المكاسب:
- القدرة على التمييز بين المجالات التي يوفر فيها الذكاء الاصطناعي الوقت في سير عمل ESG (البيانات والحسابات ورسم الخرائط وإعداد التقارير) والأماكن التي تُترك فيها قرارات العوامل والمعايير والمطالبات للبشر، اعتمادًا على مستوى المخاطر
- القدرة على تطبيق نظام يقوم بمراجعة كل مخرجات عددية ونوعية بخطوات الوحدة والمصدر ومسار التدقيق
- إن فهم السبب وراء كون عوامل الانبعاث المزيفة والمراجع القياسية المزيفة ولغة التبييض الأخضر مخاطر على هذه المهنة يجب أن تؤخذ بعين الاعتبار منذ البداية.
لم يعد تقرير الاستدامة الخاص بالشركة مجرد كتيب للنوايا الحسنة؛ إنها وثيقة ملزمة ومدققة ولها عواقب قانونية مثل وثيقة المحاسبة. مع لائحة CSRD (توجيه إعداد تقارير استدامة الشركات) في الاتحاد الأوروبي، آلاف الشركات؛ كان عليها أن تكشف عن انبعاثات الكربون وبيانات الموظفين وتأثيرات سلسلة التوريد بطريقة إلزامية وقابلة للتحقق وقابلة للمقارنة، تمامًا مثل البيانات المالية. في هذه الوحدة، ستتعلم أين يوفر الذكاء الاصطناعي (AI) الوقت حقًا في هذه المهمة الثقيلة والمكثفة للبيانات، وأين يكون خطيرًا، وكيفية التحقق من كل مخرجات.
أولا، مفهوم نقدي. ESG هي الأحرف الأولى من الكلمات الإنجليزية Environmental, Social and Governance؛ إنه اسم الإطار الذي يقيس التأثيرات البيئية للشركة مثل انبعاثات الكربون واستخدام المياه، والتأثيرات الاجتماعية مثل حقوق الموظفين والسلامة المهنية، وممارسات الحوكمة مثل هيكل مجلس الإدارة والأخلاق. تقوم تقارير الاستدامة بقياس الأداء في هذه المجالات الثلاثة بطريقة قياسية والكشف عنها للجمهور.
المفهوم الحاسم الثاني: الهلوسة هي عندما ينتج الذكاء الاصطناعي معلومات غير صحيحة في الواقع وبكل ثقة. في عالم ESG هذا؛ قد تواجه عامل انبعاث وهمي، أو رقمًا قياسيًا غير موجود في المبادرة العالمية لإعداد التقارير (GRI)، أو وحدة غير صحيحة، أو إشارة إلى مادة تشريعية غير موجودة. النقطة الحاسمة هي أن نموذج اللغة الكبير (LLM) ليس آلة حاسبة، أو قاعدة بيانات تنظيمية، أو مدققًا. وهو عبارة عن مولد نصي يقلد إحصائيًا النصوص التي يراها في بيانات التدريب. وتنتج معلومات دقيقة في معظم الأوقات؛ لكن الفرق بين "الدقة في معظم الأوقات" و"الدقة الكافية لاجتياز عملية التدقيق" هو كل شيء في التقارير البيئية والاجتماعية والحوكمة.
أين يعمل الذكاء الاصطناعي في المسائل البيئية والاجتماعية والحوكمة وأين لا يعمل؟
فكر في الذكاء الاصطناعي باعتباره شريكًا سريعًا في إعداد المسودة وتنظيم البيانات وتحليلها: فهو ذو قيمة ولكنه ضروري للتحقق من الصحة. التمييز التالي هو العمود الفقري لهذه الوحدة.
كويست
مساهمة الذكاء الاصطناعي
مسؤولية الخبير
جمع البيانات
يحرر التنسيقات المختلفة، ويحدد المسافات
تأكيد الرقم مع الوثيقة المصدر
حساب الانبعاثات
إنشاء إطار الصيغة والحساب
التحقق من معامل الانبعاث من المصدر الرسمي
رسم خرائط GRI/CSRD
يوصي المكونات للعناصر القياسية
التحقق بالضبط مع النص القياسي
تحليل المادية
يفصل آراء أصحاب المصلحة إلى مواضيع
اتخاذ قرار تحديد الأولويات
كتابة التقرير
ينتج مسودة النص والملخص
دعم كل ادعاء بالأدلة
السيطرة على الغسل الأخضر
أعلام العبارات الخطرة
تحمل مسؤولية المطالبة النهائية
القاعدة الأساسية: عدم تطبيق الذكاء الاصطناعي على البيانات نفسها؛ استخدامها لتنظيم البيانات، وتحليل السقالة، ومسودة النص؛ تحقق دائمًا من كل رقم وكل مرجع قياسي من المصدر الأساسي (الفاتورة، سجل العداد، النص القياسي الرسمي، قاعدة بيانات معامل الانبعاثات). وراء كل رقم في تقرير الاستدامة يجب أن يكون هناك مسار تدقيق قد يرغب فيه المدقق. ولا يستطيع الذكاء الاصطناعي تقديم هذه الأدلة؛ إنه يساعدك فقط على تنظيمه.
ثلاثة أفخاخ مميتة للذكاء الاصطناعي في ESG
1. عوامل الانبعاث المختلقة وأرقامها. يستطيع الذكاء الاصطناعي "ملء" عامل الانبعاثات الذي لا يتذكره (معامل انبعاثات الكربون لكل وحدة وقود أو كهرباء) برقم يبدو معقولاً. هذا الرقم يبطل حساب البصمة الكربونية بالكامل.
2. الإشارة إلى تشريعات/معايير غير موجودة أو قديمة. يمكن للذكاء الاصطناعي توليد أرقام قياسية تبدو حقيقية ولكن محتواها محرف أو ملفق بالكامل، مثل "GRI 305-7". ويتم أيضًا تحديث المعايير بانتظام؛ قد يكون الإصدار المعروف للنموذج قديمًا.
3. اللغة التي تنتج الغسل الأخضر. يصدر الذكاء الاصطناعي بفارغ الصبر عبارات تبدو لطيفة ولكنها غير مدعومة بالأدلة ومضللة مثل "صديقة للبيئة"، و"صديقة للبيئة"، و"محايدة للكربون". تحمل هذه التصريحات مخاطر قانونية اليوم. سنتناول هذا بالتفصيل في الوحدة العاشرة.
نصيحة: تعامل مع كل نتيجة رقمية تتعلق بالجوانب البيئية والاجتماعية والحوكمة من خلال ثلاثة أسئلة: (1) ما هي وحدتها (طن ثاني أكسيد الكربون، كجم، ميجاوات في الساعة)؟ (2) ما هي الوثيقة المصدر؟ (3) كيف يمكنني إثبات هذا الرقم للمدقق؟ تكتشف هذه الأسئلة الثلاثة معظم الأخطاء البيئية والاجتماعية والحوكمة في مهدها. "tCO₂e" هنا تعني "أطنان مكافئ ثاني أكسيد الكربون"؛ إنه الإجراء الذي يحول غازات الدفيئة المختلفة إلى وحدة واحدة مشتركة.
خطوة بخطوة: سير عمل الذكاء الاصطناعي الآمن في ESG
1. ربط المهمة بالمعيار والوحدة. بدلاً من "احسب انبعاثات الكربون لدينا"، قل "2024، مكتب إسطنبول، استهلاك الغاز الطبيعي 12000 متر مكعب؛ احسب الانبعاثات بوحدة طن ثاني أكسيد الكربون باستخدام طريقة نطاق بروتوكول غازات الدفيئة 1، وحدد عامل الانبعاثات والمصدر الذي تستخدمه."
2. اسأل بوضوح عن المصدر والافتراض. اطلب من الذكاء الاصطناعي أن يكتب عامل الانبعاث والمعيار والافتراض الذي استخدمه لكل رقم. لا تقبل أي رقم دون ذكر المصدر.
3. التحقق من المصدر الأساسي. قم بتأكيد عامل الانبعاثات من قاعدة بيانات رسمية (على سبيل المثال الإدارة الوطنية للطاقة، مجموعة بيانات DEFRA في المملكة المتحدة، IEA)، والنص القياسي من الوثيقة الرسمية لـ GRI أو EFRAG. EFRAG هي المؤسسة الأوروبية التي تقوم بإعداد معايير ESRS (المعايير الأوروبية لتقارير الاستدامة) التي تعتمد عليها CSRD.
4. احفظ مسار التدقيق. اكتب في جدول البيانات التي استخدمتها ومن أي مصدر وفي أي تاريخ وتحت أي افتراض. وسيقوم مدقق التأكيد (المدقق المستقل) بطلب ذلك.
5. اطلب من الإنسان تأكيد المطالبة النهائية. يجب أن يكون هناك شخص مسؤول وراء كل مطالبة عامة تتعلق بالجوانب البيئية والاجتماعية والحوكمة.
موجه ضعيف / موجه قوي
إن طلب نفس الوظيفة بطريقتين مختلفتين يغير بشكل جذري مصداقية النتيجة.
حث ضعيف:
احسب البصمة الكربونية لشركتنا واكتب فقرة لتقرير الاستدامة.
لا تتضمن هذه المطالبة الوحدة والنطاق والسنة والبيانات والمصدر؛ يملأ الذكاء الاصطناعي الفراغات بالتلفيق وينتج نصًا مليئًا بالغسل الأخضر.
مطالبة قوية:
دورك: أحد كبار المتخصصين في إعداد التقارير البيئية والاجتماعية والحوكمة. أدخل البيانات (استخدم هذه فقط، اكتب "لا توجد بيانات" إذا كانت مفقودة): - 2024، الغاز الطبيعي: 12000 متر مكعب - 2024، كهرباء الشبكة: 85000 كيلووات في الساعة المهمة: حساب الانبعاثات في ثاني أكسيد الكربون باستخدام طريقة النطاق 1 والنطاق 2 (المعتمدة على الموقع) لبروتوكول غازات الدفيئة. القواعد: - كل انبعاث تستخدمه حدد العامل، الوحدة والمصدر في عمود منفصل. - إذا كنت لا تعرف العامل فلا تختلقه؛ اكتب "العامل الرسمي مطلوب". - إعطاء النتيجة في الجدول. قم بإدراج العناصر التي تحتاج إلى التحقق منها في النهاية.
الأخلاق والخصوصية والحدود
غالبًا ما تكون البيانات البيئية والاجتماعية والحوكمة حساسة: بيانات جنس الموظف ورواتبه (المؤشرات الاجتماعية)، وشروط عقود الموردين، والآثار المالية التي لم يتم الكشف عنها بعد. قم بتوضيح حدود الخصوصية قبل إدخال هذه البيانات في أداة الذكاء الاصطناعي العامة. إخفاء هوية البيانات الشخصية أو تجميعها (الاسم والمعرف والراتب ضمن نطاق KVKK واللائحة العامة لحماية البيانات) قبل إعطائها إلى AI؛ أي أنه بدلاً من الأفراد، قم بتحويلهم إلى أرقام ملخصة مثل "نسبة الموظفات 38%". KVKK هو قانون حماية البيانات الشخصية في تركيا، أما القانون العام لحماية البيانات (GDPR) فهو قانون حماية البيانات الشخصية في أوروبا.
تحذير: إن الادعاء الكاذب أو المبالغ فيه في تقرير الحوكمة البيئية والاجتماعية والحوكمة لا يشكل خطرًا على السمعة فحسب؛ وقد يؤدي ذلك إلى فرض غرامات ومسؤولية قانونية بموجب قانون CSRD وتشريعات المستهلك الوطنية. لا تنشر أي ادعاءات تنتجها منظمة العفو الدولية دون دليل.
ثلاث حالات صغيرة
الحالة 1 - العامل المفتعل. أعطت شركة تصنيع استهلاك الديزل للذكاء الاصطناعي وطلبت حساب الانبعاثات. استخدمت YZ العامل "2.40 كجم من مكافئ ثاني أكسيد الكربون/لتر للديزل". فحص الخبير: كان العامل الرسمي حوالي 2.68 كجم من مكافئ ثاني أكسيد الكربون/لتر. وكان الفرق 10% ويعني انحرافًا قدره 11 طنًا تقريبًا من ثاني أكسيد الكربون لكل 40 ألف لتر من الاستهلاك. لقد تم تصحيح العامل من المصدر الرسمي.
الحالة 2 - معيار غير موجود. سأل أحد المستشارين YZ عن عنوان "GRI 305-8 استهلاك المياه" للتقرير. في حين أن المياه تم الإبلاغ عنها بموجب المبادرة العالمية لإعداد التقارير 303؛ GRI 305 هو انبعاثات الهواء. عند التحقق من النص القياسي، تم اكتشاف الخطأ وتم نقل المحتوى إلى المقالة الصحيحة.
الحالة 3 – لغة الغسل الأخضر. اقترح YZ الجملة "منتجاتنا صديقة للبيئة تمامًا" لعلامة تجارية للبيع بالتجزئة. وقد وجد فريق ESG أن هذا غير قابل للإثبات واستبدله ببيان ملموس وقابل للإثبات مثل "60٪ من عبواتنا يتم إعادة تدويرها (2024، القياس الداخلي)".
مطالبات بالعمل الجاهز للتدقيق
قم بفحص نص ESG أدناه بعين التدقيق. لكل مطالبة عددية: 1) هل الوحدة واضحة؟ 2) هل ذكر المصدر؟ 3) هل يمكن التحقق منها أم أنها ذاتية/مبالغ فيها؟ ضع علامة على العبارات غير المؤكدة أو الغامضة مثل "صديقة للبيئة، خضراء، طبيعية" واقترح بديلاً ملموسًا وقابلاً للقياس لكل منها. النص: [النص]
تنتج المطالبة التالية مخططًا موجزًا للسياسة يوضح حدود استخدام الذكاء الاصطناعي داخل المؤسسة.
دورك: قائد فريق الاستدامة. المهمة: كتابة مسودة سياسة داخلية من صفحة واحدة تحكم استخدام الفريق للذكاء الاصطناعي في العمل البيئي والاجتماعي والحوكمة. تشمل: - المهام التي يمكن استخدام الذكاء الاصطناعي فيها بحرية (المخطط التفصيلي، الملخص، التنسيق) - المهام التي تتطلب التحقق البشري (الرقم، العامل، الإسناد القياسي، المطالبة) - أنواع البيانات التي لن يتم إدخالها أبدًا في الذكاء الاصطناعي (البيانات الشخصية، التأثير المالي غير المكشوف عنه) اللهجة: واضحة، نقطية، قابلة للتطبيق.
تقوم المطالبة التالية بإعداد هيكل جدول صغير لـ "مسار التدقيق" الذي يمكن إضافته إلى كل مخرجات ESG.
قم بإنشاء جدول تتبع التدقيق بجوار الحساب التالي. الأعمدة: عنصر البيانات | القيمة | الوحدة | وثيقة المصدر | التاريخ | افتراض | هل تم التحقق منه؟ اكتب "المصدر مطلوب" في كل سطر إذا كان المصدر غير معروف. الإدخال: [الحساب]
الأخطاء الشائعة
- قبول الرقم بدون مصدر. لم يتم تضمين كل عامل انبعاث ورقم قدمه YZ في التقرير دون تأكيده من قبل المصدر الرسمي.
- إهمال الوحدة إذا تم الخلط بين الكيلوجرام والأطنان، والكيلووات في الساعة والميجاواط في الساعة، فقد تنحرف النتيجة بمقدار 1000 مرة.
- الثقة العمياء في حيلهم القياسية. يجب التحقق من أرقام المواد GRI/ESRS بوثيقة رسمية.
- إدخال البيانات الحساسة كما هي. لا يتم توفير بيانات الموظفين والموردين للأداة العامة دون إخفاء الهوية.
- وضع الذكاء الاصطناعي في مكان المدقق. يمكن للذكاء الاصطناعي إنتاج قائمة مرجعية، لكنه لا يستطيع تقديم ضمانات مستقلة.
باختصار
يعد الذكاء الاصطناعي شريكًا قويًا في الصياغة ومعالجة البيانات وتحليلها في ESG؛ ولكنها ليست آلة حاسبة أو قاعدة بيانات تنظيمية أو مدقق حسابات. وتظهر قيمته من خلال التحقق منه. إن تأكيد كل رقم من المصدر الأساسي، ومقارنة كل مرجع قياسي مع النص الرسمي، وإخفاء هوية البيانات الحساسة وترك مسؤولية المطالبة النهائية للإنسان هو العمود الفقري الثابت لهذه الوحدة. لا تنس أبدًا الفرق بين "الظهور بطلاقة" و"اجتياز عملية التدقيق".
مهمة التطبيق
اختر عنصرًا واحدًا من البيانات البيئية من مؤسستك الخاصة (أو شركة وهمية): على سبيل المثال، فاتورة كهرباء شهرية. اطلب هيكلًا حسابيًا لانبعاثات النطاق 2 من الذكاء الاصطناعي باستخدام قالب "موجه الطاقة" أعلاه. بعد ذلك: (1) مقارنة عامل الانبعاثات الذي يستخدمه مع مصدر رسمي، (2) التحقق من اتساق الوحدات، (3) كتابة جدول تدقيق صغير يدرج فيه العناصر "التي تحتاج إلى التحقق".
قائمة مرجعية
- [ ] لقد شككت في وحدة ومصدر كل رقم قدمه الذكاء الاصطناعي.
- [ ] لقد تأكدت من عوامل الانبعاث بقاعدة بيانات رسمية.
- [ ] لقد قمت بالتحقق من الأرقام القياسية (GRI/ESRS) مع النص الرسمي.
- [ ] لقد قمت بإخفاء البيانات الحساسة/الشخصية أو تجميعها.
- [ ] قمت بوضع علامة على العبارات التي لا تحتوي على دليل مثل "صديقة للبيئة، خضراء، طبيعية".
- [ ] لقد احتفظت بسجل تدقيق (المصدر، التاريخ، الافتراض) لكل قرار.
- [ ] لقد قمت بتحديد شخص مسؤول يؤكد المطالبة النهائية.