¿Cómo la IA está redefiniendo la gestión de riesgos de integridad?

Un documento impecable puede no tener a una persona como autor. Una voz al teléfono puede no pertenecer a quien aparenta. Y una decisión corporativa puede ser influida por una herramienta que nadie supervisó. Estos ejemplos tienen algo en común: cuestionan la capacidad de confiar en aquello que durante las décadas pasadas se consideraba auténtico. La inteligencia artificial no solo está cambiando la forma de trabajar, sino que también está desarmando algunos de los supuestos históricos sobre los que las empresas construyeron sus controles de integridad.

La brecha ya es visible. En 2025, el EY Global Responsible AI Pulse Survey mostró que el 72% de los ejecutivos señalaba que su organización había integrado la IA en la mayoría o en todas sus iniciativas, pero solo un tercio contaba con controles sólidos asociados con el uso responsable de la IA. A ello se suma el uso cotidiano de herramientas fuera de los canales corporativos, que deja a la empresa sin visibilidad sobre los datos ingresados, las respuestas obtenidas y su influencia en las decisiones de negocio.

Lee también: El Manchester City fue encontrado culpable de más de 100 irregularidades financieras

Cuando la evidencia deja de hablar por sí sola

El primer efecto se ve en la evidencia, pieza clave para investigar cualquier incidente. Durante años, muchos controles de integridad partieron de supuestos simples: que un documento tenía un autor rastreable, que una voz al teléfono pertenecía a quien decía ser y que un registro en el sistema había sido ingresado por una persona con credenciales.

Hoy, ninguno de esos indicios basta por sí solo. Y el problema crece cuando el engaño deja de ser artesanal y puede industrializarse.

La IA generativa redujo las barreras para innovar, pero también para crear deepfakes y otras modalidades de fraude. La IA agéntica lleva el riesgo un paso más allá, ya que puede encadenar tareas con mayor velocidad y menor intervención humana, dentro y fuera de las organizaciones.

Sin una supervisión adecuada, estos agentes de IA acortan las ventanas de detección y pueden acelerar delitos financieros. Su autonomía no elimina la responsabilidad, sino que la reparte entre quienes diseñan, implementan y autorizan los sistemas, y quienes se benefician de ellos.

Pero no todo riesgo llega con la apariencia de un fraude. A veces entra en la empresa como un informe aparentemente bien presentado. El término workslop describe contenidos generados por IA que parecen entregables de calidad, pero no tienen la sustancia necesaria para aportar valor. El costo no se limita al retrabajo. También está en la falsa sensación de avance que producen documentos correctos en la forma, pero débiles en análisis, contexto o criterio.

Un fraude genera pérdidas visibles. El workslop, en cambio, consume tiempo, dispersa la atención y deteriora silenciosamente la información con la que una organización decide. Con ello, también se vuelve más difícil reconocer cuándo algo no cuadra.

Otro frente aparece cuando la promesa pública o comercial no va de la mano con la capacidad real. Por ejemplo, el AI washing ocurre cuando una empresa exagera o presenta sin suficiente sustento sus capacidades de inteligencia artificial ante clientes, inversionistas o el mercado. Ya existen primeras sanciones en Estados Unidos por declaraciones engañosas sobre el uso de esta tecnología. El riesgo de integridad, entonces, no está solo en lo que la IA hace, sino también en la distancia entre esa capacidad y lo que la empresa afirma que hace.

La respuesta: gobierno, evidencia y criterio humano

La respuesta a estos nuevos riesgos no debería frenar la adopción. En cambio, la tarea urgente es recuperar la trazabilidad. Es decir, saber cuándo intervino la IA, con qué información trabajó, qué produjo y quién asumió la decisión final. 

En el Perú, la distancia entre uso y gobierno es todavía más clara. El estudio La IA ya está aquí. ¿Quién la gobierna? de EY Perú, realizado entre 250 miembros de directorio, accionistas y ejecutivos de alta gerencia, encontró que solo el 10% de las empresas representadas cuenta con políticas de IA aprobadas. 

¿Pero cómo comenzar cuando el reto es tan grande? Un registro trazable es un buen punto de partida. Pero no se trata de documentar por documentar, sino de poder reconstruir el camino cuando una decisión se cuestione o un control falle. Los marcos de gestión de riesgos y las nuevas exigencias regulatorias apuntan hacia esa misma trazabilidad.

Entonces, la IA no trae un solo riesgo, puede amplificar oportunidades de fraude, dificultar su rastreo y, al mismo tiempo, llenar la organización de errores, decisiones apoyadas en información incompleta o entregables que solo aparentan solidez.

En este contexto, la integridad ya no consiste únicamente en prevenir conductas indebidas. También exige proteger la calidad de la información y mantener claro quién responde por cada decisión.

Hay una señal que conviene no perder de vista. En el fraude ocupacional, los canales de denuncia siguen siendo el principal mecanismo de detección, muy por encima de la auditoría interna. Si bien la tecnología puede ampliar la capacidad de análisis, también será necesaria una persona con criterio, coraje y responsabilidad para advertir que algo no está bien.

La IA reduce el costo de la predicción, pero no reemplaza el juicio humano. En integridad, ese juicio permite distinguir una alerta de un falso positivo, una eficiencia aparente de una decisión responsable y una herramienta útil de un riesgo mal gobernado. Esa es nuestra siguiente gran paradoja: cuanto más capaz sea la tecnología, más importante será saber quién la supervisa, quién la cuestiona y quién responde por sus resultados.

Sobre el autor:

Henry Matta es ocio de Servicios Forenses y Riesgos de Integridad de EY Perú

Las opiniones expresadas son solo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes Perú.