End-to-End ESG radni tok, upravljanje podacima, etika i pristup kvaliteti

Dobici:

• Sposobnost uspostavljanja ESG toka u osam koraka od materijalnosti do objavljivanja s kvalitetnim kapijama u ritmu 'vještačka inteligencija proizvodi → čovjek provjerava → prolazi kroz kapiju'
• Sposobnost zaštite ličnih i neotkrivenih finansijskih podataka klasifikujući ESG podatke kao besplatne/interne/poverljive
• Sposobnost preuzimanja krajnje odgovornosti i prilaganja odgovornih imena i zapisa o odobrenju svakoj publikaciji bez oslanjanja na odbranu 'AI je rekao'

U prethodnih deset cjelina pokrili smo svaki dio ESG-a i poslovanja održivosti posebno: ulaz i granice, materijalnost, prikupljanje podataka, računovodstvo ugljika, okviri za izvještavanje, lanac nabavke, komunikacije sa zainteresovanim stranama, pisanje izvještaja, osiguranje i zeleno pranje. U ovoj završnoj cjelini spojit ćemo dijelove i uspostaviti tok posla od kraja do kraja: gdje, kako i s kojim sigurnosnim kapijama koristiti umjetnu inteligenciju (AI) na svakom koraku od definicije misije održivosti do njenog objavljivanja. Također ćemo dovesti upravljanje podacima, privatnost i etičku odgovornost u jedinstven okvir.

Ponovimo još jednom konstantnu okosnicu modula: AI; To je pomoćnik koji piše kod, organizira podatke, proizvodi nacrte i sumira. Tačnost broja, potvrda faktora, kontrola standarda, dokaz reklamacije i konačna odgovornost uvijek su na nadležnom stručnjaku. Ova jedinica pretvara ovaj princip u svakodnevni radni tok i kontrolnu listu.

End-to-end ESG radni tok

Razmotrite ciklus izvještavanja o održivosti u osam koraka:

1. Obim i materijalnost — Koje su teme materijalne? (Jedinica 2)
2. Prikupljanje podataka — Izvori, jedinice, revizijski trag. (Jedinica 3)
3. Izračun — Ugljik i druge metrike s provjerenim faktorima. (Jedinica 4)
4. Usklađivanje okvira — GRI/ESRS/ISSB supstance, potvrda službenim tekstom. (Jedinica 5)
5. Lanac nabavke — Obim 3 i dužna pažnja. (Jedinica 6)
6. Pisanje i komunikacija — Izbalansiran, dokazan izvještaj i poruka zainteresovanih strana. (Jedinica 7-8)
7. Priprema za uvjerenje — Lanac dokaza i priprema revizije. (Jedinica 9)
8. Revizija potraživanja — Provjera zelenog pranja i odobrenje oslobađanja. (Jedinica 10)

Na svakom koraku, AI je akcelerator; Ali na izlazu iz svakog koraka nalazi se kapija kvaliteta — kontrolna tačka koju morate proći prije nego što pređete na sljedeći korak. Izlaz koji ne prođe kroz vrata ne napreduje.

korak

Šta radi AI?

Kvalitetna kapija

materijalnost

Kandidat za temu, analiza teme

Utjecaj+finansijski aspekt ljudsko odobrenje

Podaci

Konfiguracija, konverzija jedinica

Provjera izvora i volumena

račun

Formula, kodna skela

Faktor je potvrđen iz zvaničnog izvora

Matching

Prijedlog članka

Provjerite sliku sa standardnim tekstom

pravopis

nacrt, sažetak

Sređivanje potraživanja bez dokaza

tvrde

Greenwashing skeniranje

Publikacija sertifikovana od strane ljudi

Savjet: Postavite tok posla u ritmu „AI proizvodi → čovjek potvrđuje → prolazi kroz vrata.“ Prije nego što premjestite svaki AI izlaz na sljedeći korak, pitajte: "Koji dio ovog izlaza ne može nastaviti bez validacije?" Taj dio je kapija kvaliteta tog koraka.

Upravljanje podacima i privatnost

ESG podaci su često osjetljivi: podaci o spolu i platama zaposlenih, uslovi ugovora dobavljača, finansijski uticaji koji još nisu objavljeni, podaci o proizvodnji na nivou objekta. Potrebno ih je klasificirati prije nego što ih date javnom AI alatu. Upravljanje podacima je "ko može koristiti koje podatke, kako i s kojim alatom?" Pitanje je vezano za pravilo.

Jednostavna klasifikacija:

• Besplatno: Podaci su već javno dostupni (objavljeni izvještaj). Može se dati AI.
• Interna upotreba: Interni podaci bez komercijalne vrijednosti. Pažljivo u poslovnom vozilu.
• Povjerljivo: poslovna tajna, neotkriveni finansijski uticaj, lični podaci (KVKK/GDPR). Ne daje se AI bez anonimizacije ili institucionalnih (nepropuštajućih) sredstava.

Vaša uloga: savjetnik za upravljanje podacima. Zadatak: klasificirati sljedeće stavke podataka kao "besplatno / interno korištenje / povjerljivo" i napisati preporučenu radnju za svaku povjerljivu stavku (anonimizirati / agregatno / alat za preduzeća / uopće ne dati). Pravilo: ako niste sigurni, stavite u zaštitnu klasu. Stavke: [STAVKE LIČNIH I FINANSIJSKIH PODATAKA]

Slaba prompt / Jaka prompt

Način na koji delegirate zadatak alatu radikalno mijenja rizik privatnosti.

Slab upit:

Analizirajte tu tabelu plata zaposlenika i proizvodnje u objektu, osmislite ESG sažetak.

Izvozi neobrađene lične i poslovne tajne direktno u otvoreni alat; Ne postoji korak klasifikacije, anonimizacije i potvrde.

Snažan upit:

Vaša uloga: ESG analitičar osjetljiv na upravljanje podacima. Dao sam vam SAMO zbirne podatke bez lične/poslovne tajne. Zadatak: analizirati sljedeće zbirne indikatore. Pravila:- NEMA pojedinačnih imena, plata, ličnih dokumenata ili neotkrivenih finansijskih uticaja u podacima; Ako vidite takvo polje, recite "POVJERLJIVI PODACI - ne obrađivati, upozoriti". - Nemojte dodavati novi broj rezultatu; samo idi sa rezimeom koji sam dao. - Dodajte napomenu "potrebno je ljudsko odobrenje" na kraju rezultata. Podaci (agregirani): [SUMMARY INDICATORS]

Oprez: "AI je rekao" nije odbrana. Odgovornost za netačan broj, nepotkrijepljenu tvrdnju ili curenje povjerljivih podataka u ESG izvještaju snosi organizacija i osoba koja ga je odobrila. Kada koristite AI, ne prenosite odgovornost; Samo ćete ubrzati posao.

Upitnik za kvalitetnu kapiju od kraja do kraja

Sljedeća prompt pokreće sve korake kroz jednu provjeru prije objavljivanja.

Vaša uloga: ESG službenik za osiguranje kvaliteta. Zadatak: proći sljedeći odjeljak izvještaja kroz end-to-end kapiju kvaliteta. Za svaku stavku navedite "prošao/nije uspio" i napišite razlog ako ne uspije: 1) Da li su navedeni izvor i jedinica svakog broja? 2) Da li su faktori emisije iz zvaničnog izvora? 3) Da li su standardni brojevi artikala provjereni? 4) Da li su označeni zastupnici/procjene? 5) Da li postoje izjave koje sadrže zeleno ispiranje? 6) Da li postoji curenje povjerljivih/ličnih podataka? 7) Dodijeljeno odgovorno ime za konačno odobrenje? Odjeljak: [POGLAVLJE]

Sljedeći upit pretvara cijeli modul u politiku poduzeća.

Vaša uloga: vođa tima za održivost. Zadatak: napisati internu politiku od 1 stranice koja reguliše korištenje AI u ESG radu. Uključuju:- Zadatke u kojima se AI može slobodno koristiti (nacrt, sažetak, kod, analiza teme)- Zadatke koji zahtijevaju ljudsku verifikaciju (faktor, standard, zahtjev, obim)- Tipove podataka koji nikada neće biti dati AI (lični, neotkriveni finansijski)- Koraci na putu kvaliteta koje treba proći prije svakog izdanja Ton: jasan, precizan, primjenjiv.

tri mini kofera

Slučaj 1 — Izveštaj vraćen sa vrata. Jedan tim je smatrao da su završili sve korake i izvještaj je spreman za objavljivanje. Završni upitnik o kvaliteti obuhvatio je tvrdnju o „78% povrata“ bez izvora i izjavu „ugljično neutralnog“ u jednom dijelu. Objavljivanje je zaustavljeno prije nego što je bilo ispravljeno; Vrata su držala bubu prije nego što je postala javna.

Slučaj 2 — Spriječeno je curenje povjerljivih podataka. Analitičar bi zalijepio podatke o kvartalnom finansijskom uticaju koji tek treba da budu objavljeni u javno dostupan alat za analizu. U upitu za klasifikaciju podataka to je označeno kao "povjerljivo - neotkriveno financijsko". Podaci su prvo agregirani, a zatim obrađeni u poslovnom alatu; Spriječeno je moguće kršenje zakona.

Slučaj 3 — Preuzimanje odgovornosti. Nakon što je izvještaj objavljen, dioničar je postavio pitanje o broju. Tim nije rekao "AI izračunat"; otvorio revizorski trag, naveo izvor, napravio manju ispravku i transparentno objasnio. Ovaj stav, koji se nije oslanjao na odbranu "AI je rekao", sačuvao je povjerenje.

Uobičajene greške

• Kretanje naprijed bez vrata kvaliteta. Ako se verifikacija ne izvrši na izlazu iz svakog koraka, greške će se akumulirati do kraja.
• Davanje podataka vozilu bez klasifikacije. Povjerljivi i lični podaci ne mogu se unijeti u javnu AI bez anonimizacije.
• Prenošenje odgovornosti na AI. “AI je rekao” nije pravna ili profesionalna odbrana.
• Koraci razmišljanja izolovani. Materijalnost, podaci, obračun i potraživanje su međusobno povezani; Ako je jedan oštećen, svi su pogođeni.
• Ne dodeljivanje osobe odgovorne za odobrenje objavljivanja. Iza svake javne tvrdnje mora stajati ljudsko biće.

Ukratko

ESG posao je lanac od osam međusobno povezanih koraka, a AI je akcelerator na svakom koraku; Ali na izlazu sa svakog koraka nalaze se vrata kvaliteta. Ritam „AI proizvodi → čovek verifikuje → prolazi kroz vrata“ kombinuje sve lekcije ovog modula u jednu studijsku disciplinu. Klasificirajte podatke i zaštitite povjerljivost, potvrdite faktor i standard iz zvaničnog izvora, povežite tvrdnje sa dokazima, izbacite zeleno ispiranje prije objavljivanja i prepustite konačnu odgovornost čovjeku. AI ubrzava rad; Preuzimate tačnost, poštenje i odgovornost. Kriterijum ove profesije nije „pojavljivanje tečnog“, već „prolaženje revizije i dokazanost“.

Zadatak aplikacije

Kombinirajte rezultate koje ste izradili u prethodnim jedinicama (lista materijalnosti, račun ugljika, odjeljak izvještaja) u jedan mini izvještaj. Prođite kroz ovaj mini izvještaj u 7 stavki s gornjim promptom AI-a za krajnji kvalitet. Zatim: (1) ispravite svaku stavku označenu sa "OSLOBODI", (2) klasificirajte i poduzmite mjere u vezi sa svim povjerljivim/ličnim podacima, (3) dodajte odgovorno ime i napomenu o odobrenju za objavljivanje.

kontrolna lista

• [ ] Postavio sam tok rada u ritmu „AI proizvodi → čovjek provjerava → prolazi kroz vrata.“
• [ ] Implementirao sam kapiju kvaliteta na izlazu iz svakog koraka.
• [ ] Sve podatke sam klasifikovao kao slobodne/interne/poverljive i zaštitio poverljivost.
• [ ] Potvrdio sam faktore i standardne stavke iz zvaničnog izvora.
• [ ] Svaku tvrdnju sam potkrijepio dokazima, eliminirajući greenwashing prije objavljivanja.
• [ ] Preuzeo sam odgovornost ne oslanjajući se na odbranu "AI je rekao".
• [ ] Postavio sam odgovorno ime i zapis o odobrenju za publikaciju.

Modul Exam

1. Koje od sljedećeg je najbolje pozicioniranje za AI u ESG i održivosti poslovanja?

• A) Vještačka inteligencija je pomoćnik koda, podataka i nacrta; Odgovornost za faktore, standarde, dokaze i etičke odluke je na ljudima ✔
• B) Vještačka inteligencija je revizor i ESG vrednosti koje ona pruža su zamena za nezavisno uverenje
• C) Vještačka inteligencija radi samo u pisanju izveštaja, nema nikakve veze sa podacima i proračunima
• D) Pošto je veštačka inteligencija nepristrasnija od ljudi, sve odluke ESG-a treba da budu prepuštene njoj

Opis: Umjetna inteligencija; To je pomoćnik koji piše kod, organizira podatke, proizvodi nacrte i sumira. Međutim, konačnu odgovornost za potvrđivanje emisionog faktora, provjeru standardnog broja tvari, dokazivanje svake tvrdnje snosi nadležni stručnjak. Veliki jezički model nije kalkulator, regulatorna/standardna baza podataka ili kontrolor; je generator teksta koji proizvodi 'sljedeću najvjerovatniju riječ' i njegov neprovjereni izlaz može dovesti do lažnog izvještaja ili tvrdnje.

2. Šta znači aspekt „materijalnosti uticaja” nekog pitanja u analizi dvostruke materijalnosti?

• A) Uticaj emisije na dobit i vrijednost dionica kompanije
• B) Finansijski rizik emisije samo za investitore
• C) Performanse konkurentskih kompanija na istu temu
• D) Uticaj aktivnosti kompanije na životnu sredinu i društvo ✔

Opis: Dvostruka materijalnost gleda kroz dva sočiva. Finansijska materijalnost je uticaj problema na novčane tokove i vrijednost kompanije ('spolja-unutra'). Materijalnost uticaja je uticaj aktivnosti kompanije na životnu sredinu i društvo („iznutra prema van“). CSRD/ESRS sprovodi oba aspekta; Budući da se umjetna inteligencija često pomjera samo u financijski smjer, smjer udara mora dodatno kontrolirati čovjek.

3. Koji je ispravan pristup pri prikupljanju energetskih podataka u kWh, MWh i GJ iz različitih objekata?

• A) Zanemarite jedinice i direktno dodajte sve brojeve
• B) Oslanjanje na vještačku inteligenciju da prikupi dugačku listu u svojoj glavi
• C) Pretvaranje svih vrijednosti u jednu jedinicu i pretvaranje i zbroj s kodom/formulom ✔
• D) Odabir najveće jedinice i ne prijavljivanje drugih objekata

Objašnjenje: Unit churn je ESG-ova najčešća i opasna greška; Budući da je 1 MWh = 1.000 kWh, ako se jedinica izostavi, rezultat može odstupiti za faktor od 1000. Ispravan pristup je da se sve vrijednosti pretvore u jednu jedinicu i da umjetna inteligencija izvrši ovu konverziju i zbroj pomoću izvršnog koda/formule, a ne ručno; stoga je rezultat deterministički i provjerljiv.

4. Koji obim obuhvata emisije koje proizlaze iz proizvodnje kupljene električne energije prema Protokolu o stakleničkim plinovima?

• A) Obim 1
• B) Obim 2 ✔
• C) Obim 3
• D) Nije uključen ni u jedan opseg i nije prijavljen

Opis: Obim 1 su direktne emisije iz sopstvenih izvora organizacije (kotla, službeno vozilo, generator). Obim 2 su indirektne emisije iz proizvodnje kupljene energije (električna energija, para, grijanje, hlađenje). Opseg 3 pokriva sve ostale indirektne emisije u lancu vrijednosti (nabavka, putovanja, korištenje proizvoda, otpad). Struja ne izlazi iz dimnjaka kompanije, ali elektrana koja je proizvodi emituje emisije; dakle to je opseg 2.

5. Koji koncept se koristi pri pretvaranju gasa staklene bašte kao što je metan (CH₄) u CO₂e i zašto je to važno?

• A) GWP (potencijal globalnog zagrijavanja); ako se izostavi, efekat metana/N₂O će biti jako podcijenjen ✔
• B) AQI (indeks kvaliteta vazduha); određuje boju gasa u vazduhu
• C) GRI (inicijativa za izvještavanje); određuje supstancu u kojoj će se gas prijaviti
• D) Nisu potrebni koeficijenti; metan broji 1 do 1 direktno kao CO₂

Opis: GWP (Potencijal globalnog zagrijavanja) je koeficijent koji pretvara učinak grijanja različitih stakleničkih plinova u zajedničku jedinicu u odnosu na CO₂. 100-godišnji GWP metana je približno 28; Dakle, 1 tona metana znači otprilike 28 tona CO₂e. Ako se GWP izostavi, uticaj jakih gasova kao što su metan i N₂O će biti u velikoj meri potcenjen i inventar će biti potpuno netačan; Također treba navesti koji se GWP skup (npr. IPCC AR6, 100 godina) koristi.

6. Koji je pristup ispravan za izračunavanje 'podataka o aktivnosti × faktor emisije' u inventaru gasova staklene bašte?

• A) Korištenje faktora kojeg umjetna inteligencija pamti i omogućavanje da ručno izvrši ukupno
• B) Brojanje svih gasova kao CO₂ i faktor preskakanja i GWP konverzija
• C) Korištenje zadanog faktora tačno za svaku zemlju, godinu i gorivo
• D) Potvrđivanje faktora iz zvaničnog izvora prema zemlji i godini i izrada proračuna skele i ukupno sa šifrom ✔

Opis: Emisioni faktori variraju u zavisnosti od zemlje, godine i goriva; 'Podsjećanje' na AI stvara rizik od izmišljanja (halucinacije). Faktor uvijek treba potvrditi iz službene tabele (IPCC, DEFRA/EPA, IEA, nacionalni inventar); Samo razdvajanje opsega, računovodstvene skele i potpuni kod treba da se radi od strane veštačke inteligencije. Zbrojevi u više redova se rade pomoću izvršnog koda, a ne ručno.

7. Koje je ispravno ponašanje za GRI/ESRS standardni broj supstance (npr. 'GRI 305 za potrošnju vode') koje predlaže AI?

• A) Upisivanje broja direktno u izvještaj jer to sugerira umjetna inteligencija
• B) Brojevi stavki su nevažni; bilo koji se može napisati
• C) Provjera broja i njegovog sadržaja sa službenim standardnim tekstom, potvrđivanje u slučaju da je lažan/zastario ✔
• D) Pošto su emisije u vodu i vazduh slične, navesti ih u istom članku

Opis: Umjetna inteligencija može generirati standardne brojeve koji izgledaju kao stvarni, ali čiji je sadržaj lažan ili potpuno izmišljen; Također, standardi su ažurirani i verzija koju model poznaje može biti zastarjela. Na primjer, voda je prijavljena pod GRI 303, dok je GRI 305 emisije u zrak. Stoga se svaki broj i sadržaj supstance ne može koristiti bez verifikacije službenim standardnim tekstom (GRI/EFRAG/ISSB).

8. Ako većina dobavljača u lancu snabdevanja nema stvarne podatke o ugljeniku, koji je pravi i pošten pristup za Obim 3?

• A) Direktno korištenje brojeva koje je napravila umjetna inteligencija za dobavljače
• B) Potpuno preskakanje opsega 3 jer ga je 'teško izmjeriti'
• C) Koristeći one sa stvarnim podacima, jasno označavajući proxy za one bez ✔
• D) Primjena proxyja za sve dobavljače i skrivanje u izvještaju

Opis: Opseg 3 je najveći, ali najteži za mjerenje stavka većine kompanija. Za dobavljače koji daju stvarne podatke, ti podaci se koriste; Za one koji ga ne daju, može se koristiti proxy zasnovan na izdacima (procjena). Kritična stvar je da se ne sakriva zastupnik: izvještaj treba jasno navesti dio i proporciju korištene procjene. Zamagljeni proxy može dovesti do uskraćivanja nezavisnog uvjeravanja; Takođe je pogrešno potpuno preskočiti opseg 3 na osnovu toga što ga je 'teško izmjeriti'.

9. AI je označila dobavljača kao 'mogući prisilni rad' samo na osnovu prosjeka zemlje. Šta je ispravno ponašanje?

• A) Prihvatiti signal kao dokaz i odmah javno prekinuti odnos sa dobavljačem
• B) Upisivanje tvrdnje direktno u izvještaj jer je to rekla umjetna inteligencija
• C) Potpuno ignoriranje signala rizika i njihovo uopće ne ispitivanje
• D) Razmatranje signala kao 'upozorenje koje treba ispitati' i potvrđivanje inspekcijom na terenu i pouzdanim izvorom ✔

Objašnjenje: Ozbiljne optužbe poput kršenja ljudskih prava ne mogu se dokazati signalom koji proizvodi umjetna inteligencija. Takav signal je samo 'upozorenje koje treba ispitati'; Korišćenje kao konačne optužbe je i nepravedno i pravno rizično. Takve tvrdnje potvrđuju samo pouzdani izvori, terenska inspekcija i pravni proces. Umjetna inteligencija generiše signale; Ljudsko biće preuzima prosudbu i odgovornost.

10. Koja je najkritičnija mera predostrožnosti kada se analiziraju stotine odgovora u slobodnom tekstu iz ankete zainteresovanih strana sa AI?

• A) Zahtjev za rijetke, ali velike važnosti (sigurnosni/etički/ekološki) signali odvojeno i ne zasjenjujući ih ✔
• B) Biranje samo najfrekventnijih tema, eliminisanje manjinskih stavova
• C) Sve odgovore svesti na jedan pozitivan sažetak i izostaviti detalje
• D) Prihvatanje sažetka vještačke inteligencije umjesto sirovih odgovora

Opis: Umjetna inteligencija pojačava glas većine i potiskuje glas manjine u tematskoj analizi. Međutim, najvredniji signal u održivosti je ponekad ozbiljan sigurnosni, etički ili ekološki problem koji izražava jedna osoba. Dakle, analiza postavlja pitanje 'šta se najčešće govorilo?' Ne završava sa; 'rijetke, ali velike važnosti' signale treba zahtijevati odvojeno, a sirove odgovore treba koristiti kao dodatak sažetku, a ne umjesto njega.

11. Koji je najefikasniji način da spriječite da lažni brojevi i mete procure u tekst kada se piše odjeljak izvještaja za umjetnu inteligenciju?

• A) Napraviti cijeli izvještaj odjednom tako što ćete reći 'napišite odgovarajući tekst'
• B) Pružanje samo provjerenih podataka i izričita zabrana generiranja novih brojeva/potraživanja ✔
• C) Provjerite koliko je tekst tečan i impresivan i objavite ga
• D) Omogućavanje AI da popuni podatke koji nedostaju razumnim nagađanjima

Opis: Umjetna inteligencija generiše brojeve i ciljeve koje zapravo nemate, koristeći logiku 'ovo je ono što su slični izvještaji rekli' u praznom promptu. Najefikasnija mjera predostrožnosti je da mu date samo provjerene podatke i „ne dodajete nikakve brojeve, procente, datume ili tvrdnje osim podataka koje sam vam dao; To je da se jasno navede pravilo 'upišite [POTREBNI PODACI] na mjesto koje nedostaje'. Osim toga, izvještaj treba štampati dio po dio, sa podacima.

12. Šta nezavisni revizor s uvjerenjem prvo traži prilikom pregleda izvještaja o održivosti?

• A) Koliko je tečno i profesionalno napisan izvještaj
• B) Svako izdanje ima lanac dokaza koji se može pratiti do izvornog dokumenta ✔
• C) Vještačka inteligencija kaže 'izvještaj je spreman za reviziju'
• D) Učinite da izvještaj izgleda upornije od konkurencije

Objašnjenje: Ispitivača ne zanima tečnost teksta, već lanac dokaza iza svake tvrdnje; Njegovo prvo pitanje je 'dokaži ovaj broj'. Ispituje se iz kojeg izvornog dokumenta dolazi broj, koju formulu i faktor pretvara u izvještaj i može li se samostalno ponoviti. Stoga, svaka materijalna metrika mora biti sljediva do svog izvora, faktori moraju biti provjereni iz zvaničnog izvora, a zamjene moraju biti specificirane; Umjetna inteligencija čini ovu pripremu, ali ne može pružiti sigurnost.

13. Koja od sljedećih ekoloških tvrdnji ima najmanji rizik od zelenog pranja?

• A) 'Smanjili smo naše emisije iz proizvodnje za 18% do 2023. (uz provjeru treće strane)' ✔
• B) 'Naši proizvodi su potpuno ekološki i prirodni'
• C) 'Naša kompanija je ugljično neutralna' (bez davanja ikakvih dokumenata ili podataka)
• D) 'Mi smo najodrživija kompanija sa skoro nultim uticajem u industriji'

Objašnjenje: Dobra ekološka tvrdnja je mjerljiva (sadrži broj), dokazana (na osnovu dokaza) i jasna po obimu (jasno je šta se upoređuje s čime i kada). 'Smanjili smo emisije iz proizvodnje za 18% do 2023. (uz verifikaciju treće strane)' ima ove tri karakteristike. Izrazi kao što su 'eko-prijateljski', 'prirodni', nesertifikovani 'ugljični neutralni' se ne mogu kvantificirati ili neutemeljeni i nose rizik od zelenog pranja.

14. Šta treba učiniti prije nego što se neotkriveni podaci o proizvodnji i emisijama u postrojenju zalijepe u javno dostupan AI alat za analizu?

• A) Lepljenje podataka onakvim kakvi jesu; podaci o životnoj sredini su uvijek javno dostupni
• B) Davanje bez preduzimanja mera predostrožnosti jer odgovornost prelazi na pružaoca veštačke inteligencije
• C) Rizik je jednostavno pogrešna procena; Mjera povjerljivosti je nepotrebna
• D) Klasifikacija podataka kao besplatnih/internih/povjerljivih i anonimizacija povjerljivih podataka ili korištenje korporativnih alata ✔

Otkrivanje: Podaci o proizvodnji i emisijama na nivou postrojenja mogu biti poslovna tajna; finansijski/ekološki podaci koji još nisu objavljeni mogu kršiti regulatorna pravila o objavljivanju; Podaci o lokaciji/plati zaposlenika su lični podaci u okviru KVKK/GDPR. Prije davanja ove vrste podataka otvorenom alatu, potrebno ih je klasificirati kao besplatni/interni/povjerljivi, anonimizirati ako je potrebno ili koristiti korporativni alat (bez podataka). 'AI je rekao' nije odbrana; Odgovornost je na instituciji i licu koje to odobrava.