Kalit so‘zlar
Iqtibos keltirish tartibi
Annotatsiya
Ushbu maqola sunʼiy intellekt (SI) va maʼlumotlar analitikasi texnologiyalarini joriy etishning audit sifati hamda auditorlik riskini baholashga taʼsirini nazariy jihatdan tahlil qiladi va Oʻzbekiston auditorlik amaliyoti uchun konseptual model hamda tadqiqot dasturini taklif etadi. Tadqiqot Texnologiyani qabul qilish modeli (TAM), Resurslarga asoslangan yondashuv (RBV) va Innovatsiyalarning tarqalishi nazariyasi (DOI) integratsiyasiga tayanadi. Maqolada SI va analitikani joriy etish (AIDA), audit sifati (AQ), auditorlik riskini baholash samaradorligi (ARA) hamda auditorning raqamli kompetensiyasi (DC) oʻzgaruvchilarini bogʻlovchi konseptual model ishlab chiqilgan va toʻrtta ilmiy taklif (P1–P4) shakllantirilgan. Model Iordaniya, Xitoy, Marokko, Qoʻshma Shtatlar va boshqa mamlakatlarda oʻtkazilgan real empirik tadqiqotlar natijalarini umumlashtirish orqali asoslangan; xalqaro dalillar SI va analitika audit sifatini hamda risk baholash aniqligini sezilarli oshirishini, auditorning raqamli kompetensiyasi esa bu jarayonning muhim kuchaytiruvchi resursi ekanini koʻrsatadi.
Adabiyotlar ro‘yxati
1. Oʻzbekiston Respublikasining 2021-yil 25-fevraldagi OʻRQ-677-son Qonuni «Auditorlik faoliyati toʻgʻrisida» (yangi tahrir). — Toshkent.
2. Oʻzbekiston Respublikasining 2024-yil 8-noyabrdagi OʻRQ-995-son Qonuni «Auditorlik faoliyati toʻgʻrisida»gi Qonunga oʻzgartish va qoʻshimchalar kiritish haqida (kuchga kirish — 2025-yil 12-fevral). — Toshkent.
3. Oʻzbekiston Respublikasi Prezidentining 2020-yil 24-fevraldagi PQ-4611-son qarori (audit faoliyatini xalqaro audit standartlari asosida amalga oshirish toʻgʻrisida). — Toshkent.
4. Oʻzbekiston Respublikasi Prezidentining 2024-yil 14-oktabrdagi RP-358-son qarori «Sunʼiy intellekt texnologiyalarini rivojlantirishning 2030-yilgacha strategiyasini tasdiqlash toʻgʻrisida». — Toshkent.
5. Almaqtari, F. A., Farhan, N. H., Al-Hattami, H. M., Elsheikh, T., & Al-dalaien, B. O. A. (2024). The impact of artificial intelligence on information audit usage: Evidence from developing countries. Journal of Open Innovation: Technology, Market, and Complexity, 10(2), 100298.
6. Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Big data and analytics in the modern audit engagement: Research needs. Auditing: A Journal of Practice & Theory, 36(4), 1–27.
7. Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120.
8. Benhayoun, I., Bougrine, S., & Sassioui, A. (2025). Readiness for artificial intelligence adoption by auditors in emerging countries — a PLS-SEM analysis of Moroccan firms. Journal of Financial Reporting and Accounting. https://doi.org/10.1108/JFRA-07-2024-0448
9. Bertomeu, J., Cheynel, E., Floyd, E., & Pan, W. (2021). Using machine learning to detect misstatements. Review of Accounting Studies, 26(2), 468–519.
10. Chen, S., & Yang, J. (2025). Intelligent manufacturing, auditor selection and audit quality. Management Decision, 63(3), 964–997.
11. Davenport, T. H., & Ronanki, R. (2018). Artificial intelligence for the real world. Harvard Business Review, 96(1), 108–116.
12. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
Ushbu asar Creative Commons Attribution 4.0 Xalqaro Litsenziyasi asosida litsenziyalangan.
Mualliflik huquqi (c) 2026 Bakirov, N.N. (Muallif)