A Research on Determining the Technology Acceptance of Future Accountants

Year 2022, Volume: 25 Issue: Özel Sayı, 369 - 381, 22.09.2022

Ahmet Kaya , Nurettin Koca , Zeynep Hatunoğlu

https://doi.org/10.29249/selcuksbmyd.1141389

Cited By: 2

Abstract

ABSTRACT
As a result of developments in information technology, software accounting, cloud accounting, robotic process automation, and artificial intelligence are increasing in the field of accounting and auditing, as in all other fields. As a result of these developments, employers are expected to prefer individuals who can soon use these technologies in new recruitment. Therefore, those who will do the accounting profession in the future must be willing and prone to use these technologies. In this context, the study aims to determine the tendencies of university students, who are future accountants, towards using artificial intelligence in the accounting field through the technology preparation and technology acceptance model. For this purpose, a questionnaire was applied to the students of the accounting department that received an associate degree education at Akdeniz University. At the end of the study, it was determined that the students' adoption level of technology readiness directly affected their perceived usefulness and perceived ease of use. At the same time, their perceived ease of use and attitudes directly affected their level of adoption of artificial intelligence technologies. Furthermore, the level of adoption of artificial intelligence technologies by women and men is very close to each other, and there is no difference in gender variables.

Keywords

Technology Acceptance Model (TAM), Technology Readiness, Artificial Intelligence

Geleceğin Muhasebecilerinin Teknoloji Kabullerinin Tespitine İlişkin Bir Araştırma

Abstract

ÖZ
Bilgi teknolojisindeki gelişmeler diğer tüm alanlarda olduğu gibi muhasebe ve denetim alanında da; yazılım muhasebesi, bulut muhasebesi, robotik süreç otomasyonu ve yapay zekâ kullanımını artırmaktadır. Bu gelişmelerin bir sonucu olarak işverenlerin yakın gelecekte yeni işe alımlarda bu teknolojileri kullanabilen bireyleri tercih etmeleri beklenmektedir. Gelecekte muhasebe mesleğini yapacak olanların bu teknolojileri kullanmaya istekli ve yatkın olmaları önem arz etmektedir. Bu bağlamdan çalışma, geleceğin muhasebecileri olan üniversite öğrencilerinin muhasebe alanında yapay zekâ kullanımına yönelik eğilimlerini teknoloji hazırlık ve teknoloji kabul modeli aracılığıyla tespit etmeyi amaçlamaktadır. Bu amaçla Akdeniz Üniversitesi’nde ön lisans düzeyinde eğitim alan muhasebe bölümü öğrencilerine anket uygulanmıştır. Çalışma sonunda öğrencilerin teknoloji hazırlığını benimseme düzeylerinin, algıladıkları faydayı ve algıladıkları kullanım kolaylığı üzerinde doğrudan bir etkisinin olduğu, aynı zamanda algıladıkları kullanım kolaylığı ve tutumlarının, yapay zekâ teknolojilerini benimseme düzeylerini doğrudan etkilediği tespit edilmiştir. Ayrıca kadın ve erkeklerin yapay zekâ teknolojilerini benimseme düzeylerinin birbirine oldukça yakın olduğu ve cinsiyet değişkeni açısından bir farklılık olmadığı da anlaşılmıştır.

Keywords

Teknoloji Kabul Modeli, Teknolojiye Hazır Olma, Yapay Zeka

References

• Ajzen, I., & Fishbein, M. (1980).Understanding attitudes and predictingsocial behaviour. Engelwood cliffs, NJ: Prentice-Hal.
• Aras, M., Özdemir, Y., & Bayraktaroglu, S. (2015). Insan Kaynaklari Bilgi Sistemlerine Yönelik Algilarin Teknoloji Kabul Modeli Ile Incelenmesi/The Investigation of Perceptions for Human Resource Information Systems via Technology Acceptance Model. Ege Akademik Bakis, 15(3), 343.
• Bağlıbel, M. (2011). İlköğretim Öğretmenlerinin Teknolojiye Hazır Olma Düzeylerinin İncelenmesi, Gaziantep Üniversitesi Sosyal Bilimler Enstitüsü Eğitim Bilimleri Ana Bilim Dalı, Gaziantep.
• Bozkurt, O., & Çakmak, N. B. (2020). Teknoloji Kabul Modeli Perspektifinden Bağımsız Denetçilerin Bilgisayar Destekli Denetim Programlarını Kullanıma İlişkin Tutum ve Davranışlarının Potansıyel Fayda Beklentisi Üzerine Etkisi. Business & Management Studies: An International Journal, 8(4), 607-646.
• Chou, S.W. & Chang, Y.C. (2008). The Implementation Factors that Influence the ERP Benefits. Decision Support Systems, 46(1), 149- 157.
• Callejas, J. F. & Terzi, S. (2012). Review of Enterprise Resource Planning (ERP) Systems In United Nations Organizations. Joint Inspection Unit, United Nations, Geneva , JIU/REP/2012/8
• Damerji, H., & Salimi, A. (2021). Mediating effect of use perceptions on technology readiness and adoption of artificial intelligence in accounting. Accounting Education, 30(2), 107-130.
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance. MIS Quarterly, 13(3), 319–340. Gacar, A. (2019). Yapay zekâ ve yapay zekânın muhasebe mesleğine olan etkileri: Türkiye’ye yönelik fırsat ve tehditler. Balkan Sosyal Bilimler Dergisi, 8, 389-394.
• Gürler, H. E., & Erturgut, R. (2018). Hizmet Kalitesinin Müşteri Tatmini ve Ağızdan Ağıza İletişim Üzerindeki Etkisi: Havayolu Endüstrisinde Cinsiyet Temelli Bir Araştırma. İşletme Araştırmaları Dergisi, 10(1), 229-253.
• Hair Jr, J. F., Black W.C., Babin B.J., & Anderson R. E. (2014). Multivariate data analysis, 7. Edition, Pearson New International Edition. Hashem, F., & Alqatamin, R. (2021). Role of Artificial Intelligence in Enhancing Efficiency of Accounting Information System and Non-Financial Performance of the Manufacturing Companies. International Business Research, 14(12), 1-65.
• Hayes, A. F. (2018). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. Guilford Press.
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling: a multidisciplinary journal, 6(1), 1-55.
• Issa, H., Sun, T., & Vasarhelyi, M. A. (2016). Research ideas for artificial intelligence in auditing: The formalization of audit and workforce supplementation. Journal of Emerging Technologies in Accounting, 13(2), 1-20.
• KPMG (2021). Thriving in an AI World, April, www.kpmg.com
• Lin, C. H., Shih, H. Y., & Sher, P. J. (2007). Integrating technology readiness into technology acceptance: The TRAM model. Psychology & Marketing, 24(7), 641-657.
• Marangunić, N., & Granić, A. (2015). Technology acceptance model: a literature review from 1986 to 2013. Universal access in the information society, 14(1), 81-95.
• Özer, G., Özcan, M., & Aktaş, S. (2010). Muhasebecilerin bilgi teknolojisi kullaniminin teknoloji kabul modeli (TKM) ile incelenmesi. Yaşar Üniversitesi E-Dergisi, 5(19), 3278-3293.
• Özer, G., Günlük, M., & Özcan, M. (2019). Muhasebe akademisyenlerinin Muhasebe Eğitiminde Uzaktan Eğitim Uygulamaları Kullanımına Yönelik Algılarının Teknoloji Kabul Modeli Çerçevesinde İncelenmesi. Journal of Accounting and Taxation Studies, 12(1), 65-90. Parasuraman, A. (2000). Technology Readiness Index (TRI) a multiple-item scale to measure readiness to embrace new technologies. Journal of service research, 2(4), 307-320.
• Parasuraman, A., & Colby, C. (2015). An updated and streamlined technology readiness index: TRI 2.0. Journal of Service Research, 18(1), 59–74.
• Saleh, M. M. A., Jawabreh, O. A., Al Om, R., & Shniekat, N. (2021). Artificial Intelligence (AI) and The Impact of Enhancing The Consistency And Interpretation of Financial Statement In The Classified Hotels In Aqaba, Jordan. Academy of Strategic Management Journal, 20, 1-18.
• Saygılı, M., Yalçintekin, T., & Çakirsoy, E. (2022). Muhasebe Programlarına Yönelik Değiştirme Niyetinin Teknoloji Kabul Modeli (TKM) Çerçevesinde İncelenmesi: Sakarya İli Örneği. Muhasebe ve Denetime Bakış, 22(66), 129-146.
• Serçemeli, M., & Kurnaz, E. (2016). Denetimde bilgi teknoloji ürünleri kullanımının teknoloji kabul modeli (TKM) ile araştırılması. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 45(1), 43-52.
• Serçemeli, M. (2018). Muhasebe ve Denetim Mesleklerinin Dijital Dönüşümünde Yapay Zekâ. Electronic Turkish Studies, 13(30).
• Sharma, M. P., Suthar, M. D., & Maheria, M. S. (2021). Artificial Intelligence Accounting Technology–Perception and Acceptance. Impact of Smart Technologies and Artificial Intelligence (AI) Paving Path Towards Interdisciplinary Research in the Fields of Engineering, Arts, Humanities, Commerce, Economics, Social Sciences, Law and Management-Challenges and Opportunities, 77-92.
• Turan, B., & Haşit, G. (2014). Teknoloji kabul modeli ve sınıf öğretmenleri üzerinde bir uygulama. Uluslararası Alanya İşletme Fakültesi Dergisi, 6(1), 109-119.
• Ucoglu, D. (2020). Yapay Zekâ Teknolojisinin Muhasebe Mesleğine ve Eğitimine Etkileri. PressAcademia Procedia, 11(1), 16-21.
• Yardımcıoğlu, M., & Şıtak, B. (2020). Yapay Zekâ Teknolojisinin Muhasebe Alanına Yansımaları: Literatür İncelemesi. Bilecik Şeyh Edebali Üniversitesi Sosyal Bilimler Dergisi, 5(2), 342-353.
• Yilmaz, C., & Tümtürk, A. (2015). Internet Üzerinden Alisveris Niyetini Etkileyen Faktörlerin Genisletilmis Teknoloji Kabul Modeli Kullanarak Incelenmesi ve Bir Model Önerisi. Yönetim ve Ekonomi, 22(2), 355-384.
• Yücenur, G. N., Demirel, N. Ç., Ceylan, C., & Demirel, T. (2011). “Hizmet değerinin müşterilerin davranışsal niyetleri üzerindeki etkisinin yapısal eşitlik modeli ile ölçülmesi”, Doğuş Üniversitesi Dergisi, 12(1), 156-168.