End-to-end ESG tijek rada, upravljanje podacima, etika i pristupnici kvalitete

Dobici:

• Sposobnost uspostavljanja tijeka rada ESG-a u osam koraka od materijalnosti do objave s vratima kvalitete u ritmu 'umjetna inteligencija proizvodi → čovjek provjerava → prolazi kroz vrata'
• Sposobnost zaštite osobnih i neotkrivenih financijskih podataka klasificiranjem ESG podataka kao besplatnih/internih/povjerljivih
• Sposobnost preuzimanja konačne odgovornosti i pridavanja odgovornih imena i zapisa o odobrenju svakoj publikaciji bez oslanjanja na obranu "AI je rekla"

U prethodnih deset jedinica pokrili smo svaki dio ESG-a i održivog poslovanja zasebno: ulaz i granice, značajnost, prikupljanje podataka, obračun ugljika, okvire izvješćivanja, opskrbni lanac, komunikaciju s dionicima, pisanje izvješća, jamstvo i greenwashing. U ovoj završnoj jedinici spojit ćemo dijelove i uspostaviti tijek rada od početka do kraja: gdje, kako i s kojim sigurnosnim vratima koristiti umjetnu inteligenciju (AI) na svakom koraku od definicije misije održivosti do njezine objave. 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 sažima. Točnost broja, potvrda faktora, kontrola standarda, dokaz tvrdnje i konačna odgovornost uvijek je na kompetentnom stručnjaku. Ova jedinica pretvara ovaj princip u dnevni tijek rada i kontrolni popis.

End-to-end ESG tijek rada

Razmotrite ciklus izvještavanja o održivosti u osam koraka:

1. Opseg 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. Podudaranje okvira — GRI/ESRS/ISSB tvari, potvrda službenim tekstom. (Jedinica 5)
5. Lanac opskrbe — Opseg 3 i due diligence. (Jedinica 6)
6. Pisanje i komunikacija — uravnoteženo, dokazano izvješće i poruka dionika. (Jedinica 7-8)
7. Priprema uvjerenja — Lanac dokaza i priprema revizije. (Jedinica 9)
8. Revizija zahtjeva — Greenwashing provjera i odobrenje izdavanja. (Jedinica 10)

AI je akcelerator na svakom koraku; Ali na izlazu iz svakog koraka postoje vrata kvalitete — kontrolna točka koja se mora proći prije nego što se prijeđe na sljedeći korak. Izlaz koji ne prođe kroz vrata ne napreduje.

korak

Što AI radi?

Kvalitetna kapija

materijalnost

Kandidat za temu, analiza teme

Utjecaj+financijski aspekt ljudsko odobrenje

Podaci

Konfiguracija, pretvorba jedinica

Provjera izvora i volumena

račun

Formula, skela koda

Čimbenik je potvrđen iz službenog izvora

Podudaranje

Prijedlog članka

Provjerite sliku sa standardnim tekstom

pravopis

nacrt, sažetak

Sređivanje tvrdnji bez dokaza

tvrditi

Greenwashing skeniranje

Publikacija s ovjerom ljudi

Savjet: Postavite tijek rada u ritmu "AI proizvodi → čovjek provjerava → prolazi kroz vrata." Prije pomicanja svakog AI izlaza na sljedeći korak, pitajte: "Koji dio ovog izlaza ne može nastaviti bez provjere?" Taj dio je vrata kvalitete tog koraka.

Upravljanje podacima i privatnost

ESG podaci često su osjetljivi: podaci o spolu i plaćama zaposlenika, uvjeti ugovora s dobavljačima, financijski učinci koji još nisu objavljeni, podaci o proizvodnji na razini pogona. Potrebno ih je klasificirati prije nego što ih date javnom AI alatu. Upravljanje podacima je "tko može koristiti koje podatke, kako i s kojim alatom?" Pitanje je vezano za pravilo.

Jednostavna klasifikacija:

• Besplatno: Podaci su već javno dostupni (objavljeno izvješće). Može se dati AI.
• Interna uporaba: interni podaci bez komercijalne vrijednosti. Oprezno u poslovnom vozilu.
• Povjerljivo: Poslovna tajna, neobjavljeni financijski učinak, osobni podaci (KVKK/GDPR). Ne daje se AI-u bez anonimizacije ili institucionalnih sredstava (bez curenja).

Vaša uloga: savjetnik za upravljanje podacima. Zadatak: klasificirajte sljedeće stavke podataka kao "besplatne / interne upotrebe / povjerljive" i napišite preporučenu radnju za svaku povjerljivu stavku (anonimiziraj / agregiraj / poslovni alat / ne daj uopće). Pravilo: ako niste sigurni, stavite u zaštitnu klasu. Stavke: [OSOBNI I FINANCIJSKI PODACI]

Slab upit / Jak upit

Način na koji delegirate zadatak alatu radikalno mijenja rizik privatnosti.

Slab upit:

Analizirajte tu plaću zaposlenika i tablicu proizvodnje pogona, osmislite ESG sažetak.

Izvozi neobrađene osobne i poslovne tajne podatke izravno u otvoreni alat; Ne postoji korak klasifikacije, anonimizacije i potvrde.

Snažan upit:

Vaša uloga: ESG analitičar osjetljiv na upravljanje podacima. Dao sam vam SAMO agregirane podatke bez osobnih/poslovnih tajni. Zadatak: analizirati sljedeće sumarne pokazatelje. Pravila:- BEZ osobnih imena, plaća, osobnih iskaznica ili neobjavljenog financijskog utjecaja u podacima; Ako vidite takvo polje, recite "POVJERLJIVI PODACI - ne obrađivati, upozoriti". - Ne dodajte novi broj rezultatu; samo nastavite sa sažetkom koji sam dao. - Dodajte napomenu "potrebno je ljudsko odobrenje" na kraju rezultata. Podaci (zbirni): [SAŽETI POKAZATELJI]

Oprez: "AI je rekao" nije obrana. Odgovornost za netočan broj, neutemeljenu tvrdnju ili curenje povjerljivih podataka u ESG izvješću leži na organizaciji i osobi koja ga je odobrila. Kada koristite AI, ne prenosite odgovornost; Samo ćete ubrzati posao.

Upit za pristup kvaliteti od kraja do kraja

Sljedeći upit pokreće sve korake kroz jednu provjeru prije objavljivanja.

Vaša uloga: ESG službenik za osiguranje kvalitete. Zadatak: provedite sljedeći odjeljak izvješća kroz vrata kvalitete od kraja do kraja. Dajte "prošao / NIJE prošao" za svaku stavku i napišite razlog ako nije prošao: 1) Jesu li navedeni izvor i jedinica svakog broja? 2) Jesu li faktori emisije iz službenog izvora? 3) Jesu li standardni brojevi stavki provjereni? 4) Jesu li zamjene/procjene označene? 5) Postoje li izjave koje sadrže zeleno pranje? 6) Postoji li curenje povjerljivih/osobnih podataka? 7) Dodijeljeno ime odgovornog za konačno odobrenje? Odjeljak: [POGLAVLJE]

Sljedeći upit pretvara cijeli modul u politiku poduzeća.

Vaša uloga: voditelj tima za održivost. Zadatak: napišite internu politiku od 1 stranice kojom se upravlja timskom upotrebom umjetne inteligencije u ESG radu. Uključuje:- Zadatke u kojima se AI može slobodno koristiti (skica, sažetak, kod, analiza teme)- Zadatke koji zahtijevaju ljudsku provjeru (faktor, standard, tvrdnja, opseg)- Vrste podataka koji se nikada neće dati AI-u (osobni, neotkriveni financijski)- Koraci vrata kvalitete koje treba proći prije svakog izdanja Ton: jasan, točka, primjenjivo.

tri mini kućišta

Slučaj 1 — Prijava vraćena s vrata. Jedan tim smatrao je da je završio sve korake i izvješće je bilo spremno za objavu. Konačni upit za pristup kvaliteti obuhvatio je tvrdnju o "78% oporavka" bez izvora i izjavu o "ugljično neutralnoj" u jednom odjeljku. Objavljivanje je zaustavljeno prije nego što je ispravljeno; Vrata su držala bubu prije nego što je postala javna.

Slučaj 2 — Spriječeno curenje povjerljivih podataka. Analitičar bi zalijepio tromjesečne podatke o financijskom učinku koji tek trebaju biti objavljeni u javno dostupan alat za analizu. Upit za klasifikaciju podataka označio ih je kao "povjerljivo—neobjavljeni financijski". Podaci su prvo agregirani, a zatim obrađeni u poslovnom alatu; Spriječeno je moguće kršenje zakona.

Slučaj 3 — preuzimanje odgovornosti. Nakon što je izvješće objavljeno, dionik je doveo u pitanje broj. Tim nije rekao "AI izračunao"; otvorio revizijski trag, naveo izvor, napravio manju ispravku i transparentno objasnio. Ovakav stav, koji se nije oslanjao na obranu "AI je rekao", sačuvao je povjerenje.

Uobičajene greške

• Ići naprijed bez vrata kvalitete. Ako se provjera ne izvrši na izlazu iz svakog koraka, greške će se gomilati do kraja.
• Davanje podataka vozilu bez klasificiranja. Povjerljivi i osobni podaci ne mogu se unositi u javni AI bez anonimizacije.
• Prijenos odgovornosti na AI. "AI je rekao" nije pravna ili profesionalna obrana.
• Koraci razmišljanja izolirani. Materijalnost, podaci, izračun i potraživanje međusobno su povezani; Ako je jedan oštećen, svi su pogođeni.
• Neodređivanje osobe odgovorne za odobrenje objave. Iza svake javne tvrdnje mora stajati čovjek.

Ukratko

ESG posao je lanac od osam međusobno povezanih koraka, a AI je akcelerator u svakom koraku; Ali na izlazu iz svakog koraka postoje vrata kvalitete. Ritam "AI proizvodi → čovjek provjerava → prolazi kroz vrata" kombinira sve lekcije ovog modula u jednu studijsku disciplinu. Klasificirajte podatke i zaštitite povjerljivost, potvrdite faktor i standard iz službenog izvora, povežite tvrdnju s dokazima, uklonite zelenaštvo prije objavljivanja i prepustite konačnu odgovornost čovjeku. AI ubrzava rad; Preuzimate točnost, poštenje i odgovornost. Kriterij ove profesije nije "izgledati tečno", već "proći reviziju i biti dokazan".

Zadatak aplikacije

Kombinirajte rezultate koje ste proizveli u prethodnim jedinicama (popis značajnosti, račun ugljika, odjeljak izvješća) u jedno mini izvješće. Prođite kroz ovo mini izvješće u 7 stavki s gornjim upitom za pristup kvaliteti od kraja do kraja AI-ja. Zatim: (1) ispravite svaku stavku označenu "RELEASE", (2) klasificirajte i poduzmite radnje na svim povjerljivim/osobnim podacima, (3) dodajte odgovorno ime i bilješku o odobrenju za objavu.

popis za provjeru

• [ ] Postavio sam tijek rada u ritmu "AI proizvodi → čovjek provjerava → prolazi kroz vrata."
• [ ] Implementirao sam vrata kvalitete na izlazu iz svakog koraka.
• [ ] Sve sam podatke klasificirao kao slobodne/interne/povjerljive i zaštitio sam povjerljivost.
• [ ] Potvrdio sam faktore i standardne stavke iz službenog izvora.
• [ ] Svaku sam tvrdnju potkrijepio dokazima, eliminirajući zelenašenje prije objave.
• [ ] Preuzeo sam odgovornost bez oslanjanja na obranu "AI je rekla".
• [ ] Postavio sam odgovorno ime i zapis o odobrenju za objavu.

Modul ispit

1. Što je od sljedećeg najbolje pozicioniranje za AI u ESG-u i poslovanju održivosti?

• A) Umjetna inteligencija je pomoćnik koda, podataka i nacrta; Odgovornost za faktore, standarde, dokaze i etičke odluke leži na ljudima ✔
• B) Umjetna inteligencija je revizor, a ESG vrijednosti koje pruža zamjena su za neovisno jamstvo
• C) Umjetna inteligencija radi samo u pisanju izvješća, nema nikakve veze s podacima i izračunima
• D) Budući da je umjetna inteligencija nepristranija od ljudi, sve ESG odluke treba prepustiti njoj

Opis: Umjetna inteligencija; To je pomoćnik koji piše kod, organizira podatke, proizvodi nacrte i sažima. No, konačna odgovornost za potvrdu faktora emisije, provjeru standardnog broja tvari, dokazivanje svake tvrdnje leži na nadležnom stručnjaku. Veliki jezični model nije kalkulator, regulatorna/standardna baza podataka ili alat za provjeru; je generator teksta koji proizvodi 'sljedeću najvjerojatniju riječ' i njegov neprovjereni rezultat može dovesti do lažne prijave ili tvrdnje.

2. Što aspekt 'značajnosti utjecaja' na problem znači u dvostrukoj analizi značajnosti?

• A) Utjecaj emisije na dobit poduzeća i vrijednost dionica
• B) Financijski rizik emisije samo za investitore
• C) Učinak suparničkih tvrtki na istu temu
• D) Utjecaj aktivnosti tvrtke na okoliš i društvo ✔

Opis: Dvostruka materijalnost gleda kroz dvije leće. Financijska značajnost je utjecaj pitanja na novčane tokove i vrijednost poduzeća ('izvan-unutra'). Materijalnost utjecaja je utjecaj aktivnosti tvrtke na okoliš i društvo ('iznutra prema van'). CSRD/ESRS provodi oba aspekta; Budući da se umjetna inteligencija često okreće samo u financijskom smjeru, smjer utjecaja mora dodatno kontrolirati čovjek.

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

• A) Zanemarite jedinice i dodajte sve brojeve izravno
• B) Oslanjanje na umjetnu inteligenciju za prikupljanje dugačkog popisa u vašoj glavi
• C) Pretvaranje svih vrijednosti u jednu jedinicu i pravljenje pretvorbe i zbroja pomoću koda/formule ✔
• D) Odabir najveće jedinice i neprijavljivanje drugih objekata

Objašnjenje: Odljev jedinice je najčešća i najopasnija greška ESG-a; Budući da je 1 MWh = 1000 kWh, ako se jedinica izostavi, rezultat može odstupati za faktor 1000. Ispravan pristup je pretvoriti sve vrijednosti u jednu jedinicu i dati umjetnoj inteligenciji da izvrši ovu konverziju i zbroji pomoću izvršnog koda/formule, a ne ručno; stoga je rezultat deterministički i provjerljiv.

4. U koji opseg spadaju emisije proizašle iz proizvodnje kupljene električne energije prema GHG Protokolu?

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

Opis: Opseg 1 su izravne emisije iz vlastitih izvora organizacije (bojler, službeno vozilo, generator). Opseg 2 su neizravne emisije iz proizvodnje nabavljene energije (električna energija, para, grijanje, hlađenje). Opseg 3 pokriva sve druge neizravne emisije u lancu vrijednosti (opskrba, putovanja, uporaba proizvoda, otpad). Električna energija ne izlazi iz dimnjaka tvrtke, već elektrana koja je proizvodi emitira emisije; tako da je opseg 2.

5. Koji se koncept koristi kada se staklenički plin kao što je metan (CH₄) pretvara u CO₂e i zašto je to važno?

• A) GWP (potencijal globalnog zagrijavanja); ako se izostavi, učinak metan/N₂O bit će uvelike podcijenjen ✔
• B) AQI (indeks kvalitete zraka); određuje boju plina u zraku
• C) GRI (inicijativa za izvješćivanje); određuje tvar u kojoj će se plin izvijestiti
• D) Nisu potrebni koeficijenti; metan se računa 1 prema 1 izravno kao CO₂

Opis: GWP (potencijal globalnog zagrijavanja) je koeficijent koji pretvara učinak zagrijavanja različitih stakleničkih plinova u zajedničku jedinicu u odnosu na CO₂. 100-godišnji GWP metana je približno 28; Dakle, 1 tona metana znači približno 28 tona CO₂e. Ako se GWP izostavi, utjecaj jakih plinova kao što su metan i N₂O bit će uvelike podcijenjen, a inventar će biti potpuno netočan; Također treba navesti koji se skup GWP-a (npr. IPCC AR6, 100 godina) koristi.

6. Koji je pristup ispravan za izračun 'podataka o aktivnosti × faktora emisije' u inventaru stakleničkih plinova?

• A) Korištenje faktora koji umjetna inteligencija pamti i davanje ručnom zbroju
• B) Brojanje svih plinova kao CO₂ i faktor preskakanja i konverzija GWP-a
• C) Korištenje zadanog faktora točno za svaku zemlju, godinu i gorivo
• D) Potvrđivanje faktora iz službenog izvora prema zemlji i godini i izrada skele za izračun i ukupno s kodom ✔

Opis: Faktori emisije razlikuju se ovisno o zemlji, godini i gorivu; 'Podsjećanje' na AI stvara rizik od izmišljanja stvari (halucinacija). Faktor uvijek treba potvrditi iz službene tablice (IPCC, DEFRA/EPA, IEA, nacionalni inventar); Samo odvajanje opsega, računovodstvene skele i ukupni kod treba raditi umjetna inteligencija. Zbrojevi u više redaka izvode se pomoću izvršnog koda, a ne ručno.

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

• A) Upisivanje broja izravno u izvješće jer to sugerira umjetna inteligencija
• B) Brojevi stavki su nevažni; bilo koji se može napisati
• C) Provjera broja i njegovog sadržaja službenim standardnim tekstom, potvrda u slučaju da je lažan/zastario ✔
• D) Budući da su emisije u vodu i zrak slične, navedite ih u istom članku

Opis: Umjetna inteligencija može generirati standardne brojeve koji izgledaju 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 navedena pod GRI 303, dok su GRI 305 emisije u zrak. Stoga se svaki broj tvari i sadržaj ne mogu koristiti bez provjere službenim standardnim tekstom (GRI/EFRAG/ISSB).

8. Ako većina dobavljača u opskrbnom lancu nema stvarne podatke o ugljiku, koji je ispravan i pošten pristup za Opseg 3?

• A) Izravno korištenje brojeva koje je izradila umjetna inteligencija za dobavljače
• B) Potpuno preskakanje opsega 3 jer ga je 'teško izmjeriti'
• C) Korištenje onih sa stvarnim podacima, jasno označavanje proxyja za one bez ✔
• D) Primjena proxyja na sve dobavljače i skrivanje u izvješću

Opis: Opseg 3 najveća je stavka većine tvrtki, ali najteža za mjerenje. Za dobavljače koji daju stvarne podatke, ti se podaci koriste; Za one koji to ne daju, može se koristiti zamjena (procjena) temeljena na izdacima. Najvažnije je ne sakriti proxy: izvješće treba jasno navesti udio i udio korištene procjene. Zamagljeni proxy može dovesti do uskraćivanja neovisnog jamstva; Također je pogrešno u potpunosti preskočiti Opseg 3 s obrazloženjem da ga je 'teško izmjeriti'.

9. AI je označio dobavljača kao 'mogući prisilni rad' isključivo na temelju prosjeka zemlje. Što je ispravno ponašanje?

• A) Prihvatite signal kao dokaz i odmah javno prekinite odnos s dobavljačem
• B) Zapisivanje tvrdnje izravno u izvješće jer je to rekla umjetna inteligencija
• C) Potpuno ignoriranje signala rizika i njihovo uopće neispitivanje
• D) Smatrati signal "upozorenjem koje treba istražiti" i potvrditi ga 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'; Korištenje toga kao konačne optužbe je i nepravedno i pravno riskantno. Takve tvrdnje potvrđuje samo pouzdani izvor, terenski uvid i pravni proces. Umjetna inteligencija stvara signale; Ljudsko biće preuzima prosudbu i odgovornost.

10. Koja je najvažnija mjera opreza pri analizi stotina odgovora slobodnog teksta iz ankete dionika pomoću umjetne inteligencije?

• A) Zahtijevanje rijetkih, ali vrlo važnih (sigurnosnih/etičkih/ekoloških) signala odvojeno i njihovo ne zasjenjivanje ✔
• B) Odabir samo najfrekventnijih tema, eliminirajući manjinska stajališta
• C) Svedite sve odgovore na jedan pozitivan sažetak i izostavite detalje
• D) Prihvaćanje sažetka umjetne inteligencije umjesto sirovih odgovora

Opis: Umjetna inteligencija pojačava glas većine i potiskuje glas manjine u tematskoj analizi. Međutim, najvrjedniji signal u održivosti ponekad je ozbiljan sigurnosni, etički ili ekološki problem koji iznese jedna osoba. Stoga se analiza pita 'što se najčešće govorilo?' Ne završava s; 'rijetke, ali vrlo značajne' signale treba zatražiti odvojeno, a neobrađene odgovore treba koristiti uz sažetak, a ne umjesto njega.

11. Koji je najučinkovitiji način za sprječavanje curenja lažnih brojeva i meta u tekst prilikom pisanja odjeljka izvješća za umjetnu inteligenciju?

• A) Izrada cijelog izvješća odjednom uz napomenu "napišite odgovarajući tekst"
• B) Pružanje samo provjerenih podataka i izričita zabrana generiranja novih brojeva/zahtjeva ✔
• C) Provjerite koliko je tekst tečan i dojmljiv i objavite ga
• D) Omogućivanje umjetnoj inteligenciji da ispuni podatke koji nedostaju razumnim pretpostavkama

Opis: Umjetna inteligencija generira brojeve i ciljeve koje zapravo nemate, koristeći se logikom "ovo su rekli slični izvještaji" u praznom upitu. Najučinkovitija mjera opreza je dati samo provjerene podatke i 'ne dodavati nikakve brojeve, postotke, datume ili tvrdnje osim podataka koje sam vam dao; Treba jasno navesti pravilo 'upisati [POTREBNI PODACI] na mjesto koje nedostaje'. Osim toga, izvješće treba ispisivati ​​odjeljak po odjeljak, s podacima.

12. Što neovisni revizor prvo traži kada pregledava izvješće o održivosti?

• A) Koliko je tečno i profesionalno izvješće napisano
• B) Svaki problem ima lanac dokaza koji se može pratiti do izvornog dokumenta ✔
• C) Umjetna inteligencija kaže 'izvješće je spremno za reviziju'
• D) Neka izvješće izgleda asertivnije od konkurenata

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 broj dolazi, koju formulu i faktor pretvara u izvještaj te može li se samostalno ponavljati. Stoga, svaka metrika materijala mora biti sljediva do svog izvora, faktori moraju biti verificirani iz službenog izvora, a proksi moraju biti specificirani; Umjetna inteligencija priprema ovu pripremu, ali ne može dati jamstvo.

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

• A) 'Smanjili smo naše proizvodne emisije za 18% do 2023. (uz provjeru treće strane)' ✔
• B) 'Naši proizvodi potpuno su ekološki prihvatljivi i prirodni'
• C) 'Naša tvrtka je ugljično neutralna' (bez davanja dokumenata ili podataka)
• D) 'Mi smo najodrživija tvrtka s gotovo nultim utjecajem u industriji'

Objašnjenje: Dobra ekološka tvrdnja je mjerljiva (sadrži broj), dokazana (temeljena na dokazima) i jasna po opsegu (jasno je što se uspoređuje s čime i kada). 'Smanjili smo proizvodne emisije za 18% do 2023. (uz provjeru treće strane)' ima ove tri značajke. Fraze kao što su 'ekološki prihvatljivo', 'prirodno', necertificirano 'ugljično neutralno' ne mogu se kvantificirati ili su nepotkrijepljene i nose rizik zelenašenja.

14. Što treba učiniti prije lijepljenja neobjavljenih podataka o proizvodnji postrojenja i emisijama u javno dostupan AI alat za analizu?

• A) Lijepljenje podataka kakvi jesu; podaci o okolišu uvijek su javno dostupni
• B) Davanje bez poduzimanja mjera opreza jer odgovornost prelazi na pružatelja umjetne inteligencije
• C) Rizik je jednostavno pogrešna procjena; Mjera povjerljivosti je nepotrebna
• D) Klasificiranje podataka kao besplatnih/internih/povjerljivih i anonimiziranje povjerljivih podataka ili korištenje korporativnih alata ✔

Otkrivanje: podaci o proizvodnji i emisijama na razini tvornice mogu biti poslovna tajna; financijski/ekološki podaci koji još nisu objavljeni mogu kršiti regulatorna pravila o otkrivanju podataka; Podaci o lokaciji/plaći zaposlenika osobni su podaci u okviru KVKK/GDPR. Prije davanja ove vrste podataka otvorenom alatu, potrebno ih je klasificirati kao besplatne/interne/povjerljive, po potrebi ih anonimizirati ili koristiti korporativni (bez podataka) alat. 'AI je rekao' nije obrana; Odgovornost je na ustanovi i osobi koja to odobrava.