Inteligência artificial na auditoria independente — o que muda na evidência, na governança do modelo e na responsabilidade do auditor

A IA entrou na pauta da auditoria independente. Entenda o que muda na evidência de auditoria, na governança dos modelos e na responsabilidade profissional.

Resumo

• A inteligência artificial entrou definitivamente na pauta da auditoria independente, com debates sobre oportunidades, ética e implicações regulatórias ganhando espaço central na profissão em 2026.

• A IA potencializa a auditoria — análise de cem por cento das transações, detecção de anomalias, leitura de contratos e conciliações automáticas — mas não transfere para a máquina a responsabilidade profissional pela opinião de auditoria.

• O uso de IA exige governança do modelo: rastreabilidade, explicabilidade, controle de viés, proteção de dados e documentação de como a ferramenta produziu cada achado que sustenta a evidência de auditoria.

• O ceticismo profissional permanece humano e indelegável; a IA é instrumento de obtenção e análise de evidência, não substituta do julgamento do auditor nem da sua responsabilidade ética perante o mercado.

O que a IA efetivamente muda na auditoria

A mudança mais concreta está na cobertura. A auditoria tradicional trabalha com amostragem porque examinar manualmente toda a população de transações seria inviável. Ferramentas de IA invertem essa lógica: tornam possível analisar cem por cento dos lançamentos, lançar luz sobre o que destoa do padrão e direcionar o esforço humano para as exceções que de fato importam. O auditor deixa de gastar tempo na seleção e no exame de amostras e passa a investigar anomalias já filtradas — um deslocamento da tarefa repetitiva para o julgamento.

A segunda mudança está na detecção de risco. Modelos treinados para reconhecer padrões identificam comportamentos atípicos — lançamentos fora de hora, sequências incomuns, partes relacionadas não evidentes, divergências entre subsistemas — com uma sensibilidade que a revisão analítica manual dificilmente alcança. Some-se a isso a capacidade de ler e estruturar grandes volumes de documentos não estruturados, como contratos, atas e correspondências, extraindo cláusulas e dados relevantes para o teste. São ganhos reais de profundidade e de tempestividade.

Mas é preciso nomear o limite com clareza. A IA é instrumento de obtenção e análise de evidência. Ela não emite opinião de auditoria, não exerce ceticismo profissional e não responde perante o mercado, o regulador ou os usuários das demonstrações financeiras. Essa responsabilidade é do auditor independente e permanece indelegável. A tecnologia muda como a evidência é obtida e analisada; não muda quem responde por ela.

Governança do modelo: o novo objeto de controle

Se a IA produz achados que sustentam a evidência de auditoria, então o modelo que os produz passa a ser, ele próprio, objeto de controle. Não basta confiar no resultado; é preciso poder explicar como ele foi gerado. Isso introduz na auditoria um conjunto de exigências que antes pertenciam ao mundo da tecnologia.

Rastreabilidade significa poder reconstituir o caminho entre o dado de entrada e o achado de saída — papel de trabalho não é só o resultado, é a trilha que leva até ele. Explicabilidade é a capacidade de justificar por que o modelo sinalizou determinada transação como anômala; um achado que o auditor não consegue explicar não é evidência, é palpite automatizado. Controle de viés é a verificação de que o modelo não sistematicamente ignora certos tipos de erro ou superestima outros, o que distorceria a avaliação de risco. E proteção de dados é condição inegociável: dados de clientes processados por ferramentas de IA exigem governança de confidencialidade compatível com o dever de sigilo do auditor.

Esse conjunto — rastreabilidade, explicabilidade, controle de viés e proteção de dados — é o que transforma o uso de IA de uma conveniência operacional em uma prática auditável. Sem essa governança, a ferramenta pode até acelerar o trabalho, mas não produz evidência que resista ao escrutínio de uma revisão de qualidade ou de uma fiscalização profissional.

Ética, ceticismo e a responsabilidade que não se automatiza

A dimensão ética é inseparável da técnica. O ceticismo profissional — a postura de questionar, de não aceitar a informação pelo seu valor de face, de buscar evidência corroborativa — é o núcleo da auditoria, e é precisamente o que a automação não substitui. Há um risco concreto de complacência: confiar no output da máquina sem interrogá-lo, tratar a sinalização do modelo como conclusão em vez de ponto de partida. Quanto mais sofisticada a ferramenta, maior a tentação de delegar a ela o julgamento — e maior o erro de fazê-lo.

O dever de sigilo é outro ponto sensível. Alimentar ferramentas de IA com dados de uma entidade auditada exige garantir que essas informações não sejam expostas, retidas indevidamente ou usadas para finalidades alheias ao trabalho. A confidencialidade que o auditor deve ao cliente não se suspende porque o processamento passou a ser automatizado; ao contrário, exige camadas adicionais de controle.

E há a responsabilidade perante terceiros. A opinião de auditoria é um ato profissional que dá confiança ao mercado de capitais, ao crédito e à governança das organizações. Quando o auditor assina, ele responde — pessoal e profissionalmente — pela adequação dos procedimentos e pela suficiência da evidência. Nenhuma ferramenta divide essa responsabilidade. A IA pode tornar o auditor mais preciso, mais rápido e mais profundo; não pode torná-lo dispensável, nem aliviá-lo do ônus de responder pelo que assina.

Implicações práticas para firmas e comitês de auditoria

Para a firma de auditoria, a adoção de IA é uma decisão de investimento e de governança simultaneamente. Não basta contratar a ferramenta; é preciso estabelecer políticas de uso, treinar equipes para interrogar o output em vez de aceitá-lo, documentar a governança do modelo e integrar a tecnologia ao sistema de controle de qualidade. A firma que adota IA sem essa estrutura assume um risco que pode superar o ganho de eficiência.

Para o comitê de auditoria da companhia auditada, a IA entra na agenda de supervisão por dois caminhos. Primeiro, como tema de controle interno da própria empresa, que cada vez mais usa IA em seus processos financeiros e precisa governá-la. Segundo, como elemento do trabalho do auditor independente, sobre o qual o comitê deve manter diálogo informado: que ferramentas são usadas, como a confidencialidade é protegida, como os achados automatizados se convertem em evidência. A supervisão da auditoria, hoje, inclui entender a tecnologia que a auditoria emprega.

Para o profissional, a mensagem é de requalificação, não de obsolescência. O auditor do futuro próximo é menos executor de procedimentos repetitivos e mais analista de exceções, avaliador de risco e julgador de evidência — funções que a IA potencializa, mas não ocupa. A competência que ganha valor é a capacidade de interrogar o modelo, contextualizar o achado e exercer o ceticismo que a máquina não tem.

A perspectiva MERC

Encaramos a inteligência artificial como aliada da qualidade da auditoria, desde que subordinada ao julgamento profissional e a uma governança rigorosa do modelo. Nossa convicção é que a IA eleva o teto da auditoria — permite cobertura total, detecção mais fina e tempestividade maior — mas não rebaixa o piso da responsabilidade: a opinião continua sendo um ato humano, fundamentado em evidência apropriada e suficiente, exercido com ceticismo e sob dever de sigilo.

Defendemos uma adoção disciplinada. Toda ferramenta de IA empregada em auditoria deve ser rastreável, explicável, auditada quanto a viés e cercada de controles de proteção de dados — e cada achado que ela produz deve passar pelo crivo do auditor antes de virar evidência. O caminho não é escolher entre tecnologia e julgamento, e sim usar a tecnologia para que o julgamento se concentre onde importa. A firma que automatiza sem governar troca eficiência de curto prazo por risco de longo prazo; a que governa o que automatiza ganha as duas coisas.

Como a MERC pode ajudar

A MERC Audit & Advisory aplica análise de dados e ferramentas de inteligência artificial em seus trabalhos de auditoria com governança do modelo — rastreabilidade, explicabilidade, controle de viés e proteção de dados — integrada ao sistema de controle de qualidade, de modo que cada achado automatizado seja convertido em evidência apropriada e suficiente sob o julgamento do auditor. A tecnologia amplia a profundidade do trabalho sem deslocar a responsabilidade profissional pela opinião.

Pela MERC Capital e pela M3 Growth, apoiamos comitês de auditoria e conselhos na supervisão do uso de IA — tanto nos processos financeiros da própria companhia quanto no trabalho do auditor independente —, ajudando a estruturar as políticas, os controles e o diálogo informado que essa nova fronteira exige. Tratamos a inteligência artificial como o que ela é na auditoria: um instrumento poderoso de evidência, que só cria confiança quando é governado com o mesmo rigor que se exige da própria opinião de auditoria.

FAQ

A inteligência artificial vai substituir o auditor independente?

Não. A IA é instrumento de obtenção e análise de evidência — analisa transações, detecta anomalias e lê documentos com mais cobertura e velocidade. Mas a opinião de auditoria, o ceticismo profissional e a responsabilidade perante o mercado permanecem humanos e indelegáveis. A tecnologia muda como o trabalho é feito, não quem responde por ele.

O que a IA muda concretamente na auditoria?

Permite analisar cem por cento das transações em vez de uma amostra, detectar anomalias e padrões atípicos com mais sensibilidade, ler e estruturar grandes volumes de contratos e documentos e automatizar conciliações. O efeito é deslocar o esforço humano da tarefa repetitiva para a investigação das exceções e o julgamento de risco.

O que é governança do modelo de IA na auditoria?

É o conjunto de controles que torna o uso de IA auditável: rastreabilidade (reconstituir o caminho do dado ao achado), explicabilidade (justificar por que o modelo sinalizou algo), controle de viés (verificar que o modelo não distorce sistematicamente a avaliação de risco) e proteção de dados (preservar a confidencialidade das informações da entidade auditada).

Usar IA com dados do cliente fere o dever de sigilo?

Não, desde que haja controles adequados. O dever de confidencialidade do auditor não se suspende porque o processamento é automatizado — ao contrário, exige camadas adicionais de proteção para garantir que os dados não sejam expostos, retidos indevidamente ou usados para finalidades alheias ao trabalho de auditoria.

Como o comitê de auditoria deve tratar o uso de IA?

Por dois caminhos: supervisionando o uso de IA nos processos financeiros da própria companhia, que precisa ser governado, e mantendo diálogo informado com o auditor independente sobre as ferramentas empregadas, a proteção da confidencialidade e a forma como os achados automatizados se convertem em evidência. A supervisão da auditoria hoje inclui entender a tecnologia que ela utiliza.

Baixar PDF gratuito →