اثر استخدام الذكاء الاصطناعي على كفاءة عمليات المراجعة الضريبية
DOI:
https://doi.org/10.65405/.11.ملحق%2041.2207الكلمات المفتاحية:
الذكاء الاصطناعي - عمليات المراجعة الداخلية - المراجعة الداخلية - المراجعة الضريبية -نظام إدارة الضرائب - مصلحة للضرائب.الملخص
هدف هذا البحث إلى التعرف على اثر استخدام الذكاء الاصطناعي على كفاءة عمليات المراجعة الضريبية. وكان تحليل البيانات المستخدم في هذا البحث التحليل الاستقرائي والاستدلال التجريبي. تشير النتائج إلى وجود علاقة ذات دلالة إحصائية بين تقنيات الذكاء الاصطناعي وكفاءة عمليات المراجعة الضريبية المراجعة الداخلية في مصلحة الضرائب الليبية، حيث تبين أن نظام الذكاء الاصطناعي المصمم لمحاكاة عملية اتخاذ القرار لدى مراجع الضرائب في مصلحة الضرائب الليبية يزيد من كفاءة عمليات المراجعة الداخلية الضريبية بنسبة 56%، مما يُظهِر أن استخدام الذكاء الاصطناعي يؤثر ايجابيا على كفاءة عمليات المراجعة الداخلية الضريبية. ذلك أن تقنيات الذكاء الاصطناعي تمكّن مراجع الضرائب من التحكم في البحث عن حلول وسياسات جوهرية تتبع توصيات نتائج النظام، وتزيد من الوصول إلى الإدارة العليا، وتقلل من الحاجة إلى إشراف أكبر، كما أن نظام الذكاء الاصطناعي في مجال الضرائب يمكن المراجع الداخلي من اكتشاف تسلسل الأحداث بدقة لتحديد الكيانات وإيداعاتها التي لديها القدرة على التهرب الضريبي في سياق اللوائح الضريبية الفعلية. وبالرغم من ذلك لا تزال مصلحة الضرائب الليبية تحاول فهم الفوائد المحتملة لتنفيذ نظام بالذكاء الاصطناعي نظرًا لحداثة النظام ولم يتم اختباره بحيث تكون توقعات الفوائد غير مؤكدة أيضًا.
التنزيلات
المراجع
1) حسين، سارة محمود، أحمد، نضال رؤوف، (2021). التدقيق والفحص الضريبي لنظم المعلومات المحاسبية الإلكترونية إنموذج مقترح بحث تطبيقي في الهيئة العامة للضرائب، مجلة دراسات محاسبية ومالية, المجلد 16, العدد 54.
2) داؤد، رواد سميع، (2024 ). دور المراجعة الضريبية في الحد من التهرب الضريبي دراسة ميدانية، مجلة جامعة الفرات، سلسلة العلوم الأساسية، العدد63.
3) عبد العليم، خالد، زكريا، هشام، الشاذلي، مؤمن، (2023). أثر التحول الرقمي على أعمال المراجعة الضريبية في ضوء رؤية مصر (۲۰۳۰)، المؤتمر العلمي الدولي الأول للمعهد العالي للتسويق والتجارة ونظم المعلومات ۲۰۲۳/۷/۱۹م متطلبات سوق العمل في ظل مستجدات عصر الرقمنة كمركز لتحقيق رؤية مصر ۲۰۳۰.
4) نادية ميلاد الماقوري, عبد الواحد محمد علي الزوبيك, عبد المعز مفتاح عمر فليفل, & محمود الحبيب علي رحومه. (2026). التحديات التي تواجه التعليم المحاسبي في ضوء انتشار الذكاء الاصطناعي (AI): دراسة استطلاعية من وجهة نظر طلبة الدراسات العليا بقسم المحاسبة. Al-Farooq Journal of Sciences, 2(3), 1752-1765.
5) عياد، شريف السيد إبراهيم. (2018). المراجعة الضريبية كمدخل مستحدث لتدنية المخاطر الضريبية. مجلة البحوث المالية والتجارية، ع4.
6) العيسوي، محمود موسى عبدالعال متولي. (2024). دور التحول الرقمي للمنظومة الضريبية في الحد من الفروق الدفترية الضريبية: الدور الوسيط للجهد المبذول في عملية المراجعة: دليل من الشركات المقيدة بالبورصة المصرية. مجلة البحوث المحاسبية، ع1، ص1128.
7) محسن، عواطف جلوب، (2017). دور مراقب الحسابات للحد من ظاهرة التهرب الضريبي والوسائل المقترحة لمعالجتها، المؤتمر لعلمي السنوي الثالث، الاصلاح منطلق للتنمية وإعادة بناء العراق، الجامعة الاهلية، العراق.
8) أبوبكر محمد محمد سالم. (2026). تطبيق تقنيات الذكاء الاصطناعي وتأثيرها على اتخاذ القرارات الإدارية. Al-Farooq Journal of Sciences, 2(3), 945-972. https://doi.org/10.65405/1e67qk75
9) احمد عبدالسلام مفتاح الحطاب. (2026). الطبيعة القانونية للحوكمة الضريبية وأثرها في ضبط أعمال الإدارة الضريبية (دراسة تحليلية للتشريع الضريبي الليبي). Al-Farooq Journal of Sciences, 2(1), 1006-1018.
10) مرقس، سمير سعد. (2020). استخدام نظم الخبرة في تطوير أداء مراجع الحسابات. مجلة المال والتجارة، ع 617.
11) Ali, Monzer Mohammed., Abdullah, Amr Salah., khattab, Gamal Saad., (2022).The Effect of Activating Artificial Intelligence techniques on Enhancing Internal Auditing Activities" Field Study ", Third Issue, September, 2022, Vol. 6.
12) Carol, E., and O‟Leary, D. (2013). Introduction To Artificial Intelligence And Export System. Retrieved from http://www.mbsfile03.uscredu/ dialtalmeasures.
13) Chukwuani, V N. (2020). Automation of Accounting Process: Impact of Artificial Intelligence. International Journal of Research and Innovation in Social Science (IJRISS), 4(8).
14) Evans, C., & Tran-Nam, B. (2012). Pre-Filled Personal Income Tax Returns: Evidence from Australia. National Tax Association Proceedings.
15) Giles, K. M. (2019). How Artificial Intelligence and Machine Learning Will Change the Future of Financial Auditing: An Analysis of The University of Tennessee's Accounting Graduate Curricu-lum.
16) Greenman, C. (2017). Exploring the Impact of Artificial Intelligence on the Accounting Profession. Journal of Research in Business, Economics and Management, 8(3).
17) Almerhag, I. A. (2026). Deploying Lightweight AI Diagnostic Tools in Resource-Limited Healthcare Settings: A Case Study in Bone Fracture Detection. Al-Farooq Journal of Sciences, 2(ملحق 3), 105-113.
18) Gusai, O.P. (2019). Robot Human Interaction: Role of Artificial Intelligence in Accounting and Auditing. Indian Journal of Accounting (IJA), 51(1).
19) Martaseli, E., & Maragita. (2023). The Impact Of Artificial Intelligence On The Accounting Profession In The Era Of Industry 4. 0 And Society 5.0. Journal of Accounting for Sustainable Society (JASS), 05(1).
20) Hamhoum, F. A., & Rajab, T. (2026). The Role of Artificial Intelligence Technologies in Addressing Individual Differences among Basic Education Students in Libya. Al-Farooq Journal of Sciences, 2(3), 536-544.
21) Milner, C., & Berg, B. (2017). Tax analytics—Artificial intelligence and machine learning—Level 5. PWC Advanced Tax Analytics & Innovation.
22) Rahayu, Siti Kurnia,Utilization of Artificial Intelligence in Tax Audit in Indonesia, MANAGEMENT AND ACCOUNTING REVIEW, VOLUME 20 NO 3, DECEMBER 2021.
23) Raphael, J. (2015). How Artificial Intelligence Can Boost Audit Quality. Retrieved from CFO.com.
24) Shukla, S., Jaiswal, V. (2013). Applicability Of Artificial Intelligence In Different FieldsOf Life. International Journal of Scientifc Engineering and Research (IJSER), 1(1).
25) Soeprajitno, R. R. W. N. (2019). Potensi Artificial Intelligence (AI) Menerbitkan Opini Auditor ? Jurnal Riset Akuntansi Dan Bisnis Airlangga, 4(1). https://doi.org/10.31093/jraba.v4i1.142
26) Taghizadeh, A., Pourali, M., Shidfar, D., & Mirzapour, J. (2013). Artificial Intelligence, Its Abilities and Challenges. International Journal of Business and Behavioral Sciences, 3(12).
27) Vasarhelyi, M., and O’Leary, D. (2005). Artificial Intelligence in Accounting and Auditing: Adding Value to Business. Vol. 5. Princeton, NJ: Markus Wiener Publishers.
28) Ye, Y., Zeng, L., Tao, Y., & Yun, F. (2023). Tax authority monitoring and corporate information disclosure quality in China. International Review of Financial Analysis, 90.
29) Abousetta, M. M., & Adbeab, S. A. (2026). MATLAB/Simulink-Based Online CNN-LSTM Framework for EDFA Gain, OSNR, and ASE Noise Prediction with AI Decision Support. Al-Farooq Journal of Sciences, 2(3), 1303-1309.
30) Yoon, S. (2020). A Study on the Transformation of Accounting Based on New Technologies: Evidence from Korea. Sustainability, 12(8669).
31) Yu, H., Yang, X., Zheng, S., & Sun, C. (2019). Active learning from imbalanced data: A solution of online weighted extreme learning machine. IEEE Transactions on Neural Networks and Learning Systems, 30(4(.
32) Yudkowsky, E. (2008). Artificial Intelligence as A Positive and Negative Factor in Global Risks. Miri Machine Intelligence Research Institute, Cikovic. New York Oxford University Press.
33) Alnnale, T. (2026). Predictive Governance in Digital Enterprises: An LSTM-Enhanced Deep Learning Framework for Economic Optimization of IT Incident Management Using Enriched Process Logs. Al-Farooq Journal of Sciences, 2(3), 86-113.
34) Zhao, L. (2023). The effect of tax authority enforcement on earnings informativeness. European Accounting Review, 32(1).
