L’impact de l’intelligence artificielle sur la performance de l’audit interne : optimisation des méthodes et de la fiabilité

Résumé

Malgré l’intérêt croissant accordé à l’intelligence artificielle dans les fonctions d’audit, peu d’études ont analysé de manière empirique l’impact différencié de ses applications sur la performance de l’audit interne, particulièrement dans le contexte des organisations marocaines. Cette étude vise à combler cette lacune en examinant l’influence de l’intégration de l’IA, de l’automatisation des tâches opérationnelles, de l’exploitation des données massives et de l’automatisation des rapports sur la performance de l’audit interne.

Une approche quantitative a été adoptée à travers un questionnaire administré auprès de 103 auditeurs internes et professionnels utilisant des outils d’intelligence artificielle. Les données ont été analysées à l’aide de la méthode PLS-SEM sous SmartPLS.

Les résultats montrent que l’automatisation des tâches opérationnelles (β = 0,341 ; p = 0,009) et l’exploitation des données massives (β = 0,406 ; p = 0,001) exercent un effet positif et significatif sur la performance de l’audit interne, validant ainsi les hypothèses H2 et H3. En revanche, l’intégration globale de l’IA (β = 0,002 ; p = 0,989) ainsi que l’automatisation des rapports d’audit (β = 0,155 ; p = 0,098) ne présentent pas d’effet significatif, conduisant au rejet des hypothèses H1 et H4.

Ces résultats montrent que la performance de l’audit interne dépend davantage des usages spécifiques de l’intelligence artificielle que de son adoption globale. L’étude apporte ainsi une contribution empirique à la littérature sur la transformation numérique de l’audit interne dans les économies émergentes.

Classification JEL : M42, M15, O33, C38.
Type de l’article : Recherche empirique.