دانشگاه شهید باهنر کرمان مجله دانش حسابداری 2008-8914 17 2 2026 07 23 Ethical Concerns Related to the Use of Artificial Intelligence In Accounting نگرانی‌های اخلاقی کاربرد هوش مصنوعی در حسابداری 1 22 4760 10.22103/jak.2025.24100.4102 FA ثریا رضایی گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران. محمد عرب مازار یزدی گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران. وحید منتی گروه حسابداری، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران. Journal Article 2024 10 04 <strong>Objective:</strong> The integration of artificial intelligence into accounting presents a promising frontier with substantial potential benefits; however, it requires careful ethical consideration. Addressing this issue necessitates continuous monitoring, evaluation, and regulation of algorithms to minimize bias and promote fairness in decision-making. Therefore, this study identifies the ethical concerns associated with this emerging technology in the field of accounting and prioritizes them based on their significance as perceived by the research population. Additionally, by employing exploratory factor analysis, the study identifies the factors influencing AI-related ethical concerns in accounting.<br /> <br /><strong>Method:</strong> Initially, through a literature review and investigation, 17 main ethical concerns were identified by examining the key issues raised by researchers. Subsequently, a researcher-made questionnaire was designed based on these identified concerns. To ensure the validity and reliability of the research instrument, its validity and reliability were examined and confirmed. For this purpose, professors and postgraduate accounting students from Iran's public universities were surveyed. Using non-probability and snowball sampling methods, a total of 34 professors and 226 students were selected as the statistical sample. The research data were collected using a questionnaire and then analyzed using the Mann–Whitney and Friedman tests, exploratory factor analysis, and structural equation modeling in SPSS and PLS software.<br /> <br /><strong>Results:</strong> The results of the exploratory factor analysis classified the concerns into the following factors: ethical concerns in the use of AI, long-term concerns, and ethical concerns in the implementation of AI. Significant differences were found between professors and students regarding the importance of ethical concerns related to AI implementation and long-term impacts, with students placing greater emphasis on these concerns than professors. However, there were no significant differences between the two groups concerning ethical concerns related to AI usage, with both groups assigning similar importance to these concerns. Overall, from the professors' perspective, the lack of appropriate and structured education was considered the most important concern, while the concern regarding AI domination over humans was considered the least important. From the students’ perspective, algorithmic bias was considered the most important concern, whereas distrust in AI was regarded as the least important. Other studies also indicate that ethical concerns, such as the dehumanization of roles, lack of proper planning and infrastructure, and the potential for AI to disrupt rather than support accounting practices, may serve as significant barriers to the acceptance of AI in accounting. Therefore, emphasis is placed on strategic investment, educational reform, global learning, and ethical governance.<br /> <br /><strong>Conclusion:</strong> Similar studies highlight that algorithmic bias, lack of appropriate and structured education, and data privacy are among the most significant ethical concerns related to AI. Addressing these ethical challenges is crucial for strengthening trust and ensuring the responsible use of AI in accounting practices. Strong encryption protocols, regular audits, and the provision of appropriate, structured education in a gradual and systematic manner can help mitigate these ethical concerns. In a country such as Iran, developing suitable infrastructure and implementing meticulous planning for the integration of AI into the accounting profession are also essential. <strong>هدف:</strong><strong> </strong><strong>پژوهش حاضر با هدف شناسایی و اولویت‌بندی نگرانی‌های اخلاقی هوش مصنوعی در حسابداری انجام شد.</strong><br /><strong> </strong><br /><strong>روش:</strong><strong> </strong><strong>ابتدا از طریق مرور گسترده ادبیات 17 نگرانی اخلاقی اصلی شناسایی شد. سپس براساس این نگرانی‌ها پرسشنامه‌ای پژوهشگر ساخته طراحی شد. جامعه آماری پژوهش متشکل از استادان و دانشجویان حسابداری در ده دانشگاه دولتی ایران است که به ترتیب به روش نمونه‌گیری غیرتصادفی و گلوله‌برفی، تعداد 34 استاد و 226 دانشجو به‌عنوان نمونه آماری انتخاب شدند. داده‌های جمع‌آوری شده، با آزمون‌های من‌ویتنی، فریدمن، تحلیل عاملی اکتشافی و مدل‌سازی معادلات ساختاری تحلیل شدند.</strong><br /><strong> </strong><br /><strong>یافته‌ها:</strong><strong> </strong><strong>از دید استادان، کمبود آموزش مناسب و ساختاریافته و از نظر دانشجویان نگرانی سوگیری الگوریتمی دارای بیشترین اهمیت است. نگرانی تسلط هوش مصنوعی بر انسان از دید استادان و نگرانی عدم اعتماد به هوش مصنوعی از نظر دانشجویان دارای کمترین اهمیت است. دیگر یافته‌های پژوهش نیز نشان می‌دهد، نگرانی‌های اخلاقی مانند انعطاف‌ناپذیری انسان، عدم برنامه‌ریزی و زیر ساخت مناسب، پتانسیل ایجاد اختلال در هوش مصنوعی به‌جای حمایت، می‌تواند به‌عنوان موانع مهمی برای پذیرش هوش مصنوعی در حسابداری عمل کند.</strong><br /><strong> </strong><br /><strong>نتیجه‌گیری: در مطالعات مشابه تعصب و سوگیری الگوریتمی، کمبود آموزش مناسب و سطح‌بندی شده و حفظ حریم خصوصی داده از مهم‌ترین نگرانی‌های اخلاقی هوش مصنوعی است. پرداختن به این چالش‌های اخلاقی برای تقویت اعتماد و استفاده مسئولانه از هوش مصنوعی بسیار مهم خواهد بود.</strong> https://jak.uk.ac.ir/article_4760_8711270b8e95b468bf02f8d24ce01ea4.pdf