أثر المعلومات المستمدة من تكامل سلاسل الكتل والتعلم الآلي كتقنيات للذكاء الاصطناعي في الكشف والتقرير عن الاحتيال المحاسبي مع أدلة تطبيقية و ميدانية

استهدف البحث الحالى دراسة اثر المعلومات المستمدة من تكامل سلاسل الكتل و التعلم الالى كتقنيات للذكاء الاصطناعى فى الكشف و التقرير عن الاحتيال المحاسبى ، واشتملت خطة البحث على الدراسة النظرية، والتي تناولت تحليل العلاقة بين تطبيق سلاسل الكتل و الاحتيال المحاسبى ، توضيح دور تعلم الالة فى الكشف عن الاحتيال المحاسبى ،و تحليل اثر المعلومات المستمدة من تكامل سلاسل الكتل و تعلم الالة فى ممارسات المحاسبة و المراجعة على الكشف و التقرير عن الاحتيال المحاسبى ، كما تناولت الخطة الدراسة التطبيقية التى اشتملت على جزئين :اعتمد الجزء الاول على البيانات الثانوية التى يمكن استخراجها من البيانات المحاسبية بالقوائم المالية لتحليل العلاقة بين تعلم الالة و الاحتيال المحاسبى  . اما الجزء الثانى اعتمد على البيانات الاولية التى تعتمد على قوائم الاستقصاء لتحليل اثر العلاقة التكاملية بين سلاسل الكتل و تعلم الالة  على الاحتيال المحاسبى . وتوصلت الدراسة إلى وجود علاقة ذات دلالة احصائية بين تطبيق تقنية سلاسل الكتل والاحتيال المحاسبى ، وجود علاقة ذات دلالة احصائية بين تطبيق تقنية تعلم الالة والاحتيال المحاسبى ، وجود علاقة ذات دلالة احصائية بين تطبيق تقنية سلاسل الكتل و تقنية تعلم الالة، وجود علاقة ذات دلالة احصائية بين دور المعلومات المستمدة من تكامل سلاسل الكتل و تعلم الالة فى الكشف عن الاحتيال المحاسبى . و اوصى الباحثان بإجراء تحديثات منتظمة لنماذج التعلم الآلي  داخل النظام البيئى للـ  Blockchain  ، بما يضمن الحفاظ على سلامة النموذج مع إبقاء مجتمع المستخدمين على اطلاع جيد.
The current research aimed to study the impact of information derived from the integration of blockchains and machine learning as artificial intelligence techniques in detecting and reporting on accounting fraud. The research plan included a theoretical study that dealt with analyzing the relationship between the application of  blockchains and accounting fraud, clarifying the role of machine learning in detecting Accounting fraud, and analyzing the impact of information derived from the integration of  blockchains and machine learning into accounting and auditing practices on detecting and reporting accounting fraud. The plan also addressed the applied study, which included two sections: The first section relied on secondary data that can be extracted from accounting data. With financial statements to analyze the relationship between machine learning and accounting fraud. The second section relied on primary data based on survey lists to analyze the impact of the complementary relationship between blockchains and machine learning on accounting fraud. The study found that there is a statistically significant relationship between the application of  blockchain technology and accounting fraud, the existence of a statistically significant relationship between the application of machine learning technology and accounting fraud, the existence of a statistically significant relationship between the application of blockchain technology and machine learning technology, the existence of a significant relationship Statistics between the role of information derived from the integration of blockchains and machine learning in detecting accounting fraud. The researchers recommended regular updates to machine learning models within the blockchain ecosystem, ensuring that the integrity of the model is maintained while keeping the user community well informed.