Inteligencia artificial y tratamiento de fraudes en auditoría de estados financieros en las Big Four Perú
dc.contributor.advisor | Espinoza Valenzuela, Alberto Benjamín | |
dc.contributor.author | Peredo Curay, William Hans | |
dc.date.accessioned | 2025-08-18T17:28:52Z | |
dc.date.available | 2025-08-18T17:28:52Z | |
dc.date.issued | 2025 | |
dc.description.abstract | La presente investigación tuvo como objetivo validar cómo el correcto uso de la inteligencia artificial tiene una relación directa en la prevención de fraudes en auditorías de estados financieros en las Big Four Perú. Siendo la finalidad la evaluación y análisis de cómo la inteligencia artificial a través del ingreso, procesamiento y salida de datos ayuda positivamente a la identificación temprana de fraude, evaluación de fraude y la obtención de evidencia suficiente y adecuada. La metodología empleada fue de tipo básica, de enfoque cuantitativo, diseño no experimental con corte transversal y nivel correlacional. La población fueron los profesionales y expertos de auditoría de estados financieros de las Big Four Perú, seleccionando a 52 para la muestra por conveniencia. Las técnicas empleadas fueron la encuesta y la observación de tipo no participante, mientras que sus instrumentos fueron el cuestionario de tipo Likert y la observación indirecta de información, respectivamente. Para el análisis estadístico se utilizó como herramienta el software SPSS para determinar el nivel de confiabilidad de las variables, los resultados de las dimensiones, las pruebas de normalidad y las pruebas de correlación de las hipótesis. Se concluyó que la inteligencia artificial al aplicarse de manera correcta funciona como una herramienta de prevención de fraude para los profesionales encargados de las auditorías, permitiendo mitigar los riesgos asociados, reducir las pérdidas económicas, maximizar la data analizable y reducir los tiempos en las Big Four Perú. | |
dc.format | application/pdf | |
dc.identifier.citation | Peredo, W. (2025). Inteligencia Artificial y tratamiento de fraudes en auditoría de estados financieros en las Big Four Perú. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Contables, Escuela Profesional de Auditoría Empresarial y del Sector Público]. Repositorio institucional Cybertesis UNMSM. | |
dc.identifier.uri | https://hdl.handle.net/20.500.12672/27022 | |
dc.language.iso | spa | |
dc.publisher | Universidad Nacional Mayor de San Marcos | |
dc.publisher.country | PE | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.subject | Inteligencia artificial | |
dc.subject | Fraude | |
dc.subject | Auditoría | |
dc.subject | Procesamiento de datos | |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#5.02.04 | |
dc.title | Inteligencia artificial y tratamiento de fraudes en auditoría de estados financieros en las Big Four Perú | |
dc.type | info:eu-repo/semantics/bachelorThesis | |
renati.advisor.dni | 07335395 | |
renati.advisor.orcid | https://orcid.org/0000-0001-8577-1717 | |
renati.author.dni | 72504056 | |
renati.discipline | 411016 | |
renati.juror | Rozas Flores , Alan Errol | |
renati.juror | Monterroso Unuysuncco , Nilda Irma | |
renati.juror | De La Cruz , Paolo Acosta | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | |
renati.type | https://purl.org/pe-repo/renati/type#tesis | |
thesis.degree.discipline | Auditoría Empresarial y del Sector Público | |
thesis.degree.grantor | Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Contables. Escuela Profesional de Auditoría Empresarial y del Sector Público | |
thesis.degree.name | Contador Público |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Peredo_cw_autorización.pdf
- Size:
- 222.32 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Peredo_cw_reporte de turnitin.pdf
- Size:
- 17 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: