Revista: CE Contribuciones a la Economía
ISSN: 1696-8360

---

LA INTELIGENCIA ARTIFICIAL EN EL ÁMBITO CONTABLE

---

INTRODUCCIÓN
En los últimos años, el ámbito empresarial ha cambiado notablemente debido a los adelantos de las tecnologías de la información. Es así como,  el avance de la tecnología y de los nuevos paradigmas no debe limitarse a simular las funciones para el procesamiento manual de la información, sino que estas herramientas deben ser un soporte fundamental para el logro de los objetivos de la gestión contable traducido en decisiones adecuadas, eficaces y oportunas. De este modo los gerentes de negocios  han estado aplicando en el área contable de sus empresas la Inteligencia Artificial, insertando  programas computarizados que realizan las actividades de un contador. Para la aplicación de estos programas se utilizan las técnicas de Inteligencia Artificial como: sistemas  expertos, redes neuronales, algoritmos genéticos y la lógica difusa. Las  más utilizadas en el ámbito contable son los sistemas  expertos y las redes neuronales artificiales.
CONTENIDO

• Aplicación de los Sistemas  Expertos en  el ámbito contable.

Los sistemas expertos se han venido aplicando con éxito en múltiples campos: medicina, geología, química, ingeniería, para realizar tareas muy diversas (por ejemplo, interpretación, predicción, diagnóstico, diseño, planificación, instrucción, control). Las actividades administrativas, financieras y contables también son campos en los que se pueden aplicar los sistemas expertos, pues se realizan muchas de las tareas antes descritas y, además, estas cumplen la mayoría de los requisitos que son necesarios para poder desarrollar un sistema experto. Para el estudio de los sistemas expertos en el dominio de la contabilidad es necesario realizar un estudio de los sistemas expertos en los distintos dominios de la contabilidad y sus características. En principio, los sistemas expertos se pueden aplicar en todas las áreas de la contabilidad. Ahora bien, como esta clasificación resultaría muy amplia y es poco práctica, se clasificarían las aplicaciones potenciales de los sistemas expertos en contabilidad de acuerdo con las siguientes áreas:
Auditoría: Análisis de la materialidad y del riesgo, evaluación del control interno, planificación de la auditoria, evaluación de la evidencia, análisis de cuentas concretas, formación de opinión, emisión del informe, auditoria interna, auditoría informática.
Contabilidad de costos y de gestión: Cálculo y asignación de costos, asignación de recursos escasos, control y análisis de desviaciones, planificación y control de gestión, diseño de sistemas de información de gestión
Contabilidad financiera: regulación legal, normas y principios contables, recuperación y revisión analítica de registros contables, diseño de sistemas contables, imputación contable, consolidación de estados contables.
Análisis de estados financieros: Análisis patrimonial, financiero y económico de los estados contables, salud financiera de la empresa, cálculo e interpretación de ratios, cálculo y análisis de tendencias.
Planificación financiera e industria de los servicios financieros: Planificación financiera corporativa, planificación financiera personal, análisis de inversiones, gestión de tesorería, mercado de valores, seguros, banca, concesiones de créditos.

• Aplicación de los Sistemas Expertos en Auditoría.

Como consecuencia de los grandes cambios producidos en las empresas por el avance tecnológico actual, el trabajo de auditoría se ha visto modificado considerablemente, caracterizándose básicamente por los siguientes rasgos: aumento creciente de las normas y procedimientos de auditoría; normas y procedimientos de auditoría cada vez más complejos; cambios en las normas de ética profesional, que exigen un mayor control y una mayor calidad en la realización de los trabajos de auditoría; mayor competición entre las empresas de auditoría, resultando, como consecuencia de ello, unos honorarios de auditoría más bajos; ofrecimiento al cliente de nuevos servicios, desarrollo de nuevos tipos de auditoría (por ejemplo; auditoría de gestión operativa, auditoría informática, auditoría medioambiental). Todas estas circunstancias han hecho que la profesión de la auditoría sea cada vez más competitiva y, como consecuencia de ello, se haya visto forzada a recurrir a las nuevas técnicas y herramientas que facilita la tecnología de la información y la inteligencia artificial, para conseguir una información más relevante y oportuna que facilite a los auditores poder tomar decisiones de una forma rápida y aumentar, por tanto, la eficacia y el nivel de calidad de la auditoría. Por lo que se hizo necesaria la aplicación de sistemas expertos en la auditoria. Para lograr un mejor funcionamiento se clasificaron las aplicaciones de sistemas de expertos  en auditoria en:

• Sistema experto en auditoría  externa
• Sistema  experto en auditoría interna.
• Sistema experto en auditoría informática.

Como el campo de la auditoría externa es muy amplio es necesario realizar una subdivisión del mismo:
Sistemas expertos en auditoría externa.

• Materialidad y riesgo.
• Evaluación del control interno.
• Planificación de la auditoría.
• Obtención de la evidencia y formación de la opinión.
• Informe de auditoría.

Sin lugar a dudas, la rama de la contabilidad en la que se han desarrollado más sistemas expertos es la auditoría. Las razones de este desarrollo se deben, en parte, al interés y al apoyo prestado por las grandes multinacionales de la auditoría, que han desarrollado o financiado muchas de las investigaciones llevadas a cabo en esta materia. A continuación, vamos a presentar una relación de algunos sistemas expertos famosos, unos comercialmente disponibles y otros sólo presentados a nivel teórico en la literatura sobre investigación contable:

Aplicación de los Sistemas de Expertos en la  Contabilidad  de costos y de gestión.

Al igual que ha ocurrido en auditoria, los cambios tecnológicos actuales, también han afectado a la contabilidad de costos y a la contabilidad de gestión. Por lo que se hizo necesario también aplicar los sistemas expertos. Los subdominios o campos potenciales de la contabilidad de costos y de gestión en los que se pueden aplicar los sistemas expertos son muy amplios y variados, destacando como más significativos los siguientes: asignación de recursos escasos, gestión de la función de compras y de aprovisionamiento, gestión de inventarios, gestión de recursos humanos; cálculo del costo de las órdenes de trabajo, planificación y control de la gestión, costos estándares y análisis de desviaciones, control presupuestario, análisis de productos y combinaciones de ventas, presentación de informes económicos y estadísticas de costos y resultados, control de nuevas tecnologías de la producción, diseño de sistemas de información de contabilidad de gestión, ayuda para la determinación de los costos pertinentes para la toma de decisiones, justificación de las inversiones en nuevas tecnologías.
De acuerdo con la Asociación Española de Contabilidad y Administración de Empresas (AECA), la contabilidad de costos es la que "suministra la información analítica relativa a los costos de los productos y servicios generados por la empresa, asumiendo el nivel de desagregación que se considere oportuno en cada situación, a efectos de determinar el valor de las existencias, y el costo de los productos vendidos, para poder transmitir esta información a los administradores o gerentes a fin de que se pueda proceder a la confección de los estados contables",  mientras que la contabilidad de gestión "es una rama de la contabilidad, que tiene por objeto la captación, medición y valoración de la circulación interna, así como su racionalización y control, con el fin de suministrar a la organización la información relevante para la toma de decisiones empresariales" ( 1).
La contabilidad de costos persigue principalmente los siguientes objetivos básicos:

• Calcular los costos de las funciones, actividades, secciones, etc. del proceso productivo de la empresa.
•  Calcular el costo de los productos y servicios generados por la empresa.
• Calcular el costo de los productos vendidos y analizar los resultados analíticos.
•  Valorar los activos derivados del proceso productivo, con el fin de confeccionar los estados contables anuales.

Mientras que la contabilidad de gestión, además de recoger los objetivos anteriormente citados, se centra principalmente en el proceso de racionalización, planificación y control de los costos, con el fin de suministrar información relevante y oportuna para apoyar la toma de decisiones empresariales. La contabilidad de gestión es, pues, una evolución lógica de la contabilidad de costos, como consecuencia de las mayores demandas de información de las empresas modernas para poder tomar decisiones. A continuación, vamos a presentar una relación de algunos sistemas aplicados en la contabilidad de costos y de gestión, para la solución de problemas.

Aplicación de los Sistemas de Expertos en la Contabilidad Financiera.

La contabilidad financiera tiene como objetivo principal la preparación de los estados financieros de la empresa, con el fin de suministrar la información que necesitan los distintos usuarios de la empresa sobre el resultado y el patrimonio de la empresa. Una característica muy importante de la contabilidad financiera es la estrecha vinculación que tiene con la legislación mercantil y contable, ya que está regulada por una serie de normas y principios de contabilidad generalmente aceptados, emitidos por el estado y por entidades de emisión de normas de contabilidad de reconocido prestigio, que garantizan la homogeneidad y fiabilidad de la información contable frente a terceros.
La contabilidad financiera es el subdominio de la contabilidad en el que se han desarrollado menos sistemas expertos. Las aplicaciones que se han realizado se han centrado principalmente sobre los siguientes temas: normativa legal y principios contables, interpretación de la regulación contable, asesoramiento legal no fiscal, consolidación de estados contables, revisión analítica de los estados financieros, transacciones en moneda extranjera, diseño de sistemas de información contable,. Algunos Sistemas Expertos aplicados en la Contabilidad Financiera, son:

Aplicación de los Sistemas de Expertos en el análisis de los Estados Financieros.

El Análisis de Estados Financieros, utiliza ciertas técnicas con las cuales trata de investigar y enjuiciar, a través de la información contable, cuáles han sido las causas y los efectos de la gestión de la empresa para llegar a su actual situación y, así poder  predecir, dentro de ciertos límites  cuál será su desarrollo en el futuro, para tomar decisiones consecuentes. El análisis de estados financieros se puede dividir en tres fases:

• Examen.
• Análisis e interpretación.
• Prescripción.

En la primera fase, se realiza un examen o revisión de los documentos contables (por ejemplo: balance, cuenta de pérdidas y ganancias, memoria, estado de origen y aplicación de fondos), utilizando para ello una serie de técnicas o procedimientos específicos, tales como: comparaciones de masas patrimoniales, porcentajes, números índices, ratios y tendencias. En la segunda fase, se analiza e interpreta la información obtenida en la etapa anterior, y se realiza un diagnóstico de la situación actual de la empresa y de la gestión realizada. Por último, en la tercera fase, se realizan unas predicciones y se indican las soluciones que se pueden aplicar con el fin de mejorar la situación futura. La mayoría de las aplicaciones de sistemas expertos desarrolladas en el campo del análisis de estados financieros están compuestas por dos módulos. Un módulo informático convencional, que realiza los cálculos por medio de la informática tradicional, o con la ayuda de una hoja de cálculo electrónica, y un módulo de sistema experto, que realiza los procesos de análisis e interpretación de los datos y de emisión del informe (normalmente por medio de un procesador de textos). En el cuadro siguiente se muestran algunos de estos sistemas.

Aplicación de los Sistemas de Expertos en la Planificación financiera.

El mundo financiero actual es muy complejo y ha sufrido importantes cambios en los últimos años como la inflación, integración de la economía a nivel mundial, liberalización de la economía y de los mercados financieros, gran variedad de productos financieros, aumento de la presión fiscal y cambio continuo de su legislación. Debido a esta complejidad, las entidades y los individuos demandan, servicios de asesoramiento financiero que les permitan llevar una adecuada política de inversiones y de planificación financiera.
Dentro de la Economía Financiera de la Empresa, hay una rama que se encarga específicamente de los problemas de inversión y financiación empresarial. Esta se suele denominar Dirección (Administración o Gestión) Financiera. A su vez, dentro de esta última disciplina, existen otras ramas importantes, que se refieren a aspectos concretos, como por ejemplo: el Análisis de Inversiones, o Presupuesto de Capital es su acepción más moderna, que trata en general todos los problemas relacionados con las inversiones empresariales; el Análisis Financiero, que trata de analizar los problemas de carácter financiero producidos como consecuencia de dichas inversiones, y la Planificación Financiera, que estudia la planificación a corto, medio y largo plazo de la financiación de las inversiones realizadas. En el área de la Planificación Financiera, la mayoría de los sistemas expertos se centran especialmente en resolver los problemas de esta disciplina, aunque también existen sistemas relacionados  con el Análisis Financiero y el Análisis de Inversiones, campos estos que están estrechamente relacionados con la Planificación Financiera.
La planificación financiera empresarial es “aquella parte de la planificación empresarial que trata de los aspectos financieros de la empresa, aunque sin olvidar sus aspectos no financieros “( 2). Por otra parte, por analogía con la empresa, la planificación financiera también puede realizarse a nivel personal, dando lugar a la planificación financiera personal, que abarca, entre otras, las siguientes materias: planificación de inversiones, planificación fiscal, gestión de patrimonios, planificación de seguros, planificación de la jubilación, gestión de tesorería y gestión de deudas.
La planificación financiera, el análisis de financiero, y el análisis de inversiones requieren una metodología muy específica. Entre las materias, métodos o procedimientos que se utilizan en estas disciplinas hay que destacar, por ejemplo: “los flujos netos de caja, las tasas de rendimiento interno, el plazo de recuperación de la inversión, la deflación de los valores actuales, los árboles de decisión, el análisis bayesiano, los modelos de simulación, la programación lineal y la programación dinámica, el análisis de sensibilidad, la valoración de activos, el coste del capital, el riesgo económico y financiero, análisis de balances y cálculo de ratios y presupuestos” (3 ).
Para resolver las tareas citadas anteriormente,  hace ya bastante tiempo, se ha venido utilizando la programación convencional; sin embargo, esta no permite considerar un componente subjetivo muy importante: el juicio profesional del analista. La tecnología de los sistemas expertos es muy útil para este tipo de tareas, ya que permite la utilización del conocimiento heurístico y del buen saber hacer de los analistas y planificadores financieros.
La mayoría de las aplicaciones de sistemas expertos desarrolladas en el campo de la planificación y el análisis financiero contemplan estos aspectos, y, normalmente, están compuestos por dos módulos:

• Un módulo que realiza los cálculos por medio de la informática tradicional o cualquier otro tipo de herramienta de ayuda a la decisión (por ejemplo: hoja de cálculo, sistemas de simulación, modelos de optimización).
• El módulo de sistema experto propiamente dicho, que realiza los procesos de análisis e interpretación de los datos y de emisión del informe. También es importante resaltar que los sistemas expertos de planificación financiera y análisis financiero son los sistemas expertos que han alcanzado un alto nivel de desarrollo, contradiciendo la opinión de que los sistemas expertos se refieren a dominios muy pequeños; tal vez porque la naturaleza de la información financiera es cualitativa y muy formalizada, y existe un marco teórico bastante desarrollado que permite tratar con un amplio grupo de variables de una forma sistemática.

Inteligencia Artificial y el Análisis de la Solvencia Empresarial.

Según Altman y Saunders (1998, p. 1722) el análisis de la solvencia empresarial ha sufrido grandes cambios a lo largo de los últimos  años, debido a factores tales como el aumento en el número de quiebras, la desintermediación creciente que se observa en los mercados financieros, la disminución de los tipos de interés o el desarrollo de nuevos instrumentos financieros. Todo ello ha impulsado el desarrollo de nuevos y más sofisticados métodos de análisis de la solvencia, y entre este tipo de sistemas ocupan un papel destacado aquellos que están basados en técnicas de Inteligencia Artificial.
La determinación de la solvencia futura de una empresa puede ser entendida en la mayoría de los casos como una operación de clasificación, es decir, dada una información inicial o conjunto de atributos asociados a un negocio, y extraídos en su mayor parte de los estados contables de la misma, lo que pretende el analista es tomar la decisión de clasificar a esa empresa dentro de una categoría concreta de riesgo financiero, de entre varias posibles. Aplicando la clásica división que hizo Simón ( 4), de los procesos de decisión entre estructurados y no estructurados, es claro que esa decisión es de tipo no estructurado ya que no existe un procedimiento definido para abordarla, siendo necesario el juicio y la propia evaluación del decisor. Tal y como señalan diversos autores Ball y Foster (5 ), no existe una teoría comúnmente aceptada que explique el fenómeno del fracaso empresarial, por lo que a prioridad  no es posible establecer qué variables financieras ni qué valores en las mismas determinan la futura solvencia o insolvencia de una firma.
Debido a lo anterior, el estudio de la solvencia implica una investigación selectiva dentro de un espacio de alternativas inmenso pues, como se ha comentado, no existe un procedimiento que conduzca de forma inequívoca a la solución óptima. Por lo tanto, la selección ha de estar basada en reglas prácticas o heurísticas, debiendo fijarse también un criterio de suficiencia para determinar cuándo las soluciones encontradas son satisfactorias. Todo ello concuerda pleidnte con el paradigma de la racionalidad limitada, que gobierna los procesos de decisión en el ámbito económico. Ese análisis heurístico se ha implementado tradicionalmente a través de la aplicación de técnicas estadísticas, tales como el análisis multidiscriminante lineal o los diversos modelos de variable de respuesta cualitativa.
Sin embargo todas estas técnicas presentan limitaciones, pues parten de hipótesis más o menos restrictivas, que por su propia naturaleza la información económica, y en especial los datos extraídos de los estados financieros de las empresas, no van a cumplir, perjudicando así los resultados.
La aplicación de técnicas procedentes del campo de la Inteligencia Artificial surge como un intento de superar esta limitación, pues estas últimas no parten de hipótesis preestablecidas y se enfrentan a los datos de una forma totalmente exploratoria, configurándose como procedimientos estrictamente no paramétricos.
A continuación se mostrarán las principales diferencias de  las aplicaciones en el  campo del análisis de la solvencia empresarial de la  Inteligencia Artificial. Las mismas radican en la forma en la que abordan el proceso de licitación, que es la fase en la cual se extrae el conocimiento de las fuentes elegidas y, en este sentido, se indica que los sistemas inteligentes pueden construirse a partir de dos enfoques:

• Introducir en el ordenador el conocimiento que un(os) experto(s) humano(s) ha(n) ido acumulando a lo largo de su vida profesional, obteniéndose así lo que se conoce como sistema experto. El principal problema que ocasiona este enfoque consiste en que el proceso de captación de la información ha de hacerse mediante entrevistas al experto o bien observando directamente su comportamiento a través de un análisis de protocolos. Esto ocasiona un cuello de botella en el desarrollo de las aplicaciones, por lo que para solucionarlo surge el enfoque indicado en el siguiente acápite.
• Elaborar programas de ordenador capaces de generar conocimiento a través del análisis de los datos empíricos y, en una fase posterior, usar ese conocimiento para realizar inferencias sobre nuevos datos. Fruto de este enfoque surgen diversos procedimientos, conocidos como Machine Learning (Aprendizaje Automático) o Data Mining  (Explotación de Datos), que van a permitir la transformación de una base de datos en una base de conocimiento. Las técnicas aplicables pertenecen en su mayor parte a dos bloques principales:

• Las que buscan el conocimiento a través de un proceso consistente en anticipar patrones en los datos. Las diversas arquitecturas de Redes Neuronales Artificiales van encaminadas a este propósito.
• Aquellas consistentes en inferir reglas de decisión a partir de los datos de la base. Para ello existen diversos algoritmos de inducción de reglas y árboles de decisión.

Importancia de la Inteligencia Artificial en la Gerencia Empresarial.

En la actualidad la  Inteligencia Artificial se aplica a numerosas actividades humanas, y como líneas de investigación más explotadas destacan el razonamiento lógico, la traducción automática y comprensión del lenguaje natural, la robótica, la visión artificial y, especialmente, las técnicas de aprendizaje y de ingeniería del conocimiento. Estas dos últimas ramas son las más directamente aplicables al campo de las finanzas pues, desde el punto de vista de los negocios, lo que interesa es construir sistemas que incorporen conocimiento y, de esta manera, sirvan de ayuda a los procesos de toma de decisiones en el ámbito de la gestión empresarial.
En el ámbito específico del Análisis Contable, según Ponte, Sierra, Molina y Bonsón (1996) “la Inteligencia Artificial constituye una de las líneas de actuación futura más prometedoras, con posibilidades de aplicación tanto en el ámbito de la investigación como en el diseño de sistemas de información inteligentes, que no solamente proporcionen datos al decisor sino que recomienden el mejor curso de actuación a seguir”. (6 )
Por lo que se hace necesario en el mundo entero la aplicación de esta ciencia capaz de sustituir en ocasiones la labor del ser humano.

Inteligencia Artificial y Contabilidad en Cuba.

En nuestro país el tema de Inteligencia Artificial en el ámbito contable es novedoso. Su aplicación en la solución de problemas concretos de la realidad empresarial cubana, constituye un reto para nuestros especialistas, que sin duda vale la pena  por los beneficios  que reportaría. Por ejemplo:

• Si insertamos  la Inteligencia Artificial en la auditoría, ya sea en forma de sistemas expertos, notaríamos una notable reducción del tiempo de trabajo, ayudaría  a los auditores a determinar los juicios de materialidad de las cifras en la etapa de planificación de la auditoria, se reduciría el riesgo de ilegalidades ya que el programa es el que ejecuta la acción.
• Se reduciría el riesgo que reporta para la entidad el personal inexperto y el tiempo que le tomaría a un especialista en enseñar ha dicho personal.
• Tendríamos toda o casi toda la información necesaria y suficiente a la hora de tomar una decisión que pudiera influir en el desarrollo de la  empresa.
• Permite a la gerencia de negocio agilizar el proceso contable de  la entidad.

La aplicación de las técnicas de Inteligencia Artificial en el ámbito contable cubano  asegura la obtención de información de calidad, exacta, oportuna y relevante.
El objetivo primordial de un sistema de información para la administración es proporcionar a la organización de un mecanismo para el ejercicio de la administración; pero es necesario que cada empresa desarrolle sus propias especificaciones de su sistema de información para la administración, mediante una evaluación sistemática de su propio ambiente externo e interno y de su punto de vista, de acuerdo con sus propias necesidades únicas.

BIBLIOGRAFÍA

• Althoff, K. (1997): "Potential uses of case-based reasoning in the experience-based construction of software systems.” kaiserslautern, Alemania. Proceedings of the 5th German Workshop in Case-Based Reasoning, Centre for learning Systems and Applications, University of Kaiserslautern.
• Althoff, K. (2001): "Case-Based Reasoning. Handbook of Software Engineering and Knowledge Engineering.” Kaiserslautern, Alemania. Fraunhofer Institute for Experimental Software Engineering (IESE).
• Ball, R. y Foster, G. (1982): "Corporate financial reporting: a methodological review of empirical research", Journal of Accounting Research, supplement.
• Bergmann, R. (1999): "Developing Industrial Case Based Reasoning Applications. The INRECA Methodology.", Berlín, Alemania.
• Bonsón Ponte, E.; Escobar Rodríguez, T. y Martín Zamora, M.P. (1997b): "Decisión tree induction systems. Applications in Accounting and Finance", en Sierra Molina, G. y Bonsón Ponte, E. (Eds.): Intelligent Technologies in Accounting and Business, Huelva.
• Cuena, J. (1988): "Sistemas Inteligentes. Conceptos, Técnicas y Métodos.", Publicación de la Facultad de Informática de la Universidad Politécnica de Madrid, Madrid, España.
• Harmon, P. y King, D. (1988): Sistemas expertos. Aplicaciones de la Inteligencia Artificial en la actividad empresarial, Díaz de Santos, Madrid.
• Martín Marín, J.L. (1984): "El diagnóstico de las dificultades empresariales mediante modelos de mercado de capitales", Boletín de Estudios Económicos, nº 123, diciembre.
• Morris, B.W. y Sinha, A.P. (1996): "Applicability of a case based reasoning forbusiness problems: a study of three systems", en Sierra Molina, G. y Bonsón Ponte, E. (Eds.): Intelligent Systems in Accounting and Finance, Huelva.
• Mulvenna, M.D.; McIvor, R.T., y Hughes, J.C. (1996): "The application of case based reasoning to the interpretation of financial data for acquisition analysis", en Sierra Molina, G. y Bonsón Ponte, E. (Eds.): Intelligent Systems in Accounting and Finance, Huelva, pp. 139-156.Mishkoff, H.C. (1988): A fondo: Inteligencia Artificial, Anaya, Madrid.
• O'Leary, D.E. (1995): "Artificial intelligence in business", AI/ES Section of the American Accounting Association, (en Internet, http://www.rutgers.edu/ accounting /raw /aaa/aiet).
• Palazón Argüelles, A. (1991): "Los sistemas expertos como ayuda a las empresas", Dirección y Progreso.
• Rich, E. (1994): "Inteligencia Artificial", McGraw-Hill / Interamericana de España, segunda edición.
• Riesbech, Ch. (1998): "Inside Case-based Reasoning", by Lawrence Erlbaum Associates Inc.
• Sánchez Tomás, A. (1991): "Sistemas Expertos en Contabilidad", Técnica Contable, nº 514, octubre 1991.
• Sánchez Tomás, A. (1996): "Aplicación de los sistemas expertos en Contabilidad", Biblioteca Electrónica Ciberconta, (en Internet, http://ciberconta.unizar.es/ Biblioteca/Biblioteca.html).
• Sarle, W.S., Ed. (1998): "Frecuently Asked Questions about Neural Networks", documento hipertexto en la dirección ftp://ftp.sas.com/pub/neural/FAQ.html
• Simon, H. A. (1960): The new science of management decisions, Harper&Row, New York (USA).
• Serrano, C. y Martín del Brío, B. (1993): "Predicción de la crisis bancaria mediante el empleo de redes neuronales artificiales", Revista Española de Financiación y Contabilidad, vol XXII, nº 74.
• Serrano Cinca, C (2000): "La Inteligencia Artificial", [en línea] 5campus.com., Sistemas Informativos Contables http://www.5campus.com/leccion/IA
• Sierra, G.; Bonson, E.; Núñez, C. y Orta, M. (1995): Sistemas Expertos en Contabilidad y Administración de Empresas, Ed. rama, Madrid.
• Simon, H. A. (1960): The new science of management decisions, Harper&Row, New York (USA).
• Schank, R.: "Inside Case-based Explanation", 1994 by Lawrence Erlbaum Associates Inc.
• Springer-Overflag. Watson, I. (1997): "Applying Case-Based Reasoning: Techniques for Enterprise Systems.", Morgan Kaufmann Publishers, Inc.
• Turban, E. (1998): "Decision Support Systems and Intelligent Systems", Prentice Hall Inc, Quinta edición, New Jersey, Estados Unidos.

Sitios Web utilizados:

• http://html.rincondelvago.com/metodos-numericos_5.html
• http://www.lfcia.org/~cipenedo/cursos/scx/Tema2/nodo2-1.html
• http://www.monografias.com/trabajos11/compil/compil.shtml
• http://es.wikipedia.org/wiki/Algoritmo
• http://www.inf.udec.cl/revista/ediciones/edicion8/Rbc.pdf
• http://www.lcc.uma.es/~eva/asignaturas/lic/apuntes/1
• http://www.5campus.com/leccion/IA
• http://www.rutgers.edu/accounting/raw/aaa/aiet
• http://aepia.dsic.upv.es/revista/datos.html

• http://www.go.to/inteligencia_artificial
• http://www.redcientífica.com/gaia/ia/ia-c.htm
• http://es.wikipedia.org/wiki/Inteligencia-Artificial.
• http://dialnet.unerioja.es/servlet/artículo?código=1465311.

*Universidad Central Marta Abreu de Las Villas - Facultad Ciencias Empresariales Dirección general de Economía – Especialista sistema contable ASSETS ULT Email: fanny@uclv.edu.cu
** Universidad Central Marta Abreu de Las Villas - Facultad Ciencias Empresariales Dirección de Contabilidad y Finanzas – Especialista Principal del Grupo de Nómina Email: lilye@uclv.edu.cu
1 Asociación Española de Contabilidad y Administración de Empresa, 1990 pp. 21-22-23.
2 Suárez Suárez, Andrés S.: "Decisiones óptimas de inversión y financiación en la empresa". Ediciones Pirámide, Madrid, 1991. p. 608.
3 Suárez Suárez, Andrés S.: "Decisiones óptimas de inversión y financiación en la empresa". Ediciones Pirámide, Madrid, 1991.
4( ) Mulvenna, M.D.; McIvor, R.T., y Hughes, J.C. (1996): "The application of case based reasoning to the interpretation of financial data for acquisition analysis", en Sierra Molina, G. y Bonsón Ponte, E. (Eds.): Intelligent Systems in Accounting and Finance, Huelva, pp. 139-156.Mishkoff, H.C. (1988): A fondo: Inteligencia Artificial, Anaya, Madrid.
5( ) O'Leary, D.E. (1995): "Artificial intelligence in business", AI/ES Section of the American Accounting Association, (en Internet, http://www.rutgers.edu/ accounting /raw /aaa/aiet).
6( ) Laudon K, & Laudon, J (2004): "Sistemas de Información Gerencial", Administración de la Empresa Digital. Octava Edición. Pág. 327

Recibido: 06/06/2018 Aceptado: 31/07/2018 Publicado: Julio de 2018

---

Nota Importante a Leer:
Los comentarios al artículo son responsabilidad exclusiva del remitente.
Si necesita algún tipo de información referente al articulo póngase en contacto con el email suministrado por el autor del articulo al principio del mismo.
Un comentario no es mas que un simple medio para comunicar su opinion a futuros lectores.
El autor del articulo no esta obligado a responder o leer comentarios referentes al articulo.
Al escribir un comentario, debe tener en cuenta que recibirá notificaciones cada vez que alguien escriba un nuevo comentario en este articulo.
Eumed.net se reserva el derecho de eliminar aquellos comentarios que tengan lenguaje inadecuado o agresivo.
Si usted considera que algún comentario de esta página es inadecuado o agresivo, por favor, escriba a lisette@eumed.net.

---