Artificial Intelligence in Accounting: A Systematic Literature Review

No mundo das finanças modernas, os números sempre contaram uma história, mas a maneira como essas histórias são lidas está mudando. Durante décadas, contadores e auditores confiaram no julgamento humano para verificar livros contábeis, detectar erros e garantir que os relatórios financeiros fossem honestos. Hoje, um novo tipo de ferramenta está entrando no escritório: a inteligência artificial. Esta não é uma máquina única, mas uma coleção de programas de computador inteligentes capazes de aprender com os dados. Essas ferramentas podem escanear milhares de documentos em segundos, procurando padrões que o olho humano poderia perder. Elas estão sendo usadas para automatizar tarefas rotineiras, prever riscos financeiros e caçar fraudes. No entanto, à medida que essas ferramentas se tornam mais comuns, uma questão permanece: o quanto realmente entendemos sobre o seu impacto na profissão? Elas estão substituindo os tomadores de decisão humanos ou atuando simplesmente como assistentes poderosos? As respostas estão espalhadas por centenas de novos estudos, criando um cenário que é rico em informações, mas difícil de navegar.

Para trazer clareza a este campo crescente, um pesquisador chamado Jinwoo Chae, da GlobalNxt University, propôs-se a mapear o estado atual do conhecimento. O objetivo não era testar um software específico ou realizar um novo experimento, mas sim reunir e organizar a pesquisa existente publicada entre 2023 e 2026. O pesquisador começou com uma lista de 49 registros, que incluíam artigos de periódicos, capítulos de livros e relatórios de dados. Após remover cuidadosamente as duplicatas e os estudos que não se enquadravam no escopo da contabilidade, restaram 47 publicações para serem examinadas. O processo envolveu a leitura dos títulos e tipos dessas obras para categorizá-las por ano, tópico e método. Foi um esforço sistemático para ver para onde a pesquisa estava indo, quais perguntas estavam sendo feitas e onde ainda residiam as lacunas no conhecimento.

A primeira coisa que a revisão revelou foi a velocidade absoluta de crescimento neste campo. O número de estudos publicados explodiu em apenas alguns anos. Em 2023, havia apenas quatro estudos na lista. Em 2024, esse número mais do que dobrou. O ímpeto continuou em 2025 e 2026, com 16 e 18 estudos, respectivamente. No total, 34 dos 47 estudos, o que representa cerca de 72 por cento, foram publicados apenas nos últimos dois anos. Esse aumento rápido sugere que a conversa em torno da inteligência artificial na contabilidade está passando de um interesse de nicho para um tópico central de discussão. No entanto, a revisão também observou que esta lista representa um recorte específico da literatura disponível e não deve ser tomada como uma contagem completa de todos os estudos já escritos sobre o assunto.

Ao observar do que esses estudos tratavam de fato, um padrão claro emergiu. A pesquisa está fortemente focada em duas áreas principais: visões gerais de como a inteligência artificial se encaixa na contabilidade e auditoria, e a aplicação específica dessas ferramentas para detecção de fraudes. Quase dois terços dos estudos se enquadram nessas categorias. A detecção de fraudes, em particular, é uma área de interesse concentrada porque os computadores são excepcionalmente bons em filtrar quantidades massivas de dados para encontrar padrões incomuns que possam indicar irregularidades ou erros. A auditoria, que envolve a verificação da precisão dos registros financeiros, é a segunda função mais comum sendo estudada. Em contraste, outras partes importantes do mundo contábil, como a contabilidade gerencial — que ajuda as empresas a planejar e controlar suas operações — parecem quase inteiramente ausentes da pesquisa atual, com apenas um estudo dedicado a ela. A tributação também raramente é o foco principal, aparecendo geralmente apenas como uma pequena parte de títulos mais amplos.

Os métodos usados nesses estudos contam outra parte da história. Uma grande parte do trabalho consiste em revisões, onde pesquisadores resumem o que outros já descobriram. Cerca de 13 por cento dos estudos são revisões sistemáticas de literatura, e outros 15 por cento são revisões narrativas ou conceituais. Apenas um número muito pequeno de estudos, apenas um que pôde ser claramente identificado por seu título, apresentou novas evidências de campo ou dados coletados de experimentos do mundo real. Isso significa que o corpo de conhecimento atual é construído mais sobre o resumo de ideias e a discussão de possibilidades do que sobre o teste delas com dados concretos de empresas de contabilidade reais. Embora essas revisões sejam úteis para obter um quadro amplo de um campo que se move rapidamente, o pesquisador sugere que confiar excessivamente nelas limita a capacidade de tirar conclusções sólidas baseadas em evidências.

A revisão também destacou a necessidade de maior precisão na forma como essas tecnologias são descritas. Alguns estudos tratam todas as formas de inteligência artificial como uma ferramenta única e uniforme. No entanto, o pesquisador argumenta que isso é enganoso. Existem diferenças importantes entre a automação simples baseada em regras, que segue instruções estritas, e o aprendizado de máquina avançado, que pode aprender e se adaptar. Há também uma distinção entre estes e os modelos generativos que podem criar novos conteúdos. Tratar todos como o mesmo "artificial inteligência" pode esconder diferenças importantes no que eles podem fazer, nos dados que precisam e nos riscos que representam. Pesquisas futuras precisam ser mais específicas sobre qual tecnologia está sendo usada e quanto envolvimento humano há.

Olhando para o futuro, o pesquisador propõe um novo direcionamento para o campo. A próxima etapa de estudo deve ir além das discussões gerais e argumentos conceituais em direção a testes mais rigorosos e do mundo real. Isso significa usar teorias estabelecidas para explicar por que os contadores adotam essas ferramentas e como elas alteram o julgamento profissional. Também significa expandir o escopo da pesquisa para incluir diferentes países, pequenas empresas e áreas subestudadas, como relatórios de sustentabilidade e conformidade fiscal. Crucialmente, o pesquisador pede mais estudos que examinem a governança desses sistemas: quem é responsável quando um computador comete um erro, e como podemos garantir que as decisões tomadas por essas ferramentas sejam confiáveis e justas?

A revisão conclui que, embora o campo esteja crescendo rapidamente, ele ainda está em um estágio inicial. A literatura atual é dominada por discussões amplas e revisões, com uma escassez de evidências empíricas profundas de ambientes contábeis reais. A concentração da pesquisa na detecção de fraudes e auditoria sugere que a profissão gravitou naturalmente para áreas onde os benefícios da automação são mais óbvios. Para compreender verdadeiramente o futuro da contabilidade, os pesquisadores devem agora ampliar sua lente. Eles precisam investigar como essas ferramentas afetam o trabalho diário dos contadores em vários contextos, como elas mudam a forma como os profissionais pensam e quais regras são necessárias para manter o sistema honesto. O caminho a seguir exige passar de perguntar o que a inteligência artificial pode fazer, para medir exatamente o que ela está fazendo, e como ela está remodelando a profissão de dentro para fora.