Mejoramientos al IAS 37

[JOHN HUGHES] IASB ha emitido Provisions – Targeted Improvements, [Provisiones – Mejoramientos específicos], el borrador para discusión pública de las enmiendas propuestas al IAS 37.

El borrador para discusión pública propone establecer que el criterio de la “obligación presente” comprende tres condiciones: una condición de obligación (la entidad tiene una obligación); una condición de transferencia (la naturaleza de la obligación de la entidad es transferir un recurso económico); y una condición de evento-pasado (la obligación de la entidad es una obligación presente que existe como resultado de un evento pasado).

El resultado de esto puede ser mejor ilustrado, para nuestros propósitos aquí resumidos, con referencia a los ejemplos ilustrativos del estándar, el cual en su forma actual de larga data son en su mayoría muy breves y de alguna manera crípticos.

Tome el ejemplo 6, relacionado con una entidad que según nueva legislación está requerida a instalar filtros de humo en sus fábricas para junio 30, 20X1, pero no lo ha hecho, y por consiguiente está sujeta a multas. El IAS 37 actualmente barre la contabilidad a diciembre 31, 20X10 con una sola frase: “No hay obligación porque no hay evento obligante ni por los costos de instalar los filtros de humo ni por las multas previstas en la legislación”.

Inteligencia artificial & Sostenibilidad

[SAMUEL MANTILLA] Los distintos análisis de la relación entre la inteligencia artificial (IA) y la sostenibilidad no han abordado todavía lo concerniente a la presentación de reportes financieros relacionados con la sostenibilidad y el cambio climático (IFRS S1 y S2; CSSR; ESRS; GRI; etc.) y su aseguramiento (ISSA 5000), si bien algunos de ellos han abordado lo referente a los reportes ESG y su uso de la IA.

Abordar esto es clave para la efectividad de estos nuevos sistemas de reportes financieros y su aseguramiento que, sobre todo por el efecto de la cadena de valor, necesariamente son de gran escala y requieren importantes recursos de computación. Reducirlos a listas de verificación y/o guías prescriptivas los hace no-competitivos en entornos de IA y no será suficiente decir que se usó, por ejemplo, ChatGPT u otro sistema similar.

La relación entre la inteligencia artificial (IA) y la sostenibilidad conlleva muchas paradojas e incluye encrucijadas cuya dirección definitiva todavía no está suficientemente clara. Puede expresarse a través de distintas preguntas: ¿Hay posibilidades de dejar de desarrollar y dejar de usar la IA? ¿Hay posibilidades de renunciar a la sostenibilidad y dejar de buscar soluciones efectivas a la crisis climática? ¿La IA es altamente contaminante? ¿Puede hacerse presentación y aseguramiento efectivo de los reportes de sostenibilidad sin apoyarse en la IA? ¿Cómo conciliar los conflictos que están surgiendo en ello? ¿Cómo es el impacto de esto en las Pymes?