{"id":43562,"date":"2026-09-21T22:16:52","date_gmt":"2026-09-22T02:16:52","guid":{"rendered":"https:\/\/intosaijournal.org\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/"},"modified":"2026-09-21T23:05:15","modified_gmt":"2026-09-22T03:05:15","slug":"using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies","status":"publish","type":"journal-entry","link":"https:\/\/www.intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/","title":{"rendered":"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica"},"content":{"rendered":"\n

Autores: Jaap Ligthart, Eline Lampers, Bing Steup, Marcus van Toor, Berrie Zielman (Tribunal de Cuentas de los Pa\u00edses Bajos)1<\/a><\/sup><\/p>\n\n\n\n

Pol\u00edticas de eficiencia energ\u00e9tica en los Pa\u00edses Bajos<\/h3>\n\n\n\n

A principios de 2026, el Tribunal de Cuentas de los Pa\u00edses Bajos public\u00f3 un informe sobre c\u00f3mo se usaba el dinero de los contribuyentes en la financiaci\u00f3n de medidas de ahorro energ\u00e9tico, tanto voluntarias como de obligado cumplimiento. En la correspondiente auditor\u00eda, para analizar los datos y mapear los solapamientos entre las medidas de incentivo y las medidas obligatorias, nos apoyamos principalmente en la inteligencia artificial (IA). En este art\u00edculo explicamos c\u00f3mo abordamos el tema de auditor\u00eda y qu\u00e9 uso le dimos a la IA.<\/p>\n\n\n\n

La energ\u00eda m\u00e1s limpia es aquella que no se consume. Con este objetivo, los Pa\u00edses Bajos procedieron a imponer a todas las empresas y organizaciones sin \u00e1nimo de lucro con un consumo anual superior a 50.000 kWh en electricidad y\/o 25.000 m3<\/sup> de gas natural la obligaci\u00f3n de invertir en medidas de ahorro energ\u00e9tico (energiebesparingsplicht<\/em>). Por tanto, estas entidades est\u00e1n obligadas ahora por ley a adoptar todas aquellas medidas de ahorro energ\u00e9tico cuya inversi\u00f3n pueda amortizarse en un plazo de cinco a\u00f1os. Aunque se trata de una pol\u00edtica de \u00e1mbito nacional, el Gobierno neerland\u00e9s tambi\u00e9n la aprovecha para cumplir con el art\u00edculo 8 de la Directiva de la UE relativa a la eficiencia energ\u00e9tica, que establece la obligaci\u00f3n de ahorrar energ\u00eda. Adem\u00e1s, esta pol\u00edtica respalda el Objetivo de Desarrollo Sostenible n.\u00ba 7, relacionado con las energ\u00edas renovables y la eficiencia energ\u00e9tica.<\/p>\n\n\n\n

Aparte de esta obligaci\u00f3n de ahorro energ\u00e9tico, el Gobierno introdujo al menos 17 programas de subvenciones, medidas fiscales y otros instrumentos pol\u00edticos con el fin de alentar a las empresas y a las organizaciones sin \u00e1nimo de lucro a invertir en unas medidas voluntarias de eficiencia energ\u00e9tica. Estos programas van desde incentivos econ\u00f3micos directos hasta desgravaciones fiscales y la asignaci\u00f3n gratuita de derechos de emisi\u00f3n de CO2<\/sub>. En el a\u00f1o 2024, el Gobierno se gast\u00f3 unos 1.200 millones de euros en estos programas, vs. 15 millones de euros para hacer cumplir la obligaci\u00f3n de ahorro energ\u00e9tico. <\/p>\n\n\n\n

El hecho de que tanto los incentivos como la obligaci\u00f3n tengan la finalidad de animar a las empresas y a las organizaciones sin \u00e1nimo de lucro a invertir en medidas de ahorro energ\u00e9tico, genera el riesgo de que se produzcan solapamientos. Y esto podr\u00eda llevar a que el Gobierno acabara costeando a estas entidades el pago de unas medidas de ahorro energ\u00e9tico a las que ya est\u00e1n obligadas, lo que supondr\u00eda un uso ineficiente del dinero de los contribuyentes.<\/p>\n\n\n\n

\"\"
Figura 1: Coste de los 17 programas de incentivos econ\u00f3micos vs. la obligaci\u00f3n de ahorro energ\u00e9tico. Fuente: Tribunal de Cuentas de los Pa\u00edses Bajos<\/figcaption><\/figure>\n\n\n\n

Objetivos de la auditor\u00eda<\/h3>\n\n\n\n

Los objetivos de la auditor\u00eda consist\u00edan en determinar si en el per\u00edodo 2019-2024 se hab\u00edan producido solapamientos entre los programas de incentivos y la obligaci\u00f3n de ahorro energ\u00e9tico, por un lado, y en cuantificar la magnitud econ\u00f3mico de estos posibles solapamientos, por otro. El an\u00e1lisis de solapamientos entre los propios incentivos no formaba parte de la auditor\u00eda. En vista del n\u00famero de pol\u00edticas, el n\u00famero de subvenciones y el n\u00famero de medidas de ahorro energ\u00e9tico, tanto obligatorias como voluntarias, decidimos recurrir a la IA y al an\u00e1lisis de datos para completar la auditor\u00eda. La auditor\u00eda de rendimiento como tal se llev\u00f3 a cabo en el per\u00edodo 2024-2025, si bien gran parte del an\u00e1lisis mediante IA se realiz\u00f3 entre junio y julio de 2024, aprovechando las herramientas disponibles en ese momento. La auditor\u00eda fue publicada en enero de 2026.2<\/a><\/sup><\/p>\n\n\n\n

Uso de la IA y del an\u00e1lisis de datos<\/h3>\n\n\n\n

Para identificar los solapamientos entre medidas de incentivo y medidas obligatorias de ahorro energ\u00e9tico, tuvimos que determinar:<\/p>\n\n\n\n

    \n
  1. si exist\u00eda solapamiento entre las medidas de incentivo y las medidas obligatorias (con el apoyo de la IA);<\/li>\n\n\n\n
  2. qu\u00e9 cantidad de dinero se hab\u00eda gastado en medidas que eran de cumplimiento obligatorio (an\u00e1lisis de datos);<\/li>\n\n\n\n
  3. qu\u00e9 porcentaje de ese dinero hab\u00edan percibido empresas y organizaciones sin \u00e1nimo de lucro que ya de por s\u00ed estaban obligadas a adoptar medidas de ahorro energ\u00e9tico (an\u00e1lisis de datos).<\/li>\n<\/ol>\n\n\n\n

    Paso 1: Cotejo de las pol\u00edticas.<\/em><\/h4>\n\n\n\n

    El primer paso fue determinar qu\u00e9 medidas de los 17 programas de incentivos eran tambi\u00e9n obligatorias. Para ello, utilizamos listas de las medidas obligatorias y de las medidas de incentivo. De hecho, el Gobierno publica una lista de medidas obligatorias de eficiencia energ\u00e9tica (Erkende Maatregelenlijst<\/em> o EML). Esta lista contiene cientos de medidas, desglosadas por sectores como, p.ej., la sanidad, las instalaciones deportivas, la industria, etc. Casi todas las empresas sujetas a la obligaci\u00f3n de ahorro energ\u00e9tico se sirven de la lista como base para cumplirla, si bien se prev\u00e9n algunas exenciones. La lista se actualiza cada cuatro a\u00f1os. Muchos de los programas de incentivos ten\u00edan sus propias listas. Estas listas cambian cada a\u00f1o y pueden incluir cientos de medidas. <\/p>\n\n\n\n

    La mayor\u00eda de las medidas, tanto de la lista EML como de las listas de medidas de incentivo, se explican en una o varias p\u00e1ginas de texto, describi\u00e9ndose el uso previsto, las especificaciones t\u00e9cnicas, las especificaciones econ\u00f3micas, los requisitos de eficiencia energ\u00e9tica, etc\u00e9tera. Comparar manualmente las listas para el per\u00edodo objeto de examen (2019-2024) habr\u00eda llevado much\u00edsimo tiempo. Por eso, decidimos emplear la IA. <\/p>\n\n\n\n

    \"\"
    Figura 2: Modelo para comprobar coincidencias entre las medidas de ahorro energ\u00e9tico obligatorias y las voluntarias.\u00a0Fuente: Tribunal de Cuentas de los Pa\u00edses Bajos<\/figcaption><\/figure>\n\n\n\n

    La primera fase de cualquier proyecto relacionado con el an\u00e1lisis de datos o la IA consiste en preparar y depurar los datos. En nuestro caso, los archivos fuente (es decir, las listas que recogen las medidas de ahorro energ\u00e9tico obligatorias y voluntarias) conten\u00edan datos no estructurados (archivos PDF), y cada pol\u00edtica aplicaba sus propias convenciones de formato. As\u00ed que tuvimos que convertir los archivos que describ\u00edan las medidas a una estructura utilizable para la IA \u2014es decir, archivos de texto\u2014 mediante un analizador sint\u00e1ctico espec\u00edfico. Este enfoque no es escalable; es decir, se requiere un enfoque diferente para cada incentivo y para cada a\u00f1o. En consecuencia, limitamos la fase inicial de nuestro an\u00e1lisis a dos archivos relativamente simples y cotejamos la EML con la lista de EIA de un a\u00f1o concreto y con respecto a una determinada categor\u00eda (p. ej., la industria metal\u00fargica).<\/p>\n\n\n\n

    Despu\u00e9s del preprocesamiento, pasamos los datos al modelo GPT-4o de OpenAI. B\u00e1sicamente, alimentamos el modelo con subconjuntos de medidas obligatorias de ahorro energ\u00e9tico: por ejemplo, con 10 de las aprox. 500 medidas de la EML 2019. A continuaci\u00f3n, pedimos a la IA que identificara las medidas de un programa de subvenciones que coincidieran con las descripciones de las medidas obligatorias de las EML. Durante la revisi\u00f3n, el equipo observ\u00f3 tanto coincidencias precisas como falsos positivos y falsos negativos evidentes. Nuestro an\u00e1lisis no encontr\u00f3 todas las coincidencias, pero s\u00ed concluy\u00f3 que algunas medidas obligatorias de hecho no coincid\u00edan con los programas de subvenciones. Una cuesti\u00f3n recurrente fue la dificultad del modelo para interpretar qu\u00e9 significaba \u2018coincidir con el objetivo previsto\u2019. Por ejemplo, las subvenciones en forma de EIA financian sistemas de ventilaci\u00f3n para distribuir el aire caliente de manera uniforme en una habitaci\u00f3n. La IA encontr\u00f3 una coincidencia entre las subvenciones EIA y una medida de la EML que tambi\u00e9n estaba relacionada con el tema de la ventilaci\u00f3n \u2014pero con la funci\u00f3n de eliminar el aire contaminado\u2014. Est\u00e1 claro que la IA estableci\u00f3 esta coincidencia porque el t\u00e9rmino \u00abventilaci\u00f3n\u00bb aparec\u00eda tanto en las EIA como en la EML. Ahora bien, la tecnolog\u00eda serv\u00eda para cosas totalmente diferentes.<\/p>\n\n\n\n

    La efectividad de un an\u00e1lisis con IA depende, en gran medida, de la calidad y la especificidad del contexto. La amplia gama de programas de incentivos introdujo una gran cantidad de ruido y texto innecesario e irrelevante. Para abordar este asunto, a\u00f1adimos un paso en el que la IA primero filtraba las medidas voluntarias en funci\u00f3n de su relevancia sem\u00e1ntica respecto a cada medida obligatoria de ahorro energ\u00e9tico (para m\u00e1s informaci\u00f3n, v\u00e9ase https:\/\/en.wikipedia.org\/wiki\/Semantic_search). Aunque esto produjo unos resultados m\u00e1s satisfactorios, las mejoras fueron m\u00ednimas. Cuando procedimos a refinar los prompts<\/em> \u2014las instrucciones que d\u00e1bamos al modelo de IA\u2014, los resultados tambi\u00e9n fueron a mejor, pero pronto se hizo evidente que nos est\u00e1bamos acercando al l\u00edmite m\u00e1ximo de rendimiento. Finalmente, refinamos el prompt<\/em> hasta llegar al que se muestra en la figura 3 \u2014y con el que aprendimos a solicitar espec\u00edficamente una salida estructurada\u2014. Ni siquiera despu\u00e9s de todos estos pasos, el modelo fue capaz de determinar de forma consistente si un sistema de incentivos era realmente relevante para una medida obligatoria concreta. A\u00fan as\u00ed, y bas\u00e1ndonos en los hallazgos aproximados (y en controles manuales), identificamos ocho programas que probablemente se solapaban con la obligaci\u00f3n.<\/p>\n\n\n\n

    \"\"
    Figura 3: Prompt utilizado para buscar coincidencias entre medidas de eficiencia energ\u00e9tica obligatorias e incentivos.\u00a0Fuente: Tribunal de Cuentas de los Pa\u00edses Bajos<\/figcaption><\/figure>\n\n\n\n

    Paso 2: Cotejo del coste de los incentivos y el coste de las medidas obligatorias.<\/em><\/h4>\n\n\n\n

    Sobre la base de las coincidencias encontradas en el paso 1, en el paso 2 nos valimos de los datos de los ministerios pertinentes para determinar qu\u00e9 porcentaje de los costes de las pol\u00edticas se hab\u00eda destinado a medidas de incentivo para la eficiencia energ\u00e9tica que, en realidad, eran medidas de obligado cumplimiento (figura 4). En cuatro de los programas, no result\u00f3 posible hacerlo debido a la mala calidad de los datos o por otras razones. Con lo que al final quedaron cuatro programas en los que se pudieron cuantificar los solapamientos en t\u00e9rminos financieros. Las correspondientes cifras oscilaron entre los 5,2 millones de euros en 2019 y un m\u00e1ximo de 51,4 millones de euros en 2023 (descendiendo a 44,3 millones de euros en 2024). Este es el m\u00e1ximo absoluto de dinero de los contribuyentes utilizado de forma ineficiente seg\u00fan lo identificado en esta auditor\u00eda.<\/p>\n\n\n\n

    \"\"
    Figura 4: Modelo para determinar el solapamiento entre medidas de incentivo y medidas obligatorias. Fuente: Tribunal de Cuentas de los Pa\u00edses Bajos<\/figcaption><\/figure>\n\n\n\n

    Paso 3: Incentivos percibidos por empresas y organizaciones sin \u00e1nimo de lucro sujetas a medidas obligatorias.<\/em><\/h4>\n\n\n\n

    En nuestro tercer y \u00faltimo paso, determinamos qu\u00e9 incentivos de eficiencia energ\u00e9tica (establecidos en el paso 2) fueron percibidos por entidades sujetas a la obligaci\u00f3n nacional de eficiencia energ\u00e9tica. Esto result\u00f3 complicado; el ministerio competente no sab\u00eda qu\u00e9 empresas y organizaciones estaban obligadas a adoptar medidas de ahorro energ\u00e9tico. Aunque las empresas y las organizaciones sin \u00e1nimo de lucro deben comunicar a las autoridades locales su obligaci\u00f3n de adoptar medidas de ahorro energ\u00e9tico, solo alrededor del 45 % de las aprox. 100.000 sujetas a dicha obligaci\u00f3n la notifican realmente. Cotejamos las notificaciones con los beneficiarios de medidas de incentivo para el ahorro energ\u00e9tico. Esto revel\u00f3 un solapamiento de entre 0,7 millones de euros (2019) y 9,5 millones de euros (2023). Este es el m\u00ednimo absoluto de solapamientos en t\u00e9rminos econ\u00f3micos entre las medidas de incentivo y la obligaci\u00f3n de eficiencia energ\u00e9tica.<\/p>\n\n\n\n

    Resultados <\/h3>\n\n\n\n

    Los resultados derivados del uso de la IA y del an\u00e1lisis de datos para esta auditor\u00eda de rendimiento tuvieron una doble vertiente. Por un lado, este nuevo m\u00e9todo de auditor\u00eda nos permiti\u00f3 responder a nuestra pregunta de auditor\u00eda sobre si, a trav\u00e9s de subvenciones y mecanismos fiscales, el dinero de los contribuyentes hab\u00eda servido para la financiaci\u00f3n de medidas de eficiencia energ\u00e9tica de obligado cumplimiento. Y, efectivamente, una parte de ese dinero fue empleado para apoyar a empresas y organizaciones sin \u00e1nimo de lucro que estaban sujetas a la obligaci\u00f3n de eficiencia energ\u00e9tica. Sin embargo, tambi\u00e9n pudimos constatar que, teniendo en cuenta el coste total de los 17 programas de incentivos a la eficiencia energ\u00e9tica \u20141.200 millones de euros solo en 2024\u2014, la ineficiencia result\u00f3 relativamente peque\u00f1a (figura 5). Lo que se debe a que los respectivos ministerios intentan activamente impedir que sus pol\u00edticas complementarias se solapen con la obligaci\u00f3n de eficiencia energ\u00e9tica.<\/p>\n\n\n\n

    \"\"
    Figura 5: Solapamiento de costes en relaci\u00f3n con el coste total de los incentivos para el ahorro energ\u00e9tico. Fuente: Tribunal de Cuentas de los Pa\u00edses Bajos<\/figcaption><\/figure>\n\n\n\n

    Por otro lado, este nuevo m\u00e9todo nos ense\u00f1\u00f3 mucho sobre el uso de la IA en auditor\u00eda. Vimos lo dif\u00edcil que era para un modelo de lenguaje grande (LLM) hacer coincidir de forma coherente los incentivos con las medidas obligatorias. Podemos pensar que esto se deb\u00eda a que la principal cualidad de un LLM es la generaci\u00f3n de textos y no la precisi\u00f3n, sobre todo cuando se trata de cifras. Pero a\u00fan m\u00e1s importante fue constatar que, al ejecutar el mismo modelo con los mismos valores, se obten\u00edan respuestas diferentes, lo que hac\u00eda imposible reproducir los resultados. Esto supone otro desaf\u00edo, especialmente para las entidades fiscalizadoras. Con todo, los resultados generados por la IA fueron un buen punto de partida, aun cuando sigui\u00f3 siendo necesario un control manual exhaustivo. <\/p>\n\n\n\n

    Ahora, en retrospectiva, vemos que se podr\u00edan haber mejorado varios aspectos de nuestro enfoque. Incluso despu\u00e9s de la depuraci\u00f3n de los datos para optimizar su comparabilidad, hab\u00eda quedado demasiado ruido, lo que nos oblig\u00f3 a revisar manualmente los resultados del modelo. Una estrategia m\u00e1s efectiva habr\u00eda sido evaluar cada pareja de \u2018obligaci\u00f3n\/incentivo\u2019 por separado y solicitar una puntuaci\u00f3n de relevancia acompa\u00f1ada de una explicaci\u00f3n, en vez de una decisi\u00f3n binaria. Adem\u00e1s, nuestra pregunta inicial fue demasiado amplia y ofrec\u00eda poca orientaci\u00f3n al modelo para que pudiera generar sugerencias \u00fatiles de coincidencias. Los modelos de lenguaje grandes son generalistas y deber\u00edamos haber proporcionado unas definiciones y unos ejemplos m\u00e1s expl\u00edcitos de lo que entend\u00edamos por \u00abbuscar coincidencias entre medidas\u00bb. Todos estos pasos adicionales aumentan el tiempo que hay que invertir para que este enfoque tenga \u00e9xito. Pero a pesar de estas limitaciones, el ejercicio result\u00f3 muy valioso: nos proporcion\u00f3 un punto de partida para nuestro an\u00e1lisis final. Permiti\u00f3 al equipo aclarar sus requerimientos y cre\u00f3 una plataforma para futuros proyectos de an\u00e1lisis basados en IA en el Tribunal de Cuentas de los Pa\u00edses Bajos. <\/p>\n\n\n\n

    Los modelos de IA son ahora mejores que cuando hicimos nuestro primer an\u00e1lisis. As\u00ed que es posible que los modelos actuales puedan ejecutar las tareas que requer\u00edan nuestros objetivos de auditor\u00eda. Si hubiera alguna otra EFS que tenga previsto usar la IA en futuras auditor\u00edas, o ya lo haya hecho, nos gustar\u00eda que se pusiera en contacto con nosotros. <\/p>\n\n\n\n

    \n\n\n\n

    Notas al pie<\/h2>\n\n\n
    1. \u00a0Jaap Ligthart: jefe de proyecto y auditor. Eline Lampers: experta en datos y auditora. Bing Steup: experto en IA. Marcus van Toor: auditor. Berrie Zielman: experta en datos. \u21a9\ufe0e<\/a><\/li>
    2. \u00a0https:\/\/english.rekenkamer.nl\/latest\/news\/2026\/01\/15\/very-limited-overlap-between-energy saving-obligation-and-financial-incentives<\/a>. \u21a9\ufe0e<\/a><\/li><\/ol>","protected":false},"excerpt":{"rendered":"

      A principios de 2026, el Tribunal de Cuentas de los Pa\u00edses Bajos public\u00f3 un informe sobre c\u00f3mo se usaba el dinero de los contribuyentes en la financiaci\u00f3n de medidas de ahorro energ\u00e9tico, tanto voluntarias como de obligado cumplimiento. En la correspondiente auditor\u00eda, para analizar los datos y mapear los solapamientos entre las medidas de incentivo y las medidas obligatorias, nos apoyamos principalmente en la inteligencia artificial (IA). En este art\u00edculo explicamos c\u00f3mo abordamos el tema de auditor\u00eda y qu\u00e9 uso le dimos a la IA.<\/p>\n","protected":false},"author":471,"featured_media":42929,"template":"","meta":{"_acf_changed":false,"footnotes":"[{\"content\":\"\u00a0Jaap Ligthart: jefe de proyecto y auditor. Eline Lampers: experta en datos y auditora. Bing Steup: experto en IA. Marcus van Toor: auditor. Berrie Zielman: experta en datos.\",\"id\":\"311ce3ef-75ca-48e6-8718-64ad97b5041a\"},{\"content\":\"\u00a0https:\/\/english.rekenkamer.nl\/latest\/news\/2026\/01\/15\/very-limited-overlap-between-energy saving-obligation-and-financial-incentives<\/a>.\",\"id\":\"4c1e6223-07a3-4c6e-8d5f-aace4b5d5b3f\"}]"},"journal-categories":[4563],"content-tags":[947,955,1029,1055,1103,1166],"country":[3184],"region":[1341],"section":[932],"coauthors":[4543,4542,4541,4544],"class_list":["post-43562","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-q3-2026","content-tags-artificial-intelligence-es","content-tags-audit-innovation-es","content-tags-data-analytics-es","content-tags-environmental-auditing-es","content-tags-innovation-es","content-tags-performance-audit-es","country-netherlands-es","region-eurosai-es","section-featured-articles-es"],"acf":[],"yoast_head":"\nUso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica - INTOSAI Journal<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica - INTOSAI Journal\" \/>\n<meta property=\"og:description\" content=\"A principios de 2026, el Tribunal de Cuentas de los Pa\u00edses Bajos public\u00f3 un informe sobre c\u00f3mo se usaba el dinero de los contribuyentes en la financiaci\u00f3n de medidas de ahorro energ\u00e9tico, tanto voluntarias como de obligado cumplimiento. En la correspondiente auditor\u00eda, para analizar los datos y mapear los solapamientos entre las medidas de incentivo y las medidas obligatorias, nos apoyamos principalmente en la inteligencia artificial (IA). En este art\u00edculo explicamos c\u00f3mo abordamos el tema de auditor\u00eda y qu\u00e9 uso le dimos a la IA.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/\" \/>\n<meta property=\"og:site_name\" content=\"INTOSAI Journal\" \/>\n<meta property=\"article:modified_time\" content=\"2026-09-22T03:05:15+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Netherlands-Court-of-Audit.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1326\" \/>\n\t<meta property=\"og:image:height\" content=\"880\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@intosaijournal\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"12 minutes\" \/>\n\t<meta name=\"twitter:label2\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data2\" content=\"Jaap Ligthart, Eline Lampers, Bing Steup, Marcus van Toor\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/\",\"url\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/\",\"name\":\"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica - INTOSAI Journal\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.intosaijournal.org\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Q3_2026_Netherlands-Court-of-Audit.png\",\"datePublished\":\"2026-09-22T02:16:52+00:00\",\"dateModified\":\"2026-09-22T03:05:15+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/#breadcrumb\"},\"inLanguage\":\"es-ES\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es-ES\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.intosaijournal.org\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Q3_2026_Netherlands-Court-of-Audit.png\",\"contentUrl\":\"https:\\\/\\\/www.intosaijournal.org\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Q3_2026_Netherlands-Court-of-Audit.png\",\"width\":1326,\"height\":880,\"caption\":\"Molinos de viento para la generaci\u00f3n de energ\u00eda renovable en Espel, Pa\u00edses Bajos. Fuente: Adobe Stock Images, Fokke Baarssen\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/journal-entry\\\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/intosaijournal.org\\\/es\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#website\",\"url\":\"https:\\\/\\\/intosaijournal.org\\\/\",\"name\":\"INTOSAI Journal\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/intosaijournal.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es-ES\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#organization\",\"name\":\"INTOSAI Journal\",\"url\":\"https:\\\/\\\/intosaijournal.org\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es-ES\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/intosai.nclud.com\\\/wp-content\\\/uploads\\\/2023\\\/04\\\/logo.png\",\"contentUrl\":\"https:\\\/\\\/intosai.nclud.com\\\/wp-content\\\/uploads\\\/2023\\\/04\\\/logo.png\",\"width\":736,\"height\":122,\"caption\":\"INTOSAI Journal\"},\"image\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/x.com\\\/intosaijournal\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica - INTOSAI Journal","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/","og_locale":"es_ES","og_type":"article","og_title":"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica - INTOSAI Journal","og_description":"A principios de 2026, el Tribunal de Cuentas de los Pa\u00edses Bajos public\u00f3 un informe sobre c\u00f3mo se usaba el dinero de los contribuyentes en la financiaci\u00f3n de medidas de ahorro energ\u00e9tico, tanto voluntarias como de obligado cumplimiento. En la correspondiente auditor\u00eda, para analizar los datos y mapear los solapamientos entre las medidas de incentivo y las medidas obligatorias, nos apoyamos principalmente en la inteligencia artificial (IA). En este art\u00edculo explicamos c\u00f3mo abordamos el tema de auditor\u00eda y qu\u00e9 uso le dimos a la IA.","og_url":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/","og_site_name":"INTOSAI Journal","article_modified_time":"2026-09-22T03:05:15+00:00","og_image":[{"width":1326,"height":880,"url":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Netherlands-Court-of-Audit.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_site":"@intosaijournal","twitter_misc":{"Est. reading time":"12 minutes","Written by":"Jaap Ligthart, Eline Lampers, Bing Steup, Marcus van Toor"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/","url":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/","name":"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica - INTOSAI Journal","isPartOf":{"@id":"https:\/\/intosaijournal.org\/#website"},"primaryImageOfPage":{"@id":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/#primaryimage"},"image":{"@id":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/#primaryimage"},"thumbnailUrl":"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Netherlands-Court-of-Audit.png","datePublished":"2026-09-22T02:16:52+00:00","dateModified":"2026-09-22T03:05:15+00:00","breadcrumb":{"@id":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/#breadcrumb"},"inLanguage":"es-ES","potentialAction":[{"@type":"ReadAction","target":["https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/"]}]},{"@type":"ImageObject","inLanguage":"es-ES","@id":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/#primaryimage","url":"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Netherlands-Court-of-Audit.png","contentUrl":"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Netherlands-Court-of-Audit.png","width":1326,"height":880,"caption":"Molinos de viento para la generaci\u00f3n de energ\u00eda renovable en Espel, Pa\u00edses Bajos. Fuente: Adobe Stock Images, Fokke Baarssen"},{"@type":"BreadcrumbList","@id":"https:\/\/intosaijournal.org\/es\/journal-entry\/using-ai-and-data-analysis-in-a-performance-audit-to-determine-overlap-between-energy-efficiency-policies\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/intosaijournal.org\/es\/"},{"@type":"ListItem","position":2,"name":"Uso de la IA y del an\u00e1lisis de datos en una auditor\u00eda de rendimiento para detectar solapamientos entre pol\u00edticas de eficiencia energ\u00e9tica"}]},{"@type":"WebSite","@id":"https:\/\/intosaijournal.org\/#website","url":"https:\/\/intosaijournal.org\/","name":"INTOSAI Journal","description":"","publisher":{"@id":"https:\/\/intosaijournal.org\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intosaijournal.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es-ES"},{"@type":"Organization","@id":"https:\/\/intosaijournal.org\/#organization","name":"INTOSAI Journal","url":"https:\/\/intosaijournal.org\/","logo":{"@type":"ImageObject","inLanguage":"es-ES","@id":"https:\/\/intosaijournal.org\/#\/schema\/logo\/image\/","url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","contentUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","width":736,"height":122,"caption":"INTOSAI Journal"},"image":{"@id":"https:\/\/intosaijournal.org\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/intosaijournal"]}]}},"_links":{"self":[{"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/journal-entry\/43562","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/journal-entry"}],"about":[{"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/types\/journal-entry"}],"author":[{"embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/users\/471"}],"version-history":[{"count":3,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/journal-entry\/43562\/revisions"}],"predecessor-version":[{"id":43611,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/journal-entry\/43562\/revisions\/43611"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/media\/42929"}],"wp:attachment":[{"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/media?parent=43562"}],"wp:term":[{"taxonomy":"journal-categories","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/journal-categories?post=43562"},{"taxonomy":"content-tags","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/content-tags?post=43562"},{"taxonomy":"country","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/country?post=43562"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/region?post=43562"},{"taxonomy":"section","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/section?post=43562"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/es\/wp-json\/wp\/v2\/coauthors?post=43562"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}