تحولات نوین در حسابرسی فناوری اطلاعات: نقش هوش مصنوعی در بهبود فرآیندهای حسابرسی دیجیتال

با پیشرفت فناوری‌های دیجیتال، حسابرسی فناوری اطلاعات به یکی از ارکان اساسی نظارت مالی و کنترلی سازمان‌ها تبدیل شده است. رشد سریع کلان‌داده‌ها، سیستم‌های مالی دیجیتال، بانکداری الکترونیکی و بلاکچین، چالش‌های متعددی را در حوزه حسابرسی ایجاد کرده است. در این میان، هوش مصنوعی و یادگیری ماشین به‌عنوان فناوری‌های نوین، پتانسیل بالایی در افزایش دقت، کاهش خطاهای انسانی و بهینه‌سازی فرآیندهای حسابرسی دارند. این پژوهش مروری، به بررسی کاربردهای هوش مصنوعی در حسابرسی فناوری اطلاعات، مزایا، چالش‌ها و آینده این حوزه می‌پردازد. این پژوهش به روش مرور سیستماتیک بر مقالات معتبر بین‌المللی انجام شده و از تحلیل کیفی برای بررسی کاربردها و چالش‌های هوش مصنوعی در حسابرسی فناوری اطلاعات استفاده کرده است. برای تحلیل داده‌ها، مقایسه مدل‌های مختلف یادگیری ماشین، پردازش زبان طبیعی و تحلیل کلان‌داده‌ها مدنظر قرار گرفته است. نتایج نشان می‌دهد که الگوریتم‌های یادگیری ماشین می‌توانند در تشخیص تقلب، تحلیل الگوهای مالی، ارزیابی ریسک و پردازش گزارش‌های مالی عملکرد بسیار بهتری نسبت به روش‌های سنتی ارائه دهند. همچنین، پردازش زبان طبیعی امکان بررسی سریع و دقیق اسناد مالی را فراهم کرده و تحلیل کلان‌داده‌ها موجب شناسایی ناهنجاری‌های مالی شده است. با وجود این مزایا، چالش‌های متعددی در پیاده‌سازی این فناوری‌ها وجود دارد. از جمله این چالش‌ها می‌توان به هزینه‌های بالای پیاده‌سازی، پیچیدگی‌های فنی، موانع قانونی و چالش‌های اخلاقی مرتبط با تصمیم‌گیری خودکار اشاره کرد. علاوه بر این، مقاومت حسابرسان سنتی در برابر تغییر و نیاز به آموزش تخصصی از دیگر موانع پذیرش گسترده هوش مصنوعی در حسابرسی فناوری اطلاعات محسوب می‌شود.

innovative developments in it auditing: the role of artificial intelligence in enhancing digital auditing processes

with the advancement of digital technologies, it auditing has become one of the essential pillars of financial oversight and control in organizations. the rapid growth of big data, digital financial systems, electronic banking, and blockchain has created numerous challenges in the field of auditing. among these, artificial intelligence and machine learning, as emerging technologies, have great potential in enhancing accuracy, reducing human errors, and optimizing auditing processes. this review research explores the applications of artificial intelligence in it auditing, its benefits, challenges, and the future of this field. the research is conducted using a systematic review of reputable international articles and utilizes qualitative analysis to examine the applications and challenges of artificial intelligence in it auditing. to analyze the data, comparisons of different machine learning models, natural language processing, and big data analysis are considered. the results show that machine learning algorithms can provide significantly better performance than traditional methods in fraud detection, financial pattern analysis, risk assessment, and processing financial reports. additionally, natural language processing enables fast and accurate examination of financial documents, and big data analysis helps identify financial anomalies. despite these advantages, there are several challenges in implementing these technologies, including high implementation costs, technical complexities, legal barriers, and ethical challenges related to automated decision-making. furthermore, the resistance of traditional auditors to change and the need for specialized training are other barriers to the widespread adoption of artificial intelligence in it auditing.