پذیرش و حمایت دانشگاهی از تلفیق درس تحلیل‌شناسی داده در حسابداری: مطالعه‌ای از منظر اعضای هیئت علمی

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 «تحلیل‌شناسی داده» 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 1403–1404 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 موثر این درس مستلزم رویکردی کل‌نگر شامل توانمندسازی اساتید، توسعه زیرساخت و بازنگری ساختار آموزشی است.

academic acceptance and support for integrating data analytics into accounting education: a faculty perspective study

with the expansion of modern technologies and the growing role of data in financial decision-making, equipping accounting students with data analytics skills has become a key requirement in updated curricula. this study aims to identify and analyze the perspectives of accounting faculty members at iranian universities regarding the necessity, approach, and challenges of incorporating a “data analytics” course into the accounting curriculum. this research is applied in nature and follows a descriptive-survey method. the statistical population includes accounting faculty members at universities across the country during the 2024–2025 academic year, selected through purposive sampling. data were collected using a researcher-designed questionnaire based on a literature review and previous studies, and were analyzed using descriptive and interpretive methods. findings indicate that faculty members have low awareness and proficiency in the field of data analytics; translated and practice-based resources are prioritized for teaching; and major implementation challenges include a shortage of specialized instructors, weak technical infrastructure, and lack of institutional policy-making. furthermore, the master’s level and offering the course either as a standalone subject or integrated with information systems were identified as the most suitable formats. effective implementation of this course requires a holistic approach involving faculty development, infrastructure improvement, and curriculum restructuring.