دکتر محمد دوستی زاده نشریه علمی-تخصصی دستاوردهای نوین در برق،کامپیوتر و فناوری Examining the Impact of AI‑Based Automation on the Performance of Accounting Systems: A Systematic Review بررسی تأثیر اتوماسیون مبتنی بر هوش مصنوعی بر عملکرد سیستم‌های حسابداری: یک مرور نظام‌مند 10.22051/jera.2021.31891.2698 FA فاطمه دانشجوی کارشناسی ارشد رشته حسابداری دانشگاه آزاد تربت حیدریه محمدحسین دانشجوی کارشناسی ارشد رشته حسابداری دانشگاه آزاد تربت حیدریه Artificial Intelligence (AI) and Robotic Process Automation (RPA) are rapidly transforming Accounting Information Systems (AIS). This systematic review aims to synthesize research findings from 2020–2025 and analyze the impact of intelligent automation on the performance dimensions of AIS. Following the PRISMA 2020 protocol, a systematic search was conducted across six databases. From 132 initial records, 50 eligible articles were quality-assessed using the JBI appraisal tool and synthesized through thematic analysis. Six major themes were identified, including task automation and operational efficiency, improved accuracy and error reduction, enhancement of reporting quality and internal controls, emerging applications of large language models and deep learning, critical success factors and adoption challenges, and transformation in auditing and fraud detection. The findings confirm process time reductions of up to 85% and increases in transaction classification accuracy exceeding 98%. However, a key tension emerged between operational efficiency and the potential increase in earnings management. Additionally, factors such as organizational readiness and cybersecurity were identified as critical moderating variables, and a new conceptual model of these relationships was derived. The integration of AI represents a strategic necessity; however, its success requires robust data governance, workforce reskilling, and well-defined ethical frameworks. Major research gaps include the lack of longitudinal studies, comparative analyses in developing countries (including Iran), and investigations into algorithmic bias in large language models, all of which shape directions for future research. 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. /downloadfilepdf/478591