BIG DATA, MACHINNE LEARNING Y AUDITORIA CONTINUA: NUEVAS TENDENCIAS PARA MEJORAR EL PROCESO AUDITOR

En estos días turbulentos de efervescencia social, causados en parte por la pandemia del COVID19 y el justo anhelo de la gente por cambios en la forma en que organizamos nuestra sociedad. La labor de las EFS no debería verse afectada por toda esta agitación que enturbia las aguas y facilita la comisión de fraudes. Es más, son momentos históricos como estos los que demuestran que la función de las EFS es imprescindible para asegurar que los recursos cumplan con su propósito de ayudar a la población y no caigan en manos de personas inescrupulosas. Es esta premisa la que justifica que las EFS deberían contar con las nuevas tecnologías de gestión de información que brinden una visión clara, para supervigilar las acciones del Estado y sus funcionarios.

Se denomina big data a todo lo relacionado con la gestión de volúmenes de datos descomunalmente grandes, tanto así que los métodos tradicionales de manejo de datos —minería de datos— ya quedaron obsoletos. Pero el big data es solo la punta de lanza de esta revolución informática, fue la señal de alerta para que todo tipo de organización se preocupara de gestionar los datos de una manera acorde a las dimensiones del big data y no desperdiciara esta nueva forma de generar información. Los datos deben ser considerados como un activo corporativo, quien no tenga datos quedará fuera del juego.

No debería ser tan difícil dimensionar la importancia de la gestión de los datos, lo valioso de recopilar y registrar la mayor cantidad posible de estos desde distintas fuentes, aun cuando parezca al día de hoy que es información irrelevante y se convierte en una tarea engorrosa que entorpece la forma actual en que se realizan los procesos de la organización. Por el contrario, hay que ser optimista y pensar que, de alguna u otra forma, los datos recolectados serán de utilidad en el futuro, pues son pequeñas piezas de un gran puzle que nos mostrará la información que necesitemos.

En efecto, esta visión futurista no es algo utópico. El desarrollo de la inteligencia artificial es la segunda oleada de esta cuarta revolución tecnológica que busca sacar provecho a todos los datos acumulados durante años, utilizándolos para conseguir los propósitos de las organizaciones. Para esto, surge como respuesta a estos desafíos una rama de investigación de la inteligencia artificial denominada machine learning o aprendizaje automatizado, la que ayuda a crear software capaces de generalizar comportamientos a partir de los datos por medio de procesos de aprendizaje, que pueden ser guiados o automáticos.

Por otra parte, si incorporamos el concepto de Auditoría Continua, la que en resumen pretende efectuar un control de procesos en tiempo real (video recomendado: https://www.youtube.com/watch?v=WqfXhDLfm9s&t=1803so), sería posible mejorar la capacidad de detección de ilícitos si las EFS se enfocan en privilegiar la conjunción entre big data, el estudio de la inteligencia artificial y el concepto de auditoria continua. De esta manera, la unión de estas herramientas será de utilidad para el propósito de evitar que ocurran fraudes y evaluar el riesgo a través del análisis de patrones, correlaciones y fluctuaciones de los modelos como parte de un sistema de control interno.

Ahora bien, lo anterior conlleva un cambio radical en la ejecución de las auditorias, dado que la auditoria tradicional implica la revisión de antecedentes de hechos en forma retrospectiva, con una selección de muestras limitadas que restringe la cobertura del análisis. Toda vez que el uso de la inteligencia artificial destaca por el potencial de convertirse en un sistema predictivo de eventos, al contrario de la manera tradicional de trabajo que es reactiva. Es decir, de la revisión periódica de una muestra de eventos, pasar a pruebas de auditoria permanente sobre la totalidad de los datos.

Sin embargo, para alcanzar el nivel de desarrollo propuesto, es necesario superar distintas brechas tecnológicas y organizacionales. Se requiere que las EFS impulsen el desarrollo de plataformas para la recolección y el análisis de datos. En el caso de la Contraloría General de la República de Chile-CGR, ya se incorporó el uso del software IDEA para apoyar la ejecución de auditorías, además se cuenta con el Sistema Integrado de Información de Contraloría-SIIC, el cual logra consolidar una serie de plataformas informáticas propias de la CGR, entre ellas el Sistema Integrado de Control de Auditorias-SICA, el Sistema de administración de Personal del Estado-SIAPER, entre otras, con plataformas de información de origen externo como ChileCompra y las bases de datos del Registro Civil, todo para mejorar la planificación de auditorías contando con mayor información.

También existen propuestas para el desarrollo de una plataforma de recolección de datos de contratos de obra pública, descrito en el trabajo ganador del primer lugar en el concurso OLACEFS 2019, denominado “Uso de técnicas de machinne learning para la detección de fraudes en contratos de obras públicas”, disponible en https://www.ceacgr.cl/CEA/revista/REVISTA_CEA_2do_SEM_2019.pdf, cuya premisa es aprovechar la revisión de los antecedentes de las resoluciones afectas al trámite de toma de razón, para extraer un conjunto de datos o data set de cada proyecto que es ingresado a la Contraloría y usarlo como insumo de modelos de aprendizaje automatizado que adviertan irregularidades de cualquiera de los factores o variables que afectan a los contratos —empresas, servicios, funcionarios, plazos, montos, etcétera—.

La importancia de contar con un sistema como el antes mencionado, radica en que la Contraloría General es la única entidad que tiene la posibilidad de tener una visión panorámica del comportamiento de los factores propios de las obras públicas. En efecto, la organización político-administrativa y la falta de coordinación en el traspaso de información de los proyectos entre los servicios públicos, actúa en desmedro de la capacidad de detectar rápidamente si una empresa actúa de forma irregular. Esto se debe a que, a diferencia de los entes públicos, el actuar de las empresas constructoras no está restringido a límites regionales o a trabajar solo con ciertos servicios públicos.

En esa misma línea, un sistema de control de obras públicas permitiría conocer el comportamiento de las empresas constructoras, consiguiendo por ejemplo generar alertas a nivel nacional —e incluso internacional— de riesgo de fraude, simplemente por contar con la información adecuada de manera ordenada y coordinada en todo el país. Ahora bien, si a lo anterior le sumamos la conectividad, el sistema propuesto podría estar disponible en tiempo real para quienes quieran utilizarlo por medio de plataformas web, aplicaciones para dispositivos móviles APP o efectuar Auditoria Continua.

Para finalizar, cabe mencionar que la sola incorporación de nuevas tecnologías no es suficiente para la detección de fraudes, por ejemplo, no basta con solo cargar bases de datos en un programa como IDEA, sino que hay que analizar y parametrizar señales de alerta para generar métricas que definan el campo de acción de las auditorias. Esto es para definir que estamos buscando, que esperamos que el programa nos muestre, y nosotros como auditores logremos ver como luce un fraude a través de indicadores matemáticos y estadísticos. Cuestión que adquiere relevancia si pensamos que el auditor no solo está en permanente lucha con el defraudador, sino que también se debe considerar que, durante el proceso judicial, el defraudador tendrá el apoyo de abogados para establecer su defensa y desestimar los hechos, por lo tanto, contar con evidencia irrefutable es de suma importancia.

A modo de ejemplo, a continuación se presentan algunos indicios para detectar fraudes en contratos de obra pública:

Mecanismo Definición Señales de alerta
Corrupción, sobornos y comisiones ilegales Consiste en dar o recibir alguna cosa de valor para influir en un acto administrativo o decisión.

El contratista paga parte de los sobornos en cada factura. Se abultan los montos o se disminuye la calidad de la obra para compensar

  • Trato favorable falto de explicación
  • Relación social estrecha entre un funcionario y el contratista
  • Aumento del patrimonio del funcionario público
  • El funcionario público tiene un negocio externo encubierto
  • Cambios injustificados, indocumentados o frecuentes en los contratos
Conflicto de interés encubierto El funcionario posee una empresa que se beneficia del contrato público
  • Favoritismo inexplicado por cierto contratista
  • Se adjudica la oferta más cara
  • Se aceptan trabajos de mala calidad
Licitación colusoria Contratistas de una región determinada conspiran para vencer a la competencia, afectando los valores de los contratos
  • La oferta ganadora es demasiado alta o baja si se compara con el monto disponible
  • Se observa una rotación de ganadores
  • Ciertas empresas compiten entre sí y con otras no
  • Los otros licitadores no presentan reclamos
Especificaciones pactadas Las convocatorias presentan especificaciones técnicas adaptadas a un solo oferente, excesivamente restrictivas para excluir a otros licitadores, evitando la competencia
  • Se presenta solo un oferente siempre
  • Se presentan reclamos de otros contratistas
  • Especificaciones técnicas más estrictas que en otros proyectos similares
Filtración de datos El personal encargado del diseño, licitación o evaluación de las ofertas filtra información para ayudar a un oferente
  • No se respetan los plazos de los procesos de licitación
  • Disminución del plazo otorgado para el estudio de la propuesta
  • Se rechazan todas las ofertas, se declaran desiertas sin justificación
Manipulación de ofertas En una licitación, algún funcionario puede alterar una oferta para beneficiar a cierto oferente
  • Se invalidan ofertas por cometer errores
  • Ofertas quedan fuera de base por razones cuestionables
Adquisiciones injustificadas a un único oferente Muy asociado con la corrupción, se hacen tratos directos o división de contratos para burlar revisiones. Prórrogas de contratos previos sin convocar una nueva licitación
  • Contratos asignados por trato directo por montos inferiores a los umbrales de la toma de razón
  • Se informa de las licitaciones a algunos contratistas
División de compras o proyectos por etapas Se divide el contrato por etapas para evitar la competencia
  • Adquisiciones consecutivas de contratos de un contratista
  • División injustificada de proyectos
Prestadores de servicios fantasmas Se pagan servicios ficticios para malversar fondos. Se crean empresas fantasmas para generar facturas falsas
  • Solo hay un funcionario a cargo de la recepción, inspección y pago
  • La planta de la empresa es muy acotada o no cuenta con recursos físicos propios

 

Ejemplos de análisis que se podrían efectuar al contar con un sistema de control de contratos de obras públicas:

 

Pregunta Descripción/análisis Datos/indicador
¿Qué servicio público tiene el índice más alto de sobrecosto en sus proyectos?
  • Comparar entre distintos servicios públicos dentro de una misma región
  • Comparar el desempeño de distintas direcciones regionales de un mismo servicio
  • Gestión económica del contrato
  • Eficiencia del servicio en la estimación de las cantidades de obras (sobrecosto)
¿Qué empresa constructora es la que más presenta proyectos con sobrecostos excesivos?
  • Existe una relación de esa empresa con un servicio en particular

 

Acerca del autor:

Jonathan Nabor López Espinosa (39 años), oriundo de la comuna de Puente Alto, región Metropolitana, Chile. El 2010 se titula de Constructor Civil en la Pontificia Universidad Católica. Ese mismo año, se encarga de la supervisión de la construcción post terremoto de 60 casas en la localidad de Paine, luego ingresa al Ministerio de Educación, esta vez para trabajar en la reconstrucción de escuelas en la Unidad de Infraestructura Escolar. El año 2012 se cambia a la Dirección de Obras de la Comuna de Pedro Aguirre Cerda, desempeñándose como Inspector Técnico, donde está un corto tiempo al postular el 2013 a la Contraloría General de la república de Chile, siendo destinado como Fiscalizador de obras en la Séptima Región del Maule. El año 2018 participa del concurso OLACEFS de Buena gobernanza con el trabajo “Control administrativo de obras públicas a través del uso de herramientas de big data”, obteniendo el 4° Lugar. El año 2019 repite la experiencia, esta vez con el trabajo “Uso de técnicas de machine learning para la detección de fraudes en los contratos de obras públicas”, ganando ahora el Primer lugar. Cuenta con publicaciones en los números 1 y 2 de la revista de Administración del Estado-CEA (https://www.ceacgr.cl/CEA/) y la Revista Fiscalizando de OLACEFS. Diplomado en “Especialización en técnicas para detección de fraudes” de la Universidad de Chile y Programa on line – “Machine learning tecnología en la toma de decisiones” del MIT. Además, es cinturón negro de judo, disciplina que practica desde el 2003. Dirige el Club de Judo Talca desde el 2015, aspirante a guitarrista de blues y felizmente casado.

https://www.linkedin.com/in/jonathan-l%C3%B3pez-espinosa-6b393658/

Compartir en redes