Toward AI-Ready Auditing
A Model Context Protocol (MCP) Network for Oversight Institutions
Palabras clave:
Model Context Protocol (MCP), Artificial Intelligence Agents, Public Sector Auditing, Digital Government, Accountability, InteroperabilityResumen
Las instituciones de auditoría pública enfrentan una creciente complejidad en el análisis de datos de contrataciones, nóminas y presupuestos, mientras que las aplicaciones actuales de IA permanecen fragmentadas y generan preocupaciones sobre transparencia y confianza. Este artículo propone una red federada de servidores basados en el Model Context Protocol (MCP), operada por organismos de control, para poner a disposición conjuntos de datos validados y herramientas analíticas a través de interfaces estandarizadas y orientadas por políticas. Los agentes de IA interactúan con los servidores MCP bajo autenticación y registro controlados, produciendo resultados reproducibles y auditables. Presentamos una arquitectura de referencia, un flujo de trabajo explicable para agentes, salvaguardas de gobernanza y casos de uso ilustrativos, argumentando que las infraestructuras MCP pueden viabilizar un ecosistema de auditoría impulsado por IA y centrado en el ciudadano, que fortalece tanto la eficiencia como la rendición de cuentas.
Citas
DAWES, S. Interagency information sharing: Expected benefits, manageable risks. Journal of Policy Analysis and Management, v. 19, n. 2, p. 253–277, 2010.
JANSSEN, M.; KUK, G. Big and open linked data (BOLD) in government: A challenge to transparency and accountability. Government Information Quarterly, v. 33, n. 4, p. 563–567, 2016.
KARPAS, E. et al. What can AI agents do? A survey. Proceedings of AAAI, 2022.
OECD. Digital Government Review. Paris: OECD Publishing, 2020.
POWER, M. The Audit Society: Rituals of Verification. Oxford: Oxford University Press, 2021.
ZHANG, J.; YANG, L. Detecting anomalies in public sector data with machine learning. ACM Transactions on Management Information Systems, v. 12, n. 3, p. 1–18, 2021.
