تدوین الگوی پارادایمی حسابرسی داخلی هوشمند بانک‌ها مبتنی بر چارچوب COBIT با کاربرد هوش مصنوعی: رویکرد نظریه داده‌بنیاد

رویا مصطفایی; فریدون رهنمای رودپشتی; هاشم   نیکومرام; مسعود  غلامزاده لداری

نویسندگان

رویا مصطفایی گروه حسابداری، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران نویسنده https://orcid.org/0009-0005-7780-4941
فریدون رهنمای رودپشتی گروه حسابداری،واحد علوم و تحقیقات،دانشگاه آزاد اسلامی، تهران، ایران نویسنده مسئول https://orcid.org/0009-0005-2493-1971
هاشم نیکومرام گروه حسابداری، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران نویسنده https://orcid.org/0000-0001-7308-4055
مسعود غلامزاده لداری گروه حسابداری،واحد علوم و تحقیقات،دانشگاه آزاد اسلامی، تهران، ایران نویسنده https://orcid.org/0000-0003-4872-3622

کلمات کلیدی:

حسابرسی داخلی, COBIT, هوش مصنوعی, حسابرسی مستمر, حاکمیت فناوری اطلاعات, نظریه داده‌بنیاد

چکیده

هدف پژوهش حاضر، تدوین الگوی پارادایمی حسابرسی داخلی هوشمند در بانک‌ها مبتنی بر چارچوب COBIT و با بهره‌گیری از ظرفیت‌های هوش مصنوعی بود. پژوهش از نظر هدف کاربردی و از نظر رویکرد، کیفی، اکتشافی و نظریه‌ساز بود که با روش نظریه داده‌بنیاد و رویکرد نظام‌مند انجام شد. جامعه پژوهش شامل استادان دانشگاه و مدیران ارشد حسابرسی بانک‌های دولتی دارای دانش و تجربه در حسابرسی داخلی، کنترل داخلی، حاکمیت فناوری اطلاعات، مدیریت ریسک، تحلیل داده و هوش مصنوعی بود. نمونه‌گیری با منطق نظری و به‌صورت هدفمند و گلوله‌برفی انجام شد و مصاحبه‌های نیمه‌ساختاریافته تا دستیابی به اشباع نظری ادامه یافت که در مصاحبه با ۱۲ خبره حاصل شد. ابزار گردآوری داده‌ها راهنمای مصاحبه شامل هفت پرسش باز و تحلیل اسناد و مدارک بود. اعتبار داده‌ها از طریق سه‌سوسازی منابع، بازبینی خبرگان، تنوع مشارکت‌کنندگان، مستندسازی فرایند و مقایسه مستمر تقویت شد. داده‌ها با کدگذاری باز، محوری و انتخابی تحلیل شدند. تحلیل داده‌ها به استخراج ۱۸۷ کد باز، ۱۸ مقوله محوری و شش مقوله اصلی منجر شد. در الگوی پارادایمی نهایی، «یکپارچگی حاکمیتی مبتنی بر COBIT» به‌عنوان شرایط علّی، «زیرساخت‌های فناورانه و اکوسیستم داده» به‌عنوان بستر حاکم، «توانمندسازی انسانی و تحول فرهنگی» به‌عنوان شرایط مداخله‌گر، «هوشمندی تحلیلی و ارزیابی پیش‌بینانه» به‌عنوان پدیده محوری، «اتوماسیون هوشمند و حسابرسی مستمر» به‌عنوان راهبرد و «مدیریت هوشمند ریسک و انطباق» به‌عنوان پیامد شناسایی شد. روابط حاصل نشان داد که حاکمیت مبتنی بر COBIT جهت تحول را تعیین می‌کند، زیرساخت داده و فناوری بستر آن را فراهم می‌سازد، عوامل انسانی و فرهنگی بر تحقق آن اثر می‌گذارند و قابلیت‌های تحلیلی از طریق اتوماسیون و پایش مستمر به مدیریت پیش‌دستانه ریسک، انطباق و تقلب منتهی می‌شوند. حسابرسی داخلی هوشمند در بانک‌ها حاصل استقرار منفرد ابزارهای هوش مصنوعی نیست، بلکه مستلزم یک معماری یکپارچه از حاکمیت، داده، فناوری، سرمایه انسانی و فرایندهای حسابرسی است. الگوی ارائه‌شده می‌تواند چارچوبی برای برنامه‌ریزی تحول حسابرسی داخلی، طراحی پروژه‌های هوش مصنوعی، توسعه صلاحیت‌های حرفه‌ای و تقویت مدیریت پویا و پیش‌نگر ریسک و انطباق در بانک‌ها فراهم سازد.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Adnan Hammoud, M., Piri, P., & Ashtab, A. (2025). A Feasibility Study of Using Emerging Artificial Intelligence Technologies to Improve Audit Processes in the Country. Accounting and Auditing Review, 32(3), 535-559.

Aitkazinov, A. (2023). The Role of Artificial Intelligence in Auditing: Opportunities and Challenges. international Journal of research in engineering, Science and Management, 6(6), 117-119.

Aldemir, C., & Uysal, T. U. (2024). AI Competencies for Internal Auditors in the Public Sector. EDPACS, 69(3), 3-21. https://doi.org/10.1080/07366981.2024.2312001

Almeida, F., & Pereira, F. (2023). COBIT Framework as a Tool for Enhancing Internal Audit and Control in Organizations. Journal of Information Systems and Technology Management, 20(2), 1-15.

Azadbakht, H., Hematfar, M., & Sefati, F. (2021). Identifying Factors Affecting Electronic Auditing in Governmental and Government-Affiliated Organizations in Iran. Iranian Journal of Political Sociology, 5(9), 445-459.

Azizi, F. (2025). Futures Studies of Artificial Intelligence Application in Auditing: From the Perspective of Information Science and Technology. Judgment and Decision Making in Accounting, 4(13), 119-134.

Babajani, J., Barzideh, F., & Mohammadrezakhani, V. (2023). Presenting a Model for Establishing Internal Auditing in Government Agencies of Iran's Public Sector. Empirical Studies in Financial Accounting, 20(77), 1-35.

Farhadtouski, O., & Doustian, R. (2025). Developing Emerging Technology in Internal Auditing with Artificial Intelligence: Deep Learning Enables Detection of Anomalies in Financial Accounting Data. Investment Knowledge, 14(55), 597-612.

Fedyk, A., Hodson, J., Khimich, N., & Fedyk, T. (2022). Is Artificial Intelligence Improving the Audit Process? Review of Accounting Studies, 27(3), 938-985. https://doi.org/10.1007/s11142-022-09697-x

Gashtasb, A. (2023). Using Artificial Intelligence to Improve Independent Audit Quality Tarbiat Modares University, Faculty of Economics and Management].

Hemmati, E. (2024). The Effect of Blockchain and Artificial Intelligence on Audit Quality. New Research Approaches in Management and Accounting, 8(92), 941-961.

Kokina, J., & Davenport, T. H. (2017). The Emergence of Artificial Intelligence: How Automation Is Changing Auditing. Journal of Emerging Technologies in Accounting, 14(1), 115-122. https://doi.org/10.2308/jeta-51730

Mashayerkhi, B., & Amrollahi, M. R. (2025). The Effect of Internal Auditors' Knowledge and Professional Skepticism on the Use of Artificial Intelligence. Empirical Accounting Research, 15(56), 1-28.

Mirzapour, M. (2023). The Consequences of Artificial Intelligence for the Objectives of Financial Statement Auditing and Ways to Achieve Them Payame Noor University, Tehran Province, Tehran West Center].

Mofitt, C. K., Rozario, A. M., & Vasarhelyi, M. A. (2018). Robotic Process Automation for Auditing. Journal of Emerging Technologies in Accounting, 15(1), 1-10. https://doi.org/10.2308/jeta-10589

Moridahmadi Bezdi, Z., & Hajiha, Z. (2021). The Role of Artificial Intelligence in Achieving the Objectives of Financial Statement Auditing: Implications and Solutions. Accounting and Management Perspective, 4(51), 127-135.

Thottoli, M. M., Ahmed, E. R., & Thomas, K. V. (2022). Emerging Technology and Auditing Practice: Analysis for Future Directions. European Journal of Management Studies, 27(1), 99-119. https://doi.org/10.1108/EJMS-06-2021-0058

Wassie, F. A., & Lakatos, L. P. (2024). Artificial Intelligence and the Future of the Internal Audit Function. Humanities and Social Sciences Communications, 11(1), 1-13. https://doi.org/10.1057/s41599-024-02905-w

Zanganeh, M., Jamshidi Navid, B., Ghanbari, M., & Mohammadi Yarijani, F. (2026). Presenting a Model for the Opportunities and Challenges of Artificial Intelligence-Based Decision-Making in the Audit Process. Management Accounting and Auditing Knowledge, 15(60), 175-190.

Zare, H., Hajiha, Z., & Keyghobadi, A. R. (2023). Presenting a Model for Evaluating the Quality of the Financial Statement Audit Process Using Artificial Intelligence. Audit Knowledge, 23(92), 252-280.