Utilizando análise de big data na seleção e teste de lançamentos contábeis e seu impacto no ceticismo profissional

Por que isso importa para a confiança nos números financeiros

Quando empresas divulgam suas demonstrações financeiras, investidores, empregados e o público presumem que os números são honestos. No entanto, algumas das maiores fraudes dos últimos anos decorreram de manipulações sutis de lançamentos contábeis enterrados em grandes bases de dados. Este artigo explora como auditores estão começando a usar ferramentas de big data para vasculhar esses oceanos de lançamentos de forma mais eficaz — e levanta uma pergunta crucial: essas tecnologias poderosas deixam os auditores mais atentos ou os tentam a confiar demais no computador?

Procurando problemas na escrituração cotidiana

No cerne de qualquer auditoria estão os lançamentos contábeis — os registros básicos de entradas e saídas de dinheiro de uma empresa. Fraudadores frequentemente exploram esses registros para ocultar perdas ou inflar lucros, às vezes contornando controles normais. Por isso, normas internacionais de auditoria exigem que auditores testem esses lançamentos com olhar cético. Tradicionalmente, isso significava checar pequenas amostras manualmente. Em uma era de conjuntos de dados massivos e complexos, contudo, essa abordagem seletiva pode deixar passar problemas habilmente dissimulados. Os autores argumentam que a análise de big data pode transformar essa tarefa ao examinar populações inteiras de lançamentos, identificando padrões incomuns que seriam invisíveis à revisão manual.

Como as ferramentas de big data mudam o dia a dia da auditoria

O estudo baseia-se em entrevistas aprofundadas com nove auditores seniores de firmas Big Four atuando na Palestina, um mercado que integra práticas globais de auditoria em condições desafiadoras. Esses auditores descrevem ferramentas de big data que agregam milhões de registros contábeis, os classificam por risco e destacam transações com aparência incomum. Em vez de começar com um punhado de lançamentos escolhidos por intuição, as equipes agora podem ver a paisagem completa da atividade, aproximando-se de itens que parecem fora de lugar por valor, momento, sistema de origem ou combinação de fatores. Essa visão “orientada por dados”, relatam, não só agiliza o trabalho como também oferece uma imagem mais rica de como o negócio do cliente realmente opera.

Pessoas, treinamento e trabalho em equipe por trás das telas

Apesar do software sofisticado, os auditores enfatizam que habilidades humanas e relacionamentos continuam centrais. Descrevem sessões regulares de treinamento que vão além de apertar botões para focar em como interpretar padrões estranhos, contestar falsos positivos e conectar sinais dos dados a riscos reais de negócio. Reuniões de equipe e sessões conjuntas de planejamento são usadas para mapear onde a administração pode ser tentada a flexibilizar regras — como em estimativas e provisões — e então projetar análises que sondem essas áreas. Sócios e diretores sêniores participam ativamente, revisando os papéis de trabalho eletrônicos, questionando escolhas de filtros e limiares e certificando-se de que a equipe não trate os resultados do computador como verdades incontestáveis.

A lâmina de dois gumes das máquinas inteligentes

As entrevistas também trazem preocupações claras. Como as ferramentas de análise podem produzir automaticamente relatórios e painéis com aparência limpa, há o risco de que auditores os aceitem sem questionar, presumindo que se o sistema não sinaliza nada, não existe problema. Participantes alertam que esse tipo de confiança excessiva pode embotar o ceticismo profissional e permitir que distorções sérias passem despercebidas. Reguladores e revisores internos de qualidade já pressionam as firmas a evitar uma “mentalidade de lista de verificação” e a demonstrar como usaram ferramentas de dados de forma genuinamente focada em risco e questionadora. Ainda assim, as normas de auditoria atuais oferecem pouca orientação concreta sobre como combinar análises avançadas com o dever de duvidar e verificar.

O que o estudo diz em termos simples

Em termos simples, o artigo conclui que a análise de big data pode ser uma aliada poderosa para auditorias honestas se — e somente se — os auditores permanecerem firmemente no controle. Essas ferramentas ajudam a peneirar volumes vastos de lançamentos, concentrar-se em áreas de risco e entender melhor como uma empresa realmente gera e registra dinheiro. Mas também introduzem novas armadilhas comportamentais: fica mais fácil confiar na máquina do que fazer perguntas incômodas. Para manter o ceticismo vivo, as firmas precisam de treinamento robusto, discussão aberta em equipe, supervisão ativa da liderança e regras mais claras por parte dos definidores de normas e reguladores. A tecnologia, sugerem os autores, deve aguçar o olhar crítico do auditor, não substituí‑lo.

Citação: Abu Al Rob, M.A., Mohd Nor, M.N. & Salleh, Z. Utilizing big data analytics in the selection and testing of journal entries and its impact on professional skepticism. Humanit Soc Sci Commun 13, 553 (2026). https://doi.org/10.1057/s41599-026-06626-0

Palavras-chave: análise de big data, auditoria, fraude financeira, ceticismo profissional, teste de lançamentos contábeis