Big Data Analytics (BDA) é um tema que vem recebendo destaque na mídia e na comunidade científica. Um número crescente de empresas está acelerando a implantação de iniciativas de BDA para desenvolver insights críticos que podem fornecer a eles uma vantagem competitiva. Diante desse cenário, em que as técnicas tradicionais de análise de dados tornam-se inadequadas, os auditores internos deverão adquirir habilidades para enfrentar o desafio complexo da coleta, análise e síntese de grandes quantidades de dados de várias fontes, demandando novos recursos, novas métricas e novas formas de pensar que causarão impactos nas práticas de Auditoria Interna (AI). Considerando que o conhecimento sobre o uso de técnicas de BDA na AI ainda é limitado, o presente estudo tem como objetivo investigar os fatores que influenciam a aceitação de soluções de BDA nas práticas de AI, segundo a percepção dos auditores internos que atuam em empresas do setor privado brasileiro. O modelo teórico, seus conceitos, construtos e hipóteses foram elaborados a partir da Teoria Unificada da Aceitação e do Uso da Tecnologia (UTAUT). Os dados da amostra de 305 respondentes foram coletados por meio do questionário on-line que foi enviado aos auditores internos da rede de relacionamentos do LinkedIn e posteriormente submetidos a técnicas de estatística descritiva e multivariada de equações estruturais (MEE-PLS). Os resultados apontaram que, dentre as ferramentas de TI atualmente utilizadas pelos respondentes, os sistemas ERP são os mais utilizados e revelaram que a Expectativa de Desempenho (ED) e a Influência Social (IS) são preditores significativos das intenções dos auditores internos de adotar o BDA, enquanto que os efeitos de Expectativa de Esforço (ES) e Condições Facilitadoras (CF), assim como os efeitos das variáveis moderadoras Gênero, Idade e Experiência, não foram significativos sobre a Intenção de Uso (IU). Desse modo, o estudo procurou trazer contribuições teóricas e práticas para a profissão de AI, para o Instituto dos Auditores Internos (IIA Brasil), para as organizações, para estudantes e instituições de curso superior.

Big Data Analytics (BDA) is a topic that has been highlighted in the media and in the scientific community. An increasing number of companies are accelerating the implementation of BDA initiatives to develop critical insights that can provide them with a competitive advantage. Faced with this scenario, in which traditional data analysis techniques become inadequate, internal auditors must acquire skills to face the complex challenge of collecting, analyzing and synthesizing large amounts of data from various sources, demanding new resources, new metrics and new ways of thinking that will impact Internal Audit (IA) practices. Considering that knowledge about the use of BDA techniques in IA is still limited, the present study aims to investigate the factors that influence the acceptance of BDA solutions in IA practices, according to the perception of internal auditors who work in companies in the Brazilian private sector. The theoretical model, its concepts, constructs and hypotheses were elaborated from the Unified Theory of Acceptance and Use of Technology (UTAUT). The sample data of 305 respondents were collected through an online questionnaire that was sent to internal auditors in the LinkedIn network and subsequently subjected to techniques of descriptive and multivariate statistics of structural equations (MEE-PLS). The results showed that, among the IT tools currently used by respondents, ERP systems are the most used and revealed that Performance Expectations (PE) and Social Influence (SI) are significant predictors of the of internal auditors to adopt the BDA, while the effects of Expectation of Effort (EE) and Facilitating Conditions (FC), as well as the effects of the moderating variables Gender, Age and Experience, were not significant on Intention to Use (BI). In this way, the study sought to bring theoretical and practical contributions to the IA profession, to the Institute of Internal Auditors (IIA Brasil), to organizations, students and educational institutions.