تاثیر هوش مصنوعی بر بهبود اثربخشی سیستم‌های اطلاعات حسابداری (مورد مطالعه: شهرداری‌های استان تهران)

هدف اصلی پژوهش حاضر بررسی تاثیر هوش‌مصنوعی در بهبود اثربخشی سیستم‌های اطلاعات حسابداری (مورد مطالعه: شهرداری‌های استان تهران) است. روش‌ تحقیق این پژوهش از نوع کمی بوده و داده‌ها با استفاده از رویکرد میدانی، از طریق پرسشنامه‌ جمع‌آوری شده است. همچنین پایایی پرسشنامه طبق آزمون آلفا کرونباخ مورد سنجش قرار گرفته و معتبر شناخته شد. پرسشنامه در شهرداری های مناطق 22 گانه استان تهران در سال 1403 توزیع شده و 250 پرسش‌نامه معتبر دریافت شد. همچنین داده‌ها با استفاده از نرم افزار26 spss مورد تجزیه و تحلیل قرار گرفت. برای آزمون فرضیه‌ها از روش رگرسیون و آمار استنباطی استفاده شد. یافته‌ها نشان داد که هوش‌مصنوعی با بهبود دقت و سرعت پردازش داده‌ها، کارایی سیستم‌های اطلاعات حسابداری را به طور معنی داری افزایش می‌دهد و با اتوماسیون وظایف تکراری، تمرکز بر اهداف استراتژیک را تسهیل می‌کند. این فناوری همچنین با کاهش معنی دار خطاهای انسانی، داده‌های صحیح و دقیقی را به موقع در اختیار حسابرسان قرار می‌دهد.

the effect artificial intelligence in improving the effectiveness of accounting information systems(case study: municipalities of tehran province)

the main objective of this study is to investigate the impact of artificial intelligence on improving the effectiveness of accounting information systems(case study: municipalities of tehran province).the research method employed in this study is quantitative, and data was collected through a field approach using a questionnaire. the reliability of the questionnaire was assessed using cronbach’s alpha test. the questionnaire was distributed among 22 municipalities in tehran province in the year 2024, 250 valid questionnaires were received. the data were analyzed using spss version 26. for hypothesis testing, regression analysis was utilized the findings of the research indicate that artificial intelligence enhances the efficiency of accounting information systems by improving the accuracy and speed of data processing. it facilitates a focus on strategic goals through the automation of repetitive tasks. additionally, this technology reduces human errors, providing auditors with accurate and timely data.