Journal, 11(1), 197. https://doi.org/10.1186/s43093-025-00623-6
Fuentes Doria, D. D., Toscano Hernández, A., y Fajardo Pereira, J. E. (2025). Artificial intelligence models in corporate financial and accounting processes: Systematic literature review. Revista Venezolana de Gerencia, 30(110), 913–926. https://doi.org/10.52080/rvgluz.30.110.8
Grant, M. J., y Booth, A. (2009). A typology of reviews: An analysis of 14 review types and associated methodologies. Health Information & Libraries Journal, 26(2), 91–108. https://doi.org/10.1111/j.1471-1842.2009.00848.x
Hung, D. H., Binh, V. T. T., Hung, D. N., Ha, H. T. V., Ha, N. V., y Van, V. T. T. (2023). Financial reporting quality and its determinants: A machine learning approach. International Journal of Applied Economics, Finance and Accounting, 16(1), 1–9. https://doi.org/10.33094/ijaefa.v16i1.863
Kartiko, E., Suryaputra, V., Latipatul Hamdah, D. F., y Susanti Amirrudin, M. (2025). Determinants of Financial Reporting Quality in the Banking Sector. International Journal of Research and Innovation in Social Science, IX(VIII), 4217–4235. https://doi.org/10.47772/IJRISS.2025.908000342
Lawrence Damilare Oyeniyi, Chinonye Esther Ugochukwu, y Noluthando Zamanjomane Mhlongo. (2024). The influence of AI on financial reporting quality: A critical review and analysis. World Journal of Advanced Research and Reviews, 22(1), 679–694. https://doi.org/10.30574/wjarr.2024.22.1.1157
Nájera Núñez, B. C., Blum Alcivar, H. M., López Coloma, R. V., y Villegas-Yagual, F. E. (2025). La inteligencia artificial en contabilidad y finanzas. Una revisión sistemática. RECIMUNDO, 9(2), 262–277. https://doi.org/10.26820/recimundo/9.(2).abril.2025.262-277
Ngoc Hung, D., Thuy Van, V. T., y Archer, L. (2023). Factors affecting the quality of financial statements from an audit point of view: A machine learning approach. Cogent Business & Management, 10(1), 2184225. https://doi.org/10.1080/23311975.2023.2184225
Noordin, N. A., Hussainey, K., y Hayek, A. F. (2022). The Use of Artificial Intelligence and Audit Quality: An Analysis from the Perspectives of External Auditors in the UAE. Journal of Risk and Financial Management, 15(8), 339. https://doi.org/10.3390/jrfm15080339
Quispe Ttica, S. K. (2025). Uso de la inteligencia artificial en el proceso de reporte financiero. Revista la Junta, 7(2), 91–110. https://doi.org/10.53641/9dey2375
Ramos, S., Perez-Lopez, J. A., y Abreu, R. (2024). Bibliometric analysis of artificial intelligence trends in auditing and fraud detection. Corporate Governance and Organizational Behavior Review, 8(2, special issue), 330–342. https://doi.org/10.22495/cgobrv8i2sip8
Santander Salmon, E. S., Choez Calderón, C. J., Mora Olivero, A. P., Bedoya Flores, M. C., y Chamorro Quiñónez, J. G. (2025a). Impacto de la inteligencia artificial en la auditoría contable: Precisión, eficiencia y nuevos desafíos. Código Científico Revista de Investigación, 6(E1), 989–1012. https://doi.org/10.55813/gaea/ccri/v6/nE1/729
Santander Salmon, E. S., Choez Calderón, C. J., Mora Olivero, A. P., Bedoya Flores, M. C., y Chamorro Quiñónez, J. G. (2025b). Impacto de la inteligencia artificial en la auditoría contable: Precisión, eficiencia y nuevos desafíos. Código Científico Revista de Investigación, 6(E1), 989–1012. https://doi.org/10.55813/gaea/ccri/v6/nE1/729
Sarioglu, M., Sariyer, G., y Sozen, M. E. (2025). LLM-based embeddings for clustering and predicting integrated reporting quality levels of companies. Discover Computing, 28(1), 95. https://doi.org/10.1007/s10791-025-09590-6
Stoyanov, S. (2024). Using Artificial Intelligence to Improve the Efficiency of the Market Valuation Method. Finance, Accounting and Business Analysis, 217. https://doi.org/10.37075/FABA.2024.2.10
Vuković, D. B., Dekpo-Adza, S., y Matović, S. (2025). AI integration in financial services: A systematic review of trends and regulatory challenges. Humanities and Social Sciences Communications, 12(1), 562. https://doi.org/10.1057/s41599-025-04850-8
Yang, T., y Zhou, N. (2025). Artificial intelligence and the quality of corporate accounting information disclosure. Finance Research Letters, 85, 108136. https://doi.org/10.1016/j.frl.2025.108136
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Máximo Andrés Burgos Moreira (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los contenidos de la revista se distribuyen bajo una licencia Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0). Esto significa que los usuarios pueden leer, descargar, copiar, distribuir, imprimir, buscar o vincular los textos completos de los artículos, o usarlos para cualquier otro propósito legal, sin solicitar permiso previo del editor o del autor.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre y cuando indiquen claramente que el trabajo se publicó por primera vez en GEDI-PRAXIS. En caso de reproducción deberá constar una nota similar a la siguiente: Este texto se publicó originalmente en GEDI-PRAXIS. Revisita de Gestión, Educación y Ciencias Sociales, organizada y distribuida por la RED-GEDI, Año ----, Vol ----- N° ----, Páginas ---.
- Se recomienda a los autores/as publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) en la versión final publicada por RED-GEDI, ya que puede conducir a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
