DOI 10.35381/gep.v8i14.702
Detección de corrupción mediante la inteligencia artificial en la administración pública. Revisión sistemática
Detecting corruption using artificial intelligence in public administration. Systematic Review
Jessica del Milagro Pérez-Torres
Universidad Cesar Vallejo, Trujillo, La Libertad
Perú
https://orcid.org/0009-0006-6385-5841
Pedro Otoniel Morales-Salazar
Universidad César Vallejo, Trujillo, La Libertad
Perú
https://orcid.org/0000-0002-9242-3881
Recepción: 10 de agosto 2025
Revisado: 19 de octubre 2025
Aprobación: 26 de noviembre 2025
Publicado: 01 de enero 2026
RESUMEN
La presente investigación consistió en analizar la detección de la corrupción mediante la inteligencia artificial en la administración pública. Como enfoque metodológico, se acudió a la perspectiva cualitativa, de tipo documental, fundamentada en la revisión bibliográfica y el análisis de contenido como técnica, usando las fichas de registro informativo como instrumentos. Los estudios analizados fueron extraídos de las bases de datos Scielo, Scopus y Web of Science; y fueron 20 en total. Entre los resultados se pudo apreciar la necesidad de contar con herramientas virtuales como la inteligencia artificial (IA) para legitimar las decisiones automatizadas en función de evitar la corrupción. Por tanto, se concluyó que la IA ha constituido una herramienta innovadora para la articulación de la gobernanza, la innovación y el fortalecimiento organizacional en pro de la detección oportuna de prácticas corruptas.
Descriptores: Detección; corrupción; administración pública; inteligencia artificial; control gubernamental. (Tesauro UNESCO)
ABSTRACT
This research consisted of analyzing the detection of corruption through artificial intelligence in public administration. As a methodological approach, the qualitative perspective was used, of a documentary type, based on bibliographic review and content analysis as a technique, using the informative record sheets as instruments. The studies analyzed were extracted from the Scielo, Scopus and Web of Science databases; and there were 20 in total. Among the results was the need for virtual tools such as artificial intelligence (AI) to legitimize automated decisions in order to avoid corruption. Therefore, it was concluded that AI has been an innovative tool for the articulation of governance, innovation, and organizational strengthening in favor of the timely detection of corrupt practices.
Descriptors: Detection; corruption; public administration; artificial intelligence; government control. (UNESCO Thesaurus)
INTRODUCCIÓN
La corrupción es un fenómeno sistemático que deteriora el funcionamiento institucional, distorsiona los recursos públicos y debilita la confianza ciudadana. Se manifiesta en prácticas como el fraude en procesos de contratación y manipulación de información, lo que afecta el desempeño gubernamental y genera pérdidas significativas; estas dinámicas persisten incluso en entornos que cuentan con marcos normativos.
El avance tecnológico ha impulsado el desarrollo de sistemas avanzados para controlar irregularidades como la inteligencia artificial, que ha emergido como un recurso clave por su capacidad para identificar patrones inusuales, procesar grandes volúmenes de datos y generar alertas tempranas. En ese sentido, los modelos de aprendizaje automático, el procesamiento del lenguaje natural y la detección de anomalías permiten abordar dinámicas complejas con alta precisión y en menor tiempo de análisis (Kulal et al., 2024).
El potencial de la inteligencia artificial impulsa el desarrollo económico y fortalece el bien común. Ha estimulado en varios países a emplear técnicas diversas para integrarla en la gestión pública mediante avances innovadores que conducen a un cambio en la gobernanza, a fin de optimizar los servicios públicos (Morales et al., 2024).
No obstante, considerando los avances en los estudios revisados, se busca explorar aquellos fundamentos que permiten evaluar el impacto de la corrupción mediante el empleo de la inteligencia artificial, en función de buscar vías de solución para minimizar esta realidad que afecta al sector público y, por ende, a la comunidad en general.
Desde esta visión, se persigue profundizar en este tema mediante diversos planteamientos enfocados en los ámbitos éticos y metodológicos que ofrezcan las mejores estrategias a aplicar por los sistemas de justicia, a fin de combatir la corrupción en el entorno de las entidades públicas. En este sentido, se determinó como objetivo analizar la detección de la corrupción desde la inteligencia artificial en la administración pública.
De este modo, el estudio es importante desde el punto de vista judicial porque busca el alcance de la justicia constante en favor del bien social. Asimismo, constituye un aporte educativo, por cuanto sirve como base para orientar a los estudiantes sobre la mejor manera de actuar al momento de ejercer cargos públicos.
MÉTODO
Como metodología, se tomó como base el enfoque cualitativo de tipo documental, mediante el empleo de la revisión documental, el análisis de contenido como técnica y las fichas de registro como instrumentos. Para la selección de los documentos, se acudió a la declaración PRISMA, la cual condujo a la elección de 20 artículos pertenecientes a revistas de las bases de datos SciELO, Scopus y Web of Science.
En ese orden de ideas, se tiene que los criterios de inclusión consideraron estudios empíricos que analizaron inteligencia artificial y la corrupción, estudios de carácter original y artículos revisados por pares publicados en revistas científicas. Los criterios de exclusión establecieron la eliminación de investigaciones que no cumplieran los requisitos definidos, entre ellas aquellas sin relación directa con la inteligencia artificial y la corrupción, así como revisiones sistemáticas y estudios publicados antes de 2019. Este enfoque posibilitó la integración de una base de literatura con solidez científica y pertinencia temática para el desarrollo del análisis. Tal como se expuso previamente, se consideraron las bases de datos de Scopus, SciELO y Web of Science, por su amplia indexación de investigaciones de alto impacto y cobertura multidisciplinaria, estas incluyeron publicaciones entre los años 2019 al 2025, en los campos de inteligencia artificial, gestión pública, administración pública y corrupción, constituyéndose en fuentes fundamentales para identificar tendencias y avances en la relación al tema de estudio.
Las estrategias de búsqueda se diseñaron para localizar investigaciones pertinentes en bases de datos académicas, empleando cadenas de búsqueda en concordancia con los criterios de inclusión, las cuales integraron operadores booleanos como AND y OR, con el propósito de localizar publicaciones relacionadas al tema en estudio. La cadena de búsqueda utilizada en Scopus fue article title, abstract, keywords; (“artificial intelligence” AND “corruption” OR “public management”), Asimismo, la cadena empleada en SciELO y Web of Science fue (inteligencia artificial AND corrupción OR gestión pública), lo que limitó la búsqueda a los títulos de los artículos específicos, luego se realizó una revisión iterativa, eliminando los términos ambiguos y se modificaron los operadores booleanos para una mayor precisión.
Finalmente, el proceso de selección se desarrolló en tres fases sucesivas: se eliminaron los estudios duplicados mediante herramientas automatizadas para asegurar la unicidad de cada registro, se revisaron títulos y resúmenes con la finalidad de verificar su correspondencia con los criterios de inclusión, y se examinaron los textos completos de los artículos seleccionados. Todas las etapas se documentaron conforme a las directrices PRISMA, según la Figura 1.
Figura 1. Diagrama de Flujo PRISMA.
Elaboración: El autor.
RESULTADOS
Las referencias seleccionadas se registraron considerando variables como base de datos, autor, año, título y revista, lo que facilitó su organización según su relevancia temática y rigor metodológico. En la Tabla 1 se describen un total de veinte (20) artículos, de los cuales 12 artículos (60%) se obtuvieron de la base de datos Scopus, 6 artículos (30%) de la base de datos SciELO y 2 de la base de datos (10%) Web of Science.
Tabla 1.
Artículos incluidos en la revisión sistemática.
|
N° |
Base de Datos |
Autor / Año |
Título |
Revista |
|
1 |
SCIELO |
Arguelles (2023) |
Ventajas y Desventajas del uso de la Inteligencia Artificial en el ciclo de las políticas públicas: análisis de casos internacionales. |
Acta Universitaria |
|
2 |
SCIELO |
Barragán (2023) |
La gobernanza y administración pública inteligente como un nuevo enfoque de la administración pública. |
Estudios de la Gestión |
|
3 |
SCOPUS |
Ceva y Jiménez (2022) |
Automating anticorruption? |
Ethics and Information Technology |
|
4 |
SCOPUS |
Clemente (2023) |
Las bases de datos y el data mining como herramientas contra la corrupción en la administración local. |
Revista Española de la Transparencia |
|
5 |
SCOPUS |
Damar et al. (2024) |
Turkish Court of Accounts: Analyzing Financial Audit, Digitalization, AI Impact. |
The EDP Audit, Control, and Security Newsletter |
|
6
|
SCOPUS |
Del Rey et al. (2025) |
Artificial Intelligence and Corruption: Opportunities and Challenges in the Health Sector. |
The International Journal of Health Planning and Management |
|
7 |
SCIELO |
Espejo y Cruz (2023) |
El Control en las Contrataciones Públicas. |
Revista Internacional Tecnológica – Educativa Docentes 2.0 |
|
8 |
SCIELO |
Huamán y Medina (2022) |
Transformación digital en la administración pública: desafíos para una gobernanza activa en el Perú. |
Revista de Investigación en Comunicación y Desarrollo |
|
9 |
SCOPUS |
Kulal et al. (2024) |
Enhancing public service delivery efficiency: Exploring the impact of AI |
Journal of Open Innovation: Technology, Market, and Complexity |
|
10 |
SCOPUS |
Lyeonov et al. (2024) |
Artificial intelligence and machine learning in combating illegal financial operations: Bibliometric análisis. |
Human Technology |
|
11 |
Web of Science |
Lyra et al. (2022) |
Fraud, corruption, and collusion in public procurement activities, a systematic literature review on data-driven methods. |
Applied Network Science |
|
12 |
SCOPUS |
Mahroof et al. (2025) |
Navigating power dynamics in the public sector through AI-driven algorithmic decision-making. |
Government Information Quarterly |
|
13 |
SCOPUS |
Menke et al. (2024) |
Impacts of AI-based anti-corruption audits on risk aversion in decision-making: a case study of the Brazilian ALICE tool. |
Global Public Policy and Governance |
|
14 |
SCOPUS |
Nichols (2025) |
Does compliance with the global anticorruption regime require the use of artificial intelligence? |
American Business Law Journal |
|
15 |
SCOPUS |
Odilla (2024) |
Unfairness in AI Anti‑Corruption Tools: Main Drivers and Consequences. |
Minds and Machines |
|
16 |
SCOPUS |
Pérez (2021) |
La Inteligencia Artificial como prueba científica en el proceso penal español. |
Revista Brasileira de Direito Processual Penal |
|
17 |
SCIELO |
Piedra (2023) |
Anotaciones iniciales para una reflexión ética sobre la regulación de la Inteligencia Artificial en la Unión Europea. |
Revista de Derecho |
|
18 |
SCOPUS |
Torreblanca (2024) |
El impacto de las tecnologías disruptivas en la administración pública: Nuevos retos en los modelos de gestión. |
European Public & Social Innovation Review |
|
19 |
Web of Science |
Vatamanu y Tofan (2025) |
Integrating artificial intelligence into public administration: Challenges and vulnerabilities. |
Administrative Sciences |
|
20 |
SCIELO |
Zamora (2025) |
Gobierno electrónico en América Latina. Revisión sistemática. |
Noesis |
Elaboración: El autor.
El análisis de la literatura muestra que la inteligencia artificial (IA) se viene desarrollando en diversos ámbitos, en el sector de la justicia. Torreblanca (2024) señala que el uso de las tecnologías disruptivas está transformando la gestión pública, toda vez que herramientas como la inteligencia artificial y el blockchain pueden mejorar los procesos gubernamentales mediante registros inmutables y la automatización de tareas. Las aplicaciones más destacadas de la inteligencia artificial en el ámbito judicial de América Latina se fundamentan en el uso de la semántica de datos, la automatización de procesos y la implementación de arquitecturas avanzadas que integran diversas técnicas para análisis predictivos. Entre las experiencias se incluyen sistemas como Fiscal Watson y e-Proc que facilitan la interoperabilidad y la gestión eficiente de la información.
Plataformas como SAJ Digital mejoran la automatización de trámites y de documentos, otros desarrollos como Prometea, Synapses y Pretoria incorporan funciones más avanzadas que combinan interoperabilidad de datos, automatización y capacidades predictivas para identificar posibles soluciones jurídicas y detectar situaciones de vulnerabilidad (Méndez et al., 2025). De igual modo, la inteligencia artificial ha mejorado la resolución de problemas por medio de herramientas avanzadas que aceleran la ejecución de los procesos judiciales (Von Feigenblatt, 2019).
En correspondencia con Pérez (2021) e Infante et al. (2025), la IA permite reconocer los rasgos faciales de un individuo, lo cual contribuye a la solución oportuna de casos específicos relacionados con la corrupción, aportando así herramientas para acelerar procesos en pro del fomento de la ética en la sociedad.
En palabras de Clemente (2023), el aprovechamiento de las bases de datos y el uso de la minería de datos representa una oportunidad para detectar irregularidades en los procedimientos administrativos locales, la clave del éxito para evitar el fraude es el compromiso político con el buen gobierno.
Odilla (2024) identificó que los algoritmos pueden reproducir sesgos humanos, si no se diseñan con suficientes salvaguardas éticas, propone medidas para mejorar la equidad de las herramientas de inteligencia artificial, que incluya auditoría de algoritmos, diversidad de datos y supervisión humana, a fin de equilibrar el poder de la automatización con la transparencia y responsabilidad, de modo que las soluciones tecnológicas sirvan como un verdadero complemento en la lucha contra la corrupción. Por otro lado, Rodríguez et al. (2023) consideran que la gestión pública enfrenta desafíos debido al avance tecnológico y la incorporación de la inteligencia artificial que exige procesos de adaptación y reingeniería en la planificación y ejecución de las actividades.
Argüelles (2023) afirma que la principal ventaja del uso de la inteligencia artificial en el ciclo de las políticas públicas radica en su capacidad para procesar y analizar grandes volúmenes de información en menor tiempo y de forma inmediata. Ello incrementa la precisión en las fases que integran dicho ciclo, contribuyendo al diseño e implementación de políticas públicas efectivas, a su vez que posibilita la automatización de diversos procesos vinculados con la gestión pública, contribuyendo a la reducción de errores, recursos y actos de corrupción.
Asimismo, Kulal et al. (2024) analizaron el papel de los avances tecnológicos en los servicios públicos, mostrando un nivel sólido de comprensión sobre la inteligencia artificial y un incremento en la inversión destinada a su adopción en entidades públicas de la India. La incorporación de inteligencia artificial mejora la calidad del servicio, generando un impacto en la disminución de la corrupción, ya que limita las intervenciones humanas que favorecen prácticas indebidas. El estudio respalda el diseño de políticas públicas orientadas a robustecer la eficiencia administrativa y reducir la corrupción, además de apoyar iniciativas de gobernanza electrónica con criterios de sostenibilidad.
Del Rey et al. (2025) indican que la inteligencia artificial posee una gran capacidad para la detección de corrupción en el sector sanitario, a través del análisis de datos financieros, de adquisiciones y de facturación médica. No obstante, su aplicación requiere superar limitaciones de los datos, sesgos algorítmicos y dificultades de integración en los sistemas existentes, lo que, aunado a la supervisión humana, marcos legales y principios éticos contribuye a reforzar la integridad en la administración pública, aunque su implementación representa un desafío político y tecnológico (Morales et al., 2024).
Para Mahroof et al. (2025) la inteligencia artificial está modificando la distribución tradicional de poder en las organizaciones; donde la distribución de roles y responsabilidades idónea permitirá aprovechar el potencial de la inteligencia artificial y apoyar decisiones más claras, informadas y coherentes con las demandas del sector público.
Cabe destacar que los gobiernos han impulsado iniciativas destinadas al desarrollo y la regulación de la inteligencia artificial, y la han incorporado en sus sistemas administrativos para reforzar la gestión digital. A pesar de ello, persiste una amplia brecha en la adopción de la inteligencia artificial entre países, lo que refleja una forma emergente de desigualdad con efectos económicos, sociales, políticos y tecnológicos, influyendo en la estructura institucional de cada Estado y en su capacidad para participar en discusiones y procesos de cooperación vinculados a la inteligencia artificial, identificando como uno de los predictores de la adopción gubernamental de la inteligencia artificial al control de la corrupción.
Ceva y Jiménez (2022) proponen que el aprendizaje automático, a través de la inteligencia artificial, puede respaldar los esfuerzos legales y regulatorios orientados a supervisar la conducta de los cargos públicos. Lo cual, acompañado del compromiso ético de los funcionarios y servidores, permite a estas tecnologías automatizadas consolidar la gestión pública, en función de evitar la corrupción (Acosta et al., 2025).
Odilla (2024) en su estudio examina los esfuerzos de anticorrupción basados en inteligencia artificial en Brasil, advierte una limitada capacidad institucional para enfrentar los desafíos emergentes que plantean los sistemas generativos y sugiere se desarrollen marcos legales y metodológicos que aseguren la equidad e integridad en la lucha contra la corrupción.
DISCUSIÓN
Los resultados evidencian un avance sostenido de la inteligencia artificial en distintos ámbitos gubernamentales, confirmando una tendencia hacia la automatización de los procesos públicos. La literatura revisada muestra una convergencia respecto al potencial de la inteligencia artificial para fortalecer la detección de la corrupción principalmente el procesamiento masivo de datos, la automatización de funciones críticas y la mejora de la vigilancia administrativa (Torreblanca, 2024; Lyeonov, 2024; Menke et al., 2024). En el sector justicia, las experiencias latinoamericanas basadas en semántica de datos, interoperabilidad y análisis predictivo amplían lo observado en otras regiones, donde el big data y la inteligencia artificial han impulsado modelos de apoyo judicial y sistemas cibernéticos que facilitan la toma de decisiones. Este patrón se replica en ámbitos como las auditorías, la contratación pública y los servicios estatales donde la inteligencia artificial actúa como facilitadora del control y de la eficiencia tecnológica (Kulal et al., 2024).
A pesar de estos avances, emergen discrepancias relevantes asociadas al nivel de desarrollo tecnológico y madurez institucional. Mientras algunos Estados han logrado integrar arquitecturas avanzadas y modelos explicables que incrementan la confianza pública; otros continúan enfrentando brechas digitales, marcos normativos insuficientes y capacidades limitadas para gestionar datos de calidad (Huamán y Medina, 2022). Estas variaciones explican las diferencias observadas en la eficacia de los sistemas anticorrupción basados en inteligencia artificial y confirman que la tecnología, por sí sola, no garantiza mejores prácticas de integridad pública.
En este escenario, cobra relevancia la discusión sobre las salvaguardas éticas para evitar sesgos algorítmicos y fortalecer la transparencia institucional. La literatura subraya que la inteligencia artificial debe entenderse como un complemento del juicio profesional dependiente de la calidad de los datos, del diseño algorítmico y de la claridad de los objetivos institucionales (Odilla, 2024; Nichols, 2025; Del Rey et al., 2025). Esta perspectiva coincide con las propuestas que articulan tecnología y gobernanza para potenciar el valor público y consolidar instituciones más integras (Barragán, 2023). Al mismo tiempo, la expansión de plataformas digitales y la apertura de datos aparecen como mecanismos que amplían la participación ciudadana en la vigilancia pública, aunque su efectividad está condicionada por la reducción de brechas tecnológicas (Huamán y Medina, 2022).
Las implicaciones de las políticas públicas son amplias y transversales, por cuanto implican el fortalecimiento de inversión sostenida en infraestructura digital, estandarización de datos, formación de personal especializado y elaboración de marcos normativos que aseguren la utilización responsable y ética de la inteligencia artificial (Arguelles, 2023). También sugiere que la efectividad de estas tecnologías está estrictamente vinculada al compromiso político con el buen gobierno y la integridad institucional (Clemente, 2023).
Asimismo, las diferencias en adopción tecnológica entre países generan nuevas formas de desigualdad, donde el control de la corrupción emerge como un predictor clave para la implementación gubernamental de la inteligencia artificial. Se requiere, por tanto, de una transformación profunda y distinta a la asociada con tecnologías tradicionales debido a su materialidad emergente y dinámica; a su vez que la integración de la inteligencia artificial reconfigura los procesos de toma de decisiones en el sector público (Mahroof et al., 2025).
CONCLUSIONES
La evidencia examinada confirma que la inteligencia artificial se ha convertido en un recurso estratégico para la detección de corrupción en diversos sectores de la gestión pública, toda vez que los modelos basados en el análisis de datos, modelos predictivos y automatización incrementan la precisión en la identificación de riesgos, refuerzan los procesos de toma de decisiones y mejoran el desempeño operativo en ámbitos judiciales, financieros, administrativos y sanitarios.
Las investigaciones revisadas permiten afirmar que la inteligencia artificial contribuye de manera significativa en la detección de la corrupción; no obstante, su impacto positivo depende de estrategias integrales orientadas a mejorar los procesos, perfeccionar los sistemas algorítmicos y asegurar un entorno normativo coherente. En este sentido, el avance de esta tecnología abre oportunidades para impulsar la integridad en las instituciones públicas y optimizar funciones críticas vinculadas con la gestión estatal y sectorial.
Cabe acotar que la revisión resalta la necesidad de fomentar la calidad y trazabilidad de los datos, la supervisión humana constante y el diseño de modelos explicables, constituyendo requisitos clave para disminuir sesgos, observándose además brechas importantes entre países en materia de adopción tecnológica.
A partir de estos resultados; por ello, se recomienda que futuras investigaciones comparen el rendimiento de distintas técnicas algorítmicas, generen evidencia empírica en entornos reales y contribuyan a impulsar modelos de gobernanza digital orientados a la transparencia, la equidad y el bienestar ciudadano.
De igual manera, se sugiere realizar otros estudios enfocados en esta temática, tomando en cuenta otras perspectivas investigativas y otras áreas como la privada, la cual no escapa de realidades como estas que requieren ser abordadas con tiempo para evitar acciones delictivas e indebidas dentro del funcionamiento de los organismos.
FINANCIAMIENTO
No monetario.
AGRADECIMIENTO
Expreso mi gratitud a quienes contribuyeron con la ejecución del estudio.
REFERENCIAS CONSULTADAS
Acosta, Á., Becerra, L., y Recalde, A. (2025). Corrupción de funcionarios en la administración pública latinoamericana: Revisión sistemática. Revista Arbitrada Interdisciplinaria Koinonía, 10(20), 288-310. https://n9.cl/8qham
Arguelles, E. (2023). Ventajas y desventajas del uso de la Inteligencia Artificial en el ciclo de las políticas públicas: análisis de casos internacionales. Acta Universitaria, 33, 1-26. https://n9.cl/usvtd
Barragán, X. (2023). La gobernanza y administración pública inteligente como un nuevo enfoque de la administración pública. Estudios de la Gestión, (14), 205-212. https://n9.cl/og45f
Ceva, E., y Jiménez, M. (2022). ¿Automatizar la lucha contra la corrupción? Automating anticorruption? Ética y tecnología de la información, 24(4), 1-14. https://n9.cl/1oy6d
Clemente, J. (2023). Las bases de datos y el data mining como herramientas contra la corrupción en la administración local. Revista Española de la Transparencia, 17(2023), 299-328. https://n9.cl/cjsrhy
Damar, M., Aydın, Ö., Özoğuz, E., Aydın, Ü., & Özen, A. (2024). Turkish Court Of Accounts: Analyzing Financial Audit, Digitalization, AI Impact. EDPACS, 69(9), 16-40. https://n9.cl/7wiztp
Del Rey, P., Balabanova, D., y McKee, M. (2025). Artificial Intelligence and Corruption: Opportunities and Challenges in the Health Sector. The International Journal of Health Planning and Management, 40, 1341-1347. https://n9.cl/d1ocv
Espejo, L. M., y Cruz, S. V. (2023). El Control en las Contrataciones Públicas. Control in Public Contracting. Revista Tecnológica-Educativa Docentes 2.0, 16(2), 196-208. https://n9.cl/p9yc39
Huamán, P. L., y Medina, C. G. (2022). Transformación digital en la administración pública: desafíos para una gobernanza activa en el Perú. Comuni@cción, 13(2), 93-105. https://n9.cl/ceb3i
Infante, M., Hernandez, A., e Isea, J. (2025). Impact of legal research on the construction of fundamental rights. Revista Universidad y Sociedad, 17(supplement 1), e5555. https://n9.cl/uah4af
Kulal, A., Rahiman, H. U., Suvarna, H., Abhishek, N., & Dinesh, S. (2024). Enhancing public service delivery efficiency: Exploring the impact of AI. Journal of Open Innovation: Technology, Market, and Complexity, 10(3), 1-16. https://n9.cl/4hmcvh
Lyeonov, S., Draskovic, V., Kubaščikova, Z., y Fenyves, V. (2024). Artificial intelligence and machine learning in combating illegal financial operations: Bibliometric analysis. Human Technology, 20(2), 325-360. https://n9.cl/lohsa
Lyra, M. S., Damásio, B., Pinheiro, F. L., y Bacao, F. (2022). Fraud, corruption, and collusion in public procurement activities, a systematic literature review on data-driven methods. Applied Network Science, 7(1), 83. https://n9.cl/bkvlp
Mahroof, K., Weerakkody, V., Hussain, Z., y Sivarajah, U. (2025). Navigating power dynamics in the public sector through AI-driven algorithmic decision-making. Government Information Quarterly, 42(3), 102053. https://n9.cl/nrrgc9
Méndez, C. M., Isea, J. J., Chuga, R. E., y Anamá, R. A. (2025). Efectos de la Inteligencia Artificial y la digitalización en la formación epistemológica de juristas contemporáneos. Revista Conrado, 21(104), e4593. https://n9.cl/uah4af
Menke, W., Gomes, R., y Xavier, F. (2024). Impacts of AI-based anti-corruption audits on risk aversion in decision-making: a case study of the Brazilian ALICE tool. Global Public Policy and Governance, 4(3), 273-286. https://n9.cl/ovwosm
Morales, E. E., Santana, E. K., y Mendoza, A. J. (2024). Un Crimen Llamado Educación Digital: Desafíos y Dilemas en la Era de la Tecnología. Estudios y Perspectivas Revista Científica y Académica, 4(2), 1849-1862. https://n9.cl/gk9qt
Nichols, P. M. (2025). Does compliance with the global anticorruption regime require the use of artificial intelligence? American Business Law Journal, 62(3), 145-164. https://n9.cl/q29f3c
Odilla, F. (2024). Unfairness in AI anti-corruption tools: Main drivers and consequences. Journal for Artificial Intelligence, Philosophy, and Cognitive Science, 34(3), 1-35. https://n9.cl/wumlp
Pérez, M. J. (2021). La inteligencia artificial como prueba científica en el proceso penal español. Revista Brasileira de Direito Processual Penal, 7(2), 1385-1410. https://n9.cl/jq1yg
Piedra, J. (2023). Anotaciones iniciales para una reflexión ética sobre la regulación de la Inteligencia Artificial en la Unión Europea. Revista de Derecho (Universidad Católica Dámaso A. Larrañaga, Facultad de Derecho), (28), e3264. https://n9.cl/si1cn
Torreblanca, S. (2024). El impacto de las tecnologías disruptivas en la administración pública: Nuevos retos en los modelos de gestión. European Public & Social Innovation Review, 9(2024), 1-21. https://n9.cl/zssv0
Vatamanu, A. F., & Tofan, M. (2025). Integrating artificial intelligence into public administration: Challenges and vulnerabilities. Administrative Sciences, 15(4), 149. https://n9.cl/6ysmw
Von Feigenblatt, O. (2019). Mediation for management: Dealing with Conflict in the Workplace. Innovaciones de Negocios, 18(35), 113-119. https://n9.cl/9ucvl
Zamora, M. (2025). Gobierno electrónico en América Latina. Revisión sistemática. Noesis, 7(14), 229-247. https://n9.cl/huhcin
©2026 por los autores. Este artículo es de acceso abierto y distribuido según los términos y condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/)