Este estudio utilizó un diseño descriptivo cualitativo de una revisión sistemática de revistas indexadas en Scopus sobre detección y prevención de fraude de 2021 a 2025, y el resultado fue de 39 artículos relevantes. Los resultados destacan que tanto la prevención como la detección del fraude requieren un enfoque armonizado a través de auditoría interna, controles internos, soluciones tecnológicas y factores organizacionales como liderazgo y escepticismo profesional. El uso de tecnologías sofisticadas como el aprendizaje automático, el aprendizaje profundo y la analítica de grandes datos mejora significativamente las capacidades de detección, especialmente en el caso de transacciones financieras. Además de los sistemas de control interno, las habilidades de los auditores y los sistemas de denuncias, también hay roles significativos a desempeñar. Se han notado preocupaciones éticas, como problemas de privacidad y transparencia dentro de los sistemas impulsados por IA. Las implicaciones gerenciales consisten en mantener controles internos organizacionales robustos, utilizar herramientas tecnológicas y fomentar una cultura de escepticismo así como gobernanza ética. La investigación futura puede centrarse en la efectividad a largo plazo de estos métodos, como consideraciones éticas en IA, aplicaciones sectoriales y la rentabilidad de implementar estas soluciones en entornos con recursos limitados.
Sulistyowati et al. (Sat,) estudiaron esta cuestión.