<![CDATA[Penelitian ini mengevaluasi efektivitas instrumen audit berbasis Artificial Intelligence (AI) dalam mendeteksi praktik greenwashing bagi pemangku kepentingan eksternal. Dengan metode Systematic Literature Review terhadap 31 artikel terindeks Scopus periode 2021–2026, studi ini menyintesis perkembangan Natural Language Processing, Large Language Models multimodal, dan Explainable AI. Hasil menunjukkan bahwa AI memperkuat audit keberlanjutan melalui verifikasi data objektif outside-in, analisis naratif, visual, dan prediktif, serta deteksi inkonsistensi klaim lingkungan yang sulit dijangkau audit konvensional. Efektivitas instrumen ini terbatas oleh risiko halusinasi algoritma, sifat black-box, ketergantungan pada kualitas data, dan potensi AI-generated greenwashing. Secara teoretis, penelitian memperluas teori keagenan dan teori sinyal dengan memosisikan AI sebagai alat penurun biaya pemantauan dan asimetri informasi. Secara praktis, studi menekankan perlunya standar audit digital global, transparansi algoritma, dan mekanisme human-in-the-loop untuk menjamin akuntabilitas pelaporan keberlanjutan serta meningkatkan kepercayaan investor, regulator, dan auditor independen terhadap integritas ESG.]]>
Copyrights © 2026
