PENGGUNAAN ARTIFICIAL INTELLIGENCE (AI) DALAM MENGUKUR KETERBACAAN LAPORAN KEBERLANJUTAN: DAMPAKNYA PADA SKOR ESG SERTA PRAKTIK GREENWASHING DI PERUSAHAAN INDONESIA

Naura Tazkiah Ardeny, Gunawan Wibisono, S.E., M.Acc., CA.

2025 | Skripsi | AKUNTANSI

Tekanan global yang meningkat bagi bisnis untuk mengadopsi praktik keberlanjutan, penelitian ini mengkaji dampak keterbacaan laporan keberlanjutan (LK) terhadap skor ESG dan praktik greenwashing perusahaan di Indonesia yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2021 hingga 2023.

Keterbacaan laporan keberlanjutan diukur dari dua aspek yaitu aspek panjang laporan, meliputi panjang halaman, kata, dan karakter dan aspek dwibahasa yaitu nilai terjemahan. Penelitian ini menggunakan data sekunder dari LK perusahaan untuk mengukur keterbacaan dari aspek panjang laporan dan memperkenalkan pendekatan baru yaitu menggunakan Artificial Intelligence (AI) untuk mengukur nilai terjemahan sebagai proksi keterbacaan dari aspek dwibahasa. Interpretasinya adalah jika laporan lebih panjang (lebih pendek), maka LK memiliki keterbacaan rendah dan akan sulit dibaca (keterbacaan tinggi dan lebih mudah dibaca). Nilai terjemahan yang lebih tinggi (lebih rendah) menunjukkan keakuratan terjemahan yang lebih tinggi (lebih rendah). Skor ESG diperoleh dari database Refinitiv sedangkan greenwashing diukur menggunakan normalisasi skor dari Bloomberg dan Refinitiv.

Dengan menggunakan analisis regresi data panel, hasil penelitian menunjukkan dampak positif yang signifikan dari keterbacaan terhadap skor ESG tetapi tidak berpengaruh terhadap greenwashing. Hal ini mengindikasikan bahwa keterbacaan mengarah pada kenaikan skor ESG tetapi tidak memengaruhi praktik greenwashing.

As global pressure for business to implement sustainable practices grows, this study examines the impact of sustainability report (SR) readability on ESG scores and greenwashing practices of companies in Indonesia listed on the Indonesia Stock Exchange (IDX) from 2021 to 2023.

Sustainability report readability is measured from two aspects, namely the report length aspect, including length of pages, words, and characters and the bilingual aspect, namely the translation value. This study uses secondary data from company SR to measure readability from the report length aspect and introduces a new approach, using Artificial Intelligence (AI) to measure the translation value as a proxy for readability from the bilingual aspect. The interpretation is that if the report is longer (shorter), then the SR has low readability and will be difficult to read (high readability and easier to read). Higher (lower) translation values indicate higher (lower) translation accuracy. ESG scores are obtained from the Refinitiv database while greenwashing is measured using normalized scores from Bloomberg and Refinitiv.

Using panel data regression analysis, the results of the study show a significant positive impact of readability on ESG scores but no effect on greenwashing. This indicates that readability leads to an increase in ESG scores but does not affect greenwashing practices.

Kata Kunci : Keterbacaan, Laporan Keberlanjutan, ESG, Skor ESG, Greenwashing, Readability, Artificial Intelligence (AI)