Artificial Intelligence in Accounting: A Systematic Literature Review

في عالم التمويل الحديث، لطالما حكت الأرقام قصصاً، لكن طريقة قراءة تلك القصص تتغير. لعقود من الزمن، اعتمد المحاسبون والمراجعون على التقدير البشري للتحقق من الدفاتر، ورصد الأخطاء، وضمان نزاهة التقارير المالية. واليوم، يدخل نوع جديد من الأدوات إلى المكاتب: الذكاء الاصطناعي. هذا ليس مجرد آلة واحدة، بل هو مجموعة من البرامج الحاسوبية الذكية القادرة على التعلم من البيانات. يمكن لهذه الأدوات مسح آلاف الوثائق في ثوانٍ معدودة، بحثاً عن أنماط قد تخفى على العين البشرية. وتُستخدم لأتمتة المهام الروتينية، والتنبؤ بالمخاطر المالية، ومطاردة الاحتيال. ومع ذلك، ومع ازدياد شيوع هذه الأدوات، يظل هناك سؤال قائم: ما مدى فهمنا الحقيقي لتأثيرها على المهنة؟ هل هي تحل محل صناع القرار البشر، أم تعمل ببساطة كمساعدين أقوياء؟ إن الإجابات مبعثرة عبر مئات الدراسات الجديدة، مما يخلق مشهداً غنياً بالمعلومات ولكنه صعب التوجيه.

ولإضفاء الوضوح على هذا المجال المتنامي، سعى باحث يُدعى جينوو تشاي من جامعة جلوبال نيكست (GlobalNxt) إلى رسم خريطة للحالة الراهنة للمعرفة. لم يكن الهدف اختبار برنامج معين أو إجراء تجربة جديدة، بل جمع وتنظيم الأبحاث الموجودة التي نُشرت بين عامي 2023 و2026. بدأ الباحث بقائمة تضم 49 سجلاً، شملت مقالات دوريات، وفصولاً في كتب، وتقارير بيانات. وبعد إزالة النسخ المكررة والدراسات التي لا تندرج ضمن نطاق المحاسبة بعناية، تبقى 47 منشوراً لفحصها. تضمنت العملية قراءة عناوين وأنواع هذه الأعمال لتصنيفها حسب السنة، والموضوع، والمنهجية. لقد كانت جهداً منهجياً لمعرفة الاتجاه الذي يسلكه البحث، وما هي الأسئلة المطروحة، وأين تكمن الفجوات المعرفية.

كشف أول ما أظهرته المراجعة هو السرعة الهائلة للنمو في هذا المجال. فقد انفجر عدد الدراسات المنشورة في سنوات قليلة فقط. في عام 2023، كانت هناك أربع دراسات فقط في القائمة. وبحلول عام 2024، تضاعف هذا الرقم أكثر من مرتين. واستمر الزخم في عامي 2025 و2026 بـ 16 و18 دراسة على التوالي. وفي المجمل، نُشرت 34 دراسة من أصل 47، أي حوالي 72 بالمئة، في العامين الماضيين وحدهما. يشير هذا الارتفاع السريع إلى أن النقاش حول الذكاء الاصطناعي في المحاسبة ينتقل من كونه اهتماماً محدوداً إلى موضوع مركزي للنقاش. ومع ذلك، أشارت المراجعة أيضاً إلى أن هذه القائمة تمثل لقطة محددة للأدبيات المتاحة ولا ينبغي اعتبارها إحصاءً كاملاً لكل دراسة كُتبت حول هذا الموضوع على الإطلاق.

وعند النظر في ماهية هذه الدراسات، ظهر نمط واضح. يتركز البحث بشكل كبير في مجالين رئيسيين: نظرات عامة حول كيفية ملاءمة الذكاء الاصطناعي للمحاسبة والمراجعة، والتطبيق المحدد لهذه الأدوات في الكشف عن الاحتيال. يقع ما يقرب من ثلثي الدراسات ضمن هذه الفئات. ويعد اكتشاف الاحتيال، على وجه الخصوص، مجال اهتمام مركز لأن الحواسيب بارعة للغاية في فحص كميات هائلة من البيانات للعثور على أنماط غير عادية قد تشير إلى مخالفات أو أخطاء. أما التدقيق، الذي يتضمن التحقق من دقة السجلات المالية، فهو الوظيفة الثانية الأكثر شيوعاً التي يتم دراستها. في المقابل، تبدو أجزاء أخرى مهمة من عالم المحاسبة، مثل المحاسبة الإدارية -التي تساعد الشركات على التخطيط لعملياتها والتحكم فيها- غائبة تماماً تقريباً عن البحث الحالي، حيث خُصصت لها دراسة واحدة فقط. كما نادراً ما يكون الضرائب محور تركيز رئيسي، إذ تظهر عادةً فقط كجزء صغير من عناوين أوسع.

وتخبرنا المناهج المستخدمة في هذه الدراسات جانباً آخر من القصة. يتكون جزء كبير من العمل من المراجعات، حيث يلخص الباحثون ما توصل إليه الآخرون بالفعل. حوالي 13 بالمئة من الدراسات هي مراجعات أدبية منهجية، و15 بالمئة أخرى هي مراجعات سردية أو مفاهيمية. بينما قدم عدد قليل جداً من الدراسات، وهي دراسة واحدة فقط أمكن تحديدها بوضوح من عنوانها، أدلة ميدانية جديدة أو بيانات تم جمعها من تجارب واقعية. وهذا يعني أن متن المعرفة الحالي مبني أكثر على تلخيص الأفكار ومناقشة الاحتمالات بدلاً من اختبارها ببيانات صلبة من شركات محاسبة فعلية. وبينما تعد هذه المراجعات مفيدة للحصول على صورة واسعة لمجال سريع الحركة، يرى الباحث أن الاعتماد المفرط عليها يحد من القدرة على استخلاص استنتاجات قائمة على أدلة قوية.

كما سلطت المراجعة الضوء على الحاجة إلى دقة أكبر في وصف هذه التقنيات. فبعض الدراسات تعامل جميع أشكال الذكاء الاصطناعي كأداة واحدة موحدة. ومع ذلك، يرى الباحث أن هذا أمر مضلل. فهناك فروق جوهرية بين الأتمتة البسيطة القائمة على القواعد، والتي تتبع تعليمات صارمة، وبين التعلم الآلي المتقدم، الذي يمكنه التعلم والتكيف. وهناك أيضاً فرق بينهما وبين النماذج التوليدية التي يمكنها إنشاء محتوى جديد. إن معاملة كل هذه الأنواع على أنها "ذكاء اصطناعي" واحد يمكن أن يخفي الاختلافات المهمة في قدراتها، والبيانات التي تحتاجها، والمخاطر التي تشكلها. ويجب أن تكون الأبحاث المستقبلية أكثر تحديداً بشأن التقنية المستخدمة ومدى تدخل العنصر البشري.

واستشرافاً للمستقبل، يقترح الباحث اتجاهاً جديداً للمجال. يجب أن تنتقل المرحلة التالية من الدراسة من المناقشات العامة والحجج المفاهيمية نحو اختبارات أكثر صرامة وواقعية. وهذا يعني استخدام نظريات راسخة لتفسير سبب تبني المحاسبين لهذه الأدوات وكيفية تغييرها للتقدير المهني. كما يعني توسيع نطاق البحث ليشمل دولاً مختلفة، وشركات أصغر، ومجالات لم تنل حظها من الدراسة مثل تقارير الاستدامة والامتثال الضريبي. والأهم من ذلك، يدعو الباحث إلى مزيد من الدراسات التي تفحص حوكمة هذه الأنظمة: من المسؤول عندما يرتكب الحاسوب خطأً، وكيف يمكننا ضمان أن القرارات التي تتخذها هذه الأدوات موثوقة وعادلة؟

تخلص المراجعة إلى أنه بينما ينمو هذا المجال بسرعة، إلا أنه لا يزال في مرحلة مبكرة. تهيمن على الأدبيات الحالية المناقشات الواسعة والمراجعات، مع نقص في الأدلة التجريبية العميقة من بيئات المحاسبة الحقيقية. إن تركيز البحث على اكتشاف الاحتيال والتدقيق يشير إلى أن المهنة قد انجذبت بشكل طبيعي نحو المجالات التي تكون فيها فوائد الأتمتة أكثر وضوحاً. ولفهم مستقبل المحاسبة حقاً، يجب على الباحثين الآن توسيع عدستهم؛ إذ يتعين عليهم تقصي كيفية تأثير هذه الأدوات على العمل اليومي للمحاسبين في مختلف الإعدادات، وكيف تغير طريقة تفكير المهنيين، وما هي القواعد اللازمة للحفاظ على نزاهة النظام. إن المسار المستقبلي يتطلب الانتقال من التساؤل عما قد يفعله الذكاء الاصطناعي، إلى قياس ما يفعله بالضبط، وكيف يعيد تشكيل المهنة من الداخل إلى الخارج.