Enhed 8 / 11

Rapportskrivning og automatisering: udarbejdelse, konsistens og narrativ redigering

Gevinster:

  • Mulighed for at udskrive rapporten sektion for sektion med kun verificerede data og forbyde kunstig intelligens at generere nye numre/påstande
  • Evne til at scanne for uoverensstemmelser i den samme metrik i forskellige sektioner og bestemme den korrekte værdi ved at gå til kilden
  • Evne til at forhindre korrekt tekst i at blive til et vildledende resumé ved at opretholde 'delvise/estimerede/ikke godkendte' forbehold under opsummeringen

Alle data blev indsamlet, kulstof blev beregnet, kortlagt til rammen, interessenter blev lyttet til; Nu skulle alt dette blive til en læsbar bæredygtighedsrapport. En CSRD-rapport indeholder hundredvis af sider, snesevis af indikatorer, mange fortællende sektioner. Det er her det mest synlige bidrag fra kunstig intelligens (AI) er: at producere udkast til tekst, gøre forskellige sektioner sammenhængende, opsummere langt teknisk indhold. Men det er her, den største risiko ligger: AI er dygtig til at producere flydende, smuk, korrekturfri tekst. I denne enhed lærer du, hvordan du opretholder nøjagtighed og auditabilitet, mens du udskriver rapporten hurtigt.

Lad os sætte det grundlæggende princip fra begyndelsen: AI skriver teksten, mennesket forbinder den med beviser. Enhver numerisk påstand i en bæredygtighedsrapport bør være baseret på et revisionsspor, og enhver kvalitativ påstand bør være baseret på et faktum. AI'ens opgave er at organisere, strømline og gøre udtrykket sammenhængende; ikke at fremlægge sandheden af ​​påstanden. "Velskrevet" og "præcis og underbygget" er to selvstændige egenskaber.

Hvor er AI stærk, og hvor er det risikabelt i rapportskrivning?

Quest

AI-bidrag

Risiko

Udarbejdelse af et første udkast

Udfylder hurtigt den tomme side

Kan tilføje påstande uden beviser

Konsistenstjek

Fanger term/enhedskonflikt

Kan "rette" fejl

opsummerende

Forkorter det lange afsnit

Kan udelade kritisk nuance

Tone redigering

Giver formelt/klart sprog

Kan glide til overdrivelse

Oversættelse

Genererer flersprogede rapporter

Fejloversætter teknisk udtryk

Den kritiske regel er denne: Når du giver AI en rapport, skal du kun give den validerede input og forbyde den at generere nye numre/krav. Ellers udleder AI'en tal fra tidligere sætninger, der "virker rimelige", men som ikke har nogen kilde.

Tip: Når du udarbejder en rapport, skal du altid give AI'en denne regel: "Tilføj ikke andre tal, procenter, datoer eller påstande end de data, jeg gav dig; hvis noget mangler, skriv [DATA PÅKRÆVET] der." Denne enkelt sætning forhindrer de fleste af de opdigtede påstande, der har sneget sig ind i rapporten.

Trin for trin: sikker rapportskrivning

1. Byg skelettet først. Planlæg sektionsoverskrifterne og hvilke verificerede data, der skal være i hvert afsnit. AI producerer godt indhold/skelet.

2. Sektion for sektion, foder den med data. Udskriv hver partition separat med kun de bekræftede data for den partition. Sig ikke "gør op" hele rapporten på én gang.

3. Lav et krav-bevis-match. Bemærk kilden ved siden af ​​hver numerisk sætning. En sætning uden kilde vil ikke indgå i rapporten.

4. Tjek konsistensen. Det er en almindelig fejl, at den samme metrik vises med forskellige værdier i forskellige sektioner; AI er god til at scanne efter dette, men mennesket godkender rettelsen.

5. Scan for hype og greenwashing. I sidste runde skal du rydde teksten med øje for "umålelig/ikke-beviserklæring" (den næste enhed graver i dette).

Svag prompt / Stærk prompt

Svag prompt:

Skriv klimaafsnittet i vores bæredygtighedsrapport.

Ingen data; AI'en udgør en "typisk klimaepisode", der indsætter tal og mål i teksten, som du faktisk ikke har.

Kraftig prompt:

Din rolle: ESG-rapportskribent. Skriv: udkast til afsnittet "Klima" i rapporten. De ENESTE data, du vil bruge (fravælg, tilføj nyt nummer):- Scope 1: 1.240 tCO2e (2024, verificeret)- Scope 2: 2.100 tCO2e (2024, lokationsbaseret)- Scope 3: delvist, 60 % dækket (inklusive proxy-reduktion til 302 % op til 1 reduktion i Scope 2)- Mål: (ikke SBTi godkendt, anvendt)Regler:- IKKE FAKE antal/procent/dato ud over de data, jeg giver; hvis mangler, skriv [DATA PÅKRÆVET].- Gør det klart, at Scope 3 er delvist og inkluderer en proxy.- Skriv ærligt, at målet endnu ikke er godkendt, sig ikke "godkendt".- Tone: klart, formelt, underspillet.

Spørger om konsistens og kvalitetskontrol

Udfør et KONSISTENS-tjek på rapportudkastet nedenfor. Identificer (markér, ikke korrekt):1) Situationer, hvor den samme metrik forekommer med forskellige værdier forskellige steder2) Enhedsuoverensstemmelser (kg/ton, kWh/MWh)3) Konflikt mellem en påstand i et afsnit med et andet afsnit4) Numeriske påstande med uspecificerede kilder Angiv hvert fund med afsnit/rækkereference.Udkast: [UDKAST]

Følgende prompt opsummerer et langt teknisk afsnit til lederen; men det tvinger dig til at bevare nuancen.

Din rolle: rapportredaktør.Opgave: reducer den tekniske sektion nedenfor til 150 ord for executive resumé.Regler:- Undlad at ændre eller overdrive nogen tal ved at afrunde.- SKIP OVER forbehold såsom "delvis/estimeret/ikke bekræftet", flyt til resumé.- Præsenter usikkerhed som "sikker".Sektion: [KAPITEL]

OBS: AI smider oftest "forbehold" ud, når man opsummerer. Hvis sætninger som "Scope 3-data er delvise", "mål endnu ikke bekræftet", "data indeholder forudsigelse" slettes af hensyn til resuméet, bliver en nøjagtig tekst til en vildledende oversigt. At opretholde forbehold i resuméer er lige så vigtigt som at bevare tal.

tre minisager

Case 1 — Lækket falsk mål. En virksomhed fik AI til at skrive sit klimaafsnit med en simpel prompt. YZ tilføjede et "2040 netto nul"-mål, der faktisk ikke var sat, fordi "det blev nævnt i lignende rapporter." Redaktøren fangede dette; Målet blev faktisk ikke taget og ville have været en vildledende fremstilling, hvis det blev offentliggjort.

Tilfælde 2 — Inkonsistent metrik. I oversigtsdelen af ​​en rapport blev vandforbruget skrevet som "1,2 mio. m³" og i detaljeafsnittet blev det skrevet til "1,8 mio. m³". AI's konsistensscanning markerede modsigelsen; gik ned til kilden, blev den korrekte værdi sammenlagt til 1,8 mio. m³.

Sag 3 — Udgået forbehold. Et resumé blev skrevet af AI og udelod forbeholdet om, at "60 % af Scope 3 er et estimat", og rapporten så ud til at være fuldt målt. Pre-audit-kontrollen tilføjede reservationen tilbage; ellers ville resuméet være mere selvsikkert og vildledende end selve rapporten.

Almindelige fejl

  • Udskrivning af en rapport uden at angive data. Den tomme prompt driver AI til at lave tal og mål.
  • Udarbejdelse af hele rapporten på én gang. At skrive ved at tilføre den data, afsnit for afsnit, bevarer kontrollen.
  • Kassering af forbehold ved opsummering. Ordene "delvis/estimeret/ubekræftet" bør også forblive i resuméet.
  • At have AI blindt korrigere inkonsistensen. AI ved ikke, hvilken værdi der er korrekt; mennesket stiger ned til kilden.
  • Forveksler "flydende" med "korrekt". Hvis en velskrevet sætning er uden bevis, vil den stadig ikke blive inkluderet i rapporten.

Sammenfattende

Rapportskrivning er det mest synlige, men mest risikable område af AI-bidrag. AI udfylder hurtigt den tomme side, holder sektioner konsistente og opsummerer langt indhold; men det har en tendens til at tilføje påstande uden beviser, slette forbehold og frembringe overdrivelser. Sikker metode: indfør kun verificerede data, forbyd det at generere nye tal, udskriv sektion for sektion, scan for konsistens, men lad mennesket foretage rettelsen ned til kilden. En "velskrevet" rapport er kun en god rapport, hvis enhver påstand er baseret på beviser.

Ansøgningsopgave

Har 4-5 numeriske dataelementer, som du antager er bekræftet (et "estimeret" og et "ubekræftet mål"). Bed AI om et udkast til rapportafsnit via den kraftfulde prompt ovenfor. Derefter: (1) verificere, at ingen tal, som du ikke har angivet, er lækket ind i teksten, (2) kontrollere, at de "estimerede" og "ubekræftede" forbehold bibeholdes, (3) reducere teksten til et resumé på 150 ord og bekræfte, at forbeholdene forbliver i resuméet.

tjekliste

  • [ ] Jeg indtastede kun verificerede data i rapporten.
  • [ ] Jeg gav eksplicit AI'en reglen "opret nyt nummer/krav".
  • [ ] Jeg udskrev rapporten afsnit for afsnit og fodrede den med data.
  • [ ] Jeg knyttede hver numerisk påstand til et kilde-/revisionsspor.
  • [ ] Jeg scannede for uoverensstemmelser og fandt den korrekte værdi ved at gå tilbage til kilden.
  • [ ] Jeg beholdt de "delvise/estimerede/ikke bekræftede" forbehold i resuméerne.
  • [ ] Jeg eliminerede de overdrevne og umådelige udtryk i sidste runde.