EVALUATION OF THE TRANSFORMATION CRITERIA OF ACCOUNTING EDUCATION IN THE AGE OF ARTIFICIAL INTELLIGENCE USING THE AHP METHOD.

Öz

The rapid advancements in artificial intelligence technologies are causing significant transformations in accounting education, as well as in the accounting profession. The widespread adoption of digitalization, automation, big data analytics, and artificial intelligence applications necessitates a reassessment of traditional teaching approaches in accounting education. Accordingly, the aim of this study is to determine the importance levels of the key criteria influencing the transformation of accounting education in the age of artificial intelligence. The Analytical Hierarchy Process (AHP) method, a multi-criteria decision-making method, was used in the research. Based on a literature review and expert opinions, five key criteria influencing the transformation of accounting education were identified. These criteria were classified as: educational opportunities, ethical and academic risks, curriculum transformation, institutional infrastructure, and professional competence. A pairwise comparison matrix was created based on evaluations obtained from expert academics, and the weights of the criteria were calculated. According to the analysis results, curriculum transformation was determined to be the most important criterion in the transformation of accounting education. This is followed by ethical and academic risks, professional competence, educational opportunities, and institutional infrastructure, respectively. The findings reveal that for successful integration of artificial intelligence into accounting education, course content must first be restructured to align with current technologies. Furthermore, improving students' digital skills, managing ethical risks, and making teaching processes technology-supported are also fundamental elements of this transformation process. The research concludes that AI-supported accounting education will evolve into a more effective, practical, and student-centered structure in the future.

Anahtar Kelimeler

• Muhasebe Eğitimi
• Yapay Zeka
• Çok Kriterli Karar Verme

YAPAY ZEKÂ ÇAĞINDA MUHASEBE EĞİTİMİNİN DÖNÜŞÜM KRİTERLERİNİN AHP YÖNTEMİYLE DEĞERLENDİRİLMESİ

Öz

Yapay zekâ teknolojilerinde yaşanan hızlı gelişmeler, muhasebe mesleğinde olduğu gibi muhasebe eğitiminde de önemli dönüşümlere neden olmaktadır. Dijitalleşme, otomasyon, büyük veri analitiği ve yapay zekâ uygulamalarının yaygınlaşması, muhasebe eğitiminde geleneksel öğretim yaklaşımlarının yeniden değerlendirilmesini gerekli kılmaktadır. Bu doğrultuda çalışmanın amacı, yapay zekâ çağında muhasebe eğitiminin dönüşümünü etkileyen temel kriterlerin önem düzeylerini belirlemektir. Araştırmada çok kriterli karar verme yöntemlerinden Analitik Hiyerarşi Süreci (AHP) yöntemi kullanılmıştır. Literatür incelemesi ve uzman görüşleri doğrultusunda muhasebe eğitiminin dönüşümünü etkileyen beş temel kriter belirlenmiştir. Bu kriterler; eğitsel fırsatlar, etik ve akademik riskler, müfredat dönüşümü, kurumsal altyapı ve mesleki yeterlilik olarak sınıflandırılmıştır. Araştırma kapsamında uzman akademisyenlerden elde edilen değerlendirmeler doğrultusunda ikili karşılaştırma matrisi oluşturularak kriterlerin ağırlıkları hesaplanmıştır. Analiz sonuçlarına göre, muhasebe eğitiminin dönüşümünde en önemli kriterin müfredat dönüşümü olduğu belirlenmiştir. Bunu sırasıyla etik ve akademik riskler, mesleki yeterlilik, eğitsel fırsatlar ve kurumsal altyapı kriterleri takip etmektedir. Elde edilen bulgular, muhasebe eğitiminde yapay zekâ entegrasyonunun başarılı olabilmesi için öncelikle ders içeriklerinin güncel teknolojilere uygun şekilde yeniden yapılandırılması gerektiğini ortaya koymaktadır. Ayrıca, öğrencilerin dijital becerilerinin geliştirilmesi, etik risklerin yönetilmesi ve öğretim süreçlerinin teknoloji destekli hâle getirilmesi de dönüşüm sürecinin temel unsurları arasında yer almaktadır. Araştırma sonucunda, yapay zekâ destekli muhasebe eğitiminin gelecekte daha etkin, uygulamalı ve öğrenci merkezli bir yapıya dönüşeceği değerlendirilmiştir.

Anahtar Kelimeler

• Accounting Education
• Artificial Intelligence
• Multi-Criteria Decision Making

Kaynakça

1. Abhishek, N., Nayak, K.M., Divyashree, M.S., Dinesh, S. and Maradi, M.M. (2026). Integrating metaverse enabled artificial intelligence and large language models in accounting education: An applied mixed-methods Study, Asian Education and Development Studies, 1-34.
2. Al-Okaily, M. (2025). Artificial Intelligence and Its Impact on the Sustainability of Digital Accounting Education, Interactive Technology and Smart Education, 23(2), 298-310.
3. Al-Sendy, A.M., Jameel, S.Z., Al-Shmam, M. Riyadh, H.A. and Beshr, B.A.H. (2026). Artificial Intelligence and Accounting Lecturers Creativity for Achieving Critical Sustainable Development Goals: The Mediating Role of Reflective Thinking, Intyernational Journal of Educational Management, 40(1-2), 209-239.
4. Arise, O. A. and Moloi, T. (2025). Towards a Future- Ready Accounting Education: Opportunities and Challenges of Integrating Artificial Intelligence Into Contemporary Accounting Circula, Impacting Society Positively Through Tecnology in Accounting and Business Processes, 993-1015.
5. Baba, M.C. (2025). An Umbrella Mapping Review on the Use of Artificial Intelligence in Accounting Education, International Journal of Education and Information Technologies, 29, 1-10.
6. Brabete, V., Barbu, C.M., Circiumaru, D., Goagara, D. and Berceanu, D. (2023). Redesign of Accounting Education to Meet the Challenges of Artificial Intelligence, Amfiteatru Economic, 19(65), 275-293.
7. Furgase, J. and Knyviene, I. (2025). Artificial Intelligence in Accounting Education: Challenges We Face, Mokslo Taikomieji Tyrimai, 21(3), 59-66.
8. Holmes, A.F. and Douglass, A. (2022). Artificial Intelligence: Reshaping the Accounting Profession and the Disruption to Accounting Education, Journal of Emerging Technologies in Accounting, 19(1), 53-68.

9. Oranefo, P.C., Ofuonye, R.A. and Nzekwe, A.I. (2026). Utilizing Artificial Intelligence in the Teaching and Learning of Accounting and Business Education to Develop Entrepreneurial Mindset, NAU Journal of Tecology and Vocational Education, 11(1), 85-97.
10. Saaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. New York: McGraw-Hill.
11. Sutton, S.G., Holt, M. ve Arnold, V. (2016). The Reports of My Death are Greatly Exaggerated- Artificial Intelligence Research in Accounting, International Journal of Accounting Information Systems, 22, 60-73.
12. Şen, İ.K. ve Terzi, S. (2022). Yapay Zeka ve Dijital Muhasebe Trendlerinde Muhasebe Eğitimine İlişkin Öneriler, Journal of Business in the Digital Age, 5(2), 105-113.
13. Triantaphyllou, E. (2000). Multi-Criteria Decision Making Methods: A Comparative Study. Dordrecht: Kluwer Academic Publishers.
14. Wale-Fadairo, T.G. and Ige, O.A. (2025). A Scoping Review of Artificial Intelligence Integration into Accounting, International Journal of Educational Methodology, 11(1), 113-125.
15. Yıldırım, M.V. ve Arslan, M.C. (2024). Yapay Zeka ve Muhasebe Eğitimindeki Kullanımına Yönelik Bir İnceleme: TOGÜ Örneği, Journal of International Management, Education and Economics Perspectives, 12(2), 201-220.