هدف: هوش مصنوعی (AI) و اتوماسیون فرایندهای رباتیک (RPA) به‌سرعت در حال تغییر سیستم‌های اطلاعاتی حسابداری (AIS) هستند. این مرور نظام‌مند با هدف ترکیب یافته‌های پژوهشی ۲۰۲۰-۲۰۲۵، تأثیر اتوماسیون هوشمند را بر ابعاد عملکرد AIS تحلیل می‌کند. روش: با پیروی از پروتکل PRISMA 2020، جستجوی سیستماتیک در شش پایگاه داده انجام شد. از ۱۳۲ رکورد اولیه، ۵۰ مقالۀ واجد شرایط با استفاده از ابزار JBI ارزیابی کیفیت شده و به روش تحلیل مضمون ترکیب شدند. یافته‌ها: شش مضمون اصلی شناسایی شد: (۱) خودکارسازی وظایف و بهره‌وری عملیاتی؛ (۲) بهبود دقت و کاهش خطا؛ (۳) ارتقای کیفیت گزارشگری و کنترل‌های داخلی؛ (۴) کاربردهای نوظهور مدل‌های زبانی بزرگ و یادگیری عمیق؛ (۵) عوامل حیاتی موفقیت و چالش‌های پذیرش؛ و (۶) تحول در حسابرسی و کشف تقلب. یافته‌ها کاهش زمان فرایندها تا ۸۵٪ و افزایش دقت طبقه‌بندی تراکنش‌ها به بیش از ۹۸٪ را تأیید می‌کنند. بااین‌حال، یک تنش کلیدی میان کارایی عملیاتی و احتمال افزایش مدیریت سود (Earnings Management) آشکار شد. همچنین، عواملی چون آمادگی سازمانی و امنیت سایبری به‌عنوان تعدیل‌گرهای حیاتی شناسایی شدند. یک مدل مفهومی جدید از این روابط استخراج گردید. نتیجه‌گیری: ادغام هوش مصنوعی یک ضرورت راهبردی است، اما موفقیت آن مستلزم حکمرانی داده، بازآموزی مهارت‌ها و چارچوب‌های اخلاقی است. شکاف پژوهشی اصلی، کمبود مطالعات طولی، تحلیل تطبیقی در کشورهای درحال‌توسعه (از جمله ایران) و بررسی سوگیری الگوریتمی در مدل‌های زبانی بزرگ است که مسیر پژوهش‌های آتی را شکل می‌دهند.

هوش مصنوعی سیستم‌های اطلاعاتی حسابداری اتوماسیون فرایند رباتیک یادگیری ماشین مرور نظام‌مند عملکرد حسابداری