Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial
Main Author: | |
---|---|
Publication Date: | 2021 |
Format: | Master thesis |
Language: | por |
Source: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
Download full: | http://hdl.handle.net/10400.26/38942 |
Summary: | A Inteligência Artificial destaca-se pelo que consegue produzir e também pelas vantagens que fornece aos diversos setores de atividade. A Auditoria Interna poderá beneficiar do uso da Inteligência Artificial nas suas tarefas permitindo, por exemplo, a automatização de processos de auditoria, tornando os auditores internos mais rápidos e eficientes, permitindo um aumento do grau de complexidade das tarefas que podem assumir. Assim, o auditor interno necessitará de desenvolver novas competências relativamente ao uso da Inteligência Artificial e melhorar as que detém em áreas como a determinação dos processos de negócio, dos riscos e controlos associados, deteção antecipada de fraude e acompanhamento em tempo real de anomalias. Esta Dissertação pretende perceber de que forma a Auditoria Interna e a Inteligência Artificial se relacionam, de modo a que auditoria não perca o seu propósito e crie mais valor para as organizações. São discutidas as vantagens e limitações da aplicação da Inteligência Artificial, apresentando um conjunto de tecnologias de Inteligência Artificial e os benefícios e riscos associados ao seu uso. Analisar-se-á o impacto que a aplicação de Inteligência Artificial tem na auditoria interna e no trabalho do auditor, em especial na forma como se pode realizar auditoria interna aos projetos de Inteligência Artificial. A presente Dissertação inicia-se com uma revisão sistemática da literatura, usando o protocolo de Buarque (2019). Serão apresentados, detalhadamente, modelos de auditoria à inteligência artificial, sendo avaliados, comparados e proposto, como um dos contributos deste trabalho, um modelo de Auditoria Interna aos projetos de Inteligência Artificial, o qual poderá ser aplicado em qualquer tipo de projeto desta natureza. Esta Dissertação pretende ser um contributo e incentivo para outros trabalhos académicos sobre o tema, uma vez que, em Português, é ainda escasso o número de publicações académicas e a informação disponível sobre a área, a qual, atendendo à sua atualidade e relevância para auditoria, se antevê que represente um importante impacto na profissão. |
id |
RCAP_b8ca860cf60c0bc86feee7d49ff60d76 |
---|---|
oai_identifier_str |
oai:comum.rcaap.pt:10400.26/38942 |
network_acronym_str |
RCAP |
network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository_id_str |
https://opendoar.ac.uk/repository/7160 |
spelling |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificialInteligência artificialAuditoria internaBig dataAprendizagem automáticaText miningProcess miningDeep learningData miningMachine learningA Inteligência Artificial destaca-se pelo que consegue produzir e também pelas vantagens que fornece aos diversos setores de atividade. A Auditoria Interna poderá beneficiar do uso da Inteligência Artificial nas suas tarefas permitindo, por exemplo, a automatização de processos de auditoria, tornando os auditores internos mais rápidos e eficientes, permitindo um aumento do grau de complexidade das tarefas que podem assumir. Assim, o auditor interno necessitará de desenvolver novas competências relativamente ao uso da Inteligência Artificial e melhorar as que detém em áreas como a determinação dos processos de negócio, dos riscos e controlos associados, deteção antecipada de fraude e acompanhamento em tempo real de anomalias. Esta Dissertação pretende perceber de que forma a Auditoria Interna e a Inteligência Artificial se relacionam, de modo a que auditoria não perca o seu propósito e crie mais valor para as organizações. São discutidas as vantagens e limitações da aplicação da Inteligência Artificial, apresentando um conjunto de tecnologias de Inteligência Artificial e os benefícios e riscos associados ao seu uso. Analisar-se-á o impacto que a aplicação de Inteligência Artificial tem na auditoria interna e no trabalho do auditor, em especial na forma como se pode realizar auditoria interna aos projetos de Inteligência Artificial. A presente Dissertação inicia-se com uma revisão sistemática da literatura, usando o protocolo de Buarque (2019). Serão apresentados, detalhadamente, modelos de auditoria à inteligência artificial, sendo avaliados, comparados e proposto, como um dos contributos deste trabalho, um modelo de Auditoria Interna aos projetos de Inteligência Artificial, o qual poderá ser aplicado em qualquer tipo de projeto desta natureza. Esta Dissertação pretende ser um contributo e incentivo para outros trabalhos académicos sobre o tema, uma vez que, em Português, é ainda escasso o número de publicações académicas e a informação disponível sobre a área, a qual, atendendo à sua atualidade e relevância para auditoria, se antevê que represente um importante impacto na profissão.Pedrosa, Isabel Maria MendesRepositório ComumCouceiro, Bruno Alexandre dos Santos2022-01-21T11:35:21Z20212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.26/38942urn:tid:202891291porinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-05-02T11:22:19Zoai:comum.rcaap.pt:10400.26/38942Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T06:44:18.124629Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
dc.title.none.fl_str_mv |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial |
title |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial |
spellingShingle |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial Couceiro, Bruno Alexandre dos Santos Inteligência artificial Auditoria interna Big data Aprendizagem automática Text mining Process mining Deep learning Data mining Machine learning |
title_short |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial |
title_full |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial |
title_fullStr |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial |
title_full_unstemmed |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial |
title_sort |
Inteligência Artificial em Auditoria Interna: proposta de modelo de auditoria interna a projetos de inteligência artificial |
author |
Couceiro, Bruno Alexandre dos Santos |
author_facet |
Couceiro, Bruno Alexandre dos Santos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pedrosa, Isabel Maria Mendes Repositório Comum |
dc.contributor.author.fl_str_mv |
Couceiro, Bruno Alexandre dos Santos |
dc.subject.por.fl_str_mv |
Inteligência artificial Auditoria interna Big data Aprendizagem automática Text mining Process mining Deep learning Data mining Machine learning |
topic |
Inteligência artificial Auditoria interna Big data Aprendizagem automática Text mining Process mining Deep learning Data mining Machine learning |
description |
A Inteligência Artificial destaca-se pelo que consegue produzir e também pelas vantagens que fornece aos diversos setores de atividade. A Auditoria Interna poderá beneficiar do uso da Inteligência Artificial nas suas tarefas permitindo, por exemplo, a automatização de processos de auditoria, tornando os auditores internos mais rápidos e eficientes, permitindo um aumento do grau de complexidade das tarefas que podem assumir. Assim, o auditor interno necessitará de desenvolver novas competências relativamente ao uso da Inteligência Artificial e melhorar as que detém em áreas como a determinação dos processos de negócio, dos riscos e controlos associados, deteção antecipada de fraude e acompanhamento em tempo real de anomalias. Esta Dissertação pretende perceber de que forma a Auditoria Interna e a Inteligência Artificial se relacionam, de modo a que auditoria não perca o seu propósito e crie mais valor para as organizações. São discutidas as vantagens e limitações da aplicação da Inteligência Artificial, apresentando um conjunto de tecnologias de Inteligência Artificial e os benefícios e riscos associados ao seu uso. Analisar-se-á o impacto que a aplicação de Inteligência Artificial tem na auditoria interna e no trabalho do auditor, em especial na forma como se pode realizar auditoria interna aos projetos de Inteligência Artificial. A presente Dissertação inicia-se com uma revisão sistemática da literatura, usando o protocolo de Buarque (2019). Serão apresentados, detalhadamente, modelos de auditoria à inteligência artificial, sendo avaliados, comparados e proposto, como um dos contributos deste trabalho, um modelo de Auditoria Interna aos projetos de Inteligência Artificial, o qual poderá ser aplicado em qualquer tipo de projeto desta natureza. Esta Dissertação pretende ser um contributo e incentivo para outros trabalhos académicos sobre o tema, uma vez que, em Português, é ainda escasso o número de publicações académicas e a informação disponível sobre a área, a qual, atendendo à sua atualidade e relevância para auditoria, se antevê que represente um importante impacto na profissão. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021 2021-01-01T00:00:00Z 2022-01-21T11:35:21Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.26/38942 urn:tid:202891291 |
url |
http://hdl.handle.net/10400.26/38942 |
identifier_str_mv |
urn:tid:202891291 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
repository.mail.fl_str_mv |
info@rcaap.pt |
_version_ |
1833602768896524288 |