Impact of AI/ML Technologies on Forensic Audits

تتأثر الشركات والأعمال في أي مكان في العالم بعمليات الإحتيال المالي والتي تسبب خسائر كبرى للشركات والأفراد و تؤثر على سمعتهم. في هذا السياق، يأتي دور المحاسبة الجائية والتي تتعامل مع العمليات والقوائم المالية، ومن أجل اكتشاف هذه الجرائم المالية. الطرق التقليدية التي تتعامل بها المحاسبة الجنائية تعتمد بشكل كبير على الإجراءات التقليدية والتي بدورها تحتاج لجهد بدني كبير، والذي بالضرورة يتضمن أخطاء بشرية كثيرة وينطوي على قدر مرتفع من المخاطرة. تقنية الذكاء الاصطناعي/التعلم الآلي تفتح مجالًا جديدًا لتحسين قدرة المنظمة على اكتشاف الاحتيال. يمكن تحليل حجم كبير جدًا من البيانات المالية بشكل سريع وفعال من خلال خوارزميات الذكاء الاصطناعي، مما يكشف عن الاتجاهات والتغيرات غير الطبيعية التي قد لا يستطيع المدققون اكتشافها بالطرق التقليدية. كما أن بإمكان الشركات أن تعزز كفاءة اكتشاف الاحتيال عن طريق دمج التقنيات الذكاء الاصطناعي/التعلم الآلي في عمليات الفحص الجنائي، مما يقلل من الحاجة إلى فحوصات يدوية. بناءا على ذلك، تهدف هذا الدراسة إلى التحقيق في الدور الذي يمكن أن تلعبه تقنيات الذكاء الاصطناعي/التعلم الآلي في اكتشاف الأنشطة الاحتيالية وما إذا كان بإمكان هذه التقنيات أن تحسن وظائف المحاسبة الجنائية بشكل عام

Financial fraud can cause businesses to suffer significant financial losses as well as harm to their reputations. To identify and stop fraudulent activity, forensic audits, which look at financial records and transactions, are essential in reducing these risks. Traditional forensic audit methods frequently rely on labor-intensive manual procedures, which leaves them vulnerable to human mistakes and has its own set of restrictions. The development of AI/ML technology opens up a new path for improving an organization's capacity for fraud detection. Huge volumes of financial data may be promptly and effectively analyzed by AI algorithms, revealing trends and abnormalities that human auditors would miss. Organizations may be able to improve the effectiveness and efficiency of fraud detection by integrating AI/ML into forensic audit processes, which would lessen the need for frequent manual audits. based on this, this study aims to investigate the role that AI/ML technologies can play in detecting fraudulent activities and whether it can improve forensic accounting functions.