<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
  <channel>
    <title>حسابرسی سیستم‌ها و فناوری اطلاعات</title>
    <link>https://www.iitasa.org.ir/</link>
    <description>حسابرسی سیستم‌ها و فناوری اطلاعات</description>
    <atom:link href="" rel="self" type="application/rss+xml"/>
    <language>fa</language>
    <sy:updatePeriod>daily</sy:updatePeriod>
    <sy:updateFrequency>1</sy:updateFrequency>
    <pubDate>Tue, 23 Sep 2025 00:00:00 +0330</pubDate>
    <lastBuildDate>Tue, 23 Sep 2025 00:00:00 +0330</lastBuildDate>
    <item>
      <title>بررسی تأثیر عوامل سازمانی ریشه‌ای و توانمندساز بر عوامل کلیدی عملیاتی و میانجی در چارچوب کوبیت</title>
      <link>https://www.iitasa.org.ir/article_236124.html</link>
      <description>هدف: چارچوب کوبیت چارچوبی برای حاکمیت و مدیریت اطلاعات و فناوری است که کل سازمان را هدف قرار می‌دهد هدف اصلی این پژوهش بررسی تأثیر عوامل سازمانی ریشه‌ای و توانمندساز و استراتژیک بر عوامل کلیدی عملیاتی و میانجی در چارچوب کوبیت در ایران است. روش‌شناسی: این پژوهش از نوع مدل‌یابی معادلات ساختاری ، جامعه این پژوهش تمام شاغلان مؤسسات حسابرسی و حجم نمونه ۳۸۴ نفر است. ابزار گردآوری داده‌ها پرسش‌نامه است و از نرم افزارهای اسمارت پی‌ال‌اس و اس‌پی‌اس‌اس برای تجزیه و تحلیل داده ها استفاده شده است. یافته‌ها: یافته‌ها نشان می‌دهد که متغیرهای مستقل عوامل سازمانی ریشه‌ای مانند اهداف، فرهنگ، ساختار و ارزش‌های سازمانی اثر مثبت و معناداری بر متغیرهای توانمندساز و استراتژیک چارچوب کوبیت مانند تعهد، ارتباط، آموزش و استراتژی‌های سازمانی داشته و عوامل توانمندساز و استراتژیک اثر مثبت و معناداری بر عوامل کلیدی عملیاتی چارچوب کوبیت مانند فناوری اطلاعات سازمانی دارند و متغیرهای مشتری‌مداری این روابط را افزایش و سازگاری پویای سازمانی این روابط را کاهش می‌دهد. نتیجه‌گیری: می‌توان نتیجه‌گیری کرد که درک و مدیریت صحیح عوامل سازمانی، به‌ویژه در زمینه ارزش‌ها و مشتری‌مداری، برای دستیابی به اهداف چارچوب کوبیت و ارتقای اثربخشی فناوری اطلاعات در مؤسسات حسابرسی ایران، امری حیاتی است.دانش‌افزایی: این پژوهش، زمینه‌ای برای بررسی عمیق‌تر نقش نسخه‌های مختلف چارچوب کوبیت در موسسات حسابرسی در ایران فراهم می‌کند. همچنین، لزوم تحلیل دقیق‌تر عوامل سازمانی فراتر از مشتری‌مداری، به‌ویژه در مورد چالش‌های سازگاری پویا، را آشکار می‌سازد.</description>
    </item>
    <item>
      <title>ارائه چهارچوبی برای به‌کارگیری متن‌کاوی و هوش مصنوعی در حسابرسی حاکمیت فناوری اطلاعات</title>
      <link>https://www.iitasa.org.ir/article_241507.html</link>
      <description>رشد سریع فناوری اطلاعات و پیچیدگی فزاینده داده‌های سازمانی، حوزه حاکمیت و حسابرسی فناوری اطلاعات را دچار تحول اساسی کرده است. رویکردهای سنتی حسابرسی در مواجهه با حجم، تنوع و سرعت بالای اطلاعات دیجیتال با محدودیت‌هایی جدی روبه‌رو هستند و این امر چالش‌هایی در زمینه شفافیت، ارزیابی ریسک و خلق ارزش ایجاد می‌کند. این پژوهش یک مطالعه‌ی مفهومی است که با تکیه بر نظریه وابستگی منابع (RDT) و نظریه مشروعیت، چهارچوبی چندلایه برای حاکمیت حسابرسی فناوری اطلاعات مبتنی بر هوش مصنوعی و یادگیری ماشین ارائه می‌دهد. مدل پیشنهادی شامل هشت لایه است: زیرساخت، داده، پیش‌پردازش، کاربرد، تحلیل مبتنی بر هوش مصنوعی و یادگیری ماشین، گزارش‌دهی، حاکمیت و یک لایه امنیتی میان‌برشی. این مدل نشان می‌دهد که ابزارهای تحلیلی نوین می‌توانند شفافیت را افزایش دهند، اعتماد ذی‌نفعان را تقویت کنند و زمینه‌ساز خلق ارزش پایدار برای سازمان باشند. این مطالعه با تلفیق ادبیات موجود و توسعه‌ی بینش‌های نظری، نه تنها چهارچوبی مفهومی جامع ارائه می‌کند بلکه مسیرهای پژوهشی آینده و کاربردهای عملی در زمینه حسابرسی فناوری اطلاعات را نیز ترسیم می‌نماید.</description>
    </item>
    <item>
      <title>ارزیابی عملکرد مدل‌های زبانی بزرگ در آزمون دکتری حسابداری: مطالعه‌ای مقایسه‌ای از شش چت‌بات هوش مصنوعی مولد</title>
      <link>https://www.iitasa.org.ir/article_240947.html</link>
      <description>پیشرفت شتابان مدل‌های زبانی بزرگ، توجه پژوهشگران را به عملکرد این ابزارها در پاسخ‌گویی به پرسش‌های تخصصی و پیامدهای بالقوه آن‌ها برای یادگیری و ارزشیابی معطوف کرده است. هدف پژوهش حاضر، ارزیابی و مقایسه عملکرد شش مدل زبانی بزرگ شامل ChatGPT، Gemini، Perplexity، Grok، DeepSeek و Qwen در پاسخ‌گویی به سؤالات آزمون دکتری حسابداری ایران است. داده‌های پژوهش شامل ۳۰۰ سؤال چهارگزینه‌ای رسمی آزمون دکتری حسابداری طی سال‌های ۱۴۰۰ تا ۱۴۰۴ در سه درس حسابرسی، حسابداری مدیریت و تئوری حسابداری است. پاسخ‌های هر مدل به‌صورت دودویی (صحیح/غلط) کدگذاری شد و با استفاده از آزمون نسبت تک‌نمونه‌ای، عملکرد آن‌ها نسبت به دو سطح مرجع ۰٫۲۵ (عملکرد تصادفی) و ۰٫۵۰ (سطح پایه قابل قبول) ارزیابی گردید. همچنین، برای مقایسه عملکرد نسبی مدل‌ها از آزمون Cochran&amp;amp;rsquo;s Q استفاده شد. نتایج نشان داد که عملکرد تمامی مدل‌ها به‌طور معناداری فراتر از هر دو سطح مرجع است. اگرچه مدل Gemini بالاترین و مدل Qwen پایین‌ترین درصد پاسخ صحیح را ثبت کردند، آزمون Cochran&amp;amp;rsquo;s Q تفاوت معناداری میان عملکرد کلی مدل‌ها نشان نداد. با این حال، نتایج در چارچوب یک سناریوی عملیاتی open-book تفسیر می‌شوند و با توجه به احتمال نشت داده و ماهیت چندگزینه‌ای سؤالات، نباید به‌عنوان شواهدی از درک مفهومی عمیق یا استدلال مستقل مدل‌ها تلقی شوند. به‌طور کلی، یافته‌ها نشان می‌دهد که مدل‌های زبانی بزرگ، حتی بدون تنظیمات پیشرفته یا آموزش اختصاصی، از توان قابل توجهی در عملکرد صحیح در آزمون‌های استاندارد حسابداری برخوردارند و می‌توانند به‌عنوان ابزارهای مکمل در آموزش و طراحی فعالیت‌های ارزشیابی در آموزش عالی حسابداری مورد توجه قرار گیرند.</description>
    </item>
    <item>
      <title>تشخیص ناهنجاری در حسابرسی فناوری اطلاعات با استفاده از شبه برچسب‌های مبتنی بر ریسک و الگوریتم جنگل تصادفی</title>
      <link>https://www.iitasa.org.ir/article_241981.html</link>
      <description>با گسترش استفاده از سیستم‌های اطلاعاتی و افزایش حجم و تنوع داده‌های سیستمی، حسابرسی فناوری اطلاعات با چالش‌های جدیدی در شناسایی رفتارهای غیرعادی و پرخطر مواجه شده است. روش‌های سنتی حسابرسی که عمدتاً مبتنی بر بررسی‌های دستی و قواعد ایستا هستند، توانایی محدودی در کشف الگوهای پیچیده و غیرخطی داده‌های امروزی دارند. در این پژوهش، مسئله تشخیص ناهنجاری در حسابرسی فناوری اطلاعات به‌صورت یک طبقه‌بندی دودویی مدل‌سازی شده و یک رویکرد داده‌محور مبتنی بر یادگیری ماشین برای شناسایی و اولویت‌بندی موارد پرخطر ارائه می‌شود. در روش پیشنهادی، داده‌های تراکنش، مشتری و پذیرنده یکپارچه شده و پس از پیش‌پردازش ساختاریافته، ویژگی‌های حسابرسی‌محور استخراج می‌گردد؛ از جمله الگوهای زمانی، شاخص‌های مغایرت بین‌سیستمی و انحراف از رفتار معمول مشتری. این پژوهش از مجموعه داده عمومی &amp;amp;laquo;IEEE-CIS Fraud Detection&amp;amp;raquo; شامل ۱۰۰۰ تراکنش با ۲۵ ویژگی استفاده می‌کند. ویژگی‌ها شامل داده‌های خام تراکنش و مشتری و همچنین شاخص‌های استخراج‌شده مبتنی بر رویکرد حسابرسی مانند الگوهای زمانی و انحراف از رفتار معمول هستند. به‌دلیل محدودیت برچسب‌های واقعی ناهنجاری، یک سازوکار شبه‌برچسب‌گذاری مبتنی بر قواعد حسابرسی و امتیازدهی ریسک طراحی شده و به‌عنوان متغیر هدف برای آموزش مدل جنگل تصادفی به‌کار می‌رود. خروجی مدل یک امتیاز احتمال است که امکان رتبه‌بندی تراکنش‌ها و استخراج موارد پرخطر اولویت‌دار را فراهم می‌کند. نتایج تجربی نشان می‌دهد روش پیشنهادی در مجموعه آزمون به صحت %97، دقت %85، فراخوانی 93% و امتیاز F1 برابر %89 دست یافته و می‌تواند به‌عنوان ابزار تصمیم‌یار مؤثر برای پشتیبانی از حسابرسی فناوری اطلاعات استفاده شود.</description>
    </item>
    <item>
      <title>حسابرسی و راهبری فناوری اطلاعات: تحلیل محرک‌های کلیدی و ارزیابی تطبیقی چارچوب‌های COBIT و ITIL</title>
      <link>https://www.iitasa.org.ir/article_241790.html</link>
      <description>در محیط اقتصادی وابسته به فناوری، درک تکامل حسابرسی فناوری اطلاعات نه تنها برای کارایی عملیاتی، بلکه برای ایمن‌سازی سیستم‌های فناوری اطلاعات و مدیریت مؤثر ریسک‌ها ضروری است. امروزه حسابرسی فناوری اطلاعات نقش محوری در بهبود رویه‌های حسابرسی، تضمین انطباق با قوانین و استانداردها، ارتقای امنیت سایبری، کاهش ریسک‌های کسب‌و‌کار، تسهیل تصمیم‌گیری آگاهانه در فضای تحولات دیجیتال، ایفا می‌کند. در عصر دیجیتال، راهبری و مدیریت ریسک‌های فناوری اطلاعات برای سازمان‌ها، حیاتی است، زیراریسک‌های فناوری اطلاعات به‌طور قابل‌توجهی بر پایداری عملیاتی، امنیت داده‌ها و اعتبار سازمانی تأثیر گذارند. مطالعه حاضر با مروری بر ادبیات، تحلیلی جامع از تکامل حسابرسی فناوری اطلاعات و محرک‌های محوری این تکامل در محیط پویای تحولات دیجیتال ارائه کرده است. همچنین این مطالعه ضمن تبیین تعاریف مختلف راهبری فناوری اطلاعات و ابعاد کلیدی آن، دو چارچوب رایج راهبری سیستم فناوری اطلاعات ، COBIT و ITIL را تبیین، و مزایا و معایب هر یک از چارچوب‌ها را تحلیل کرده است. تحلیل نقاط قوت و ضعف این چارچوب‌ها به سازمان‌ها کمک می‌کند تا رویکردی همسو با اهداف استراتژیک سازمان اتخاذ کنند. با این درک، سازمان‌ها می‌توانند توانایی خود را در مدیریت سیستم‌های فناوری اطلاعات افزایش داده و مزیت رقابتی خود را در بازارهای پویا، تضمین کنند.</description>
    </item>
    <item>
      <title>مدل استقرار رمزارز ملّی در ایران : رهیافت نظریه داده بنیاد چندوجهی</title>
      <link>https://www.iitasa.org.ir/article_240304.html</link>
      <description>هدف این پژوهش، طراحی مدل استقرار رمز ارز ملّی در ایران با بهره‌گیری از رهیافت داده‌بنیاد است. پژوهش حاضر از نوع اکتشافی&amp;amp;ndash;توسعه‌ای بوده و تلاش دارد از طریق نظریه داده‌بنیاد، مؤلفه‌های مؤثر بر استقرار رمز ارز ملّی را شناسایی و تبیین کند. در این راستا، ابتدا با انجام مصاحبه‌های عمیق با ۱۴ نفر از خبرگان فعال در حوزه رمز ارز که دارای تجربه مستقیم در این زمینه بودند، داده‌های اولیه گردآوری شد. سپس مؤلفه‌های استخراج‌شده طی فرآیند کدگذاری تحلیل گردید و به‌منظور افزایش اعتبار، از روش دلفی کلاسیک برای تأیید این مؤلفه‌ها توسط خبرگان مستقل استفاده شد. در نهایت، با بهره‌گیری از پرسشنامه محقق‌ساخته و تحلیل داده‌های جامعه هدف، مدل پارادایمی پژوهش تدوین شد. یافته‌ها نشان می‌دهد شرایط علّی استقرار رمز ارز ملّی شامل مؤلفه‌هایی نظیر تمرکززدایی، امنیت بالاتر نسبت به انواع پول رایج، شفافیت در معاملات، افزایش سرعت و سهولت مبادلات، قابلیت حمل‌ونقل آسان و ماندگاری بیشتر است. مقوله محوری پژوهش نیز رمز ارز ملّی، فناوری زنجیره‌بلوکی و قراردادهای هوشمند را دربر می‌گیرد. راهبردها و اقدامات پیشنهادی برای استقرار موفق رمز ارز ملّی شامل توسعه زیرساخت‌های سخت‌افزاری، نرم‌افزاری، قانونی و فرهنگی&amp;amp;ndash;اجتماعی است. پیامدهای این استقرار، حذف واسطه‌های مالی، افزایش شفافیت و امنیت دارایی‌ها، کنترل تورم، کاهش هزینه‌های مالی، تسهیل مبادلات بین‌المللی به‌ویژه در شرایط تحریم و همچنین اثرات زیست‌محیطی را شامل می‌شود. نتایج پژوهش بیانگر اهمیت استقرار رمز ارز ملّی در سطح کلان اقتصادی است، هرچند مصرف بالای انرژی و پیامدهای زیست‌محیطی به‌عنوان مهم‌ترین چالش آن مطرح می‌شود.</description>
    </item>
    <item>
      <title>بررسی سیستمی موانع پذیرش بیمه سایبری توسط کسب‌و‌کارها با رویکرد دلفی ـ دیمتل</title>
      <link>https://www.iitasa.org.ir/article_241660.html</link>
      <description>با وجود شدّت و گسترش تهدیدات سایبری، پذیرش بیمه سایبری در ایران کند است. این پژوهش با رویکردی سیستمی، به شناسایی موانع پذیرش و ترسیم روابط علّی میان آن‌ها می‌پردازد. مطالعه از نظر هدف، کاربردی و از نظر ماهیت، ترکیبی (کیفی-کمّی) است. ابتدا با مرور نظام‌مند ادبیات، ۱۵ مانع بالقوه استخراج شد؛ سپس در روش دلفی فهرست موانع توسط خبرگان به ۱۰ مانع کلیدی تقلیل یافت. در بخش کمّی، با استفاده از دیمتل و قضاوت‌های زوجی خبرگان، شاخص‌های محاسبه و شبکه علّی-معلولی ترسیم گردید. یافته‌ها نشان می‌دهد کفایت و کیفیت داده‌های رخداد/خسارت هسته اصلی شبکه موانع است و به‌شدت از عوامل بالادستی مثل سطح مشارکت نهادی و حاکمیتی، ظرفیت بازار اتکایی، شفافیت حدود پوشش (به‌ویژه در مورد جنگ) و ناهماهنگی‌های مقرراتی و استانداردی تأثیر می‌پذیرد. در این میان، دو مانع بومی ریسک ادراک‌شده افشای اطلاعات و قیود تحریمی بر دسترسی فنی و اتکایی چهره خاص بازار ایران را شکل داده و موانع رفتاری و عملیاتی در سطح کسب‌وکارها و بیمه‌گران را تشدید می‌کنند. بر اساس نقشه علّی&amp;amp;ndash;بازخوردی، پژوهش بسته‌ای سیاستی با سه محور &amp;amp;laquo;داده و شفافیت کنترل‌شده&amp;amp;raquo;، &amp;amp;laquo;هم‌راستاسازی مقررات و استانداردها&amp;amp;raquo; و &amp;amp;laquo;تقویت ظرفیت مالی و اتکایی&amp;amp;raquo; همراه با بازطراحی پوشش‌ها، هم‌ترازی با کنترل‌های دفاعی و بهبود خدمات پسارخداد برای افزایش اعتماد و پذیرش بیمه سایبری پیشنهاد می‌کند.</description>
    </item>
    <item>
      <title>حکمرانی داده ها و حسابرسی فناوری اطلاعات</title>
      <link>https://www.iitasa.org.ir/article_234755.html</link>
      <description>امروزه تأثیرگذارترین فناوری‌ها در مجموعه ابزار سازمانی شامل هوش مصنوعی، خودکارسازی، برنامه‌های کاربردی ابری، زیرساخت‌ها، دفاع از امنیت سایبری و تجزیه و تحلیل است. این سازوکارهای حیاتی با هم، شرکت‌ها را قادر می‌سازد تا در رقابتی‌ترین چشم‌انداز کسب‌وکار در تاریخ شکوفا شوند و انتظارات پایگاه مشتری را به‌طور فزاینده‌ای برآورده کنند. در حالی که ممکن است به نظر برسد این فناوری‌ها بسیار متفاوت هستند و اهداف منحصر به فردی را دنبال می‌کنند، یک عامل مشترک یعنی داده‌ها وجود دارد که همه آن‌ها را متحد می‌کند. داده&amp;amp;shy;ها، به طور خاص، بر تصمیمات عملیاتی و راهبردی تأثیر می&amp;amp;shy;گذارند. نحوه حکمرانی این داده&amp;amp;shy;ها نیز اهمیت زیادی یافته است و داده‌ها به عنوان دارایی ارزشمند در نظر گرفته می&amp;amp;shy;شوند. حکمرانی داده&amp;amp;shy;ها مفهومی گسترده است که مدیریت دارایی&amp;amp;shy;های داده&amp;amp;shy;ها را در سازمان در بر می&amp;amp;shy;گیرد. این شامل جنبه‌های مختلفی مانند در دسترس بودن، یکپارچگی، امنیت، حقوق تصمیم‌گیری، مسئولیت‌ها، سیاست‌ها، فرآیندها و فناوری‌ها است. در این مطالعه ترویجی تلاش شده است تا چشم‌انداز عملی موضوعات پژوهشی حکمرانی داده‌ها، رویکردهای مورد استفاده برای حکمرانی داده‌ها و ارائه دیدگاه‌های سودمند برای حکمرانی داده‌ها توسط حسابرسی فناوری اطلاعات ارائه گردد. </description>
    </item>
    <item>
      <title>بررسی تاثیر تامین مالی دیجیتال بر عوامل پایداری، عملکرد مالی و نوآوری سبز</title>
      <link>https://www.iitasa.org.ir/article_237158.html</link>
      <description>هدف این پژوهش بررسی تأثیر تأمین مالی دیجیتال بر عوامل پایداری، عملکرد مالی و نوآوری سبز می‌باشد. این پژوهش از لحاظ ماهیت و هدف، کاربردی و از حیث روش تحلیل از نوع تحقیقات توصیفی و همبستگی و از منظر نوع جستجوی داده از نوع تحقیقات کمی و میدانی می‌باشد. جامعۀ آماری پژوهش حاضر کلیه حسابداران و حسابرسان کشور می‌باشند که در سال 1404 مشغول به تحصیل و کار هستند و نمونه آماری 384 نفر و ابزار گردآوری داده‌ها پرسشنامه می‌باشد. نتایج نشان داد که تأمین مالی دیجیتال بر عوامل پایداری، عملکرد مالی و نوآوری سبز سازمان‌ها اثر مثبت و معنی‌داری دارد. با توجه به اهمیت عوامل پایدار در اقتصاد به خصوص ابعاد مالی آن و مشکلات اندازه‌گیری اطلاعات مالی و غیرمالی و همچنین نبود مرجعی برای ارزیابی شرکت‌ها از لحاظ میزان افشای اطلاعات عوامل محیطی، اجتماعی و شرکتی در ایران و نیز جدید بودن موضوع تأمین مالی دیجیتال، به بررسی تأثیر تأمین مالی دیجیتال بر عوامل پایداری، عملکرد مالی و نوآوری سبز پرداخته شد؛ از طرفی، چالش حال حاضر به سمت عوامل پایداری و نوآوری سبز پیش رفته و از طرف دیگر، بررسی همزمان این عوامل و تأثیرپذیری آن‌ها از تأمین مالی دیجیتال، در حال حاضر صورت نپذیرفته است.</description>
    </item>
    <item>
      <title>تحلیل کلان‌داده در حسابداری قانونی و حسابرسی</title>
      <link>https://www.iitasa.org.ir/article_241976.html</link>
      <description>پیشرفت‌های فناورانه اخیر در حوزه کلان‌داده فرصت‌های جدیدی برای بهبود فرآیندهای حسابداری قانونی و حسابرسی فراهم آورده‌اند. کلان‌داده، با ویژگی‌هایی نظیر حجم، سرعت و تنوع بالا، این امکان را به متخصصان می‌دهند که تحلیل‌های پیچیده‌تری برای تصمیم‌گیری‌های مؤثر در این حوزه‌ها انجام دهند. این مطالعه با مرور توصیفی منابع معتبر علمی به بررسی تأثیر تحلیل کلان‌داده بر حسابداری قانونی و حسابرسی، می‌پردازد و نشان می‌دهند که تحلیل کلان‌داده می‌تواند کارایی حسابداری قانونی و حسابرسی را بهبود بخشد، ریسک‌ها را کاهش دهد و نقش مهمی در کشف و پیشگیری از تقلب ایفا کند. علاوه بر این، ابزارهای کلان‌داده توانسته‌اند به تحلیل سریع‌تر داده‌ها و شناسایی الگوهای پنهان کمک کنند. به‌کارگیری این تحلیل‌ها، فرآیندهای حسابرسی و حسابداری قانونی را سریع‌تر، دقیق‌تر و با کیفیت بالاتر می‌نماید و استفاده از این ابزار در دو حوزه مذکور می‌تواند به بهبود کیفیت و سرعت تصمیم‌گیری در فرآیندهای حسابرسی و کشف تقلب منجر شود. به‌ویژه با بهره‌گیری از ابزارهای پیشرفته تحلیل داده‌ها، امکان پیش‌بینی تهدیدات مالی و شناسایی الگوهای غیرمعمول فراهم شده است.</description>
    </item>
    <item>
      <title>واکاوی رابطه دغدغه‌ ناشی از افول قضاوت حرفه‌ای در اثر کاربرد هوش مصنوعی بر تهدید جایگزینی شغلی حسابداران</title>
      <link>https://www.iitasa.org.ir/article_240949.html</link>
      <description>در سال&amp;amp;shy;های گذشته با ظهور و رشد فناوری&amp;amp;shy;های نوین از جمله هوش مصنوعی و استفاده از این ابزارها در فعالیت&amp;amp;shy;های حرفه&amp;amp;shy;ای، نگرانی عمده&amp;amp;shy;ای در حسابداران مبتنی بر افول قضاوت حرفه‌ای و جایگزینی آن&amp;amp;shy;ها با هوش مصنوعی ایجاد شده است. هدف پژوهش حاضر، واکاوی اثر دغدغه‌ ناشی از افول قضاوت حرفه‌ای در اثر کاربرد هوش مصنوعی بر تهدید جایگزینی شغلی حسابداران است. برای این منظور با کسب نظر 186 نفر از حسابداران فعال در کشور به روش در دسترس، موضوع بررسی شد. یافته&amp;amp;shy;ها نشان داد که متغیر مستقل توانسته است 54 درصد از واریانس تهدید جایگزینی شغلی را تبیین کند. یافته&amp;amp;shy;ها حاکی از آن است که حسابدارانی که هوش مصنوعی را تهدیدی برای قضاوت حرفه‌ای خود می‌دانند، احساس ناامنی شغلی بیشتری دارند و نگرانی از جایگزینی شغلی توسط فناوری‌های هوشمند در میان آن&amp;amp;shy;ها افزایش می‌یابد. یافته‌ها اهمیت توجه به ابعاد روان‌شناختی و حرفه‌ای تأثیر هوش مصنوعی بر جامعه حسابداران را برجسته می‌سازد و پیشنهاد می‌کند که سازمان‌ها، نهادهای حرفه‌ای و آموزشی با تدوین راهکارهای حمایتی و آموزشی مناسب، زمینه تعامل سازنده حسابداران با فناوری‌های نوین را فراهم آورند تا جایگاه قضاوت حرفه‌ای در عصر فناوری‌های هوشمند حفظ شود.</description>
    </item>
    <item>
      <title>تحولات نوین در حسابرسی فناوری اطلاعات: نقش هوش مصنوعی در بهبود فرآیندهای حسابرسی دیجیتال</title>
      <link>https://www.iitasa.org.ir/article_241975.html</link>
      <description>با گسترش فناوری‌های دیجیتال، حسابرسی فناوری اطلاعات به یکی از ارکان اصلی نظارت مالی و کنترلی در سازمان‌ها تبدیل شده است. توسعه سریع کلان‌داده‌ها، سیستم‌های مالی دیجیتال، بانکداری الکترونیکی و فناوری بلاکچین، پیچیدگی‌ها و چالش‌های جدیدی را برای روش‌های سنتی حسابرسی ایجاد کرده است. در این میان، هوش مصنوعی و یادگیری ماشین به‌عنوان فناوری‌های نوین، نقش مهمی در افزایش دقت، کاهش خطاهای انسانی و بهینه‌سازی فرآیندهای حسابرسی ایفا می‌کنند. این پژوهش با رویکرد مروری و به روش مرور سیستماتیک، به بررسی کاربردهای هوش مصنوعی در حسابرسی فناوری اطلاعات، مزایا، چالش‌ها و چشم‌انداز آینده این حوزه می‌پردازد. داده‌ها از مقالات معتبر بین‌المللی استخراج و با استفاده از تحلیل کیفی مورد بررسی قرار گرفته‌اند. در این راستا، مدل‌های مختلف یادگیری ماشین، پردازش زبان طبیعی و تحلیل کلان‌داده‌ها برای ارزیابی عملکرد آن‌ها در فرآیندهای حسابرسی مقایسه شده‌اند. یافته‌ها نشان می‌دهد که الگوریتم‌های یادگیری ماشین در تشخیص تقلب، تحلیل الگوهای مالی، ارزیابی ریسک و پردازش گزارش‌های مالی عملکردی برتر نسبت به روش‌های سنتی دارند. همچنین، پردازش زبان طبیعی امکان تحلیل سریع اسناد مالی را فراهم کرده و تحلیل کلان‌داده‌ها به شناسایی ناهنجاری‌های مالی کمک می‌کند. با این حال، هزینه‌های بالا، پیچیدگی‌های فنی، موانع قانونی، چالش‌های اخلاقی و نیاز به آموزش تخصصی حسابرسان از مهم‌ترین موانع پیاده‌سازی گسترده این فناوری‌ها محسوب می‌شوند.</description>
    </item>
    <item>
      <title>پذیرش و حمایت دانشگاهی از تلفیق درس تحلیل‌شناسی داده در حسابداری: مطالعه‌ای از منظر اعضای هیئت علمی</title>
      <link>https://www.iitasa.org.ir/article_228291.html</link>
      <description>با گسترش فناوری‌های نوین و نقش فزاینده داده‌ها در تصمیم‌سازی‌های مالی، نیاز به تجهیز دانشجویان حسابداری به مهارت‌های تحلیل‌شناسی داده‌ها به‌عنوان یکی از الزامات برنامه‌های درسی نوین مطرح شده است. هدف پژوهش حاضر، شناسایی و تحلیل دیدگاه اعضای هیئت علمی گروه‌های حسابداری دانشگاه‌های ایران نسبت به ضرورت، شیوه و چالش‌های گنجاندن درس &amp;amp;laquo;تحلیل‌شناسی داده&amp;amp;raquo; در برنامه درسی این رشته است. این پژوهش از نظر هدف، کاربردی و از نظر روش، توصیفی-پیمایشی است. جامعه آماری شامل اعضای هیئت علمی حسابداری دانشگاه‌های کشور در سال تحصیلی ۱۴۰۳&amp;amp;ndash;۱۴۰۴ بوده و نمونه‌گیری به‌صورت هدفمند انجام شده است. داده‌ها با استفاده از پرسشنامه محقق‌ساخته، مبتنی بر مرور ادبیات و مطالعات پیشین گردآوری و با بهره‌گیری از تحلیل‌های توصیفی و تفسیری بررسی شده‌اند. یافته‌ها نشان دادند که سطح آگاهی و توانمندی اعضای هیئت علمی در حوزه تحلیل‌شناسی داده‌ها پایین است، منابع ترجمه‌شده و تجربی بیشترین اولویت آموزشی را دارند و چالش‌هایی نظیر کمبود استاد متخصص، ضعف زیرساخت‌های فنی و نبود سیاست‌گذاری نهادی از موانع اجرایی اصلی محسوب می‌شوند. همچنین، مقطع کارشناسی ارشد و ارائه درس به‌صورت مجزا یا تلفیقی، ساختار مطلوب‌تری برای اجرا شناخته شد. اجرای مؤثر این درس مستلزم رویکردی کل‌نگر شامل توانمندسازی اساتید، توسعه زیرساخت و بازنگری ساختار آموزشی است.</description>
    </item>
  </channel>
</rss>
