Κέρδη:
- Δυνατότητα εκτύπωσης της αναφοράς ενότητα προς ενότητα με μόνο επαληθευμένα δεδομένα και απαγόρευση της τεχνητής νοημοσύνης από τη δημιουργία νέων αριθμών/αξιώσεων
- Δυνατότητα σάρωσης για ασυνέπειες της ίδιας μέτρησης σε διαφορετικές ενότητες και προσδιορισμού της σωστής τιμής μεταβαίνοντας στην πηγή
- Δυνατότητα αποτροπής του σωστού κειμένου από το να μετατραπεί σε παραπλανητική περίληψη διατηρώντας επιφυλάξεις «μερικές/εκτιμώμενες/μη εγκεκριμένες» κατά τη σύνοψη
Όλα τα δεδομένα συλλέχθηκαν, ο άνθρακας υπολογίστηκε, χαρτογραφήθηκε στο πλαίσιο, ακούστηκαν οι ενδιαφερόμενοι. Τώρα όλα αυτά θα πρέπει να μετατραπούν σε μια ευανάγνωστη έκθεση βιωσιμότητας. Μια έκθεση CSRD περιέχει εκατοντάδες σελίδες, δεκάδες δείκτες, πολλές αφηγηματικές ενότητες. Εδώ είναι η πιο ορατή συνεισφορά της τεχνητής νοημοσύνης (AI): η παραγωγή σχεδίου κειμένου, η συνοχή των διαφορετικών τμημάτων, η σύνοψη μεγάλου τεχνικού περιεχομένου. Αλλά εδώ έγκειται ο μεγαλύτερος κίνδυνος: η τεχνητή νοημοσύνη είναι ικανή να παράγει άπταιστα, όμορφο, χωρίς δοκιμές κείμενο. Σε αυτή την ενότητα θα μάθετε πώς να διατηρείτε την ακρίβεια και τη δυνατότητα ελέγχου ενώ εκτυπώνετε γρήγορα την αναφορά.
Ας βάλουμε τη βασική αρχή από την αρχή: Η τεχνητή νοημοσύνη γράφει το κείμενο, ο άνθρωπος το συνδέει με στοιχεία. Κάθε αριθμητικός ισχυρισμός σε μια έκθεση βιωσιμότητας θα πρέπει να βασίζεται σε μια διαδρομή ελέγχου και κάθε ποιοτικός ισχυρισμός θα πρέπει να βασίζεται σε ένα γεγονός. Η δουλειά του AI είναι να οργανώνει, να εξορθολογίζει και να κάνει συνεκτική την έκφραση. για να μην παραχθεί η αλήθεια του ισχυρισμού. Το «καλογραμμένο» και το «ακριβές και τεκμηριωμένο» είναι δύο ανεξάρτητες ιδιότητες.
Πού είναι ισχυρή η τεχνητή νοημοσύνη και πού είναι επικίνδυνη η σύνταξη αναφορών;
Αναζήτηση
συνεισφορά AI
Κίνδυνος
Παραγωγή ενός πρώτου σχεδίου
Γεμίζει γρήγορα την κενή σελίδα
Μπορεί να προσθέσει ισχυρισμούς χωρίς αποδεικτικά στοιχεία
Έλεγχος συνέπειας
Πιάνει σύγκρουση όρου/μονάδας
Μπορεί να «διορθώσει» λάθη
συνοψίζοντας
Συντομεύει το μακρύ τμήμα
Μπορεί να παραλείψει κρίσιμη απόχρωση
Επεξεργασία τόνου
Παρέχει επίσημη/σαφή γλώσσα
Μπορεί να γλιστρήσει στην υπερβολή
Μετάφραση
Δημιουργεί πολύγλωσσες αναφορές
Μεταφράζει λάθος τεχνικό όρο
Ο κρίσιμος κανόνας είναι ο εξής: όταν δίνετε στο AI μια αναφορά, δώστε του μόνο επικυρωμένες εισόδους και απαγορεύστε του να δημιουργεί νέους αριθμούς/αξιώσεις. Διαφορετικά, η τεχνητή νοημοσύνη αντλεί αριθμούς από προηγούμενες προτάσεις που «φαίνονται λογικές» αλλά δεν έχουν πηγή.
Συμβουλή: Κατά τη σύνταξη μιας αναφοράς, να δίνετε πάντα στην τεχνητή νοημοσύνη αυτόν τον κανόνα: "Μην προσθέτετε αριθμούς, ποσοστά, ημερομηνίες ή αξιώσεις εκτός από τα δεδομένα που σας έδωσα. Εάν κάτι λείπει, γράψτε [ΑΠΑΙΤΟΥΝΤΑΙ ΔΕΔΟΜΕΝΑ] εκεί." Αυτή η μοναδική πρόταση αποτρέπει τους περισσότερους κατασκευασμένους ισχυρισμούς που έχουν εισχωρήσει στην έκθεση.
Βήμα προς βήμα: ασφαλής σύνταξη αναφοράς
1. Κατασκευάστε πρώτα τον σκελετό. Σχεδιάστε τις επικεφαλίδες των ενοτήτων και ποια επαληθευμένα δεδομένα θα εμφανίζονται σε κάθε ενότητα. Το AI παράγει καλό περιεχόμενο/σκελετό.
2. Ενότητα προς ενότητα, τροφοδοτήστε το με δεδομένα. Εκτυπώστε κάθε διαμέρισμα ξεχωριστά, με μόνο τα επαληθευμένα δεδομένα για αυτό το διαμέρισμα. Μην λέτε «φτιάξτε» ολόκληρη την αναφορά ταυτόχρονα.
3. Κάντε μια αντιστοίχιση αξίωσης-αποδεικτικών στοιχείων. Σημειώστε την πηγή δίπλα σε κάθε αριθμητική πρόταση. Μια πρόταση χωρίς πηγή δεν θα συμπεριληφθεί στην αναφορά.
4. Ελέγξτε τη συνοχή. Είναι συνηθισμένο λάθος η ίδια μέτρηση να εμφανίζεται με διαφορετικές τιμές σε διαφορετικές ενότητες. Το AI είναι καλό στη σάρωση για αυτό, αλλά ο άνθρωπος εγκρίνει τη διόρθωση.
5. Σάρωση για hype και greenwashing. Στον τελικό γύρο, καθαρίστε το κείμενο με το μάτι για "αμέτρητη/μη αποδεικτική δήλωση" (η επόμενη ενότητα εμβαθύνει σε αυτό).
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Γράψτε την ενότητα για το κλίμα της αναφοράς αειφορίας μας.
Δεν υπάρχουν δεδομένα. Το AI συνθέτει ένα «τυπικό επεισόδιο για το κλίμα», εισάγοντας αριθμούς και στόχους στο κείμενο που στην πραγματικότητα δεν έχετε.
Ισχυρή προτροπή:
Ο ρόλος σας: Συγγραφέας εκθέσεων ESG. Γράψτε: προσχέδιο της ενότητας «Κλίμα» της έκθεσης. Τα ΜΟΝΑ δεδομένα που θα χρησιμοποιήσετε (εξαιρεθείτε, προσθέστε νέο αριθμό):- Πεδίο 1: 1.240 tCO2e (2024, επαληθευμένο)- Πεδίο 2: 2.100 tCO2e (2024, βάσει τοποθεσίας)- Πεδίο 3: μερικό, 60% καλύπτεται (συμπεριλαμβανομένης της μείωσης μεσολάβησης έως 21% σε 20% στόχο: 4+0): (δεν έχει εγκριθεί, εφαρμοστεί η SBTi) Κανόνες: ΜΗΝ ΠΛΑΣΤΕΙΤΕ αριθμό/ποσοστό/ημερομηνία εκτός από τα δεδομένα που δίνω. εάν λείπει, γράψτε [ΑΠΑΙΤΟΥΜΕΝΑ ΔΕΔΟΜΕΝΑ].- Διευκρινίστε ότι το Πεδίο εφαρμογής 3 είναι μερικό και περιλαμβάνει πληρεξούσιο.- Γράψτε ειλικρινά ότι ο στόχος δεν έχει εγκριθεί ακόμη, μην πείτε "εγκρίθηκε".- Τόνος: σαφής, επίσημος, υποεκτιμημένος.
Προτρέπει για συνέπεια και ποιοτικό έλεγχο
Πραγματοποιήστε έλεγχο ΣΥΝΕΠΕΙΑΣ στο προσχέδιο αναφοράς παρακάτω. Προσδιορισμός (σημαδέψτε, δεν είναι σωστό):1) Καταστάσεις όπου εμφανίζεται η ίδια μέτρηση με διαφορετικές τιμές σε διαφορετικά σημεία2) Ασυνέπειες μονάδων (kg/τόνο, kWh/MWh)3) Σύγκρουση μιας αξίωσης σε μια ενότητα με μια άλλη ενότητα4) Αριθμητικές αξιώσεις με απροσδιόριστες πηγέςΑναφέρετε κάθε εύρημα με αναφορά ενότητας/σειράς. Σχέδιο: [DRAFT] [DRAFT]
Η ακόλουθη προτροπή συνοψίζει μια μακρά τεχνική ενότητα προς τον διευθυντή. αλλά σε αναγκάζει να διατηρήσεις την απόχρωση.
Ο ρόλος σας: συντάκτης αναφοράς. Εργασία: μειώστε την παρακάτω τεχνική ενότητα σε 150 λέξεις για την εκτελεστική περίληψη. Κανόνες: - Μην αλλάζετε ή υπερβάλλετε αριθμούς με στρογγυλοποίηση.- ΠΑΡΑΒΕΙΤΕ κρατήσεις όπως "μερική/εκτιμώμενη/μη επιβεβαιωμένη", μεταβείτε στη σύνοψη.- Παρουσιάστε την αβεβαιότητα ως "βέβαιη". Ενότητα: [ΚΕΦΑΛΑΙΟ]
Προσοχή: Η τεχνητή νοημοσύνη τις περισσότερες φορές απορρίπτει «επιφυλάξεις» όταν συνοψίζει. Εάν φράσεις όπως "Τα δεδομένα του πεδίου 3 είναι μερικώς", "ο στόχος δεν έχει ακόμη επιβεβαιωθεί", "τα δεδομένα περιέχουν πρόβλεψη" διαγράφονται για χάρη της περίληψης, ένα ακριβές κείμενο μετατρέπεται σε παραπλανητική περίληψη. Η διατήρηση των κρατήσεων σε περιλήψεις είναι εξίσου σημαντική με τη διατήρηση των αριθμών.
τρεις μίνι θήκες
Περίπτωση 1 — Διέρρευσε ψεύτικος στόχος. Μια εταιρεία ζήτησε από την τεχνητή νοημοσύνη να γράψει την ενότητα για το κλίμα με μια απλή προτροπή. Η YZ πρόσθεσε έναν στόχο "καθαρό μηδέν 2040" που στην πραγματικότητα δεν είχε τεθεί επειδή "αναφέρθηκε σε παρόμοιες αναφορές". Ο συντάκτης το έπιασε αυτό. Ο στόχος δεν επιτεύχθηκε στην πραγματικότητα και θα ήταν παραπλανητική δήλωση αν δημοσιευόταν.
Περίπτωση 2 — Ασυνεπής μέτρηση. Στη συνοπτική ενότητα μιας αναφοράς, η κατανάλωση νερού γράφτηκε ως "1,2 εκατομμύρια m³" και στην ενότητα λεπτομερειών γράφτηκε ως "1,8 εκατομμύρια m³". Η σάρωση συνέπειας του AI επισήμανε την αντίφαση. κατέβηκε στην πηγή, η σωστή τιμή συνδυάστηκε ως 1,8 εκατομμύρια m³.
Περίπτωση 3 — Διαγραμμένη κράτηση. Μια εκτελεστική περίληψη συντάχθηκε από την AI παραλείποντας την προειδοποίηση ότι «το 60% του Πεδίου 3 είναι μια εκτίμηση» και η έκθεση φάνηκε να έχει μετρηθεί πλήρως. Ο προκαταρκτικός έλεγχος πρόσθεσε την κράτηση. Διαφορετικά, η περίληψη θα ήταν πιο ισχυρή και παραπλανητική από την ίδια την έκθεση.
Συνήθη λάθη
- Εκτύπωση αναφοράς χωρίς παροχή δεδομένων. Η κενή προτροπή οδηγεί το AI να δημιουργήσει αριθμούς και στόχους.
- Παραγωγή ολόκληρης της έκθεσης ταυτόχρονα. Η γραφή τροφοδοτώντας τα δεδομένα, ενότητα προς ενότητα, διατηρεί τον έλεγχο.
- Απόρριψη επιφυλάξεων κατά τη σύνοψη. Οι λέξεις "μερικό/εκτιμώμενο/μη επιβεβαιωμένο" θα πρέπει επίσης να παραμείνουν στην περίληψη.
- Έχοντας το AI διορθώσει τυφλά την ασυνέπεια. Το AI δεν γνωρίζει ποια τιμή είναι σωστή. ο άνθρωπος κατεβαίνει στην πηγή.
- Λάθος «άπταιστα» με το «σωστό». Εάν μια καλογραμμένη πρόταση είναι χωρίς στοιχεία, και πάλι δεν θα συμπεριληφθεί στην αναφορά.
Συνοπτικά
Η σύνταξη αναφορών είναι ο πιο ορατός αλλά πιο επικίνδυνος τομέας συνεισφοράς της AI. Η τεχνητή νοημοσύνη γεμίζει γρήγορα την κενή σελίδα, διατηρεί τις ενότητες συνεπείς και συνοψίζει μεγάλο περιεχόμενο. αλλά τείνει να προσθέτει ισχυρισμούς χωρίς στοιχεία, να διαγράφει επιφυλάξεις και να παράγει υπερβολές. Ασφαλής μέθοδος: τροφοδοτήστε μόνο επαληθευμένα δεδομένα, απαγορεύστε τη δημιουργία νέων αριθμών, εκτυπώστε ενότητα προς ενότητα, σαρώστε για συνέπεια, αλλά αφήστε τον άνθρωπο να κάνει τη διόρθωση μέχρι την πηγή. Μια "καλογραμμένη" έκθεση είναι μια καλή έκθεση μόνο εάν κάθε ισχυρισμός βασίζεται σε στοιχεία.
Εργασία εφαρμογής
Έχετε 4-5 στοιχεία αριθμητικών δεδομένων που υποθέτετε ότι έχουν επιβεβαιωθεί (ένα "εκτιμώμενο" και ένα "μη επιβεβαιωμένο στόχο"). Ζητήστε από το AI ένα προσχέδιο ενότητας αναφοράς μέσω της ισχυρής προτροπής παραπάνω. Στη συνέχεια: (1) επαληθεύστε ότι κανένας αριθμός που δεν παρείχατε δεν έχει διαρρεύσει στο κείμενο, (2) ελέγξτε ότι διατηρούνται οι "εκτιμώμενες" και "μη επιβεβαιωμένες" κρατήσεις, (3) μειώστε το κείμενο σε μια περίληψη 150 λέξεων και επιβεβαιώστε ότι οι κρατήσεις παραμένουν στη σύνοψη.
λίστα ελέγχου
- [ ] Εισήγαγα μόνο επαληθευμένα δεδομένα στην αναφορά.
- [ ] Έδωσα ρητά στην τεχνητή νοημοσύνη τον κανόνα "δημιουργία νέου αριθμού/αξιώσεων".
- [ ] Εκτύπωσα την αναφορά ενότητα προς ενότητα, τροφοδοτώντας την με δεδομένα.
- [ ] Συνέδεσα κάθε αριθμητικό ισχυρισμό με μια πηγή/ίχνος ελέγχου.
- [ ] Έκανα σάρωση για ασυνέπειες και προσδιόρισα τη σωστή τιμή επιστρέφοντας στην πηγή.
- [ ] Διατήρησα τις επιφυλάξεις "μερικές/εκτιμώμενες/μη επιβεβαιωμένες" στις περιλήψεις.
- [ ] Εξάλειψα τις υπερβολικές και αμέτρητες εκφράσεις στον τελευταίο γύρο.