By: Abdulrahman Alebrahim

Le domaine de l’audit de performance passe actuellement d’évaluations rétrospectives manuelles à des analyses prospectives en temps réel, sous l’effet de l’intégration de technologies telles que le Big Data, l’intelligence artificielle (IA) et la modélisation prédictive, qui redéfinissent l’efficacité et l’efficience de la fonction d’audit. Alors que les institutions publiques s’appuient de plus en plus sur des systèmes fondés sur les données pour prendre leurs décisions, la complexité des cadres de gouvernance s’accroît également, ce qui souligne la nécessité d’un contrôle plus rigoureux de ces institutions afin de renforcer la transparence, la responsabilité et la confiance du public (Agostino, Lourenco & Jorje, 2025). La transformation numérique s’est généralisée tant dans le secteur public que dans le secteur privé, entraînant la production d’énormes volumes de données structurées et non structurées qui ne peuvent être analysées efficacement à l’aide des seules approches d’audit conventionnelles (Basuki, Atarwaman & Layn, 2025). Par conséquent, le besoin d’innovation en matière d’audit de performance est devenu plus pressant que jamais, nécessitant le développement de nouveaux outils et de nouvelles techniques adaptés à la dynamique de l’écosystème informationnel moderne.