Keuntungan:
- Kemampuan untuk mencetak laporan bagian demi bagian hanya dengan data terverifikasi dan melarang kecerdasan buatan menghasilkan nomor/klaim baru
- Kemampuan untuk memindai ketidakkonsistenan metrik yang sama di bagian yang berbeda dan menentukan nilai yang benar dengan membuka sumbernya
- Kemampuan untuk mencegah teks yang benar berubah menjadi ringkasan yang menyesatkan dengan mempertahankan reservasi 'sebagian/perkiraan/tidak disetujui' selama ringkasan
Semua data dikumpulkan, karbon dihitung, dipetakan ke dalam kerangka kerja, para pemangku kepentingan didengarkan; Kini semua hal ini harus menjadi laporan keberlanjutan yang mudah dibaca. Laporan CSRD berisi ratusan halaman, puluhan indikator, dan banyak bagian narasi. Di sinilah kontribusi kecerdasan buatan (AI) yang paling terlihat adalah: menghasilkan draf teks, membuat bagian-bagian berbeda menjadi koheren, merangkum konten teknis yang panjang. Namun di sinilah letak risiko terbesarnya: AI mahir dalam menghasilkan teks yang lancar, indah, dan bebas bukti. Di unit ini Anda akan mempelajari cara menjaga akurasi dan kemampuan audit saat mencetak laporan dengan cepat.
Mari kita terapkan prinsip dasarnya dari awal: AI menulis teks, manusia menghubungkannya dengan bukti. Setiap klaim numerik dalam laporan keberlanjutan harus didasarkan pada jejak audit, dan setiap klaim kualitatif harus didasarkan pada fakta. Tugas AI adalah mengatur, menyederhanakan, dan membuat ekspresi menjadi koheren; tidak menghasilkan kebenaran klaim tersebut. “Ditulis dengan baik” dan “akurat dan dibuktikan” adalah dua kualitas yang independen.
Di manakah keunggulan AI dan di manakah risikonya dalam penulisan laporan?
Pencarian
Kontribusi AI
Resiko
Memproduksi draf pertama
Mengisi halaman kosong dengan cepat
Dapat menambahkan klaim tanpa bukti
Pemeriksaan konsistensi
Menangkap konflik istilah/unit
Dapat "memperbaiki" kesalahan
merangkum
Memperpendek bagian yang panjang
Dapat menghilangkan nuansa kritis
Pengeditan nada
Memberikan bahasa yang formal/jelas
Mungkin berlebihan
Terjemahan
Menghasilkan laporan multibahasa
Salah menerjemahkan istilah teknis
Aturan pentingnya adalah ini: saat memberikan laporan kepada AI, berikan hanya masukan yang tervalidasi dan larang untuk menghasilkan angka/klaim baru. Jika tidak, AI akan memperoleh angka dari kalimat sebelumnya yang “tampaknya masuk akal” tetapi tidak memiliki sumber.
Tip: Saat menyusun laporan, selalu berikan aturan ini kepada AI: "Jangan menambahkan angka, persentase, tanggal, atau klaim apa pun selain data yang saya berikan kepada Anda; jika ada yang kurang, tulis [DATA DIPERLUKAN] di sana." Kalimat tunggal ini mencegah sebagian besar tuduhan palsu yang menyusup ke dalam laporan.
Langkah demi langkah: penulisan laporan yang aman
1. Bangun kerangkanya terlebih dahulu. Rencanakan judul bagian dan data terverifikasi apa yang akan dimasukkan di setiap bagian. AI menghasilkan konten/kerangka yang bagus.
2. Bagian demi bagian, masukkan data. Cetak setiap partisi secara terpisah, dengan hanya data terverifikasi untuk partisi tersebut. Jangan katakan "buat" seluruh laporan sekaligus.
3. Cocokkan bukti klaim. Catat sumber di samping setiap kalimat numerik. Kalimat tanpa sumber tidak akan dicantumkan dalam laporan.
4. Periksa konsistensi. Merupakan kesalahan umum jika metrik yang sama muncul dengan nilai berbeda di bagian berbeda; AI pandai memindai hal ini, tetapi manusia menyetujui koreksi tersebut.
5. Pindai hype dan greenwashing. Di babak terakhir, bersihkan teks dengan memperhatikan “pernyataan yang tidak dapat diukur/tidak dapat dibuktikan” (unit berikutnya akan menggali lebih dalam hal ini).
Perintah lemah / Perintah kuat
Perintah yang lemah:
Tulis bagian iklim dalam laporan keberlanjutan kami.
Tidak ada data; AI membuat "episode iklim yang khas", memasukkan angka dan target ke dalam teks yang sebenarnya tidak Anda miliki.
Perintah yang kuat:
Peran Anda: penulis laporan ESG. Tulis: draf bagian “Iklim” dalam laporan. SATU-SATUNYA data yang akan Anda gunakan (tidak ikut serta, tambahkan nomor baru):- Cakupan 1: 1,240 tCO2e (2024, terverifikasi) - Cakupan 2: 2,100 tCO2e (2024, berbasis lokasi) - Cakupan 3: sebagian, tercakup 60% (termasuk proksi) - Target: hingga tahun 2030 hingga Cakupan pengurangan 42% dalam 1+2 (tidak disetujui SBTi, diterapkan)Peraturan:- JANGAN MEMALSUKAN angka/persentase/tanggal selain data yang saya berikan; bila hilang, tulis [DATA DIPERLUKAN].- Perjelas bahwa Scope 3 bersifat parsial dan mencakup proksi.- Tulis dengan jujur bahwa target belum disetujui, jangan katakan “disetujui”.- Nada: jelas, formal, bersahaja.
Anjuran untuk konsistensi dan kontrol kualitas
Lakukan pengecekan KONSISTENSI pada draft laporan di bawah ini. Identifikasi (tandai, salah):1) Situasi dimana metrik yang sama terjadi dengan nilai yang berbeda di tempat yang berbeda2) Inkonsistensi satuan (kg/ton, kWh/MWh)3) Konflik klaim pada satu bagian dengan bagian lainnya4) Klaim numerik dengan sumber yang tidak disebutkan Cantumkan setiap temuan dengan referensi bagian/baris.Draf: [DRAFT]
Prompt berikut merangkum bagian teknis yang panjang untuk manajer; tapi itu memaksa Anda untuk mempertahankan nuansa.
Peran Anda: editor laporan.Tugas: kurangi bagian teknis di bawah ini menjadi 150 kata untuk ringkasan eksekutif.Aturan:- Jangan mengubah atau melebih-lebihkan angka apa pun dengan membulatkan.- LEWATKAN reservasi seperti "sebagian/perkiraan/tidak dikonfirmasi", pindah ke ringkasan.- Hadirkan ketidakpastian sebagai "pasti".Bagian: [BAB]
Perhatian: AI paling sering mengeluarkan "reservasi" saat meringkas. Jika frasa seperti "Data Cakupan 3 bersifat parsial", "target belum dikonfirmasi", "data berisi prediksi" dihapus demi ringkasan, teks yang akurat akan berubah menjadi ringkasan yang menyesatkan. Mempertahankan reservasi dalam ringkasan sama pentingnya dengan menjaga angka.
tiga kasus mini
Kasus 1 — Membocorkan target palsu. Sebuah perusahaan meminta AI menulis bagian iklimnya dengan perintah sederhana. YZ menambahkan target "net zero 2040" yang sebenarnya tidak ditetapkan karena "disebutkan dalam laporan serupa." Editor menangkap ini; Target tersebut tidak benar-benar tercapai dan akan menjadi misrepresentasi jika dipublikasikan.
Kasus 2 — Metrik tidak konsisten. Pada bagian ringkasan laporan, konsumsi air ditulis "1,2 juta m³" dan pada bagian detail ditulis "1,8 juta m³". Pemindaian konsistensi AI menandai adanya kontradiksi; turun ke sumbernya, nilai yang benar digabungkan menjadi 1,8 juta m³.
Kasus 3 — Reservasi yang dihapus. Ringkasan eksekutif ditulis oleh AI dengan mengabaikan peringatan bahwa “60% dari Cakupan 3 adalah perkiraan” dan laporan tersebut tampaknya telah diukur sepenuhnya. Pemeriksaan pra-audit menambahkan kembali reservasi; jika tidak, ringkasannya akan lebih tegas dan menyesatkan dibandingkan laporan itu sendiri.
Kesalahan umum
- Mencetak laporan tanpa memberikan data. Prompt kosong mendorong AI untuk membuat angka dan target.
- Memproduksi seluruh laporan sekaligus. Menulis dengan memasukkan data, bagian demi bagian, mempertahankan kendali.
- Membuang reservasi saat meringkas. Kata-kata "sebagian/perkiraan/belum dikonfirmasi" juga harus tetap ada dalam ringkasan.
- Memiliki AI yang secara membabi buta memperbaiki ketidakkonsistenan. AI tidak mengetahui nilai mana yang benar; manusia turun ke sumbernya.
- Salah mengira "fasih" dengan "benar". Jika kalimat yang ditulis dengan baik tanpa bukti, tetap tidak akan dimasukkan dalam laporan.
Singkatnya
Penulisan laporan adalah bidang kontribusi AI yang paling terlihat namun paling berisiko. AI dengan cepat mengisi halaman kosong, menjaga konsistensi bagian, dan merangkum konten yang panjang; namun cenderung menambahkan klaim tanpa bukti, menghapus keraguan, dan menghasilkan pernyataan yang berlebihan. Metode aman: hanya memasukkan data terverifikasi, melarangnya menghasilkan nomor baru, mencetak bagian demi bagian, memindai konsistensi tetapi membiarkan manusia melakukan koreksi hingga ke sumbernya. Laporan yang “ditulis dengan baik” hanya akan menjadi laporan yang baik jika setiap klaim didasarkan pada bukti.
Tugas aplikasi
Miliki 4-5 item data numerik yang Anda asumsikan telah dikonfirmasi (satu "perkiraan" dan satu "target belum dikonfirmasi"). Mintalah AI untuk membuat draf bagian laporan melalui perintah kuat di atas. Kemudian: (1) verifikasi bahwa tidak ada nomor yang tidak Anda berikan yang bocor ke dalam teks, (2) periksa apakah reservasi yang "diperkirakan" dan "belum dikonfirmasi" tetap dipertahankan, (3) kurangi teks menjadi ringkasan 150 kata dan konfirmasikan bahwa reservasi tetap ada dalam ringkasan.
daftar periksa
- [ ] Saya hanya memasukkan data terverifikasi dalam laporan.
- [ ] Saya secara eksplisit memberi AI aturan "buat nomor/klaim baru".
- [ ] Saya mencetak laporan bagian demi bagian, memasukkannya dengan data.
- [] Saya menghubungkan setiap pernyataan numerik ke sumber/jejak audit.
- [ ] Saya memindai ketidakkonsistenan dan menentukan nilai yang benar dengan kembali ke sumbernya.
- [ ] Saya menyimpan reservasi "sebagian/perkiraan/tidak dikonfirmasi" dalam ringkasan.
- [ ] Saya menghilangkan ekspresi berlebihan dan beragam di babak terakhir.