Modelo integrado de detección de fraude en la administración pública costarricense: articulación entre control interno, analítica de datos y auditoría forense.

Integrated Fraud Detection Model in Costa Rican Public Administration: Linking Internal Control, Data Analytics, and Forensic Auditing.

Resumen

El fraude en la administración pública constituye uno de los principales factores de deterioro institucional, afectando la eficiencia del gasto público, la confianza ciudadana y la gobernanza. Este estudio tiene como objetivo desarrollar un modelo integrado de detección de fraude en la administración pública costarricense, articulando el control interno basado en el marco COSO, la analítica de datos y la auditoría forense dentro de un enfoque sistémico de gestión de riesgos. Metodológicamente, se adopta un enfoque cualitativo-analítico de carácter propositivo, sustentado en la revisión sistemática de literatura científica indexada en Scopus y Web of Science (Q1–Q2).

Los resultados proponen un modelo trifásico (preventivo, detectivo e investigativo) operacionalizado mediante un árbol de decisiones que permite estructurar la identificación de riesgos, la selección metodológica y la respuesta administrativa frente al fraude. Se evidencia que la integración de herramientas analíticas avanzadas mejora la detección temprana de anomalías, mientras que la auditoría forense fortalece la calidad probatoria para la toma de decisiones legales y administrativas.

Se concluye que la articulación de estos enfoques incrementa significativamente la capacidad institucional para prevenir, detectar y sancionar el fraude, aportando un marco aplicable al sector público costarricense y potencialmente replicable en otros contextos latinoamericanos.

Abstract

Fraud in public administration represents a critical challenge affecting institutional efficiency, public trust, and governance. This study aims to develop an integrated fraud detection model for Costa Rican public administration by linking internal control frameworks (COSO), data analytics, and forensic auditing within a systemic risk management approach. Methodologically, the study adopts a qualitative-analytical and propositional design based on a systematic review of high-impact scientific literature indexed in Scopus and Web of Science (Q1–Q2).

The findings propose a three-phase model (preventive, detective, and investigative), operationalized through a decision tree that structures risk identification, methodological selection, and administrative response to fraud. Results indicate that advanced analytics significantly enhances early anomaly detection, while forensic auditing strengthens evidentiary robustness for administrative and legal decision-making.

The study concludes that integrating these approaches improves institutional capacity to prevent, detect, and sanction fraud, offering a framework applicable to Costa Rican public administration and adaptable to other Latin American contexts.