Auditoría de estimaciones contables con IA: cómo retar hipótesis y detectar sesgo bajo la NIA 540

TL;DR: Auditar estimaciones es la zona de mayor juicio de unos estados financieros y, por eso, donde más fallan los encargos: se comprueba que la gerencia aplicó bien su fórmula y se da por auditada la cifra. La norma exige otra cosa: entender el método, las hipótesis y los datos; valorar el riesgo según la complejidad, la subjetividad y la incertidumbre; responder con procedimientos que reten cada supuesto; y evaluar indicadores de sesgo de la dirección. Un modelo de lenguaje bien dirigido hace el trabajo pesado en minutos. El juicio, la evidencia y la firma siguen siendo suyos.

Le hago una pregunta incómoda: en su último encargo, ¿la prueba sobre la cartera dudosa consistió en comprobar que la matriz de la política se aplicó sin error aritmético, o en cuestionar si esa matriz tiene sentido frente al comportamiento real de los clientes? Si respondió lo primero, está en el club mayoritario. Probar que la gerencia calculó bien su propia cifra es verificar aritmética, no hacer auditoría de estimaciones contables. En este artículo le muestro cómo lo hago acompañado de inteligencia artificial, con los prompts que uso, un caso real y los límites que no conviene cruzar.

¿Qué son las estimaciones contables y cuáles son algunos ejemplos?

Una estimación contable es un importe monetario cuya medición está sujeta a incertidumbre, porque depende de sucesos futuros o de datos que no pueden observarse directamente. La gerencia elige un método, unas hipótesis y unos datos; el resultado es una cifra puntual que va a los estados financieros junto con la información a revelar sobre cómo se llegó a ella y cuánto podría variar.

No todas pesan lo mismo. La naturaleza de las estimaciones cambia con la complejidad del modelo y con el juicio que exigen. Estas son las que con más frecuencia encuentro en empresas colombianas y latinoamericanas:

Si trabaja inventarios, el valor neto realizable merece un tratamiento propio: lo desarrollo en auditoría de inventarios con IA, de la toma física al análisis de obsolescencia.

¿Cómo se llama la NIA que regula este trabajo?

Dentro de las Normas Internacionales de Auditoría es la NIA 540 (Revisada), Auditoría de estimaciones contables y de la información relacionada a revelar, aprobada por el IAASB en 2018 y vigente a nivel internacional para auditorías de periodos iniciados a partir del 15 de diciembre de 2019. La revisión reemplazó la versión anterior, que incluía en su título las estimaciones de valor razonable, y endureció tres cosas: el análisis del riesgo por factores, la proporcionalidad entre riesgo y respuesta, y el énfasis en el escepticismo profesional frente a las hipótesis de la gerencia.

En Colombia conviene ser preciso. El Anexo 4-2019 del Decreto 2420 de 2015 recoge la versión previa a la revisión. El proyecto de decreto de actualización de las Normas de Aseguramiento de la Información, publicado por el MinCIT en marzo de 2026 a partir de la recomendación del CTCP, incorpora la versión revisada en un nuevo Anexo técnico 4-2026, con vigencia desde el 1 de enero del segundo año siguiente a su publicación en el Diario Oficial. Mientras no se expida, la versión revisada es el referente de mejores prácticas y la lente con la que un revisor de calidad leerá su archivo; confirme el estado del trámite antes de citarla como obligatoria. Sobre cómo encaja la tecnología en ese marco escribí en inteligencia artificial en la contabilidad: qué dice la norma colombiana.

¿Qué exige la NIA 540 al auditar una estimación contable?

La norma organiza el trabajo en tres bloques que estructuran el papel de trabajo:

1. Procedimientos de valoración del riesgo y actividades relacionadas. Obtener conocimiento de la entidad, del marco de información financiera aplicable y de sus políticas contables, de las transacciones que dan lugar a estimar, del método y los datos, de los controles sobre el proceso y de cómo la gerencia analiza el desenlace de periodos anteriores. Incluye la revisión retrospectiva: comparar lo estimado el año pasado contra lo que realmente ocurrió.
2. Identificación y valoración de los riesgos de incorrección material. Ese riesgo se valora considerando el grado de incertidumbre en la estimación, la complejidad y la subjetividad, además de otros factores de riesgo como el cambio de método.
3. Respuestas a los riesgos valorados. Para responder a los riesgos hay tres rutas, combinables: obtener evidencia de auditoría sobre hechos posteriores hasta la fecha del informe de auditoría, probar cómo la gerencia hizo el cálculo o desarrollar un punto o un rango propio.

A eso se suma la evaluación global: si las estimaciones contables realizadas y las cifras reveladas en los estados financieros son razonables según el marco aplicable, si hay indicadores de sesgo, si fue posible obtener manifestaciones escritas y qué debe comunicarse a los responsables del gobierno de la entidad. En entidades cotizadas, una cifra con alta incertidumbre suele terminar como cuestión clave de la auditoría en el informe, según la NIA 701.

¿Cómo se identifican y valoran los riesgos de incorrección material en las estimaciones?

Aquí es donde la revisión cambió más el trabajo de campo. Antes bastaba con clasificar la partida como de riesgo alto o bajo; ahora la valoración de riesgos se hace factor por factor, y la respuesta debe atacar el factor que domina. Esta es la tabla que uso en la planeación:

Dos aclaraciones. La valoración del riesgo de incorrección se hace a nivel de afirmación y con la NIA 315 en la mano; la norma de estimaciones la especializa. Y el control interno sobre el proceso no es opcional cuando hay modelos complejos: si no puede confiar en la eficacia operativa de los controles, la respuesta sustantiva tiene que ser más profunda. Este mapa sale mejor si la planeación se hizo con método; en planeación de auditoría con inteligencia artificial explico cómo acelerar esa fase.

¿Qué procedimientos debe llevar a cabo el auditor frente a los riesgos valorados de incorrección material?

La norma general sobre respuestas al riesgo fija la lógica; la norma de estimaciones la concreta en tres rutas que en la práctica se combinan.

Hechos posteriores

Si el litigio se falló, si el saldo dudoso se recaudó o se castigó, si el inventario se vendió por debajo del costo, ya no hay que adivinar: hay evidencia corroborativa del desenlace. Es la ruta más barata y la que más olvida el equipo que cierra con prisa.

Prueba del proceso de la gerencia

Evaluar si el método es aceptable y se aplicó de forma coherente; la razonabilidad de las hipótesis significativas, entre sí y frente a lo que sabe del negocio; si los datos son pertinentes y confiables; y si la incertidumbre quedó bien reflejada en las notas. Aquí se quedan cortos la mayoría de los archivos: prueban el cálculo y no los supuestos.

Punto o rango propio

Construir un importe o un intervalo con métodos y datos que usted entiende y puede defender, y compararlo con la cifra de la gerencia. Cuando esa cifra cae fuera del rango, la diferencia es una incorrección que se evalúa contra la materialidad. Es la ruta que casi nunca se hace por falta de tiempo, y la que la IA vuelve viable.

¿Cómo retar las hipótesis de la gerencia con IA?

Retar hipótesis es una conversación estructurada, y conviene ensayarla con el modelo antes de tenerla con el gerente financiero. Uso dos prompts en este orden. Cargue solo datos anonimizados: nada de nombres de terceros ni NIT en una herramienta de propósito general.

Prompt 1 — Interrogatorio de hipótesis:

Actúe como revisor de calidad escéptico bajo la NIA 540 (Revisada). La gerencia de una empresa colombiana calcula [describir la partida, p. ej. pérdida crediticia esperada de cuentas por cobrar comerciales bajo NIIF 9, enfoque simplificado] con estas hipótesis y valores: [listar]. Contexto económico y del sector: [describir].
Para cada hipótesis:
1) Formule las tres preguntas más incisivas que debería hacer a la gerencia.
2) Indique qué evidencia interna o externa la confirmaría o la refutaría.
3) Evalúe si es consistente con las demás hipótesis y con el contexto.
4) Marque las que, de moverse en contra, cambiarían la cifra por encima de una materialidad de ejecución de [valor].
Entregue una tabla y cierre con una conclusión preliminar para el papel de trabajo.

Prompt 2 — Revisión retrospectiva:

Le entrego lo estimado para [rubro] en los tres últimos cierres y su desenlace real posterior (castigos, recuperaciones, fallos, ventas): [pegar tabla anonimizada].
Analice:
1) ¿La gerencia sobreestima o subestima de forma sistemática?
2) Calcule la desviación porcentual entre lo estimado y lo real por año.
3) ¿El patrón sugiere sesgo o solo incertidumbre propia de la partida? Justifique.
4) ¿Qué implica para la confiabilidad de la cifra del año actual y qué procedimientos adicionales recomendaría?

La revisión retrospectiva es oro puro y casi nadie la explota: si lo reconocido en los tres últimos años siempre resultó insuficiente, la cifra del año en curso merece un escepticismo redoblado. La IA convierte ese análisis de una tarde en quince minutos, y el resultado es evidencia que la gerencia difícilmente discute porque sale de su propio historial.

¿Cómo desarrollar un rango independiente con IA?

Este es el salto de nivel: en lugar de revisar solo el cálculo ajeno, construye el suyo. El modelo propone métodos alternativos, hace la aritmética y documenta el procedimiento; usted define los datos de entrada, valida cada parámetro externo y reproduce el cálculo por una segunda vía antes de firmarlo.

Prompt 3 — Rango del auditor y sensibilidad:

Voy a desarrollar mi propio rango para [rubro] como respuesta a un riesgo valorado como alto. Datos verificados: [antigüedad de saldos por tramo, historial de recuperación de tres años, indicadores del sector, tasas de referencia con su fuente].
1) Proponga dos métodos alternativos razonables y explique en qué se diferencian.
2) Calcule el importe bajo cada método, paso a paso.
3) Construya el rango razonable y explique por qué sus extremos son defendibles.
4) Varíe la hipótesis de mayor palanca en +/-10 % y +/-20 % y muestre el efecto en una tabla.
5) Compare la cifra de la gerencia [valor] con mi rango: dentro, en el extremo que la favorece o por fuera.
6) Redacte la conclusión para el papel de trabajo en cada escenario.

El numeral 5 tiene una implicación que la norma subraya: si las cifras de la gerencia caen una y otra vez en el extremo que mejora resultados, aunque cada una por separado sea razonable, el conjunto puede indicar sesgo. Y la sensibilidad no es solo un ejercicio numérico: es lo que le permite juzgar la adecuación de la información sobre incertidumbre en las notas. La técnica es hermana de la que aplico en procedimientos analíticos de auditoría con IA bajo la NIA 520: expectativa propia, comparación y explicación de diferencias.

¿Cómo puede el auditor detectar un posible sesgo de la dirección?

El sesgo rara vez está en una partida aislada; está en la dirección que toman todas juntas. La NIA 240 obliga a revisar retrospectivamente los juicios de la gerencia buscando sesgos que puedan constituir un riesgo de fraude, y la norma de estimaciones pide evaluar sus indicadores en la conclusión global. Este análisis agregado es justo lo que el cerebro humano hace mal a las ocho de la noche del último día de campo.

Prompt 4 — Sesgo agregado:

Evalúe indicadores de sesgo de la dirección en este cierre. Le entrego todas las partidas estimadas significativas con: valor del año anterior, valor actual, dirección del cambio, efecto en la utilidad antes de impuestos y si hubo cambio de método o de hipótesis: [tabla anonimizada].
Analice:
1) ¿Los cambios apuntan mayoritariamente en la dirección que favorece el resultado, un covenant bancario o una meta de bonificación?
2) ¿Hay cambios de método con justificación débil o sin documentar?
3) ¿Las partidas individualmente razonables se acumulan en un efecto direccional que supera la materialidad?
4) Redacte el párrafo de conclusión para la documentación y, si procede, el punto para comunicar a la junta directiva o al comité de auditoría.

Señales típicas: vidas útiles que se alargan justo en el año de pérdidas, tasas de descuento que bajan sin que haya bajado el riesgo, reversiones concentradas en el último trimestre y matrices de pérdida sin actualizar desde hace cinco años. Ninguna prueba fraude por sí sola; todas obligan a preguntar.

¿Qué tipos de auditoría existen y en cuáles pesan más las estimaciones?

Se suelen distinguir cuatro tipos: la financiera o de estados financieros, la interna, la de cumplimiento y la operativa o de gestión; en Colombia se suma la revisoría fiscal, que combina elementos de varias. Las estimaciones pesan sobre todo en la primera y en la revisoría fiscal, porque ahí se opina sobre cifras que dependen de ellas. El auditor interno también las necesita: un cálculo mal hecho es, además de un error, una falla de control sobre el reporte. Y la hipótesis de negocio en marcha, que trato en negocio en marcha con inteligencia artificial bajo la NIA 570, es en el fondo el juicio prospectivo más grande de todos.

¿Dónde está el límite de la IA en este trabajo?

• La IA no decide si una hipótesis es razonable en el contexto real del cliente. Eso exige un grado de conocimiento de la entidad que usted tiene y el modelo no. Le da mejores preguntas; la respuesta la construye usted con evidencia.
• Puede inventar parámetros de mercado: tasas, primas de riesgo, datos macroeconómicos. Todo dato externo se verifica en la fuente antes de entrar en un recálculo. Un rango construido con una tasa alucinada es un error con apariencia técnica.
• El experto sigue siendo necesario en cálculos actuariales, avalúos, instrumentos complejos y modelos de pérdida esperada de entidades vigiladas. La IA le ayuda a entender y retar su trabajo, no a sustituirlo.
• La confidencialidad no tiene excepción tecnológica. Cargar saldos con nombres y NIT a una herramienta que puede entrenar con ellos es una falta. Los detalles están en riesgos de la IA para contadores: confidencialidad, alucinaciones y responsabilidad.

Caso aplicado: la cifra que estaba bien calculada y mal estimada

Una distribuidora con cuentas por cobrar brutas de 9.800 millones de pesos y una pérdida esperada reconocida de 310 millones, calculada con una matriz de tasas por antigüedad sin error aritmético. El equipo del año anterior verificó la aplicación de la matriz y concluyó sin salvedades. Técnicamente correcto; sustancialmente incompleto. Cifras redondeadas y sector cambiado; el patrón es real.

Paso 1 — Revisión retrospectiva. Con los tres cierres anteriores y los castigos y recuperaciones reales, el resultado fue claro: lo reconocido quedó corto los tres años, con desviaciones en las estimaciones del 22 %, 31 % y 27 %.

Paso 2 — Reto de hipótesis. Las tasas venían de un estudio de hacía cinco años, previo a un giro del canal de ventas hacia clientes más pequeños y riesgosos. Y la matriz no incorporaba información prospectiva, una exigencia expresa del modelo de pérdida esperada de la NIIF 9.

Paso 3 — Rango propio. Con el historial real de recuperación por tramo se aplicaron dos métodos: promedio de tres años y tasas del último año. Rango: entre 420 y 495 millones. La cifra de la gerencia, 310, quedó por fuera y por debajo.

Desenlace. Diferencia mínima de 110 millones contra una materialidad de ejecución de 95: incorrección material. La gerencia, confrontada con su propio historial y no con una opinión externa, ajustó y se comprometió a actualizar el estudio de tasas. Verificar la aritmética habría dado un dictamen limpio tres años seguidos sobre un saldo sistemáticamente corto.

¿Cómo documentar la auditoría de estimaciones contables y qué verificar antes de cerrar?

El papel de trabajo tiene que permitir que un revisor sin contacto con el encargo reconstruya el razonamiento. Si intervino un modelo de lenguaje, debe quedar rastro de la instrucción, los datos cargados, la verificación aplicada y su conclusión firmada. Esta es la lista mínima que uso:

Preguntas frecuentes

¿Puedo usar el rango calculado con IA como evidencia?

La evidencia es el rango que usted desarrolló, con datos verificados y métodos que comprende y puede defender. Si el modelo hizo la aritmética pero usted definió los métodos, validó los datos y reprodujo el cálculo, es documentable. Si no puede explicar cómo se llegó al número, no es evidencia: es fe.

¿Qué hago si mi rango no incluye la cifra de la gerencia?

La diferencia es una incorrección que se evalúa contra la materialidad, se discute con la gerencia y, si no se corrige, va al resumen de incorrecciones no corregidas y, según su magnitud, al informe.

¿Cómo se relaciona la inteligencia artificial con la revisión de estimaciones?

En tres frentes: acelera el análisis histórico, estructura el reto de hipótesis con preguntas que un equipo cansado no formula y hace viable el rango independiente que casi nadie construye. No sustituye el juicio ni la responsabilidad profesional.

¿Qué es el riesgo inherente en las estimaciones contables?

Es la susceptibilidad de la partida a contener una incorrección material antes de considerar los controles. Se valora por factores: incertidumbre, complejidad, juicio y otros como el cambio de método. Cuanto más alto, más persuasiva debe ser la evidencia.

¿Aplica a pymes con cálculos sencillos?

Sí, y la norma es escalable: cuando la partida es simple y de baja incertidumbre, los procedimientos pueden ser proporcionalmente sencillos. Lo que no cambia es la obligación de entender cómo se hizo y concluir si es razonable.

Lo que hay que llevarse de todo esto

Verificar la aritmética de la gerencia no es auditar la estimación. La norma pide entender el método, las hipótesis y los datos; valorar el riesgo factor por factor; responder con desenlaces posteriores, pruebas del proceso o un rango propio; y evaluar el sesgo en el conjunto. La IA hace viable, en el tiempo real de un encargo, lo que antes se dejaba de hacer por falta de horas. Lo que no hace es responder por la opinión: ese nombre en el informe sigue siendo el suyo.

Los profesionales que dominan estas herramientas ahorran más de 10 horas semanales

No se trata de reemplazar su criterio profesional, sino de potenciarlo con método, controles y evidencia documentada. En el Programa Ejecutivo en IA para la Auditoría enseño paso a paso cómo integrar la IA en el flujo de trabajo diario con resultados medibles.

👉 Ver programa completo · Conozca también los tres programas ejecutivos de IA Contable.

📲 Escríbame por WhatsApp y le cuento cómo funciona.

Autor: Francisco Moreno Díaz — CP · MBA · MBAN · CAIO
Publicado en: IA Contable