Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Peran Artificial Intelligence ChatGPT dalam Akuntansi:
Analisis Bibliometrik Amalia Khoirunnisa1.
Sri Hartoko2 Program Studi Magister Akuntansi.
Universitas Sebelas Maret.
Surakarta Fakultas Ekonomi dan Bisnis.
Universitas Sebelas Maret.
Surakarta E-mail: amalianisa@student.
id1, srihartoko_feb@staff.
Abstrak: Penelitian ini bertujuan untuk mengkaji peran kecerdasan buatan berbasis ChatGPT dalam akuntansi.
Penelitian ini menggunakan analisis bibliometrik yang melibatkan 204 Data diperoleh dari basis data akademik utama seperti Scopus dan Web of Science, mencakup publikasi dari tahun 2023 hingga 2025.
Dalam studi ini, sejumlah 204 artikel dianalisis untuk mengidentifikasi tren penelitian, sumber jurnal terkemuka, penulis paling produktif, kolaborasi antar negara, serta tema dan topik yang paling sering dibahas.
Pengumpulan data dalam penelitian ini adalah dengan observasi langsung terhadap artikel dengan menggunakan metode analisis bibliometrik menggunakan aplikasi Mendeley dan Vosviewer dan grafik dengan menggunakan Microsoft Excel.
Kata kunci: Kecerdasan Buatan.
Chatgpt.
Analisis Bibliometrik Abstract: This research aims to examine the role of ChatGPT-based artificial intelligence in This research utilizes bibliometric analysis involving 204 articles.
Data was obtained from major academic databases such as Scopus and Web of Science, covering publications from 2023 to 2025.
In this study, a total of 204 articles were analyzed to identify research trends, leading journal sources, most prolific authors, collaboration between countries, and the most frequently discussed themes and topics.
Data collection in this study was by direct observation of articles using bibliometric analysis methods using Mendeley and Vosviewer applications and graphs using Microsoft Excel.
Keywords: Artificial Intelligence.
Chatgpt.
Bibliometric Analysis.
Accounting Pendahuluan Kemajuan teknologi digital, terutama dalam bidang kecerdasan buatan (Artificial Intelligenc.
membawa perubahan besar di berbagai sektor industri termasuk akuntansi.
Dalam beberapa tahun terakhir, penggunaan AI dalam praktik akuntansi telah berkembang dengan cepat, sejalan dengan tuntutan untuk meningkatkan efisiensi dan ketepatan dalam pengolahan data keuangan.
Dengan pesatnya kemajuan teknologi, komputer kini dapat melakukan pengolahan data menggunakan kecerdasan buatan (Artificial Intelligenc.
Salah satu teknologi AI yang saat ini banyak dibicarakan adalah ChatGPT, yang dikembangkan oleh OpenAI.
ChatGPT merupakan perangkat cerdas yang menggunakan metode deep learning dan mampu memberikan respons yang mirip dengan cara manusia dalam memahami dan merespons bahasa alami.
Teknologi ini dapat menghasilkan jawaban yang terstruktur dengan baik dan memiliki ketepatan dalam pemilihan kata.
Selain itu ChatGPT juga Prosiding KONSTELASI Vol.
2 No.
Juni 2025 dapat mengingat percakapan sebelumnya dan mampu menghasilkan jurnal atau artikel ilmiah dengan Kesiapan teknologi dan proses pembelajaran dalam organisasi memiliki peranan krusial dalam penerapan teknologi baru, termasuk kecerdasan buatan (AI) .
Hal ini memungkinkan perusahaan untuk meningkatkan efisiensi operasional melalui sistem yang lebih terintegrasi.
Namun, penerapan kecerdasan buatan (AI) dalam bidang akuntansi memunculkan perdebatan mengenai masa depan profesi ini.
Apakah AI akan menggantikan peran akuntan? Sebuah penelitian oleh Davenport dan Kirby .
menunjukkan bahwa otomatisasi dan AI dapat mengambil alih tugas-tugas rutin dan repetitif yang merupakan bagian penting dari pekerjaan akuntan tradisional.
Meskipun demikian, akuntansi tidak hanya berkaitan dengan angka dan data.
aspek interpretasi, etika, dan pengambilan keputusan juga memerlukan penilaian manusia .
Oleh karena itu, keterampilan analitis, pemahaman mendalam tentang prinsip-prinsip akuntansi, dan standar keuangan tetap menjadi area yang dikuasai oleh manusia.
Dengan kemajuan teknologi, banyak organisasi termasuk firma akuntansi besar seperti PwC telah mengadopsi solusi kecerdasan buatan (AI) dalam praktik mereka.
PwC memanfaatkan teknologi AI untuk meningkatkan efisiensi audit melalui sistem seperti GL.
ai, yang dapat memeriksa transaksi secara real-time dan mendeteksi anomali .
Hal ini menunjukkan bahwa penerapan AI tidak hanya menguntungkan perusahaan besar, tetapi juga memberikan kesempatan bagi kantor akuntan kecil untuk meningkatkan kinerja mereka melalui perangkat lunak berbasis AI.
Selama beberapa dekade terakhir, kecerdasan buatan (AI) dalam akuntansi telah membawa perubahan signifikan pada profesi ini, antara lain: mendorong perubahan dalam struktur karir akuntan, merancang ulang prosedur akuntansi, mengurangi kesalahan dan distorsi dalam informasi akuntansi, serta meningkatkan efisiensi dalam praktik akuntansi.
Mengingat bahwa akuntansi adalah alat penting untuk membangun akuntabilitas, profesi ini tidak dapat diabaikan dalam situasi apapun.
Ilmu dan profesi akuntansi harus terus berkembang dan beradaptasi dengan perubahan lingkungan, memiliki pandangan ke depan mengenai perkembangan yang akan datang, serta memberikan hasil yang menguntungkan untuk menjaga relevansi dan kegunaannya.
Meskipun demikian, penggunaan AI dalam akuntansi menimbulkan berbagai pendapat, baik positif maupun negatif.
Banyak yang beranggapan bahwa AI dapat menggantikan peran manusia dalam proses akuntansi.
AI tidak dapat menggantikan peran akuntan, tetapi dapat mengubah cara kerja mereka .
Akuntan yang mampu beradaptasi dengan teknologi baru dan mengembangkan keterampilan yang relevan akan memiliki peluang yang lebih baik di masa depan.
Inilah sebabnya mengapa peran akuntan akan menjadi semakin strategis, dengan fokus pada analisis data, pengambilan keputusan, dan menambah nilai bisnis, khususnya dalam bidang akuntansi untuk menganalisis faktorfaktor yang mempengaruhi suatu transaksi menjadi laporan keuangan yang baik.
AI kurang mampu memberikan sentuhan seni yang otentik pada laporan keuangan visual yang dihasilkan.
Oleh karena itu, peran manusia masih sangat diperlukan Dalam penerapan kecerdasan buatan (AI), terdapat beberapa faktor yang dapat memengaruhi Faktor pertama adalah kesiapan untuk menggunakan teknologi.
Meskipun teknologi kini telah menjadi bagian dari kehidupan sehari-hari masyarakat, masih ada beberapa keterampilan atau pengetahuan yang perlu ditingkatkan.
Kesiapan dalam menggunakan teknologi dapat meningkatkan efektivitas dan produktivitas, terutama jika didukung oleh pelatihan yang memadai untuk memaksimalkan pengetahuan dan keterampilan .
Faktor kedua yang mempengaruhi penggunaan kecerdasan buatan adalah adopsi teknologi.
Di bidang akuntansi, teknologi telah banyak diterapkan dalam pekerjaan keuangan.
Metode Penelitian ini menggunakan analisis bibliometrik untuk mengeksplorasi perkembangan topik Artificial Intelligence (AI) in accounting.
Analisis bibliometrik adalah pendekatan kuantitatif yang menggunakan data bibliografis untuk mengidentifikasi pola, tren, dan hubungan dalam literatur Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Penelitian ini bertujuan untuk mengidentifikasi tren penelitian, sumber jurnal terkemuka, penulis paling produktif, kolaborasi antar negara, serta tema dan topik yang paling sering dibahas.
Data akan dikumpulkan dari beberapa basis data akademik utama, termasuk Scopus.
Pencarian literatur akan dilakukan dengan menggunakan kata kunci seperti "Artificial Intelligence in Accounting," "AI and Accounting," dan "Machine Learning in Accounting," dengan periode publikasi yang dianalisis dari tahun 2023 hingga 2025.
Melalui analisis bibliometrik yang dilakukan dengan pencarian jurnal di Scopus, diperoleh 204 dokumen yang akan diolah menggunakan aplikasi.
Proses penelitian terdiri dari beberapa tahap, yaitu pengumpulan data bibliografis, pembersihan data untuk menghapus duplikasi dan menormalkan nama penulis serta institusi, dan analisis menggunakan perangkat lunak VOSviewer.
Analisis ini mencakup distribusi publikasi berdasarkan tahun dan jurnal, jaringan kolaborasi antara penulis, institusi, dan negara, analisis kata kunci untuk mengidentifikasi tema-tema dominan, serta peta sitasi untuk menyoroti artikel dan penulis yang paling Hasil dari analisis ini akan divisualisasikan dalam bentuk grafik, peta kolaborasi, dan hubungan tema penelitian untuk memberikan wawasan yang lebih mendalam.
Permintaan pencarian terakhir yang digunakan adalah sebagai berikut: TITLE-ABS-KEY ( artificial AND intelligence AND accounting ) AND PUBYEAR > 2020 AND PUBYEAR < 2026 AND ( LIMIT-TO ( SUBJAREA , "BUSI" ) OR LIMIT-TO ( SUBJAREA , "ECON" ) ) AND ( LIMIT-TO ( DOCTYPE , "ar" ) OR LIMIT-TO ( DOCTYPE , "cp" ) ) AND ( LIMIT-TO ( EXACTKEYWORD , "Artificial Intelligence" ) OR LIMIT-TO ( EXACTKEYWORD , "Accounting" ) OR LIMIT-TO ( EXACTKEYWORD , "Machine Learning" ) OR LIMIT-TO ( EXACTKEYWORD , "Artificial Intelligence (AI)" ) ) AND ( LIMIT-TO ( LANGUAGE , "English" ) ) Tabel 1.
Artikel Diolah Kriteria Penyaringan Kata kunci:
Artificial Intelligence in Accounting Tahun:
Bidang Subyek:
Business.
Management and Accounting.
Economics.
Econometrics and Finance Jenis Sumber:
Jurnal Keyword:
Artificial Intelligence.
Accounting.
Machine Learning Bahasa:
Bahasa inggris Sumber: Data diolah, 2025.
Tabel 1 di atas menunjukkan bahwa penelitian ini mengolah 204 artikel.
Selanjutnya dilakukan analisis bibliometrik terhadap 204 data tersebut dengan menggunakan aplikasi VOSviewer dengan analisis yang dilakukan antara lain:
C Analisis co-occurrence, digunakan untuk mengidentifikasi hubungan antara dua atau lebih item dalam sebuah dataset berdasarkan frekuensi kemunculan biblio mereka.
Dalam konteks penelitian ilmiah dan bibliometrik, analisis co-occurrence sering digunakan untuk memahami pola hubungan antara kata kunci, penulis, atau publikasi.
C Analisis co-authorship, digunakan untuk mencari hubungan antara beberapa peneliti berdasarkan dokumen penelitian yang dihasilkan oleh peneliti.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Analisis bibliografi, digunakan untuk mengungkap wilayah penelitian yang kemungkinan berubah dari tahun ke tahun akibat peneliti melakukan penemuan dan mengalihkan perhatiannya pada berbagai permasalahan penelitian.
Hasil dan Pembahasan Analisis VOSviewer dilakukan berdasarkan judul dan abstrak.
Setelah dianalisis.
VOSviewer dapat mengklasifikasikan keyword menjadi data yang membentuk cluster/kelompok yang berbeda.
Peluru menunjukkan bobot kejadiannya.
Peta visualisasi density memiliki titik-titik warna kuning.
Warna setiap titik tergantung pada kepadatan item tersebut.
Gambar 1.
Document by year Gambar 1 di atas adalah grafik garis yang mengilustrasikan jumlah dokumen yang diterbitkan atau dibuat setiap tahun antara tahun 2021 hingga 2025.
Sumbu vertikal menunjukkan jumlah dokumen, sedangkan sumbu horizontal menunjukkan tahun.
Analisis terhadap grafik ini menunjukkan bahwa jumlah dokumen yang dihasilkan antara tahun 2021 dan 2022 cenderung stabil pada tingkat yang rendah, sekitar 20 dokumen per tahun.
Namun, mulai tahun 2023 dan seterusnya terdapat puncak yang signifikan di mana jumlah dokumen meningkat secara dramatis, mencapai lebih dari 100 Peningkatan ini menunjukkan fase pertumbuhan atau intensifikasi kegiatan penerbitan Setelah puncak ini pada tahun 2024, grafik menunjukkan penurunan tajam menuju tahun 2025, ketika jumlah dokumen turun lagi, meskipun tetap lebih tinggi daripada angka awal tahun 2021.
Hal ini dapat mencerminkan perubahan kebijakan, berkurangnya aktivitas, atau faktor lain yang mempengaruhi penerbitan dokumen.
Fenomena ini dapat disebabkan oleh berbagai faktor, seperti perubahan kebijakan, peningkatan persyaratan dokumen yang bersifat sementara, atau proyek tertentu yang hanya berlangsung dalam jangka waktu tertentu sebelum dikurangi pada tahun berikutnya.
Secara keseluruhan, grafik ini memberikan gambaran yang jelas tentang fluktuasi produksi dokumen dari tahun ke tahun, yang dapat digunakan untuk analisis lebih lanjut tentang tren yang mendasari dan faktor-faktor yang mempengaruhi perubahan.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 2.
Document by subject area Gambar 2 yang disajikan menunjukkan distribusi dokumen berdasarkan area subjek, dan mencerminkan prevalensi dan perhatian yang diberikan kepada berbagai disiplin ilmu.
Dari data tersebut, terlihat bahwa kategori "Business.
Management" mendominasi dengan persentase yang signifikan, mencapai 40%.
Hal ini menunjukkan bahwa bisnis dan manajemen merupakan fokus utama dalam koleksi atau publikasi dokumen yang dianalisis, mencerminkan kebutuhan dan minat tinggi di bidang ini.
Diikuti oleh "Economics.
Economics" yang menyumbang 22.
6%, ini menandakan bahwa aspek ekonomi juga sangat diperhatikan, mungkin karena kaitannya yang erat dengan praktik bisnis dan pengambilan keputusan.
Selain itu, area lain seperti "Decision Sciences" dengan 9.
8%, "Social Sciences" .
8%), dan "Computer Sciences" .
8%) menunjukkan kontribusi yang cukup penting dalam keseluruhan komposisi dokumen.
Disiplin lain seperti "Engineering" .
2%) dan "Energy" .
1%) juga tercatat, walaupun dengan proporsi yang lebih kecil.
Menariknya, jumlah dokumen dalam kategori lain yang lebih spesifik seperti "Environmental Sciences", "Mathematics", dan "Psychology" berada pada level yang lebih rendah, di bawah 2%.
Hal ini mungkin menunjukkan bahwa tema-tema ini tidak menjadi prioritas utama saat ini atau mungkin kurang mendapatkan sorotan dalam publikasi yang dianalisis.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 3.
Document by country Grafik pada Gambar 3 di atas menunjukkan jumlah dokumen yang diklasifikasikan berdasarkan negara atau wilayah.
Jelas terlihat bahwa Amerika Serikat mendominasi dengan jumlah dokumen terbesar, yang mencerminkan peran pentingnya dalam produksi materi yang didokumentasikan dan bahkan publikasi.
Inggris berada di urutan kedua, diikuti oleh Cina, yang menunjukkan bahwa ketiga negara ini menjadi pusat informasi utama.
Negara-negara seperti Australia dan Italia juga memiliki jumlah dokumen yang besar, meskipun masih jauh lebih sedikit daripada Amerika Serikat dan Inggris.
Di sisi lain, negara-negara seperti Yordania.
Vietnam.
Prancis.
Lebanon, dan Polandia juga terwakili dalam grafik ini meskipun jumlah dokumennya lebih sedikit, yang menunjukkan bahwa ada beragam kontribusi dari berbagai negara, meskipun dalam skala yang lebih kecil.
Grafik tersebut memungkinkan kita untuk membuat perbandingan nyata dari produksi dokumen antar negara, yang mungkin mencerminkan perbedaan dalam aktivitas penelitian, industri atau potensi akses informasi di setiap negara.
Data ini dapat digunakan untuk menganalisis tren global dalam manajemen informasi dan kolaborasi internasional.
Gambar 4.
Document by affiliation Gambar 4 di atas adalah grafik batang yang menunjukkan jumlah dokumen per afiliasi Representasi grafis menunjukkan bahwa AuThe University of Texas at El PasoAy memiliki jumlah dokumen tertinggi, diikuti oleh AuUniversitatea Babeo-BolyaiAy dan AuThe University of EdinburghAy yang masing-masing memiliki jumlah dokumen yang signifikan.
Selain itu.
AuThe Arab University of BeirutAy juga masuk dalam daftar dengan jumlah dokumen yang sama, yang mengindikasikan adanya kontribusi yang kompetitif di antara institusi-institusi tersebut.
Sebaliknya, universitas seperti AuBrigham Young UniversityAy.
AuRMIT UniversityAy, dan AuSzkoCa GCywna Handlowa w WarszawieAy diwakili dengan jumlah dokumen yang lebih sedikit, yang mengindikasikan adanya potensi dan variasi hasil penelitian berdasarkan afiliasi.
Grafik ini tidak hanya memberikan gambaran umum tentang literatur yang dihasilkan oleh masing-masing universitas, tetapi juga menunjukkan tingkat kolaborasi dan fokus penelitian yang mungkin berbeda antar institusi.
Secara keseluruhan, data yang disajikan dalam grafik ini memberikan wawasan yang berharga tentang distribusi makalah penelitian berdasarkan afiliasi universitas, yang dapat digunakan sebagai referensi untuk analisis jaringan kerja sama dan kontribusi akademis di tingkat internasional.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 5.
Keyword co-occurrence Visualisasi jaringan (Gambar .
ini menggambarkan representasi visual hubungan antara berbagai konsep yang berkaitan dengan kecerdasan buatan (Artificial Intelligenc.
menggunakan alat VOSviewer.
Dalam diagram ini, "artificial intelligence" diletakkan sebagai pusat dari jaringan, yang menunjukkan signifikansi dan pengaruhnya dalam berbagai aspek kehidupan modern.
Konsep ini tidak hanya terbatas pada teknologi masif semata, tetapi juga meresap ke dalam praktik-praktik bisnis, seperti akuntansi, keuangan, dan bahkan pengambilan keputusan.
Dari diagram tersebut, terlihat jelas bahwa ada hubungan antara Auartificial intelligenceAy dan subtema seperti Aubig dataAy.
Audata analyticsAy, dan Aumachine learningAy.
Hal ini menunjukkan bahwa keberhasilan implementasi AI sangat bergantung pada kemampuan untuk menangani dan menganalisis data dalam jumlah besar.
Selain itu, kombinasi AI dan kecerdasan buatan dapat mengoptimalkan keputusan bisnis dan membantu memprediksi tren di berbagai industri.
Salah satu elemen kunci dari jaringan ini adalah konsep keberlanjutan, yang sangat penting dalam konteks saat ini.
Dengan meningkatnya kepedulian terhadap lingkungan dan tanggung jawab sosial, perusahaan diharapkan dapat mengintegrasikan AI ke dalam strategi keberlanjutan mereka.
Namun, terlepas dari manfaatnya, penggunaan teknologi ini juga menimbulkan masalah etika, seperti kerahasiaan data dan keputusan yang dibuat oleh algoritme tanpa transparansi.
Diagram ini juga menunjukkan hubungan antara TI dan transformasi digital, yang menekankan pentingnya mengadopsi teknologi baru dalam dunia bisnis saat ini.
Dengan munculnya inovasi seperti blockchain dan robotika, perusahaan harus terus beradaptasi dengan perubahan yang cepat ini agar tetap relevan di pasar.
AI bukan hanya sebuah alat, tetapi juga katalisator inovasi yang dapat mendorong pertumbuhan dan efisiensi operasional.
Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 6.
Key visual density Gambar heatmap (Gambar .
di atas menggambarkan hubungan dan relevansi berbagai konsep terkait dengan kecerdasan buatan .
rtificial intelligenc.
dan teknologi informasi.
Pada heatmap ini, istilah "artificial intelligence" ditandai dengan warna kuning cerah, menunjukkan bahwa itu adalah pusat dari tema yang digambarkan dan paling sering dibahas.
Di sekelilingnya terdapat berbagai istilah yang berkaitan, seperti "machine learning," "data analytics," dan "big data," yang merefleksikan aspekaspek penting dari perkembangan teknologi modern, di mana machine learning merupakan subfield dari kecerdasan buatan yang berfokus pada pengembangan algoritma yang memungkinkan sistem untuk belajar dari data.
Istilah "sustainability," "decision making," dan "digital transformation" menunjukkan bahwa penerapan kecerdasan buatan juga berhubungan erat dengan inovasi dalam pengambilan keputusan yang lebih baik serta keberlanjutan di berbagai sektor.
Selain itu, istilah-istilah seperti "blockchain," "robotics," dan "financial reporting" menunjukkan bahwa ada interaksi antara kecerdasan buatan dan teknologi lainnya, seperti blockchain yang semakin populer dalam konteks keamanan data.
Layer yang lebih gelap menggambarkan konsep yang kurang relevan, sedangkan pengelompokan kata-kata ini dapat membantu pemahaman mengenai tren dan fokus penelitian saat ini di bidang teknologi, serta implikasinya dalam dunia bisnis dan industri.
Dengan menggunakan pendekatan visual seperti ini, pemangku kepentingan dapat dengan mudah mengidentifikasi area-area penting yang perlu diperhatikan dalam pengembangan dan penerapan teknologi baru, sehingga memungkinkan pendekatan yang lebih strategis dalam merumuskan kebijakan dan inovasi di masa Prosiding KONSTELASI Vol.
2 No.
Juni 2025 Gambar 7.
Keyword co-authorship Gambar 7 di atas merupakan representasi dari co-authorship, yang menunjukkan hubungan kolaboratif antara beberapa penulis dalam sebuah jaringan penelitian.
Dalam visualisasi ini titik yang mewakili penulis, misalnya Chen X.
Zhang C.
Dai J.
Wu Y dan Zhu W terhubung ke garis yang mewakili kerja kolaboratif mereka dalam sebuah artikel penelitian.
Ketika dua atau lebih penulis berkolaborasi dalam sebuah publikasi, garis-garis yang menghubungkan mereka membentuk jaringan yang mencerminkan intensitas dan frekuensi kolaborasi mereka.
Garis-garis tersebut dapat memberikan indikasi tingkat keterlibatan para penulis dalam Semakin banyak garis yang menghubungkan dua penulis maka semakin kuat hubungan kolaboratif di antara mereka.
Selain itu, posisi penulis dalam jaringan ini dapat menunjukkan peran relatif mereka.
Penulis yang berkolaborasi lebih banyak berada lebih dekat ke pusat jaringan dan penulis yang berkolaborasi lebih sedikit berada di pinggiran.
Jenis diagram ini sangat berguna untuk analisis bibliometrik dan pemetaan ilmiah, karena dapat membantu mengidentifikasi kelompokkelompok penelitian yang berkolaborasi dan potensi kolaborasi di masa depan.
Dengan memahami pola kolaborasi ini, kita dapat memberikan kontribusi penting bagi inovasi dan kemajuan ilmiah.
Kesimpulan Berdasarkan analisis bibliometrik yang dilakukan terhadap 204 artikel dalam penelitian ini, dapat disimpulkan bahwa kecerdasan buatan berbasis ChatGPT memiliki peran yang signifikan dalam bidang akuntansi.
Dengan menganalisis 204 artikel yang diterbitkan antara tahun 2023 hingga 2025, penelitian ini berhasil mengidentifikasi tren penelitian yang signifikan, sumber jurnal terkemuka, serta penulis dan negara yang paling produktif dalam bidang ini.
Hasil analisis menunjukkan bahwa penggunaan AI dalam akuntansi tidak hanya meningkatkan efisiensi dan akurasi dalam pengolahan data keuangan, tetapi juga memunculkan tantangan baru terkait dengan peran manusia dalam profesi akuntansi.
Meskipun ada kekhawatiran bahwa AI dapat menggantikan tugas-tugas rutin akuntan, penelitian ini menegaskan bahwa keterampilan analitis dan pemahaman mendalam tentang prinsip-prinsip akuntansi tetap menjadi domain yang tidak dapat sepenuhnya diambil alih oleh mesin.
Selain itu, kolaborasi internasional dan kontribusi dari berbagai institusi menunjukkan bahwa penelitian di bidang ini terus berkembang dan beradaptasi dengan kemajuan teknologi.
Dengan demikian, akuntan yang mampu beradaptasi dengan teknologi baru dan mengembangkan keterampilan yang relevan akan memiliki peluang yang lebih baik di masa depan.
Penelitian ini juga menyoroti pentingnya kesiapan teknologi dan pelatihan yang memadai untuk Prosiding KONSTELASI Vol.
2 No.
Juni 2025 memaksimalkan potensi AI dalam praktik akuntansi.
Secara keseluruhan, temuan ini memberikan gambaran yang jelas tentang bagaimana AI, khususnya ChatGPT, dapat menjadi alat yang berharga dalam meningkatkan praktik akuntansi, sambil tetap mempertahankan peran penting manusia dalam proses pengambilan keputusan dan interpretasi data.
Referensi