دکتر محمد دوستی زاده نشریه علمی-تخصصی دستاوردهای نوین در برق،کامپیوتر و فناوری A Systematic Review of the Role of Artificial Intelligence in Enhancing Organizational Internal Control Systems مرور نظام‌مند نقش هوش مصنوعی در بهبود سیستم‌های کنترل داخلی سازمان‌ها 10.22051/jera.2021.31891.2698 FA محمدحسین دانشجوی کارشناسی ارشد رشته حسابداری دانشگاه آزاد تربت حیدریه فاطمه دانشجوی کارشناسی ارشد رشته حسابداری دانشگاه آزاد تربت حیدریه Objective – This systematic review aims to synthesize recent evidence on how artificial intelligence (AI) improves organizational internal control systems, based on literature published between January 2025 and May 2026. Methods – A systematic search was conducted in ScienceDirect, Springer, MDPI, IEEE Xplore, Emerald, SSRN, and official websites (COSO, IAASB). Out of 112 initial records, 35 sources (31 peer reviewed articles and 4 institutional reports) met the inclusion criteria. Data were analyzed using thematic analysis, and quality was assessed with the Mixed Methods Appraisal Tool (MMAT). Findings – Results indicate that AI transforms internal controls through four main mechanisms: (1) converting periodic manual controls into continuous, predictive, real time monitoring using machine learning and process mining; (2) redesigning the COSO framework for the generative AI era, with official guidance released in early 2026; (3) significantly reducing material weaknesses (by 26%) and intentional fraud (by 58%) based on large sample empirical studies from China, the US, and Europe; and (4) enhancing trust through explainable AI (XAI) and blockchain convergence. However, major challenges remain, including algorithmic bias, high implementation costs for SMEs, lack of interdisciplinary expertise, and cultural resistance. Conclusion – AI has become a transformative component of internal control systems, supported by both empirical evidence and professional frameworks. Future research should focus on longitudinal studies, cost effective solutions for SMEs, meta audit frameworks for algorithms, and human AI teaming in control environments. هدف این پژوهش مرور نظام‌مند نقش هوش مصنوعی در بهبود سیستم‌های کنترل داخلی بر اساس مقالات منتشر شده در سال‌های ۲۰۲۵ تا ۲۰۲۶ است. برای این منظور، جستجو در پایگاه‌های داده معتبر شامل ScienceDirect، Springer، MDPI، IEEE، Emerald، SSRN و همچنین گزارش‌های COSO انجام شد. از مجموع ۱۱۲ منبع اولیه، تعداد ۳۵ منبع (شامل ۳۱ مقاله و ۴ گزارش) بر اساس معیارهای ورود انتخاب شدند و با استفاده از روش تحلیل مضمون و ارزیابی کیفیت با ابزار MMAT بررسی گردید. یافته‌های پژوهش نشان داد که هوش مصنوعی، کنترل‌های دوره‌ای را به کنترل‌های پیوسته و پیش‌بین تبدیل کرده است. همچنین، چارچوب COSO برای عصر هوش مصنوعی مولد بازطراحی شده است. شواهد تجربی حاکی از کاهش ۲۶ تا ۵۸ درصدی ضعف‌های بااهمیت و تقلب در سیستم‌های کنترل داخلی است. چالش‌های اصلی شامل سوگیری الگوریتمی، هزینه بالای پیاده‌سازی برای شرکت‌های کوچک و متوسط (SMEها) و کمبود نیروی متخصص می‌باشد. مقاله با ارائه پیشنهادهایی جهت پژوهش‌های آینده پایان می‌یابد. /downloadfilepdf/477021