دانش حسابداری و حسابرسی مدیریت

دانش حسابداری و حسابرسی مدیریت

نقش چرخه حسابرسی داخلی مبتنی بر فنون یادگیرنده و هوش مصنوعی و تأثیرات آن در بهبود فرآیندهای حسابرسی

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه حسابداری، واحد بین المللی کیش، دانشگاه آزاد اسلامی،کیش، ایران،
2 گروه مدیریت، واحد تهران شرق، دانشگاه آزاد اسلامی، تهران، ایران
3 گروه مدیریت بازرگانی، واحد شهرقدس، دانشگاه آزاد اسلامی، شهرقدس، ایران،
4 گروه حسابداری، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
10.22034/jmaak.2025.78407.4530
چکیده
این تحقیق به بررسی تأثیر دیجیتالی شدن، نوآوری سبز و مدیریت ریسک بر شفافیت مالی و عملکرد استراتژیک شرکت‌ها می‌پردازد. در این راستا، با استفاده از تحلیل کیفی اسنادی و بررسی پیشینه‌های تحقیقاتی مختلف، روابط میان این مفاهیم کلیدی بررسی و مدل مفهومی مناسبی ارائه شده است. نتایج نشان می‌دهند که دیجیتالی شدن سیستم‌های حسابداری موجب افزایش دقت، شفافیت مالی و بهبود تصمیم‌گیری‌های استراتژیک می‌شود. همچنین، نوآوری سبز به‌عنوان عامل مهمی در کاهش هزینه‌ها، بهبود بهره‌وری و تقویت رقابت‌پذیری شرکت‌ها شناسایی گردیده است. علاوه بر این، در مواجهه با بحران‌ها و شوک‌های اقتصادی، شرکت‌هایی که از فناوری‌های نوین و استراتژی‌های سبز استفاده می‌کنند، قادر به واکنش سریع‌تر و بهبود عملکرد مالی خود هستند. بر اساس نتایج این پژوهش، توصیه می‌شود که سازمان‌ها بر دیجیتالی شدن فرآیندهای مالی و پیاده‌سازی نوآوری سبز تأکید بیشتری داشته باشند تا بتوانند در شرایط رقابتی و بحران‌ها موفق‌تر عمل کنند. این تحقیق می‌تواند به‌عنوان مبنای نظری برای تحقیقات آینده و مشاوره‌های اجرایی در زمینه‌های مدیریت مالی، نوآوری و ریسک در سازمان‌ها قرار گیرد.
کلیدواژه‌ها

عنوان مقاله English

The role of the internal audit cycle based on learning techniques and artificial intelligence and its effects on improving audit processes

نویسندگان English

Abdolah Abdi baraftabi 1
fatemeh samadi 2
shadi shahverdiani 3
Zohre Hajiha 4
1 Department of Accounting, Ki.C, Islamic Azad University, Kish, Iran
2 Department of Management, ET.C., Islamic Azad University, Tehran, Iran
3 Department of Management of Business Administration, ShQ.C., Islamic Azad University, Shahr-e Qods, Iran
4 Department of Accounting, ST.C., Islamic Azad University, Tehran, Iran
چکیده English

This research examines the impact of digitalization, green innovation, and risk management on financial transparency and strategic performance of companies. In this regard, using qualitative documentary analysis and reviewing various research backgrounds, the relationships between these key concepts are examined and an appropriate conceptual model is presented. The results show that digitalization of accounting systems increases accuracy, financial transparency, and improves strategic decision-making. Green innovation has also been identified as an important factor in reducing costs, improving productivity, and strengthening the competitiveness of companies. Furthermore, in the face of crises and economic shocks, companies that use new technologies and green strategies are able to react faster and improve their financial performance. Based on the results of this research, it is recommended that organizations place greater emphasis on digitalizing financial processes and implementing green innovation in order to be more successful in competitive conditions and crises. This research can serve as a theoretical basis for future research and executive consultations in the fields of financial management, innovation, and risk in organizations.

  1. مشایخی بیتا، امراللهی محمدرضا، تاثیر دانش و تردید حرفه‌ای حسابرسان داخلی بر به کارگیری هوش مصنوعی، پژوهش های تجربی حسابداری مقاله 1، دوره 15، شماره 2 - شماره پیاپی 56، تیر 1404
  2. ذابح غازانی، مهناز،1403،ارائه الگوی استفاده از هوش مصنوعی در حسابرسی داخلی،اولین کنگره منطقه ای مباحث جاری در سیستم های هوشمند حسابداری ،حسابرسی ، مالی و مالیاتی (چالش ها و فرصت ها)،تبریز،https://civilica.com/doc/2182383
  3. زارع حمید، حاجیها زهره، کیقبادی امیررضا، بررسی تاثیر استفاده از هوش مصنوعی بر کیفیت فرایند حسابرسی صورت های مالی، پژوهش های حسابرسی حرفه ای سال 4 پاییز 1403 شماره 16
  4. فرهادتوسکی, امید و دوستیان, رحمان . (1404). توسعه فناورین نوین در حسابرسی داخلی به کمک هوش مصنوعی: یادگیری عمیق امکان تشخیص ناهنجاری‌ها در داده‌های حسابداری مالی را فراهم می‌کند.. دانش سرمایه‌گذاری, 14(55), 597-612. doi: 10.30495/jik.2025.23638
  5. نظیر محمد، وابستگی های یادگیری ماشین، هوش مصنوعی و علم داده برای پیشرفت فناوری های مدرن با استفاده از ریاضیات پایه، اتحادیه انجمن های ایرانی علوم ریاضی و بنیاد علوم اکو 1403
  6. حیدری, ابوالفضل , محمدی ملقرنی, عطا الله و محمودی خوشرو, امید . (1405). ارائه مدل مفهومی مدیریت ریسک منابع و کیفیت حسابرسی در بخش عمومی. دانش حسابداری و حسابرسی مدیریت, 15(60), 1-16. doi: 10.22034/jmaak.2025.78361.4508
  7. سلیمانی امیری, غلامرضا و ورمزیار, نسرین . (1405). تأثیر ریسک مالیاتی بر تأخیر گزارش حسابرسی. دانش حسابداری و حسابرسی مدیریت, 15(60), 57-69. doi: 10.22034/jmaak.2026.23978
  8. زنگنه, مهدی , جمشیدی نوید, بابک , قنبری, مهرداد و محمدی یاریجانی, فروزان . (1405). ارائه الگویی برای فرصت‌ها و چالش‌های تصمیم‌گیری مبتنی بر هوش مصنوعی در فرآیند حسابرسی. دانش حسابداری و حسابرسی مدیریت, 15(60), 175-190. doi: 10.22034/jmaak.2026.23984
  9. فاخری, سهیل, نوربخش, اعظم‌السادات. (1403). مدل‌ها و روش‌های تشخیص دیپ‌فیک در هوش مصنوعی و تاثیر این پدیده بر فرهنگ اجتماعی از ‏منظر رسانه. مدیریت نوآوری و راهبردهای عملیاتی, (), -. doi: 10.22105/imos.2024.452298.1344
  10. قمرگیر، میلاد و بخارائیان خراسانی، مریم،1403،حسابرسی داخلی در عمل تشریح فرایند عملی حسابرسی داخلی بارویکرد منظم و روشمند،سومین کنفرانس ملی رویکردهای نوین در حسابداری، حسابرسی و مالی،علی آباد،https://civilica.com/doc/2134893
  11. زاهدی فر، محمد و زاهدی فر، زینب و زاهدی فر، زهرا،1403،بررسی حقوقی حسابرسی بیمارستان با هوش مصنوعی،دومین کنفرانس ملی کسب و کار نوین در مهندسی برق و کامپیوتر،خرم آباد،https://civilica.com/doc/2032478
  12. شاهی شیخ احمدلو، سهراب،1402،نقش میانجی هوش مصنوعی در تاثیر سیستم های مدیریت چرخه عمر محصول بر ارتقای عملکرد نوآورانه،سومین کنفرانس ملی بهبود و بازسازی سازمان و کسب و کار،تهران،https://civilica.com/doc/2017221
  13. اصغری شیوه، علی و ابراهیمی زنگکانی، حسین،1402،مدیریت ذینفعان و ارزش شرکت در طی مراحل چرخه عمر: رویکرد جریانات نقدی،نخستین همایش تخصصی حرفه ای حسابرسی مطهر،تهران،https://civilica.com/doc/1930822
  14. ولی زاده حجار، مهرسا و خیراللهی، مهران،1402،استفاده از یادگیری ماشین و هوش مصنوعی در طراحی و عملکرد ساختمان های هوشمند: بهبود کارایی انرژی، راحتی کاربران و کیفیت داخلی،چهارمین کنفرانس ملی شهرسازی و معماری دانش بنیان،https://civilica.com/doc/1798017
  15. فاخری, سهیل, & نوربخش, اعظم‌السادات. (1403). مدل‌ها و روش‌های تشخیص دیپ‌فیک در هوش مصنوعی و تاثیر این پدیده بر فرهنگ اجتماعی از ‏منظر رسانه. مدیریت نوآوری و راهبردهای عملیاتی, (), -. doi: 10.22105/imos.2024.452298.1344
  16. عقیلی، میثم،1402،بررسی نقش یادگیری ماشین و هوش مصنوعی در بازاریابی دیجیتال،بیستمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل،https://civilica.com/doc/1781127
  17. کریمی، اکرم و دارابی، رویا و پورفخاران، محمدرضا و مقدم، حسین،1401،پیش بینی رتبه بندی کیفیت اطلاعات با رویکرد تحلیل عاملی و هوش مصنوعی،https://civilica.com/doc/1569549
  18. Tiwari, Tanya & Tiwari, Tanuj & Tiwari, Sanjay. (2018). How Artificial Intelligence, Machine Learning and Deep Learning are Radically Different?. International Journal of Advanced Research in Computer Science and Software Engineering. 8. 1. 10.23956/ijarcsse.v8i2.569.
  19. Popara, Jelena & Savkovic, Milena & Ciric, Danijela & Lalic, Bojan. (2023). Application of Digital Tools, Data Analytics and Machine Learning in Internal Audit. 10.1007/978-3-031-43662-8_26.
  20. Allami, F. A. J., Nabhan, S. H., & Jabbar, A. K. (2022). A Comparative Study of Measuring the Accuracy of Using Artificial Intelligence Methods as an Alternative to Traditional Methods of Auditing. World Economics and Finance Bulletin, 9, 90-99.
  21. Singh S, Kumar R, Payra S, Singh SK. Artificial Intelligence and Machine Learning in Pharmacological Research: Bridging the Gap Between Data and Drug Discovery. Cureus. 2023 Aug 30;15(8):e44359. doi: 10.7759/cureus.44359. PMID: 37779744; PMCID: PMC10539991.
  22. Sebele, Favourate. (2023). The application of Artificial Intelligence in external auditing and its implications on audit quality? A review of the ongoing debates. International Journal of Research in Business and Social Science (2147- 4478). 12. 496-512. 10.20525/ijrbs.v12i9.2737.
  23. Cho, S., Vasarhelyi, M. A., Sun, T., & Zhang, C. (2020). Learning from machine learning in accounting and assurance. Journal of Emerging Technologies in Accounting, 17(1), 1-10.
  24. Brunskill, E. (2019). “Computers that learn to help”. Human Centred Artificial Intelligence Symposium, Stanford
  25. Assaf, Miller & Miller, Assaf. (2024). Leveraging Artificial Intelligence and Machine Learning for Enhanced User Experience Research.
  26. Datta, Shuvo & Islam, Mobasshira & Sobuz, Md. Habibur & Ahmed, Shakil & Kar, Moumita. (2024). Artificial intelligence and machine learning applications in the project lifecycle of the construction industry: A comprehensive review. Heliyon. 10. e26888. 10.1016/j.heliyon.2024.e26888.
  27. Benbouzid, Djalel & Plociennik, Christiane & Lucaj, Laura & Maftei, Mihai & Merget, Iris & Burchardt, Aljoscha & Hauer, Marc & Naceri, Djallil & Smagt, Patrick. (2024). Pragmatic auditing: a pilot-driven approach for auditing Machine Learning systems.
  28. Shivram, V. (2024). AUDITING WITH AI: A THEORETICAL FRAMEWORK FOR APPLYING MACHINE LEARNING ACROSS THE INTERNAL AUDIT LIFECYCLE. EDPACS, 69(1), 22–40. https://doi.org/10.1080/07366981.2024.2312025