Explore the vast range of titles available.

تتناول هذه الدراسة مشكلة الديون المتعثرة باعتبارها واحدة من التحديات الرئيسية التي تواجه البنوك، وتحدد أهم المتغيرات التي تؤثر على حجم هذه الديون. وتكشف الدراسة أن متغيرات الاقتصاد الكلي لها أهمية أكبر في التنبؤ بحجم الديون المتعثرة مقارنة بمتغيرات الاقتصاد الجزئي الخاصة بالبنك. تستخدم الدراسة عدة نماذج من نماذج تعلم الآلة للتنبؤ بحجم الديون المتعثرة، وتفاضل بين هذه النماذج طبقاً لمجموعة من المعايير الإحصائية لاستخدام أنسب هذه النماذج في التنبؤ بحجم الديون المتعثرة. توصلت النتائج إلى أن نموذج انحدار الغابات العشوائية \"Random Forests Regression\" كان الأنسب، حيث حصل على أقل قيم لمعايير التقييم، مما يجعله النموذج الأفضل للتنبؤ بحجم الديون المتعثرة مستقبلاً. كما أثبتت الدراسة تفوق نماذج تعلم الآلة على النماذج الإحصائية التقليدية. وأيضاً تم استخدام بعض تقنيات تعلم الآلة للتصنيف لتحليل بيانات عينة من العملاء المتعثرين، وتوصلت النتائج إلى أن نموذج XGBoost \"Extreme Gradient Booting\" للتصنيف كان الأكثر دقة من حيث تحديد احتمالية تعثر العميل بناءاً على عدة متغيرات مفسرة حيث حقق توازنًا أفضل بين معايير الدقة، التذكر، الدقة النوعية مقارنة بالنماذج الأخرى.

استهدف البحث عرض التقديرات المحاسبية في ضوء المعايير ذات صلة، وممارسات تمهيد الدخل من منظور محاسبي لمعرفة أثر استخدام خوارزميات تعلم الآلة في التنبؤ بالتقديرات المحاسبية على ممارسات تمهيد الدخل، واعتمد البحث على المنهجية المطبقة على كافة الشركات المقيدة في سوق الأوراق المالية المصري، وخاصة بالتركيز على الشركات الصناعية في الفترة من ۲۰۱۹ إلى ۲۰۲۲ أي أن المدة المتاحة للسلسلة الزمنية مدتها ٤ سنوات، وبلغت عينة الدراسة ١٢٥ مشاهدة. وتمثلت أهم النتائج التي توصلت إليها الدراسة في وجود فروق جوهرية ذات دلالة إحصائية بين تمهيد الدخل عن طريق التقديرات المحاسبية باستخدام خوارزميات تعلم الآلة والتقديرات المحاسبية المتنبأ بها باستخدام الأساليب التقليدية، وجود فروق جوهرية ومعنوية بين الأساليب التقليدية المتمثلة في أسلوب Probit وبين خوارزميات تعلم الآلة للتنبؤ بالتقديرات المحاسبية، بالإضافة إلى وجود فروق جوهرية ذات دلالة إحصائية بين تمهيد الدخل عن طريق التقديرات المحاسبية باستخدام خوارزميات تعلم الآلة والتقديرات المحاسبية الفعلية لعينة الدراسة.

شهدت بيئة الأعمال العالمية خلال السنوات الأخيرة العديد من التطورات، التي أدت إلى ظهور بيئة تكنولوجيا المعلومات والاتصالات، الأمر الذي ترتب عليه محاولة الشركات في الوقت الراهن أداء أعمالها عن طريق استخدام أدوات التكنولوجيا الحديثة بعد أن كانت تقوم بأعمالها بشكل يدوي، كما أدى التطور في ذكاء الأعمال واستخدام الحاسب الآلي على نطاق واسع إلى إحداث استجابة معظم الشركات لتلك التطورات. وبالتالي أصبحت مهنة المراجعة أمام تحدي كبير يتمثل في ضرورة توفير الأدوات التي يمكنها التعامل مع البيئة التقنية الحديثة، بالشكل الذي يعزز من جودة أعمالها، وذلك للارتقاء بالمهنة إلى المستوى الذي تخدم فيه كافة الأطراف أصحاب المصالح، ومن ناحية أخرى تعتبر تقنية تعلم الآلة أحد أهم أدوات الذكاء الاصطناعي فهي تعمل على توجيه المراجع بشكل فعال نحو المناطق ذات المخاطر المرتفعة، كما أنها تؤدي إلى استقلالية عملية المراجعة وجودة الأداء، وفعاليتها من حيث سرعة اكتشاف الأخطاء، وإتمام إجراءات المراجعة بدقة، فضلا عن إتمام العمليات في وقت أقل وبفاعلية أكبر وبتكلفة منخفضة. وبناء عليه تظهر أهمية دعم إجراءات الفحص باستخدام التقنيات الحديثة والتي من ضمنها تقنية تعلم الآلة، وذلك بهدف ترشيد قرارات المراجعين وتحسين قدرتهم على التنبؤ واكتشاف التحريفات الجوهرية في القوائم المالية، وتحقيق كفاءة وفعالية إجراءات الفحص، وبالتالي أمداد طالبي خدمات الفص لأغراض خاصة لعمليات الاندماج والاستحواذ بالمعلومات التي تمكنهم من اتخاذ قرارات صائبة.

انطلاقا مما تشهده البشرية من تضخم مصادر المعلومات وتنوعها، وما تتيحه من عدد لا محدود من المعلومات في ظل الشبكة العنكبوتية؛ ظهرت الحاجة إلى تطوير أساليب أكثر قدرة على إجراء عمليات البحث عن المعلومات واسترجاعها، وقد أسهم الذكاء الاصطناعي في تطوير أساليب البحث واسترجاع المعلومات، من خلال عدة تقنيات منها: تقنية تعلم لغة الآلة وخوارزميات معالجة اللغة الطبيعية؛ والتي تمكن الحاسب من فهم اللغات التي يتحدث بها البشر، بالإضافة إلى تصميم واجهات ذكية تعمل على المواءمة بين لغات البشر، ولغة الحاسب ينتج عنها استرجاع المعلومات باستخدام اللغة الطبيعية. هدفت الدراسة إلى التعرف على كيفية استثمار تقنيات الذكاء الاصطناعي في تطوير أساليب بحث واسترجاع المعلومات، لبناء محرك بحثي باستخدام أداة واتسون ديسكفري Watson Discovery؛ وتقدم الدراسة بالاعتماد على المنهج الوصفي التحليلي، وباستخدام أداة تحليل المحتوى، تقدم عرضا لمفهوم الذكاء الاصطناعي وتطبيقاته من وصف مناهج تعلم لغة الآلة Machine Learning Approaches، وخوارزميات فهم اللغة الطبيعية ومعالجتها Natural Language Processing، وشرح مفاهيم استرجاع المعلومات واستخراجها Information retrieval and extraction، وكيفية تقييم جودة خوارزميات معالجة اللغة الطبيعية في استرجاع المعلومات؛ وذلك من خلال عرض خدمات الذكاء الاصطناعي المقدمة من شركة \"IBM\" International Business Machines Corporation، والمتاحة عبر منصتها IBM Cloud، والتعريف بأداة واتسون ديسكفري Watson Discovery والمختصة بالبحث والتحليل لمحتوى الملفات؛ وبيان بنيتها الهيكلية ومراحل التطبيق لأغراض تطوير البحث واسترجاع المعلومات، وكيفية استثمارها بشكل فعال في المؤسسات المختلفة كالمكتبات ومراكز المعلومات. ومن أبرز ما خلصت إليه تلك الدراسة: يجب توجيه المكتبات ومراكز المعلومات نحو الإفادة من خدمات الذكاء الاصطناعي المستخدمة في البحث عن المعلومات واسترجاعها، في تقديم خدماتها بكفاءة وجودة عالية؛ وذلك لما توفره من وقت وجهد للعاملين بها وللمستفيدين منها، كما يمكن الإفادة من عرض أداة واتسون ديسكفري Watson Discovery في بناء محرك بحثي يعمل على تحليل النصوص والتعرف على محتويات الملفات من خلال تقنية Smart Document Understanding وتحسين نتائج البحث، وتحديد مدى ملاءمة نتائج الاسترجاع للاستفسار البحثي من خلال تقنية Train Watson to Improve Results مما يسهم في تقليل الوقت والجهد المستغرق في عملية البحث.

يشهد العالم القانوني تحولاً نوعياً في ضوء الثورة الرقمية التي فرضت نفسها بقوة على مختلف قطاعات الحياة، ويعد الذكاء الاصطناعي أحد أبرز ملامح هذا التحول، لما يقدمه من قدرات تحليلية استثنائية، خاصة في مجالات تعتمد على معالجة البيانات الدقيقة مثل المجال القضائي. في هذا السياق، أصبح تحليل السوابق القضائية عبر تقنيات الذكاء الاصطناعي أداة استراتيجية لتطوير التعليم القانوني، وجسرا لسد الفجوة بين الجانب النظري للدراسة الأكاديمية والواقع العملي المتغير. يركز البحث على توضيح المفاهيم الأساسية للذكاء الاصطناعي وأدواته القانونية، مع تحليل تطوره التاريخي ومجالات استخدامه في المجال القضائي. كما يتناول مفهوم السوابق القضائية وأهميتها في بناء الحجج القانونية، وآليات تحليلها باستخدام خوارزميات الذكاء الاصطناعي، مثل استخراج المبادئ القانونية، والتصنيف، والتنبؤ بالنتائج المحتملة. يولي البحث اهتماما خاصا بدور هذه الأدوات في التعليم القانوني، من خلال محاكاة الواقع القضائي وتحفيز التفكير النقدي وتعزيز التفاعل داخل بيئات التعليم الرقمي. كما يستعرض نماذج دولية ناجحة مثل Blue J Legal وHarvey، وشراكات أكاديمية تدمج الذكاء الاصطناعي في التدريب القانوني. ينتهي البحث بتوصيات حول ضرورة بناء بنية تحتية رقمية في كليات القانون، وتحديث المناهج لتشمل أدوات الذكاء الاصطناعي، وسن تشريعات تنظم مسؤولية استخدام هذه الأدوات، لضمان التوظيف المسؤول الذي يجمع بين الكفاءة التقنية والمعايير الأخلاقية.