Dr. Remon Melad Foad Kaldas :: Publications:

تمثل القوائم المالية وما تشمله من معلومات- عادة تكون مالية وما تعكسه من إفصاح إلزامي- مخرجات النظام المحاسبي، كما أنها تمثل الأداة الرئيسة التي تستخدمها إدارة المنشأة في توفير المعلومات للوفاء باحتياجات أصحاب المصلحة، وفي ظل الاحتياجات المتجددة والمتزايدة لهذه الأطراف- وبيئة أعمال تتصف بالتطور السريع والتوسع في استخدام أدوات الذكاء الاصطناعي واستجابة لضغوط العديد من منظمات التي تخدم القضايا البيئية والمجتمعية- لم تعد القوائم المالية التقليدية كافية لتلبية متطلبات أصحاب المصلحة المتعددين، وفي هذا المجال تشير إحدى الدراسات إلى أن هذا القصور يعكس فجوة عملية بين النموذج المحاسبي السائد ومتطلبات عصر الاقتصاد الرقمي والمعرفي، ومن الناحية النظرية، يمكن تفسير هذا القصور من خلال إطار نظرية أصحاب المصلحة (Stakeholder Theory) التي طرحها (Freeman, 1984)، حيث تشير إلى ضرورة مراعاة مصالح جميع الأطراف ذات العلاقة بالمنشأة، كما توضح نظرية الشرعية (Legitimacy Theory) أن المنظمات تسعى للحفاظ على شرعيتها من خلال تلبية توقعات المجتمع (Suchman, 1995)، وأن أوجه قصور الافصاح بالقوائم المالية التقليدية تتمثل في : التركيز على المعلومات المالية التاريخية على حساب المعلومات الاستراتيجية المستقبلية، عدم القدرة على ربط الأداء المالي بالأبعاد غير المالية مثل الاستدامة والحوكمة، وفي استجابة لهذه التحديات، برز نموذج تقارير الأعمال المتكاملة (Integrated Business Reporting) -كإطار بديل للنموذج التقليدي للقوائم المالية- يقدم هذا النموذج رؤية متكاملة تحت إطار " رؤوس أموال الستة" (المالي، الصناعي، البشري، الفكري، الاجتماعي، الطبيعي) ؛ وقد أشار الادب المحاسبي إلى أن الشركات التي اعتمدت على نموذج IBR)) حققت تحسنًا بنسبة 32% في جودة المعلومات المقدمة لأصحاب المصلحة ومن ثم ترشيد القرارات الاستثمارية. وفي اتجاه أخر، وعلى الرغم من تزايد التوجه العالمي نحو التقارير الاعمال المتكاملة (IBR) التي تدمج المعلومات المالية وغير المالية، تبرز تحديات جوهرية تهدد منفعة وقابلية تلك التقارير وتمس بشكل مباشر مصالح أصحاب المصلحة، هذه التحديات يمكن تبويبها لثلاثة نواحِ: الأولى: الإفصاح الانتقائي وإدارة الانطباع: فعلى الرغم من أن التوسع في متطلبات الإفصاح يُسهم في تعزيز الشفافية نظرياً، لكنه، أصبح أداةً بيد الإدارة لتعميق غموض التقارير المالية (Financial Reporting Opacity) عبر أساليب إدارة الانطباع (Impression Management)، فنوعية وطبيعة المعلومات التي يتم الإفصاح عنها تخضع لانتقائية مفرطة قد تُفقدها موضوعيتها، وفي هذا السياق، أكدت إحدى الدراسات دراسة أن الإخفاء المتعمد للمعلومات السلبية (كالمخاطر المستقبلية) أو انتقاء المعلومات الإيجابية (Future-Oriented Information) يُحوّل الإفصاح إلى أداة تضليل (Obfuscate Disclosure)؛ الثانية: غياب الإطار الموحد وتباين الجودة: وأن غياب الإطار الموحد للإفصاح يؤدي إلى تباين كبير في جودة التقارير بنسبة تصل إلى 65% بين الشركات في نفس القطاع، كما كشفت إحدى الدراسات أن الإدارة تستغل عدم وجود إطار محدد لنموذج تقرير الاعمال المتكاملة في تعقيد لغة الفصاح، وأن 78% من المحللين الماليين يواجهون صعوبات في ربط المعلومات المالية مع غير المالية بشكل متماسك، مما يحد من الغاية الأساسية من التكامل، الثالثة: تعقد اللغة: وأن التحديات اللغوية تمثل عائقاً رئيسياً في قابلية تقارير الاعمال المتكاملة للفهم والقراءة، حيث تحتوي تقارير الاعمال المتكاملة في المتوسط على 42% من المصطلحات غير الموحدة التي تفتقر إلى تعاريف واضحة، كما توصلت إحدى الدراسات أن 43% من المصطلحات المستخدمة تتطلب تفسيراً إضافياً لفهمها بشكل صحيح؛ هذه التحديات مجتمعةً تؤدي إلى زيادة الوقت المطلوب للقراءة والفهم بنسبة 40-60%، ويحتاج 65% من المستخدمين إلى مساعدة خارجية لتفسير المحتوى بينما ينخفض معدل استكمال قراءة التقارير كاملةً إلى أقل من 30%. وفي الجهة الأخرى، يشير الفكر المحاسبي في مجال المحاسبة الرقمية إلى إمكانات كبيرة للذكاء الاصطناعي في تحسين قابلية تقارير الاعمال المتكاملة للقراءة؛ فخوارزميات معالجة اللغة الطبيعية (NLP) قادرة على تحديد المصطلحات المعقدة بنسبة دقة تصل إلى 87%، مع اقتراح بدائل لغوية مبسطة تحافظ على الدلالة الأصلية، كما طورت إحدى الدراسات نموذجاً للتعلم الآلي يحلل أنماط الإفصاح في تحديد حالات الإخفاء الانتقائي للمخاطر بمعدل نجاح 92%، كما أظهرت التجارب قدرة أنظمة الذكاء الاصطناعي على توليد ملخصات تنفيذية مخصصة تخفض وقت القراءة بنسبة 35-45% دون إغفال المعلومات الجوهرية، وفي مجال التنظيم الهيكلي، قدمت إحدى الدراسات إطاراً خوارزمياً يحسن تسلسل المعلومات في التقارير، مما زاد من قابلية الفهم بنسبة 40% وفقاً لتقييمات المستخدمين؛ أما في مجال توحيد المصطلحات، فقد حقق تموذج الذكاء الاصطناعي معدل توحيد بلغ 89% عبر عينة من 500 تقرير من تقارير الاعمال المتكاملة. وعلى النقيض، اشارت العديد من الدراسات التطبيقية بعض الانتقادات لتطبيقات الذكاء الاصطناعي في تحسين تقارير الاعمال المتكاملة للقراءة؛ حيث أن أدوات الذكاء الاصطناعي تضحي بالسياق التنظيمي الدقيق أثناء عملية التبسيط، وهي ظاهرة (Clipping Effect) "بتأثير القصاصة" الذي يفقد المعلومات دقتها التحليلية، ومن ناحية أخرى، كشفت إحدى الدراسات أن 72% من أنظمة معالجة اللغة الطبيعية تعاني من تحيز منهجي، وهو ما يتفاقم في المجال المالي حيث تكرر الخوارزميات التحيزات التاريخية كما تتزايد هذه التحديات مع مشكلات الشفافية، حيث أن 68% من الأنظمة المالية تعاني من "تأثير الصندوق الأسود"، هذا التناقض في نتائج الدراسات السابقة، تطرح تساؤل حول جدوى الاعتماد على تطبيقات الذكاء الاصطناعي في تحسين قابلية تقارير الاعمال المتكاملة للقراءة . وبناءًا علي ما سبق يمكن بلورة مشكلة البحث في دراسة الدور المُعَدِّل للذكاء الاصطناعي علي العلاقة بين تقارير الاعمال المتكاملة وقابلية تلك التقارير للقراءة وذلك من وجهة نظر أصحاب المصلحة، وفي إطار ذلك يمكن تلخيص مشكلة البحث في التساؤلات البحثية التالية: ما هو دور تقارير الاعمال المتكاملة في تلبية الاحتياجات المختلفة لأصحاب المصلحة؟، كيف يؤثر المحتوى المعلوماتي لتقارير الاعمال المتكاملة على قابلية تلك التقارير للقراءة؟ وما هو أثر الدور المُعَدِّل للذكاء الاصطناعي على العلاقة بين تقارير الاعمال المتكاملة وقابلية تلك التقارير للقراءة من وجهة نظر أصحاب المصلحة؟ 2. أهداف البحث: يتمثل الهدف الرئيس للدراسة في تحليل ودراسة الدور المُعَدِّل لتقنيات الذكاء الاصطناعي في تحسين العلاقة بين ابعاد محتوى تقارير الأعمال المتكاملة (IBR) وقابلية تلك التقارير للقراءة والفهم وذلك من وجهة نظر أصحاب المصلحة، وفي إطار تحقيق الهدف الرئيسي يسعى الباحثان لتحقيق الأهداف الفرعية التالية: - تحليل دور تقارير الأعمال المتكاملة (IBR) في تلبية احتياجات أصحاب المصلحة (المستثمرين، المنظمين، مهنيين)، مقارنةً بالنموذج التقليدي للإفصاح المالي. - تقييم تأثير المحتوى المعلوماتي لتقارير الأعمال المتكاملة (المعلومات المالية وغير المالية) على قابليتها للقراءة والفهم، مع التركيز على تحديات: الضبابية السردية (Narrative Fog).، الإفصاح الانتقائي (Selective Disclosure) - استكشاف إمكانات تقنيات الذكاء الاصطناعي، في مجال تبسيط المصطلحات المعقدة، كشف التناقضات والمعلومات المضللة، تحسين هيكلة التقارير وتلخيص المحتوى. - قياس أثر الذكاء الاصطناعي كعامل مُعَدِّل، في تحسين قابلية تقارير IBR للقراءة، من خلال استطلاع آراء عينة من الأطراف أصحاب المصلحة. 3. أهمية البحث: أ‌) الأهمية العلمية: - تقدم الدراسة إضافة نوعية لأدبيات الفكر المحاسبي: حيث تسهم الدراسة في سد فجوة بحثية في الأدبيات العربية من خلال دراسة التفاعل بين متغيرات الدراسة: تقارير الاعمال المتكاملة، قابلية تلك التقارير للقراءة والفهم، حلول الذكاء الاصطناعي، من خلال وجهة نظر أصحاب المصلحة. - تطوير نموذج مُعَدِّل: تُعتبر الدراسة من أولى الدراسات في حدود علم الباحث- التي تقيس تأثير الذكاء الاصطناعي كعامل مُعَدِّل بين تقارير الاعمال المتكاملة وقابلية تلك التقارير للقراءة والفهم، مما يفتح مجالًا لبحوث مستقبلية. - تتبنى الدراسة منهجًا نقديًا محايدًا في تقييم تأثير الذكاء الاصطناعي على التقارير المالية، متجنبةً "التحيز التكنولوجي الذي يبالغ في إيجابيات التقنية أو يغفل مخاطرها. ب‌) الأهمية العملية: - تحسين جودة تقارير الاعمال المتكاملة: من خلال اقتراح حلول عملية – لتحديات تلك التقارير: الضبابية السردية والإفصاح الانتقائي- عبر تقنيات الذكاء الاصطناعي مثل: NLP، نماذج التلخيص. - ترشيد قرارات أصحاب المصلحة: من خلال إمداد المستثمرين والمنظمين وغيرهم، بتقارير أكثر نفعًا. - أهمية نتائج الدراسة الميدانية: في توجيه اهتمام أصحاب المصلحة بإيجابيات ومخاطر استخدام الذكاء الاصطناعي. 4. حدود ونطاق البحث: - لن تتناول البحث دراسة وتحليل عناصر ومكونات تقارير الاعمال المتكاملة، إلا بالقدر الذي يخدم أهداف البحث. - سوف يقتصر البحث على دراسة الضبابية السردية، الافصاح الانتقائي كتحديات لتقارير الاعمال المتكاملة على قابلية تلك التقارير للقراءة والفهم. - سوف يقتصر البحث على دراسة معالجة اللغة الطبيعية ونماذج التلخيص الآلي وتحليل التناقضات، دون التطرق لتقنيات أكثر تقدمًا مثل التعلم المعزز أو الشبكات العصبية المتطورة - لن يتناول البحث دراسة الدور الهجين بين العنصر البشري وتطبيقات الذكاء الاصطناعي في المراجعة تقارير الاعمال المتكاملة. 5. فروض البحث: - الفرض الأول: "توجد علاقة ارتباط موجبة ذات دلالة إحصائية بين أبعاد تقارير الاعمال المتكاملة وتحسين قابلية تلك التقارير للقراءة والفهم" - الفرض الثاني: "يوجد تأثير تفاعلي ذو دلالة إحصائية بين تقارير الأعمال المتكاملة والذكاء الاصطناعي يُحسّن قابلية تلك التقارير للقراءة والفهم". - الفرض الثالث: "توجد فروق ذات دلالة إحصائية بين أصحاب المصلحة حول تأثير الذكاء الاصطناعي على تحسين قابلية تقارير الاعمال المتكاملة للقراءة والفهم". 6. خطة البحث: انطلاقا من مشكلة البحث وأهميته وتحقيقاُ لأهدافه والاجابة عن التساؤلات البحثية، فقد تم تنظيم البحث على النحو التالي: القسم الأول: الإطار العام للبحث، بينما يتناول القسم الثاني: العلاقة بين تقارير الاعمال المتكاملة والقابلية للقراءة من وجهة نظر أصحاب المصلحة، في حين يتناول القسم الثالث: أثر حلول الذكاء الاصطناعي على تقارير الاعمال المتكاملة وقابلية تلك التقارير للقراءة والفهم من منظور أصحاب المصلحة، ويتناول القسم الرابع: استقراء وتحليل الدراسات السابقة وتطوير فروض الدراسة، القسم الخامس: الدراسة الميدانية، ويتناول القسم السادس: نتائج وتوصيات الدراسة والمقترحات البحثية المستقبلية، وأخيرا يتناول القسم السابع: مراجع البحث. 7. نتائج البحث: أ‌) نتائج الدراسة النظرية: – توفر تقارير الاعمال المتكاملة رؤية متكاملة لأداء الشركة من خلال دمج المعلومات المالية وغير المالية في إطار واحد، وقد أظهرت الدراسات أن هذه التقارير تسهم في تعزيز الشفافية وتقليل فجوة المعلومات بين الإدارة وأصحاب المصلحة، مما يحسن جودة القرارات الاستثمارية، إلا أن الدراسة كشفت أيضاً عن وجود "مفارقة الشمولية"، حيث أن التوسع في الإفصاح قد يؤدي إلى تعقيد التقارير وزيادة التكاليف المعرفية للمستخدمين، كما أن غياب إطار موحد للإفصاح يتسبب في تباين جودة التقارير بين الشركات، بينما تظل مخاطر إدارة الانطباع واستغلال مرونة الإفصاح لتقديم معلومات انتقائية من التحديات الرئيسية التي تواجه فعالية هذه التقارير. – توصلت الدراسة إلى أن تطبيقات الذكاء الاصطناعي يمكن أن تلعب دورًا محوريًا في تعزيز قابلية التقارير المتكاملة للقراءة، حيث تمكنت تقنيات معالجة اللغة الطبيعية من تحليل النصوص المالية وتحديد المصطلحات المعقدة بكفاءة عالية، كما أثبتت قدرتها على تلخيص المحتوى وتقليل وقت القراءة بشكل ملحوظ، وقد ساهمت خوارزميات الذكاء الاصطناعي في تحسين التنظيم الهيكلي للتقارير من خلال اقتراح تسلسل معلوماتي أكثر منطقية وتحويل البيانات المعقدة إلى لوحات تفاعلية سهلة الفهم، ومع ذلك، فإن الدراسة حذرت من بعض التحديات مثل تحيز الخوارزميات ومشكلة "الصندوق الأسود" التي تحد من شفافية أنظمة الذكاء الاصطناعي، بالإضافة إلى خطر فقدان السياق أثناء عملية تبسيط المعلومات. ب‌) نتائج الدراسة الميدانية: - ثبوت صحة الفرض الأول للدراسة والذي ينص على "توجد علاقة ارتباط موجبة ذات دلالة إحصائية بين أبعاد تقارير الاعمال المتكاملة وتحسين قابلية تلك التقارير للقراءة والفهم". - ثبوت صحة الفرض الثاني للدراسة والذي ينص على "يوجد تأثير تفاعلي ذو دلالة إحصائية بين تقارير الأعمال المتكاملة والذكاء الاصطناعي يُحسّن قابلية تلك التقارير للقراءة والفهم". - ثبوت صحة الفرض الثالث والذي ينص على "توجد فروق ذات دلالة إحصائية بين أصحاب المصلحة حول تأثير الذكاء الاصطناعي على تحسين قابلية تقارير الاعمال المتكاملة للقراءة والفهم". 8. توصيات البحث: - في مجال تقارير الاعمال المتكاملة، توصى الدراسة بوضع إطار موحد للإفصاح المتكامل، بحيث يحدد هذا الإطار معايير واضحة لمحتوى التقارير المتكاملة، ومتطلبات الإفصاح، مع التركيز على تحقيق التوازن بين الشمولية والوضوح. - في مجال تطبيقات الذكاء الاصطناعي، توصي الدراسة بتطوير أنظمة متخصصة في معالجة تقارير الاعمال المتكاملة، تعتمد على خوارزميات متقدمة لتحليل النصوص وتحديد المصطلحات المعقدة وتلخيص المحتوى، مع ضمان شفافية هذه الأنظمة من خلال تبني مبادئ الذكاء الاصطناعي القابل للتفسير (Explainable AI). - توصي الدراسة بتنفيذ دورات تدريبية لتوفير المهارات والكفاءات والخبرات للقائمين على إعداد تقارير الاعمال المتكاملة، للحد من تحديات تقارير الاعمال المتكاملة، بهدف تعزيز ودعم الثقة والمصداقية من قبل أصحاب المصلحة تجاه تلك التقارير. - ضرورة اهتمام المؤسسات الأكاديمية بتطوير المناهج الدراسية بحيث تتضمن القضايا المحاسبية المعاصرة والمرتبطة بطرق بأساليب الإفصاح المحاسبي، واستخدامات تطبيقات الذكاء الاصطناعي في مجال الممارسة المحاسبية. Research Number Research Number in the Research List (8) Research Title The Impact of AI's Moderating Role on the Relationship Between Integrated Business Reports and Their Readabil-ity – A Stakeholder Perspective: A Field Study Authors Names Dr. Remon Melad Fouad Kaldas Assistant Professor of Accounting, Faculty of Commerce, Benha University, Egypt Dr. Mohamed Gamal El-Sayed Mohamed Salem Lecturer of Accounting, Faculty of Commerce, Benha Univer-sity, Egypt Journal Scientific Journal of Financial and Commercial Studies and Research, Faculty of Commerce, Damietta University, Volume 6, Issue 2 (Part 2), July 2025, pp. 1721-1808   1.Research Problem: Financial statements and their included information—typically financial in nature and reflecting mandatory disclosures—represent the outputs of the accounting sys-tem. They also serve as the primary tool used by corporate management to provide information that meets stakeholders' needs. However, in light of the evolving and growing needs of these parties—and in a business environment characterized by rap-id development and expanding use of artificial intelligence (AI) tools, as well as in response to pressure from numerous organizations advocating for environmental and social issues—traditional financial statements are no longer sufficient to meet the re-quirements of diverse stakeholders. In this context, one study highlights that this shortcoming reflects a practical gap be-tween the prevailing accounting model and the demands of the digital and knowledge-based economy. Theoretically, this limitation can be explained through Stakeholder Theory (Freeman, 1984), which emphasizes the need to consider the interests of all parties related to the entity. Similarly, Legitimacy Theo-ry (Suchman, 1995) posits that organizations seek to maintain their legitimacy by meeting societal expectations. The shortcomings of traditional financial disclosures include: A focus on historical financial information at the expense of forward-looking strategic information, An inability to link financial performance with non-financial dimensions such as sustainability and governance. In response to these challenges, the Integrated Business Reporting (IBR) model has emerged as an alternative framework to traditional financial statements. This model provides a holistic view under the "Six Capitals" framework (financial, manufac-tured, human, intellectual, social, and natural). Accounting literature indicates that companies adopting the IBR model have achieved a 32% improvement in the quality of information provided to stakeholders, thereby enhancing investment decision-making. Despite the growing global shift toward IBR—which integrates financial and non-financial information—critical challenges threaten their usefulness and readability, directly affecting stakeholder interests. These challenges can be categorized into three main issues: Selective Disclosure and Impression Management, Lack of a Uni-fied Framework and Quality Disparities: The absence of a standardized disclosure framework leads to a 65% variation in report quality among companies within the same sector, Management exploits the lack of a defined IBR model to complicate dis-closure language, 78% of financial analysts struggle to coherently link financial and non-financial information, limiting the core purpose of integration. Linguistic challenges pose a major obstacle to IBR readability, with reports contain-ing an average of 42% non-standardized terms lacking clear definitions, 43% of the terminology used requires additional explanation for proper understanding, Collec-tively, these issues increase reading and comprehension time by 40-60%, with 65% of users needing external assistance to interpret content, The full-report read-through rate drops to below 30%. Accounting thought in the field of digital accounting highlights the significant po-tential of AI to improve IBR readability: Natural Language Processing (NLP) algo-rithms can identify complex terminology with 87% accuracy, suggesting simplified alternatives while preserving original meaning, One study developed a machine learning model that detects selective risk disclosure patterns with a 92% success rate, AI systems can generate customized executive summaries, reducing reading time by 35-45% without omitting critical information, In structural organization, an algo-rithmic framework improved information sequencing, increasing comprehension by 40% based on user evaluations, AI achieved an 89% standardization rate in termi-nology across a sample of 500 IBR reports. However, empirical studies have raised concerns about AI’s role in improving IBR readability: Contextual Sacrifice (Clipping Effect): AI tools often strip away precise organizational context during simplification, leading to a loss of analytical accuracy, Algorithmic Bias: 72% of NLP systems exhibit systematic bias, which worsens in fi-nancial contexts where algorithms replicate historical biases, Lack of Transparen-cy: 68% of financial AI systems suffer from a "black box" effect, making decision-making processes opaque. Given these contradictions, the research problem centers on examining AI’s mod-erating role in the relationship between IBR and report readability from stake-holders' perspectives. The study addresses the following research questions: What is the role of IBR in meeting the diverse needs of stakeholders? How does the in-formational content of IBR affect report readability? What is the moderating ef-fect of AI on the relationship between IBR and readability from stakeholders' viewpoints? 2. Research Objectives: The main objective of the study is to analyze and examine the moderating role of ar-tificial intelligence (AI) techniques in enhancing the relationship between the con-tent dimensions of Integrated Business Reports (IBR) and the readability and com-prehensibility of these reports from the stakeholders' perspective. Within the frame-work of achieving this main objective, the researchers seek to accomplish the follow-ing sub-objectives: - Analyze the role of Integrated Business Reports (IBR) in meeting the needs of stakeholders (investors, regulators, professionals) compared to the traditional model of financial disclosure. - Evaluate the impact of the informational content of Integrated Business Re-ports (both financial and non-financial information) on their readability and comprehensibility, with a focus on the challenges of: Narrative Fog and Selec-tive Disclosure. - Explore the potential of artificial intelligence techniques in simplifying com-plex terminology, detecting contradictions and misleading information, im-proving report structure, and summarizing content. - Measure the impact of AI as a moderating factor in improving the readability of IBR reports by surveying a sample of stakeholders. 3.Research Importance: A) Academic Significance: - The study provides a qualitative addition to accounting thought literature: It contributes to bridging a research gap in Arabic literature by examining the interaction between the study variables (integrated business reports, report readability/comprehensibility, and AI solutions) from stakeholders' perspec-tives. - Development of a modified model: To the researcher's knowledge, this is among the first studies measuring AI's impact as a moderating factor between integrated business reports and their readability, opening avenues for future research. - The study adopts a neutral critical approach in evaluating AI's impact on fi-nancial reporting, avoiding "technological bias" that either exaggerates tech-nological benefits or overlooks its risks. B) Practical Significance: - Enhancing integrated reporting quality: By proposing practical solutions to reporting challenges (narrative ambiguity and selective disclosure) through AI techniques like NLP and automated summarization models. - Optimizing stakeholder decision-making: Through providing investors, regu-lators, and other stakeholders with more useful reports. - Value of empirical findings: In directing stakeholders' attention to both the benefits and risks of AI adoption in reporting 4.Research Limitations: - The research will not address the study and analysis of the elements and com-ponents of integrated business reports, except to the extent that serves the re-search objectives. - The research will be limited to studying narrative ambiguity and selective dis-closure as challenges facing integrated business reports regarding their reada-bility and comprehensibility. - The research will be confined to studying natural language processing, auto-mated summarization models, and contradiction analysis, without addressing more advanced techniques such as reinforcement learning or sophisticated neural networks. - The research will not examine the hybrid role between the human element and artificial intelligence applications in auditing integrated business reports. 5.Research Hypotheses: - H 1: "There is a statistically significant positive correlation between the di-mensions of integrated business reports and the improvement in their reada-bility and comprehensibility." - H 2: "There is a statistically significant interactive effect between integrated business reports and AI, enhancing the readability and comprehensibility of these reports." - H 3: "There are statistically significant differences among stakeholders re-garding the impact of AI on improving the readability and comprehensibility of integrated business reports." 6.Research Plan: Guided by the research problem, objectives, and key questions, this study adopts the following sections: Section One: General Research Framework – Presents the foun-dational context of the study, Section Two: The Relationship Between Integrated Business Reports and Readability from Stakeholders’ Perspectives – Examines how integrated reporting influences clarity and comprehension, Section Three: The Im-pact of AI Solutions on Integrated Business Reports and Their Readability from Stakeholders’ Viewpoints – Analyzes how AI enhances report accessibility and un-derstanding, Section Four: Review and Analysis of Prior Studies and Development of Research Hypotheses – Synthesizes existing literature and formulates testable hy-potheses, Section Five: Empirical Study – Details the methodology, data collection, and analysis, Section Six: Study Findings, Recommendations, and Future Research Proposals – Summarizes key results and suggests actionable insights, Section Seven: Research References – Provides a comprehensive list of cited sources. 7.Results: A) Theoretical Study Findings: - Integrated business reports provide a comprehensive view of a company’s performance by merging financial and non-financial information into a single framework. Studies have shown that these reports enhance transpar-ency and reduce the information gap between management and stakehold-ers, thereby improving the quality of investment decisions. However, the study also revealed the existence of a "comprehensiveness para-dox," where excessive disclosure may complicate reports and increase us-ers' cognitive costs. Additionally, the lack of a unified disclosure frame-work leads to inconsistencies in report quality across companies. Mean-while, impression management risks and the selective use of disclosure flexibility remain key challenges to the effectiveness of these reports. - The study found that artificial intelligence (AI) applications can play a pivotal role in enhancing the readability of integrated reports. Natural lan-guage processing (NLP) techniques have proven highly efficient in analyz-ing financial texts and identifying complex terminology, significantly re-ducing reading time through summarization. AI algorithms have also im-proved the structural organization of reports by suggesting more logical information sequences and transforming complex data into interactive, easy-to-understand dashboards. However, the study warned of challenges such as algorithmic bias, the "black box" problem (which limits AI trans-parency), and the risk of losing contextual meaning during information simplification. B) Empirical Study Findings: - Confirmation H 1: "There is a statistically significant positive correlation be-tween the dimensions of integrated business reports and the improvement in their readability and comprehensibility." - Confirmation H 2: "There is a statistically significant interactive effect be-tween integrated business reports and AI, enhancing the readability and com-prehensibility of these reports." - Confirmation H 3: "There are statistically significant differences among stakeholders regarding the impact of AI on improving the readability and comprehensibility of integrated business reports." 8. Recommendations: - In the field of integrated business reporting, the study recommends establish-ing a unified framework for integrated disclosure. This framework should de-fine clear standards for the content of integrated reports and disclosure re-quirements, with a focus on achieving a balance between comprehensiveness and clarity. - In the field of artificial intelligence applications, the study recommends de-veloping specialized systems for processing integrated business reports. These systems should rely on advanced algorithms for text analysis, identifying complex terms, and summarizing content, while ensuring transparency through the adoption of Explainable AI principles. - The study recommends implementing training programs to equip those respon-sible for preparing integrated business reports with the necessary skills, com-petencies, and expertise. This aims to reduce the challenges of integrated re-porting and enhance stakeholder trust and credibility in these reports. - Academic institutions must focus on updating curricula to include contempo-rary accounting issues related to accounting disclosure methods and the use of artificial intelligence applications in accounting practice.