Realidad Profesional | Revista del Consejo Profesional de Ciencias Económicas de la Provincia de Buenos Aires y su Caja de Seguridad Social
IA y trazabilidad: ¿Cómo auditar
lo que produce la inteligencia artificial?
Cuando un sistema de inteligencia artificial interviene en un dictamen, un informe o una declaración, ¿quién puede reconstruir por qué llegó a esa conclusión? Aquí, los autores presentan la TRIA, una metodología que busca incorporar trazabilidad al uso profesional de la IA y preservar la capacidad de fundamentar aquello que finalmente se firma.
La inteligencia artificial ya forma parte del trabajo profesional, pero su uso plantea un desafío central: poder reconstruir y fundamentar el razonamiento que sostiene cada resultado. TRIA propone una metodología para registrar la intervención de la IA, documentar el criterio profesional y mantener la trazabilidad del proceso. En esta nota, una mirada sobre cómo integrar IA al ejercicio profesional sin resignar supervisión ni capacidad de fundamentar las decisiones adoptadas.
ARTÍCULO PUBLICADO EL 2026-08-28
Edición N. 152 - Julio / Agosto 2026
NOTAS DE AUTOR
Dr. Diego Balbi
Contador Público (Tomo 120, Folio 183,
Consejo Profesional de Ciencias Económicas
de la Provincia de Buenos Aires).
Dra. Ana Julia Gavilán
Contadora Pública (Tomo 362, Folio 384,
Consejo Profesional de Ciencias Económicas
de la Ciudad Autónoma de Buenos Aires).
Ulises Lento
Analista de Transfer Pricing,
Grant Thornton Argentina.
Investigador en gobernanza algorítmica.
Autor de la metodología TRIA.
La inteligencia artificial ya está en el estudio contable y en la firma de auditoría: redacta informes, analiza documentación, sugiere comparables. El problema no es usarla, sino hacerlo sin poder reconstruir después el razonamiento que sostiene lo que el profesional firmó. Este artículo presenta TRIA (Trazabilidad, Razonamiento, Inteligencia Artificial, Auditoría), una metodología registrada en Argentina que convierte esa reconstrucción en parte constitutiva del trabajo profesional, y su instrumento de diagnóstico asociado, la Matriz Diagnóstica de Madurez Algorítmica (MDMA-TRIA), que permite a cualquier organización saber en qué nivel se encuentra.
La informatización de los registros, la firma digital, el expediente electrónico: cada transformación tecnológica del ejercicio profesional llegó antes de que existiera el marco para gobernarla. La inteligencia artificial no es la excepción, pero presenta una diferencia: esta vez, la velocidad de adopción no da tiempo a esperar. Y las consecuencias de no gobernarla bien son directas, porque afectan la responsabilidad de quien firma.
La pregunta que este artículo busca instalar entre los profesionales en Ciencias Económicas no es si la IA va a llegar al estudio. Ya llegó. La pregunta es qué hacemos con ella ahora que ya está entre nosotros.
IA sin trazabilidad, el eje del problema
Un sistema de IA generativa recibe un input, ejecuta un proceso que el profesional no puede observar, y entrega un output. Eso funciona sin fricción en tareas de bajo riesgo. Pero cuando ese output alimenta un dictamen, un estudio de precios de transferencia o una declaración jurada, aparecen tres tensiones concretas:
- Responsabilidad del firmante. El profesional asume responsabilidad por lo que firma. Si el contenido fue producido por un modelo cuyo razonamiento no puede reconstruir, la cadena de responsabilidad se rompe justo donde debería ser más sólida;
- Exigencia de fundamentación. La normativa contable y fiscal exige que las posiciones adoptadas puedan fundamentarse. "El modelo lo determinó" no es una fundamentación válida ante ningún organismo de control;
- Sesgo no auditado. Los modelos entrenados con datos globales pueden generar respuestas plausibles pero incorrectas para el criterio jurisdiccional o la práctica administrativa vigente en Argentina.
El problema no es la IA. Es la IA sin trazabilidad. La diferencia entre un sistema que asiste al profesional y uno que lo expone no está en la sofisticación del modelo: está en quién puede reconstruir el razonamiento y rendir cuentas por él.
Cómo hacer auditable la intervención de la IA
TRIA (Trazabilidad, Razonamiento, Inteligencia Artificial, Auditoría) es una metodología registrada en Argentina ante la Dirección Nacional del Derecho de Autor (Legajo DNDA N.º RL-2026-46255181) para integrar sistemas de IA en el trabajo profesional sin ceder la supervisión que la norma exige mantener. Su premisa: ningún output de IA se incorpora a un expediente sin que el profesional pueda reconstruir el razonamiento que lo sustenta y hacerse responsable de él.
Opera sobre cuatro componentes que, juntos, producen una Ventana de Control -el registro auditable de toda intervención algorítmica-:
- Trazabilidad. Qué datos recibió el sistema, qué versión del modelo se usó, qué output produjo y cuándo;
- Razonamiento. El profesional documenta, en sus propios términos, por qué el resultado es consistente con la norma y los hechos del caso;
- Inteligencia Artificial. El sistema genera hipótesis, no conclusiones. Su intervención es proporcional al riesgo del entorno;
- Auditoría. El expediente queda con tres capas verificables: el output original, las correcciones del profesional con su fundamento y la conclusión firmada.
Un caso concreto
Un equipo profesional usa IA para asistir el análisis funcional de una operación intercompany y la búsqueda preliminar de comparables. El sistema propone una clasificación funcional y sugiere diez comparables. El profesional detecta que el sistema omitió un riesgo cambiario que la empresa sí asume contractualmente, lo corrige y presenta el estudio.
Revisar lo que produce la IA permite detectar errores, hacer ajustes y asegurarse de que el resultado final responda al criterio profesional. Sin TRIA, si la autoridad tributaria cuestiona la clasificación seis meses después, no hay forma de reconstruir qué produjo el sistema y qué decidió el profesional. La posición es difícil de defender no porque sea incorrecta, sino porque su razonamiento no es reconstruible.
Con TRIA, el expediente registra el output original, la corrección con su fundamento contractual, y los criterios que descartaron cuatro de los diez comparables. El resultado fiscal es el mismo. La capacidad de sostenerlo ante una inspección es radicalmente distinta.
MDMA-TRIA: Del resultado al recorrido
No todos los estudios ni todas las organizaciones parten del mismo punto. Algunas ya documentan sus intervenciones de IA; otras ni siquiera saben que deberían. Para eso existe MDMA-TRIA (Matriz de Diagnóstico de Madurez Algorítmica), instrumento de ocho dimensiones registrado ante la DNDA (Legajo N.º RL-2026-68594813-APN-DNDA#MJ) que ubica a una organización en tres niveles posibles:
Cuando la inteligencia artificial interviene en un informe, no alcanza con conservar el resultado final. También importa poder reconstruir qué produjo el sistema y bajo qué criterio se llegó a la versión que finalmente se valida. - Incipiente: se usa IA sin registrar nada. Exposición no gestionada;
- Consciente: hay conciencia del problema, pero la opacidad persiste. Conciencia sin evidencia;
- Estandarizado: trazabilidad inmutable, responsabilidades segregadas, posición defendible ante cualquier revisión.
El diagnóstico no es un fin en sí mismo: es el primer paso para planificar, con datos concretos, el camino hacia una implementación auditable.
Por qué empezar ahora
Ningún marco normativo argentino obliga hoy a documentar el uso de IA con este nivel de detalle. Eso no es una razón para esperar, sino el motivo para anticiparse. La Resolución SIGEN 197/2026 y la normativa de trazabilidad tributaria ya apuntan en esta dirección; ISO/IEC 42001 y el Reglamento europeo de IA muestran el mismo patrón fuera de Argentina. La convergencia es clara: documentación, trazabilidad y rendición de cuentas. Lo que falta en todos los casos es el procedimiento operativo para llevar estos principios a la práctica. Eso es lo que provee TRIA.
La supervisión escéptica sustantiva —verificar activamente cada output contra la norma, los hechos y el criterio propio, sin aceptarlo ni rechazarlo a priori— no es desconfianza en la herramienta. Es lo que distingue al profesional que la aprovecha del que la padece. Y es, en definitiva, lo que sostiene la firma al pie del dictamen. La automatización sin trazabilidad no es modernización. Es riesgo diferido.
Los contenidos que se publican son de exclusiva responsabilidad de sus autores y no expresan necesariamente el pensamiento de los editores.
