Lógica nebulosa para avaliar riscos na auditoria

Abstract

A avaliação dos riscos de que os controles internos de uma entidade possam falhar constitui-se em significativo desafio para os auditores independentes de demonstrações contábeis. As metodologias de trabalho empregadas para tal finalidade, normalmente, utilizam a lógica clássica, ou também denominada binária, presumindo que os fatores de riscos estão presentes, ou não, em um determinado tipo de processo de controle. O objetivo deste trabalho foi conceber um modelo de avaliação de risco dos controles internos de uma entidade utilizando a lógica nebulosa (fuzzy logic), para contemplar os elementos difusos que compõem os fatores desse tipo de risco analisados na auditoria de demonstrações contábeis. A validação conceitual do modelo concebido foi realizada por meio de entrevistas e debates com especialistas em auditoria de demonstrações contábeis e com consultas a bibliografias relevantes pertinentes. Como conclusão do estudo, ficou patente que o modelo de avaliação de risco, com o uso da lógica nebulosa, elimina a restrição binária da lógica clássica e permite tratar, de forma quantitativa, conceitos ambíguos através da aplicação de uma escala psicométrica, para refl etir predicados tais como: "muito bom", "bom", "razoável", "de grande importância", "de pouca importância" etc., tendo potencial para produzir resultados mais amplos e próximos da realidade.The assessment of the risks that an entity's internal control system may fail represents a significant challenge to independent auditors. The methodologies used to audit financial statements are usually supported by classical logic, also called binary logic, departing from the relatively simplistic premise that risk factors are either present or not in a certain kind of control process. This study aimed to conceive a risk assessment model for an entity's internal control system, using the fuzzy logic approach, to take into account the diffuse elements that compose the factors of this type or risk, which are analyzed in financial statements auditing. The conceived model was conceptually validated though interviews and debates with financial statement auditing experts and relevant bibliography. We concluded that the use of fuzzy logic to support risk assessment models not only eliminates the binary restriction imposed by classic logic, but also allows for the quantitative treatment of ambiguous concepts through a psychometric scale, to refl ect adjectives like "very good", "good", "reasonable", "of great importance", "of little importance" etc. This approach makes it possible to produce broader results that are closer to reality.