Pode a IA auditar e certificar autonomamente as demonstrações financeiras de uma empresa cotada em bolsa, utilizando IA para detetar fraudes e violações de reporte em tempo real ?

A auditoria financeira exige ceticismo, julgamento profissional e supervisão regulatória. Embora a IA se destaque na deteção de anomalias em fluxos de dados, carece da capacidade interpretativa, autoridade legal e responsabilidade ética para certificar a conformidade corporativa ou testemunhar perante reguladores.

---

As capacidades atuais da IA podem auxiliar na revisão autónoma de transações financeiras, deteção de anomalias e sinalização de potenciais fraudes ou violações de reporte, através da análise de grandes volumes de dados estruturados e não estruturados, incluindo faturas, contratos e comunicações. No entanto, a IA ainda carece do julgamento autoritativo necessário para emitir certificações juridicamente vinculativas ou substituir auditores humanos na atestação de demonstrações financeiras, uma vez que os quadros regulatórios exigem supervisão e responsabilização humanas. As ferramentas existentes, como plataformas de auditoria impulsionadas por IA de empresas como a PwC ou a Deloitte, aumentam a eficiência, mas são implementadas como auxílios suplementares em vez de certificadores autónomos. A certificação autónoma em tempo real permanece irrealizada devido a desafios não resolvidos em explicabilidade, conformidade regulatória e a necessidade de responsabilidade do auditor.

— Enriquecido a 10 de maio de 2026 · Fonte: Public Company Accounting Oversight Board (PCAOB) — https://www.pcaobus.org

---

Embora a IA tenha feito progressos significativos na auditoria e análise financeira, ainda não consegue substituir totalmente os auditores humanos na auditoria e certificação autónoma das demonstrações financeiras de uma empresa cotada em bolsa. Os sistemas atuais de IA podem auxiliar na identificação de riscos e anomalias potenciais, mas carecem da compreensão pormenorizada e do julgamento profissional necessários para detetar esquemas complexos de fraude e violações de reporte. O estado atual da arte em auditoria por IA envolve a utilização de modelos de aprendizagem automática para analisar dados financeiros e identificar potenciais problemas, mas a supervisão e revisão humanas ainda são necessárias para garantir a exatidão e a conformidade. Os sistemas de IA ainda não são capazes de fornecer o nível de garantia e certificação exigido para empresas cotadas em bolsa.

— Estado verificado a 10 de maio de 2026.