Inteligencia Artificial: un nuevo desafío para la confianza en la información ASG

En los últimos años, las organizaciones han incrementado significativamente el uso de herramientas de Inteligencia Artificial para gestionar sus procesos, entre ellos, el de sostenibilidad. Sin embargo, a medida que el uso de la IA gana protagonismo, surge una pregunta fundamental: ¿cómo garantizar que la información generada o procesada mediante IA sea confiable, transparente y susceptible de aseguramiento?

La respuesta radica en establecer un marco sólido de gobernanza, control y supervisión sobre las herramientas de Inteligencia Artificial utilizadas en los procesos ASG. Al igual que cualquier otra fuente de información relevante para la toma de decisiones, los datos, algoritmos y resultados generados por IA deben ser documentados y sujetos a controles que permitan validar su integridad, precisión y consistencia. Asimismo, resulta indispensable mantener una supervisión humana adecuada que permita evaluar la razonabilidad de los resultados obtenidos y garantizar que la tecnología complemente, y no sustituya, el juicio profesional. Solo bajo estas condiciones la información generada mediante IA podrá considerarse confiable, transparente y susceptible de revisión o aseguramiento independiente.

Actualmente, las empresas emplean herramientas de IA para diversas actividades relacionadas con la sostenibilidad, entre las que destacan:

a) Calcular emisiones de carbono y monitorear indicadores climáticos en tiempo real.

b) Identificar riesgos relacionados con cambio climático, derechos humanos y cadenas de suministro.

c) Automatizar la elaboración de reportes de sostenibilidad y divulgaciones regulatorias.

d) Analizar tendencias y escenarios para apoyar la toma de decisiones estratégicas.

Si bien estas herramientas generan beneficios importantes en términos de eficiencia y capacidad analítica, también presentan riesgos que las organizaciones deben gestionar adecuadamente.

Entre los principales riesgos asociados al uso de IA en la información ASG se encuentran:

1. Calidad y confiabilidad de los datos:

Los resultados generados por la IA dependen directamente de la calidad de la información utilizada. Datos incompletos, incorrectos o sesgados pueden derivar en conclusiones erróneas y afectar la credibilidad de los reportes de sostenibilidad.

2. Riesgo de sesgos:

Los modelos de IA aprenden a partir de información histórica. Cuando los datos utilizados contienen errores o tendencias desequilibradas, los resultados pueden reproducir o incluso reforzar dichos sesgos, afectando la objetividad de ciertos análisis sociales o de gobernanza.

3. Dependencia tecnológica:

Una excesiva confianza en herramientas automatizadas puede reducir el juicio profesional y limitar la capacidad de cuestionar resultados que requieren análisis especializado.

4. Nuevos desafíos para el aseguramiento:

Los profesionales encargados de revisar información ASG deberán comprender no solo los datos reportados, sino también los sistemas, algoritmos y controles que intervienen en su generación; así como su adecuada revelación en los informes de sostenibilidad.

En conclusión, el verdadero desafío no consiste únicamente en adoptar Inteligencia Artificial, sino en implementar mecanismos de gobernanza, control y supervisión que permitan que la tecnología complemente, y no sustituya, el juicio profesional. Solo así será posible fortalecer la confianza en la información ASG y respaldar procesos de aseguramiento cada vez más robustos.

C.P.C Joaquín Eigner López Reyes

Socio Auditoría

C.P. Sofia Martínez Morales

Auditoría y Aseguramiento