این پژوهش با هدف تبیین همافزایی میان هوش مصنوعی و حسابرسی چابک در شرکتهای کوچک و متوسط، از رویکرد مرور نظاممند تفسیری استفاده میکند. تحولات سریع محیط کسب و کار، افزایش حجم و پیچیدگی دادههای مالی و محدودیت منابع انسانی و مالی در SMEها، کارایی روشهای سنتی حسابرسی را با چالش مواجه کرده است. در این شرایط، هوش مصنوعی و حسابرسی چابک به عنوان دو مسیر مکمل تحول مطرح شدهاند، اما بیشتر پژوهشهای پیشین این دو مفهوم را جداگانه و عمدتاً در سازمانهای بزرگ بررسی کردهاند. پژوهش حاضر با تمرکز بر این خلأ، همافزایی این دو رویکرد را به عنوان منطقی یکپارچه برای ارائه خدمات حسابرسی در SMEها تحلیل میکند. مطالعه بر اساس دستورالعمل PRISMA 2020 انجام شد و ۵۲ مقاله فارسی و انگلیسی منتشرشده در فاصله زمانی ۲۰۱۹ تا ۲۰۲۵، پس از مراحل شناسایی، غربالگری و ارزیابی نهایی، انتخاب شدند. دادهها با استفاده از تحلیل مضمون تفسیری و رویکردی زمینه محور بررسی شدند. یافتهها نشان میدهد همافزایی هوش مصنوعی و حسابرسی چابک فرایندی چندلایه، تدریجی و وابسته به شرایط سازمانی است. در سطح نخست، اتوماسیون مبتنی بر هوش مصنوعی با کاهش فعالیتهای تکراری، ظرفیت زمانی و شناختی حسابرسان را افزایش میدهد. در سطح دوم، الگوریتمهای تحلیلی پیشرفته، کیفیت قضاوت حرفهای و تحلیل مبتنی بر ریسک را تقویت میکنند. در سطح سوم، فناوریهای گزارشدهی هوشمند و پردازش زبان طبیعی، شفافیت و تعامل مستمر با ذینفعان را بهبود میبخشند. نتایج همچنین نشان میدهد تحقق این همافزایی به عواملی مانند کیفیت دادهها، مهارت حسابرسان، محدودیت منابع و بلوغ دیجیتال سازمان وابسته است.
حمزه، احسان و رامشه، منیژه. (۱۴۰۲). حسابرسی در عصر دیجیتال: کاربست روشهای دلفی فازی و ماباک در ایران. نشریه پژوهشهای حسابداری مالی، ۱۵(۳)، ۷۵–۱۰۲. https://doi.org/10.22108/far.2024.140234.2028
رحمانی، علی، معنوی، سمیرا و حدادی، نفیسه. (۱۴۰۴). ادغام هوش مصنوعی در حسابرسی؛ چالشها و مزایا. حسابرسی سیستمها و فناوری اطلاعات، ۱(۱)، ۱–۲۷. https://doi.org/10.22034/jista.2025.528769.1051
زارع، حمید، حاجیها، زهره و کیقبادی، امیررضا. (۱۴۰۳). بررسی تأثیر استفاده از هوش مصنوعی بر کیفیت فرایند حسابرسی صورتهای مالی. پژوهشهای حسابرسی حرفهای، ۴(۱۶)، ۳۸–۶۵. https://doi.org/10.22034/jpar.2024.2011220.1224
زنگنه، مهدی، جمشیدینوید، بابک، قنبری، مهرداد و محمدی یاریجانی، فروزان. (۱۴۰۵). ارائه الگویی برای فرصتها و چالشهای تصمیمگیری مبتنی بر هوش مصنوعی در فرآیند حسابرسی. دانش حسابداری و حسابرسی مدیریت، ۱۵(۶۰)، ۱۷۵–۱۹۰. https://doi.org/10.22034/jmaak.2026.23984
سیرنگ، بهروز، حجازی، رضوان، کنعانی، اکبر و محمدزاده سلطه، حیدر. (۱۴۰۳). ارائه الگوی حسابرسی داخلی چابک مبتنی بر حاکمیت فناوری داده و ارزیابی ریسک پویا. نشریه اقتصاد و بانکداری اسلامی، ۱۳(۴۹)، ۱۴۹–۱۷۳. https://mieaoi.ir/article-1-1610-fa.html
عدنان حمود، محمد، پیری، پرویز و آشتاب، علی. (۱۴۰۴). امکانسنجی بهرهگیری از فناوریهای نوین هوش مصنوعی در بهبود فرایندهای حسابرسی در کشور. بررسیهای حسابداری و حسابرسی، ۳۲(۳)، ۵۳۵–۵۵۹. https://doi.org/10.22059/acctgrev.2025.391837.1009085
عبدی برآفتابی، عبدالله، صمدی، فاطمه، شاهوردیانی، شادی و حاجیها، زهره. (۱۴۰۴). نقش چرخه حسابرسی داخلی مبتنی بر فنون یادگیرنده و هوش مصنوعی و تأثیرات آن در بهبود فرآیندهای حسابرسی. دانش حسابداری و حسابرسی مدیریت، ۱۶(۶۲)، ۴۴۳–۴۵۷. https://doi.org/10.22034/jmaak.2025.78407.4530
عاشوری اکبر، رحمانی محمود و جبارزاده کنگرلوئی، سعید. (۱۴۰۳). ارائه الگوی سلامت مالی در مؤسسات کوچک و متوسط با تأکید بر رویکرد ساختاری–تفسیری. دانش حسابرسی، ۲۴(۹۴)، ۱۸۸–۲۲۲. http://danesh.dmk.ir/article-1-3104-fa.html
مجلی حسن حسن، ازهار، محسنی، عبدالرضا، عبد موسی السعیری، ابراهیم و سروشیار، افسانه. (۱۴۰۴). ارائه مدل مفهومی آینده حرفه حسابداری در عصر دیجیتال با استفاده از روش گرند تئوری و مدل تحلیل فازی. دانش حسابداری و حسابرسی مدیریت، ۱۶(۶۱)، ۳۷۳–۳۸۵. https://doi.org/10.22034/jmaak.2025.24086
محمدی نوره، شاکر، رحیمیان، نظامالدین و احمدی دهرشید، جمیل. (۱۴۰۰). بررسی تأثیر دیجیتالی شدن بر حسابرسان مستقل و مؤسسات حسابرسی در ایران. پژوهشهای حسابرسی حرفهای، ۱(۳)، ۱۵۰–۱۷۶. https://doi.org/10.22034/arj.2021.247704
محمودی میمند، محمد و محسنیفرد، ندا. (۱۴۰۳). تأثیر پذیرش هوش مصنوعی مولد بر عملکرد سازمانی شرکتهای کوچک و متوسط. نشریه علمی رویکردهای پژوهشی نوین مدیریت و حسابداری، ۸(۲۸)، ۲۴۴۹–۲۴۶۳. https://majournal.ir/index.php/ma/article/view/2662
مطلبی کربکندی، مصطفی، آذر، عادل، خدیور، آمنه و مقبل، عباس. (۱۴۰۱). طراحی مدل حسابرسی هوشمند در دیوان محاسبات کشور. پژوهشهای مدیریت عمومی، ۱۵(۵۸)، ۵–۳۲. https://doi.org/10.22111/jmr.2022.43008.5818
Abdi Baraftabi, A., Samadi, F., Shahvardiani, S., & Hajjiha, Z. (2025). The role of the internal audit cycle based on machine learning techniques and artificial intelligence and its effects on improving auditing processes. Journal of Management Accounting and Auditing Knowledge, 16(62), 443–457. https://doi.org/10.22034/jmaak.2025.78407.4530 (in Persian)
Adnan Hamoud, M., Piri, P., & Ashtab, A. (2025). Feasibility of utilizing emerging artificial intelligence technologies to improve auditing processes in Iran. Accounting and Auditing Reviews, 32(3), 535–559. https://doi.org/10.22059/acctgrev.2025.391837.1009085 (in Persian)
Ashouri Akbar, R., Rahmani Mahmoud, M., & Jabbarzadeh Kangarlouei, S. (2024). Developing a financial health model for small and medium-sized enterprises with an emphasis on the structural–interpretive approach. Audit Knowledge, 24(94), 188–222. http://danesh.dmk.ir/article-1-3104-fa.html (in Persian)
Agustí, M., & Orta-Pérez, M. (2022). Big data and artificial intelligence in the fields of accounting and auditing: A bibliometric analysis. REFC – Spanish Journal of Finance and Accounting. Available at SSRN. https://ssrn.com/abstract=4155537
Braun, V., & Clarke, V. (2022). Thematic analysis: A practical guide. Sage Publications.
Fedyk, A., Hodson, J., Khimich, N., & Fedyk, T. (2022). Is artificial intelligence improving the audit process? Review of Accounting Studies. https://doi.org/10.1007/s11142-022-09697-x
Hamzeh, E., & Ramsheh, M. (2024). Auditing in the digital era: Application of fuzzy Delphi and MABAC methods in Iran. Financial Accounting Research, 15(3), 75–102. https://doi.org/10.22108/far.2024.140234.2028 (in Persian)
Huang, F. Y., & Vasarhelyi, M. (2019). Applying robotic process automation (RPA) in auditing: A framework. International Journal of Accounting Information Systems, 35, 100433. https://doi.org/10.1016/j.accinf.2019.100433
Kassar, M., & Jizi, M. (2025). Artificial intelligence and robotic process automation in auditing and accounting: A systematic literature review. Journal of Applied Accounting Research.27 (1): 217–241. https://doi.org/10.1108/JAAR-05-2024-0175
Kokina, J., Blanchette, S., Davenport, T. H., & Pachamanova, D. (2025). Challenges and opportunities for artificial intelligence in auditing: Evidence from the field. International Journal of Accounting Information Systems, 56, 100734. https://doi.org/10.1016/j.accinf.2025.100734
Leocádio, D., Malheiro, L., & Reis, J. (2024). Artificial intelligence in auditing: A conceptual framework for auditing practices. Administrative Sciences, 14(10), 238. https://doi.org/10.3390/admsci14100238
Manal, Y., Nawazish, M., Adnan, S., & Muhammad, U. (2024). Impact of audit quality and digital transformation on innovation efficiency: Role of financial risk-taking. Global Finance Journal, 62, 101026. 1-15 https://doi.org/10.1016/j.gfj.2024.101026
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. Systematic Reviews, 10(1), 89. https://doi.org/10.1136/bmj.n71
Pham, V. A. T., Nguyen, L. A., Dellaportas, S., Phan, D. H. T., & Nguyen, Q. H. (2025). How does big data analytics impact accounting manipulation? Accounting & Finance, 65, 2918–2934. https://doi.org/10.1111/acfi.70024
Mahmoudi Meymand, M., & Mohseni-Fard, N. (2024). The impact of generative artificial intelligence adoption on the organizational performance of small and medium-sized enterprises. Journal of Novel Research Approaches in Management and Accounting, 8(28), 2449–2463. https://majournal.ir/index.php/ma/article/view/2662 (in Persian)
Majali Hassan Hassan, A., Mohseni, A., Abd Mousa Al-Saeeri, I., & Soroushyar, A. (2025). Developing a conceptual model for the future of the accounting profession in the digital era using grounded theory and fuzzy analysis. Journal of Management Accounting and Auditing Knowledge, 16(61), 373–385. https://doi.org/10.22034/jmaak.2025.24086 (in Persian)
Matlabi Karbakandi, M., Azar, A., Khadivar, A., & Moqbel, A. (2022). Designing an intelligent auditing model for the Supreme Audit Court of Iran. Public Management Research, 15(58), 5–32. https://doi.org/10.22111/jmr.2022.43008.5818 (in Persian)
Mohammadi Noureh, S., Rahimian, N., & Ahmadi Dehrashid, J. (2021). Investigating the impact of digitalization on independent auditors and audit firms in Iran. Journal of Professional Auditing Research, 1(3), 150–176. https://doi.org/10.22034/arj.2021.247704 (in Persian)
Rahmani, A., Manavi, S., & Haddadi, N. (2025). Integration of artificial intelligence into auditing: Challenges and benefits. Journal of Information Systems and Technology Auditing, 1(1), 1–27. https://doi.org/10.22034/jista.2025.528769.1051 (in Persian)
Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210. https://doi.org/10.5465/amr.2018.0072
Salijeni, G., Samsonova-Taddei, A., & Turley, S. (2021). Big data and changes in audit technology: Contemplating a research agenda. Accounting and Business Research, 51(3), 322–345. https://doi.org/10.1080/00014788.2018.1459458
Seethamraju, R., & Hecimovic, A. (2023). Adoption of artificial intelligence in auditing: An exploratory study. Australian Journal of Management, 48(4), 780–800. https://doi.org/10.1177/03128962221108440
Sirang, B., Hejazi, R., Kenaani, A., & Mohammadzadeh Soltah, H. (2024). Developing an agile internal auditing model based on data technology governance and dynamic risk assessment. Journal of Islamic Economics and Banking, 13(49), 149–173. https://mieaoi.ir/article-1-1610-fa.html (in Persian)
Sutton, S. G., Holt, M., & Arnold, V. (2016). The reports of my death are greatly exaggerated: Artificial intelligence research in accounting. International Journal of Accounting Information Systems, 22, 60–73. https://doi.org/10.1016/j.accinf.2016.07.005
Zangeneh, M., Jamshidi-Navid, B., Ghanbari, M., & Mohammadi Yarijani, F. (2026). Developing a model for the opportunities and challenges of artificial intelligence–based decision-making in the auditing process. Journal of Management Accounting and Auditing Knowledge, 15(60), 175–190. https://doi.org/10.22034/jmaak.2026.23984 (in Persian)
Zare, H., Hajiha, Z., & Keyghobadi, A. R. (2024). Investigating the impact of artificial intelligence on the quality of the financial statement auditing process. Journal of Professional Auditing Research, 4(16), 38–65. https://doi.org/10.22034/jpar.2024.2011220.1224 (in Persian)
علی پور,سعید و اسدی,مرتضی . (1405). تبیین همافزایی هوش مصنوعی و حسابرسی چابک در شرکتهای کوچک و متوسط: یک مرور نظاممند تفسیری. (e250535). حسابرسی سیستمها و فناوری اطلاعات, (), e250535 doi: 10.22034/jista.2026.580880.1090
MLA
علی پور,سعید , و اسدی,مرتضی . "تبیین همافزایی هوش مصنوعی و حسابرسی چابک در شرکتهای کوچک و متوسط: یک مرور نظاممند تفسیری" .e250535 , حسابرسی سیستمها و فناوری اطلاعات, , , 1405, e250535. doi: 10.22034/jista.2026.580880.1090
HARVARD
علی پور سعید, اسدی مرتضی. (1405). 'تبیین همافزایی هوش مصنوعی و حسابرسی چابک در شرکتهای کوچک و متوسط: یک مرور نظاممند تفسیری', حسابرسی سیستمها و فناوری اطلاعات, (), e250535. doi: 10.22034/jista.2026.580880.1090
CHICAGO
سعید علی پور و مرتضی اسدی, "تبیین همافزایی هوش مصنوعی و حسابرسی چابک در شرکتهای کوچک و متوسط: یک مرور نظاممند تفسیری," حسابرسی سیستمها و فناوری اطلاعات, (1405): e250535, doi: 10.22034/jista.2026.580880.1090
VANCOUVER
علی پور سعید, اسدی مرتضی. تبیین همافزایی هوش مصنوعی و حسابرسی چابک در شرکتهای کوچک و متوسط: یک مرور نظاممند تفسیری. JISTA. 1405;():e250535. doi: 10.22034/jista.2026.580880.1090
