लाभ:
- यह भेद करने में सक्षम होना कि कृत्रिम बुद्धिमत्ता ईएसजी वर्कफ़्लो (डेटा, खाते, मैपिंग, रिपोर्टिंग) में कहाँ समय बचाती है और कहाँ जोखिम स्तर के आधार पर कारक, मानक और दावा निर्णय मनुष्यों पर छोड़ दिए जाते हैं
- एक अनुशासन लागू करने की क्षमता जो इकाई, स्रोत और ऑडिट ट्रेल चरणों के साथ प्रत्येक संख्यात्मक और गुणात्मक आउटपुट का ऑडिट करती है
- यह समझना कि नकली उत्सर्जन कारक, नकली मानक संदर्भ और ग्रीनवॉशिंग भाषा इस पेशे के लिए जोखिम क्यों हैं, जिस पर शुरुआत से ही विचार करने की आवश्यकता है।
किसी कंपनी की स्थिरता रिपोर्ट अब केवल सद्भावना विवरणिका नहीं रह गई है; यह एक दस्तावेज़ है जो लेखांकन दस्तावेज़ के समान ही बाध्यकारी, लेखापरीक्षित और कानूनी परिणाम वाला है। यूरोपीय संघ के सीएसआरडी (कॉर्पोरेट स्थिरता रिपोर्टिंग निर्देश) विनियमन के साथ, हजारों कंपनियां; इसे वित्तीय विवरणों की तरह ही अनिवार्य, सत्यापन योग्य और तुलनीय तरीके से कार्बन उत्सर्जन, कर्मचारी डेटा और आपूर्ति श्रृंखला प्रभावों का खुलासा करना था। इस इकाई में, आप सीखेंगे कि कहाँ कृत्रिम बुद्धिमत्ता (एआई) वास्तव में इस भारी और डेटा-गहन कार्य में समय बचाती है, कहाँ यह खतरनाक है, और प्रत्येक आउटपुट को कैसे सत्यापित किया जाए।
सबसे पहले, एक आलोचनात्मक अवधारणा. ईएसजी अंग्रेजी शब्दों एनवायर्नमेंटल, सोशल एंड गवर्नेंस का प्रारंभिक अक्षर है; यह उस ढांचे का नाम है जो कंपनी के पर्यावरणीय प्रभावों जैसे कार्बन उत्सर्जन और पानी के उपयोग, कर्मचारी अधिकारों और व्यावसायिक सुरक्षा जैसे सामाजिक प्रभावों और बोर्ड संरचना और नैतिकता जैसे शासन प्रथाओं को मापता है। स्थिरता रिपोर्टिंग इन तीन क्षेत्रों में प्रदर्शन को मानक तरीके से मापना और इसे जनता के सामने प्रकट करना है।
दूसरी महत्वपूर्ण अवधारणा: मतिभ्रम तब होता है जब एआई ऐसी जानकारी उत्पन्न करता है जो वास्तव में पूर्ण विश्वास के साथ सच नहीं होती है। ईएसजी दुनिया में यह; आपको एक काल्पनिक उत्सर्जन कारक, एक गैर-मौजूद जीआरआई मानक संख्या, एक गलत इकाई या एक गैर-मौजूद कानून लेख का संदर्भ मिल सकता है। महत्वपूर्ण बात यह है कि एक बड़ा भाषा मॉडल (एलएलएम) एक कैलकुलेटर, नियामक डेटाबेस या ऑडिटर नहीं है। यह एक टेक्स्ट जेनरेटर है जो प्रशिक्षण डेटा में देखे गए टेक्स्ट का सांख्यिकीय रूप से अनुकरण करता है। यह अधिकांश समय सटीक जानकारी उत्पन्न करता है; लेकिन ईएसजी रिपोर्टिंग में "अधिकांश समय सटीक" और "ऑडिट पास करने के लिए पर्याप्त सटीक" के बीच का अंतर ही सब कुछ है।
ईएसजी में एआई कहां काम करता है और कहां नहीं?
एआई को एक त्वरित ड्राफ्ट, डेटा क्यूरेशन और विश्लेषण भागीदार के रूप में सोचें: मूल्यवान लेकिन सत्यापन के लिए आवश्यक। निम्नलिखित भेद इस मॉड्यूल की रीढ़ है।
खोज
एआई का योगदान
विशेषज्ञ की जिम्मेदारी
डेटा संग्रह
विभिन्न प्रारूपों को संपादित करता है, रिक्त स्थान चिह्नित करता है
स्रोत दस्तावेज़ से संख्या की पुष्टि की जा रही है
उत्सर्जन खाता
सूत्र और गणना ढाँचा बनाता है
आधिकारिक स्रोत से उत्सर्जन कारक का सत्यापन
जीआरआई/सीएसआरडी मैपिंग
मानक वस्तुओं के लिए सामग्री की अनुशंसा करता है
मानक पाठ के साथ बिल्कुल जाँच करना
भौतिकता विश्लेषण
हितधारकों की राय को विषयों में अलग करता है
प्राथमिकता वाला निर्णय लें
रिपोर्ट लेखन
मसौदा पाठ और सारांश तैयार करता है
हर दावे का सबूत के साथ समर्थन करें
ग्रीनवाशिंग नियंत्रण
जोखिम भरे वाक्यांशों को चिह्नित करें
अंतिम दावा जिम्मेदारी लें
अंगूठे का नियम: AI को डेटा पर ही लागू न करें; डेटा, मचान विश्लेषण और मसौदा पाठ को व्यवस्थित करने के लिए उपयोग करें; हमेशा प्रत्येक संख्या और प्रत्येक मानक संदर्भ को प्राथमिक स्रोत (चालान, मीटर रिकॉर्ड, आधिकारिक मानक पाठ, उत्सर्जन कारक डेटाबेस) के साथ सत्यापित करें। स्थिरता रिपोर्ट में प्रत्येक आंकड़े के पीछे एक ऑडिट ट्रेल होना चाहिए जो एक ऑडिटर चाहता है। एआई यह साक्ष्य प्रस्तुत नहीं कर सकता; यह बस आपको इसे व्यवस्थित करने में मदद करता है।
ईएसजी में एआई के तीन घातक जाल
1. निर्मित उत्सर्जन कारक और संख्याएँ। एआई एक ऐसे उत्सर्जन कारक को "भर" सकता है जिसे वह याद नहीं रखता (ईंधन या बिजली की प्रति यूनिट कार्बन उत्सर्जन का गुणांक) एक ऐसी संख्या के साथ जो उचित लगती है। यह संख्या संपूर्ण कार्बन फ़ुटप्रिंट गणना को अमान्य कर देती है।
2. अस्तित्वहीन या पुराने कानून/मानकों का संदर्भ। एआई ऐसे मानक नंबर उत्पन्न कर सकता है जो वास्तविक दिखते हैं लेकिन जिनकी सामग्री गलत तरीके से प्रस्तुत की जाती है या पूरी तरह से मनगढ़ंत होती है, जैसे "जीआरआई 305-7"। मानकों को भी नियमित रूप से अद्यतन किया जाता है; मॉडल को ज्ञात संस्करण पुराना हो सकता है.
3. वह भाषा जो ग्रीनवाशिंग उत्पन्न करती है। एआई उत्सुकता से "पर्यावरण के अनुकूल", "पर्यावरण के अनुकूल", "कार्बन न्यूट्रल" जैसे अच्छे लगने वाले लेकिन अप्रमाणित और भ्रामक बयान देता है। ये बयान आज कानूनी जोखिम उठाते हैं। हम इकाई 10 में इस पर गहराई से चर्चा करेंगे।
युक्ति: प्रत्येक संख्यात्मक ईएसजी परिणाम को तीन प्रश्नों के साथ देखें: (1) इसकी इकाई (tCO₂e, kg, MWh) क्या है? (2) स्रोत कौन सा दस्तावेज़ है? (3) मैं ऑडिटर को यह आंकड़ा कैसे साबित करूं? ये तीन प्रश्न शुरुआत में ही अधिकांश ईएसजी गलतियों को पकड़ लेते हैं। यहाँ "tCO₂e" का अर्थ है "टन कार्बन डाइऑक्साइड समतुल्य"; यह वह उपाय है जो विभिन्न ग्रीनहाउस गैसों को एक सामान्य इकाई में परिवर्तित करता है।
चरण दर चरण: ईएसजी में सुरक्षित एआई वर्कफ़्लो
1. कार्य को मानक एवं इकाई से जोड़ें। "हमारे कार्बन उत्सर्जन की गणना करें" के बजाय, "2024, इस्तांबुल कार्यालय, प्राकृतिक गैस की खपत 12,000 वर्ग मीटर कहें; जीएचजी प्रोटोकॉल स्कोप 1 विधि के साथ tCO₂e में उत्सर्जन की गणना करें, आपके द्वारा उपयोग किए जाने वाले उत्सर्जन कारक और स्रोत को निर्दिष्ट करें।"
2. स्रोत और धारणा के बारे में स्पष्ट रूप से पूछें। एआई को यह लिखने के लिए कहें कि उसने प्रत्येक संख्या के लिए कौन सा उत्सर्जन कारक, कौन सा मानक और कौन सी धारणा का उपयोग किया। स्रोत का हवाला दिए बिना किसी भी संख्या को स्वीकार न करें।
3. प्राथमिक स्रोत से सत्यापित करें. आधिकारिक डेटाबेस (उदाहरण के लिए राष्ट्रीय ऊर्जा विभाग, यूके DEFRA डेटासेट, IEA), GRI या EFRAG आधिकारिक दस्तावेज़ से मानक पाठ से उत्सर्जन कारक की पुष्टि करें। EFRAG एक यूरोपीय संस्था है जो ESRS (यूरोपीय स्थिरता रिपोर्टिंग मानक) मानक तैयार करती है जिस पर CSRD आधारित है।
4. ऑडिट ट्रेल सहेजें. एक तालिका में लिखें कि आपने कौन सा डेटा, किस स्रोत से, किस तारीख को और किस धारणा के तहत उपयोग किया है। आश्वासन लेखा परीक्षक (स्वतंत्र सत्यापनकर्ता) इसका अनुरोध करेगा।
5. किसी मानव से अंतिम दावे की पुष्टि करवाएं। प्रत्येक सार्वजनिक ईएसजी दावे के पीछे एक जिम्मेदार व्यक्ति होना चाहिए।
कमजोर संकेत/मजबूत संकेत
एक ही नौकरी के लिए दो अलग-अलग तरीकों से अनुरोध करने से परिणाम की विश्वसनीयता मौलिक रूप से बदल जाती है।
कमजोर संकेत:
हमारी कंपनी के कार्बन फ़ुटप्रिंट की गणना करें और स्थिरता रिपोर्ट के लिए एक पैराग्राफ लिखें।
इस दावे में इकाई, दायरा, वर्ष, डेटा और स्रोत शामिल नहीं है; एआई निर्माण के साथ रिक्त स्थान भरता है और ग्रीनवाशिंग से भरा पाठ तैयार करता है।
शक्तिशाली संकेत:
आपकी भूमिका: एक वरिष्ठ ईएसजी रिपोर्टिंग विशेषज्ञ। इनपुट डेटा (केवल इनका उपयोग करें, गायब होने पर 'कोई डेटा नहीं' लिखें): - 2024, प्राकृतिक गैस: 12,000 वर्ग मीटर - 2024, ग्रिड बिजली: 85,000 kWh कार्य: जीएचजी प्रोटोकॉल स्कोप 1 और स्कोप 2 (स्थान-आधारित) विधि का उपयोग करके CO₂e में उत्सर्जन की गणना करें। नियम: - आपके द्वारा उपयोग किया जाने वाला प्रत्येक उत्सर्जन कारक, इकाई निर्दिष्ट करें और स्रोत एक अलग कॉलम में। - यदि आप कारक नहीं जानते हैं, तो इसे न बनाएं; "आधिकारिक कारक आवश्यक" लिखें। - परिणाम एक तालिका में दें; अंत में उन वस्तुओं की सूची बनाएं जिन्हें सत्यापित करने की आवश्यकता है।
नैतिकता, गोपनीयता और सीमाएँ
ईएसजी डेटा अक्सर संवेदनशील होता है: कर्मचारी लिंग और वेतन डेटा (सामाजिक संकेतक), आपूर्तिकर्ता अनुबंध की शर्तें, वित्तीय प्रभाव अभी तक खुलासा नहीं किया गया है। इस डेटा को सार्वजनिक एआई टूल में दर्ज करने से पहले गोपनीयता सीमा स्पष्ट करें। एआई को देने से पहले व्यक्तिगत डेटा (नाम, आईडी, केवीकेके और जीडीपीआर के दायरे में वेतन) को अज्ञात या एकत्रित करना; यानी, उन्हें अलग-अलग लोगों के बजाय सारांश संख्याओं में बदल दें जैसे "महिला कर्मचारी दर 38% है"। केवीकेके तुर्किये का व्यक्तिगत डेटा संरक्षण कानून है और जीडीपीआर यूरोप का व्यक्तिगत डेटा संरक्षण कानून है।
सावधानी: ईएसजी रिपोर्ट में गलत या बढ़ा-चढ़ाकर किया गया दावा न केवल एक प्रतिष्ठित जोखिम है; इसके परिणामस्वरूप सीएसआरडी और राष्ट्रीय उपभोक्ता कानून के तहत जुर्माना और कानूनी दायित्व हो सकता है। एआई द्वारा प्रस्तुत किसी भी दावे को बिना सबूत के प्रकाशित न करें।
तीन मिनी मामले
केस 1 - काल्पनिक कारक। एक विनिर्माण कंपनी ने एआई को डीजल की खपत दी और उत्सर्जन गणना के लिए कहा। YZ ने "डीजल के लिए 2.40 kgCO₂e/लीटर" कारक का उपयोग किया। विशेषज्ञ ने जाँच की: आधिकारिक कारक लगभग 2.68 kgCO₂e/लीटर था। अंतर 10% था और इसका मतलब प्रति 40,000 लीटर खपत पर लगभग 11 टन CO₂e का विचलन था। कारक को आधिकारिक स्रोत से ठीक कर दिया गया है।
केस 2 - अस्तित्वहीन मानक। एक सलाहकार ने YZ से रिपोर्ट के लिए "GRI 305-8 पानी की खपत" शीर्षक मांगा। जबकि पानी को जीआरआई 303 के तहत सूचित किया जाता है; जीआरआई 305 वायु उत्सर्जन है. जब मानक पाठ से जाँच की गई, तो त्रुटि पकड़ी गई और सामग्री को सही लेख में ले जाया गया।
केस 3 - ग्रीनवाशिंग भाषा। YZ ने एक खुदरा ब्रांड के लिए "हमारे उत्पाद पूरी तरह से पर्यावरण के अनुकूल हैं" वाक्य का सुझाव दिया। ईएसजी टीम ने इसे अप्रमाणित पाया और इसे एक ठोस, सिद्ध कथन के साथ बदल दिया जैसे "हमारी पैकेजिंग का 60% पुनर्नवीनीकरण किया जाता है (2024, आंतरिक माप)।"
ऑडिट-तैयार कार्य के लिए संकेत
नीचे दिए गए ईएसजी टेक्स्ट को ऑडिटिंग नजर से जांचें। प्रत्येक संख्यात्मक दावे के लिए: 1) क्या इकाई स्पष्ट है? 2) क्या स्रोत बताया गया है? 3) क्या यह सत्यापन योग्य है या व्यक्तिपरक/अतिरंजित है? "पर्यावरण-अनुकूल, हरित, प्राकृतिक" जैसे अप्रमाणित या अस्पष्ट बयानों को चिह्नित करें और प्रत्येक के लिए एक ठोस, मापने योग्य विकल्प सुझाएं। पाठ: [पाठ]
निम्नलिखित संकेत एक संक्षिप्त नीति रूपरेखा तैयार करता है जो संगठन के भीतर एआई उपयोग की सीमा को स्पष्ट करता है।
आपकी भूमिका: एक स्थिरता टीम लीडर। कार्य: ईएसजी कार्य में टीम के एआई के उपयोग को नियंत्रित करने वाला 1 पेज का आंतरिक नीति मसौदा लिखें। शामिल करें: - ऐसे कार्य जहां AI का स्वतंत्र रूप से उपयोग किया जा सकता है (रूपरेखा, सारांश, स्वरूपण) - ऐसे कार्य जिनके लिए मानव सत्यापन की आवश्यकता होती है (संख्या, कारक, मानक एट्रिब्यूशन, दावा) - डेटा प्रकार जिन्हें कभी भी AI में दर्ज नहीं किया जाएगा (व्यक्तिगत डेटा, अज्ञात वित्तीय प्रभाव) टोन: स्पष्ट, बुलेट-पॉइंट, लागू।
निम्नलिखित संकेत एक छोटा "ऑडिट ट्रेल" टेबल स्केलेटन सेट करता है जिसे प्रत्येक ईएसजी डिलिवरेबल में जोड़ा जा सकता है।
निम्नलिखित खाते के बगल में एक ऑडिट ट्रेल तालिका तैयार करें। कॉलम: डेटा आइटम | मूल्य | इकाई | स्रोत दस्तावेज़ | दिनांक | धारणा | क्या यह सत्यापित है? यदि स्रोत अज्ञात है तो प्रत्येक पंक्ति पर "स्रोत आवश्यक" लिखें। प्रवेश: [खाता]
सामान्य गलतियाँ
- बिना किसी स्रोत के संख्या स्वीकार करना. YZ द्वारा दिए गए प्रत्येक उत्सर्जन कारक और आंकड़े को आधिकारिक स्रोत द्वारा पुष्टि किए बिना रिपोर्ट में शामिल नहीं किया गया है।
- इकाई की अनदेखी. यदि किलोग्राम को टन के साथ, kWh को MWh के साथ भ्रमित किया जाए, तो परिणाम 1000 गुना तक विचलित हो सकता है।
- उनकी मानक युक्तियों पर आँख मूँद कर भरोसा करना। जीआरआई/ईएसआरएस पदार्थ संख्या को आधिकारिक दस्तावेज़ से सत्यापित किया जाना चाहिए।
- संवेदनशील डेटा को वैसे ही दर्ज करना। कर्मचारी और आपूर्तिकर्ता डेटा को गुमनाम किए बिना सार्वजनिक टूल को प्रदान नहीं किया जाता है।
- ऑडिटर की जगह एआई को रखना. एआई एक चेकलिस्ट तैयार कर सकता है, लेकिन यह स्वतंत्र आश्वासन नहीं दे सकता।
संक्षेप में
ईएसजी में एआई एक शक्तिशाली प्रारूपण, डेटा क्यूरेशन और विश्लेषण भागीदार है; लेकिन यह कोई कैलकुलेटर, नियामक डेटाबेस या ऑडिटर नहीं है। इसके सत्यापन से इसकी कीमत का पता चलता है। प्राथमिक स्रोत से प्रत्येक संख्या की पुष्टि करना, आधिकारिक पाठ के साथ प्रत्येक मानक संदर्भ की तुलना करना, संवेदनशील डेटा को अज्ञात करना और अंतिम दावे की जिम्मेदारी एक मानव पर छोड़ना इस मॉड्यूल की निरंतर रीढ़ है। "धाराप्रवाह दिखने" और "ऑडिट पास करने" के बीच के अंतर को कभी न भूलें।
आवेदन कार्य
अपने संगठन (या किसी काल्पनिक कंपनी) से पर्यावरणीय डेटा का एक आइटम चुनें: उदाहरण के लिए, मासिक बिजली बिल। ऊपर दिए गए "पावर प्रॉम्प्ट" टेम्पलेट का उपयोग करके एआई से स्कोप 2 उत्सर्जन लेखांकन ढांचे का अनुरोध करें। फिर: (1) आधिकारिक स्रोत के साथ उपयोग किए जाने वाले उत्सर्जन कारक की तुलना करें, (2) इकाइयों की स्थिरता की जांच करें, (3) एक छोटी ऑडिट ट्रेल तालिका लिखें जिसमें सूचीबद्ध करें कि किन वस्तुओं को "सत्यापन की आवश्यकता है।"
चेकलिस्ट
- [ ] मैंने एआई द्वारा दिए गए प्रत्येक नंबर की इकाई और स्रोत पर सवाल उठाया।
- [ ] मैंने आधिकारिक डेटाबेस से उत्सर्जन कारकों की पुष्टि की।
- [ ] मैंने आधिकारिक पाठ के साथ मानक (जीआरआई/ईएसआरएस) संख्याओं को सत्यापित कर लिया है।
- [ ] मेरे पास अज्ञात या एकत्रित संवेदनशील/व्यक्तिगत डेटा है।
- [ ] मैंने बिना सबूत के बयानों को "पर्यावरण-अनुकूल, हरा, प्राकृतिक" जैसे चिह्नित किया।
- [ ] मैंने प्रत्येक निर्णय के लिए एक ऑडिट ट्रेल (स्रोत, दिनांक, धारणा) रखा।
- [ ] मैंने एक जिम्मेदार व्यक्ति की पहचान की है जो अंतिम दावे की पुष्टि करता है।