Tinjauan ini mengidentifikasi tren utama dalam penelitian mengenai penggunaan AI di IAF pada puncaknya (2021-2022). Selama periode tersebut, empat metode penelitian berbeda digunakan, dengan sebagian besar studi bersifat empiris. Penelitian ini memberikan wawasan penting untuk penerapan AI di IAF di dunia nyata. Namun, publikasi konseptual masih terbatas, menunjukkan perlunya pengembangan teori lebih lanjut dan konsensus dalam definisi. Secara keseluruhan, survei muncul sebagai metode penelitian yang paling umum digunakan.
Baca Lainnya : Tren Publikasi dan Metode Penelitian AI
Definisi Penelitian Penggunaan AI di IAF
Kecerdasan buatan (AI) dapat memperkuat fungsi audit internal (IAF) perusahaan dengan memberikan pengawasan strategis yang signifikan, mengurangi ketergantungan pada prosedur manual, dan memungkinkan tambahan layanan audit yang bernilai tambah. Saat ini, terdapat kekurangan dalam penelitian terkait topik ini, termasuk terbatasnya studi yang ada, tingkat adopsi AI yang masih rendah di IAF di berbagai negara dan wilayah, serta kurangnya kerangka kerja yang menyeluruh untuk penerapan AI secara efektif dalam IAF.
Tujuan Penelitian Penggunaan AI di IAF
Mengatasi kekurangan penelitian dengan menyediakan panduan untuk jalur penelitian yang lebih mendalam mengenai topik ini dalam literatur dan mengusulkan kerangka kerja baru yang komprehensif untuk penerapan AI yang efektif dalam fungsi audit internal (IAF).
Penerapan Perkembangan AI di IAF
Studi mengenai kerangka teori untuk penggunaan AI dalam IAF menunjukkan kemunculan topik baru dan minat yang berkembang. Pengenalan kerangka baru dan penerapan yang ada mencerminkan upaya untuk replikasi dan kesinambungan dalam penelitian ini. Kedua pendekatan tersebut penting untuk memahami status teori dan perkembangan AI di IAF. Mengingat kemajuan teknologi yang pesat, penelitian ini diharapkan akan memperkenalkan kerangka yang bervariasi.
Kerangka Kerja Teknologi-Organisasi (TOE)
Kerangka kerja teknologi-organisasi (TOE) adalah yang paling sering digunakan dalam studi tentang adopsi AI. Contohnya, Seethamraju dan Hecimovic (2022) menggunakan TOE untuk meneliti penggunaan AI dalam audit. Mereka menemukan bahwa AI dapat meningkatkan kualitas audit dan menambah nilai bagi organisasi. Namun, mereka juga mencatat bahwa adopsi AI memerlukan peninjauan kembali praktik audit, mengingat potensi kekurangan kontrol dalam ‘kotak hitam’ AI yang bisa mempengaruhi kualitas audit.
Hanya 7% dari studi yang kami tinjau tidak menggunakan kerangka kerja tertentu. Sementara itu, 40% dari studi yang kami pilih mengusulkan model baru untuk penggunaan AI di IAF, dengan fokus pada adopsi dan penerapannya. Studi-studi ini juga memberikan wawasan baru tentang kompleksitas penggunaan AI secara menyeluruh dalam IAF.
Tiga Studi Kerangka Kerja Baru
Tiga studi dalam kategori survei menggunakan kerangka kerja yang ada, sementara satu mengusulkan kerangka baru. Dalam kategori konseptual, tiga publikasi menggunakan kerangka lama dan mengusulkan model baru secara terpisah. Dua studi kasus menggunakan kerangka lama, dan satu mengusulkan kerangka baru. Sedangkan, tiga studi analisis historis mengusulkan kerangka kerja baru. Hasilnya menunjukkan bahwa penelitian masih bersifat kuantitatif dan memerlukan perdebatan teori lebih lanjut. Kami jarang menggunakan wawancara sebagai metode penelitian dalam tinjauan ini.
Kesimpulan
Penggunaan AI di IAF pada periode puncaknya (2021-2022) menunjukkan dominasi metode empiris, dengan survei sebagai yang paling umum digunakan. Meskipun banyak studi mengusulkan model baru dan memberikan wawasan penting, publikasi konseptual masih terbatas, menandakan kebutuhan akan pengembangan teori dan konsensus lebih lanjut. Kami sering menggunakan kerangka kerja Teknologi-Organisasi (TOE), namun adopsi AI dalam audit juga menunjukkan tantangan terkait kontrol dan transparansi.
Contact Us
HOT LINE : (+62) 21-8690-9226
HANDPHONE : 0818-6619-82
WHATSAPP : 0818-6619-82
INFO@AUDITPRO
Sumber