Вовед во ВИ во ЕСГ и одржливост: улоги, граници, валидација и етика — Вештачка интелигенција во одржливост и управување со ESG

Добивки:

Може да разликува каде вештачката интелигенција заштедува време во работниот тек на ESG (податоци, сметки, мапирање, известување) и каде одлуките за факторите, стандардот и барањата се препуштени на луѓето, во зависност од нивото на ризик
Способност да се примени дисциплина која го ревидира секој нумерички и квалитативен резултат со чекори на единица, извор и ревизорска патека
Разбирањето зошто лажните фактори на емисија, лажните стандардни референци и јазикот за перење зелено се ризици за оваа професија што треба да се земат предвид уште од самиот почеток.

Извештајот за одржливост на компанијата повеќе не е само брошура за добра волја; Тоа е документ кој е обврзувачки, ревидиран и има правни последици како сметководствен документ. Со регулативата на Европската унија CSRD (Corporate Sustainability Reporting Directive), илјадници компании; Мораше да ги открие емисиите на јаглерод, податоците за вработените и влијанијата од синџирот на снабдување на задолжителен, проверлив и споредлив начин, исто како и финансиските извештаи. Во оваа единица, ќе научите каде вештачката интелигенција (ВИ) навистина заштедува време во оваа тешка и интензивна задача за податоци, каде е опасно и како да го потврдите секој излез.

Прво, критички концепт. ESG е иницијалот на англиските зборови Environmental, Social и Governance; Тоа е името на рамката што ги мери влијанијата на компанијата врз животната средина како што се емисиите на јаглерод и употребата на вода, социјалните влијанија како што се правата на вработените и безбедноста при работа и практиките на управување како што се структурата и етиката на одборот. Известувањето за одржливост е мерење на перформансите во овие три области на стандарден начин и нивно откривање на јавноста.

Вториот критичен концепт: халуцинацијата е кога вештачката интелигенција произведува информации што всушност не се вистинити со целосна доверба. Во светот на ESG ова; Може да наидете на фиктивен фактор на емисија, непостоечки стандарден број GRI, неточна единица или упатување на непостоечки законски член. Критичната поента е дека големиот јазичен модел (LLM) не е калкулатор, регулаторна база на податоци или ревизор. Тоа е генератор на текст кој статистички ги имитира текстовите што ги гледа во податоците за обуката. Произведува точни информации поголемиот дел од времето; но разликата помеѓу „прецизно поголемиот дел од времето“ и „доволно точни за да се помине ревизијата“ е сè во известувањето за ESG.

Каде работи вештачката интелигенција во ESG, а каде не?

Сфатете ја вештачката интелигенција како брз партнер за нацрт, чување на податоци и анализа: вреден, но суштински за валидација. Следната разлика е основата на овој модул.

Потрага

Придонес на ВИ

Одговорност на експертот

собирање податоци

Уредува различни формати, означува празни места

Потврдување на бројот со изворниот документ

Сметка за емисија

Создава формула и рамка за пресметка

Потврдување на факторот на емисија од официјален извор

Мапирање на GRI/CSRD

Ги препорачува состојките на стандардните артикли

Проверка точно со стандардниот текст

Анализа на материјалноста

Ги дели мислењата на засегнатите страни на теми

Донесете одлука за приоритизација

Пишување извештај

Изработува нацрт текст и резиме

Поддржете го секое тврдење со докази

Контрола за перење зеленило

Означува ризични фрази

преземе одговорност за последното барање

Правило на палецот: применувајте вештачка интелигенција не на самите податоци; употреба за организирање податоци, анализа на скелиња и нацрт текст; Секогаш проверувајте го секој број и секоја стандардна референца со примарниот извор (фактура, запис од мерачот, официјален стандарден текст, база на податоци за фактор на емисија). Зад секоја фигура во извештајот за одржливост треба да има ревизорска трага што ревизорот можеби ќе ја посака. Вештачката интелигенција не може да го произведе овој доказ; тоа само ви помага да го организирате.

Три смртоносни замки на вештачката интелигенција во ЕСГ

1. Составени фактори и бројки на емисија. Вештачката интелигенција може да „пополни“ фактор на емисии што не го памети (коефициентот на емисии на јаглерод по единица гориво или електрична енергија) со број кој изгледа разумен. Оваа бројка ја поништува целата пресметка на јаглеродниот отпечаток.

2. Повикување на непостоечко или застарено законодавство/стандарди. Вештачката интелигенција може да генерира стандардни броеви кои изгледаат реални, но чија содржина е погрешно претставена или целосно измислена, како што е „GRI 305-7“. Стандардите исто така се ажурираат редовно; Верзијата позната на моделот можеби е застарена.

3. Јазик кој произведува зелено перење. Вештачката интелигенција со нетрпение произведува убаво звучи, но неосновани и погрешни изјави како што се „еколошки“, „еколошки“, „неутрални за јаглерод“. Овие изјави денес носат правен ризик. Ова ќе го опфатиме во длабочина во единицата 10.

Совет: Пристапете до секој нумерички исход на ESG со три прашања: (1) Која е неговата единица (tCO₂e, kg, MWh)? (2) Кој документ е изворот? (3) Како да му ја докажам оваа бројка на ревизор? Овие три прашања ги фаќаат повеќето ESG грешки во пупка. „tCO2e“ овде значи „тони еквивалент на јаглерод диоксид“; Тоа е мерка која ги претвора различните стакленички гасови во една заедничка единица.

Чекор по чекор: Безбеден работен тек на вештачката интелигенција во ESG

1. Поврзете ја задачата со стандардот и единицата. Наместо „Пресметајте ја нашата емисија на јаглерод“, кажете „2024 година, канцеларија во Истанбул, потрошувачка на природен гас 12.000 m³; Пресметајте ја емисијата во tCO₂e со методот 1 на протоколот на стакленички гасови, наведете го факторот на емисија и изворот што ги користите“.

2. Прашајте јасно за изворот и претпоставката. Побарајте од вештачката интелигенција да запише кој фактор на емисија, кој стандард и која претпоставка ја користел за секој број. Не прифаќајте ниту еден број без да го наведете изворот.

3. Потврдете со примарен извор. Потврдете го факторот на емисија од официјалната база на податоци (на пр. национален оддел за енергија, база на податоци DEFRA во Велика Британија, IEA), стандардниот текст од официјалниот документ GRI или EFRAG. EFRAG е европска институција која ги подготвува стандардите ESRS (European Sustainability Reporting Standards) на кои се заснова CSRD.

4. Зачувајте ја ревизорската патека. Напишете во табела кои податоци сте ги користеле, од кој извор, на кој датум и под која претпоставка. Ревизорот за уверување (независен проверувач) ќе го побара тоа.

5. Нека човек го потврди последното тврдење. Зад секое јавно тврдење за ESG мора да има одговорно лице.

Слаб промпт / Силен промпт

Барањето иста работа на два различни начини радикално го менува кредибилитетот на исходот.

Слаба навестување:

Пресметајте го јаглеродниот отпечаток на нашата компанија и напишете параграф за извештајот за одржливост.

Ова тврдење не вклучува единица, опсег, година, податоци и извор; ВИ ги пополнува празнините со измислица и произведува текст полн со зелено перење.

Моќен потсетник:

Ваша улога: виш специјалист за известување за ESG. Внесете податоци (користете ги само овие, напишете „нема податоци“ ако недостасува): - 2024 година, природен гас: 12.000 m³ - 2024 година, електрична енергија во мрежата: 85.000 kWh Задача: Пресметајте ги емисиите во CO₂e со користење на Scope21-протоколот за GHG) метод.Правила: - Секоја емисија што ја користите Наведете го факторот, единицата и изворот во посебна колона. - Ако не го знаете факторот, не го измислувајте; Напишете „потребен е официјален фактор“. - Дајте го резултатот во табела; Наведете ги ставките што треба да се потврдат на крајот.

Етика, приватност и граници

Податоците за ESG често се чувствителни: податоци за полот и платата на вработените (социјални индикатори), условите на договорите за добавувачи, финансиските влијанија сè уште не се откриени. Разјаснете ја границата на приватност пред да ги внесете овие податоци во јавна алатка за вештачка интелигенција. Анонимизирајте или собирајте ги личните податоци (име, лична карта, плата во опсегот на KVKK и GDPR) пред да ги дадете на AI; Односно, наместо поединечни луѓе, претворете ги во збирни броеви како „стапката на женските вработени е 38%“. KVKK е закон за заштита на лични податоци на Турција, а GDPR е европски закон за заштита на лични податоци.

Внимание: лажно или претерано тврдење во извештајот за ESG не е само ризик за репутација; Тоа може да резултира со казни и законска одговорност според CSRD и националното законодавство за потрошувачи. Не објавувајте никакви тврдења произведени од ВИ без доказ.

три мини футроли

Случај 1 - Измислен фактор. Компанија за производство и дала потрошувачка на дизел на вештачката интелигенција и побарала пресметка на емисијата на штетни гасови. YZ користел фактор „2,40 kgCO₂e/l за дизел“. Експертот провери: официјалниот фактор беше приближно 2,68 kgCO₂e/лит. Разликата беше 10% и значеше отстапување од приближно 11 тони CO₂e на 40.000 литри потрошувачка. Факторот е коригиран од официјалниот извор.

Случај 2 - Непостоечки стандард. Консултант побара од YZ наслов „ГРИ 305-8 потрошувачка на вода“ за извештајот. со оглед на тоа што водата е пријавена според ГРИ 303; GRI 305 е емисии во воздухот. Кога се провери со стандардниот текст, грешката беше откриена и содржината беше преместена во правилната статија.

Случај 3 - Јазик за зелено перење. YZ ја предложи реченицата „нашите производи се целосно еколошки“ за малопродажен бренд. Тимот на ESG го најде ова недокажливо и го замени со конкретна, докажлива изјава како „60% од нашето пакување се рециклира (2024 година, внатрешно мерење).

Потсети за работа подготвена за ревизија

Испитајте го текстот ESG подолу со ревизорско око. За секое нумеричко барање: 1) Дали единицата е јасна? 2) Дали е наведен изворот? 3) Дали е проверливо или субјективно/претерано? Означете неосновани или нејасни изјави како „еколошки, зелени, природни“ и предложете конкретна, мерлива алтернатива за секоја од нив. Текст: [ТЕКСТ]

Следното барање дава краток преглед на политиката што ја појаснува границата на употреба на вештачка интелигенција во организацијата.

Вашата улога: лидер на тимот за одржливост. Задача: напишете нацрт на внатрешна политика од 1 страница што ја регулира употребата на вештачката интелигенција од страна на тимот во работата на ЕСГ. Вклучува:- Задачи каде што вештачката интелигенција може слободно да се користи (преглед, резиме, форматирање)- Задачи за кои е потребна човечка проверка (број, фактор, стандардна атрибуција, тврдење)- Типови на податоци што никогаш нема да бидат внесени во вештачката интелигенција (лични податоци, неоткриено финансиско влијание) Тон: јасен, точен, применлив.

Следното известување поставува мал скелет на табелата за „ревизорска патека“ што може да се додаде на секој ESG испорачан.

Вообичаени грешки

Прифаќање на бројот без извор. Секој фактор на емисија и бројка дадени од YZ не се вклучени во извештајот без да бидат потврдени од официјалниот извор.
Игнорирање на единицата. Ако kg се меша со тони, kWh со MWh, резултатот може да отстапи за 1000 пати.
Слепо верувајќи им на нивните стандардни трикови. Броевите на супстанцијата GRI/ESRS мора да бидат потврдени со официјален документ.
Внесување чувствителни податоци како што се. Податоците за вработените и добавувачите не се доставуваат до јавната алатка без анонимизација.
Ставање на вештачката интелигенција на местото на ревизор. ВИ може да произведе листа за проверка, но не може да обезбеди независно уверување.

Сумирано

Вештачката интелигенција е моќен партнер за изготвување, чување и анализа на податоци во ESG; но тоа не е калкулатор, регулаторна база на податоци или ревизор. Неговата вредност се открива со нејзината верификација. Потврдувањето на секој број од примарниот извор, споредувањето на секоја стандардна референца со официјалниот текст, анонимизирањето на чувствителните податоци и препуштањето на одговорноста за последното тврдење на човекот е постојаниот столб на овој модул. Никогаш не ја заборавај разликата помеѓу „изгледа течно“ и „полагање на ревизијата“.

Задача за апликација

Изберете една ставка од податоци за животната средина од вашата организација (или фиктивна компанија): на пример, месечна сметка за електрична енергија. Побарајте скелет за сметководство за емисии на опсег 2 од вештачката интелигенција користејќи го образецот „напојување“ погоре. Потоа: (1) споредете го факторот на емисија што го користи со официјален извор, (2) проверете ја конзистентноста на единиците, (3) напишете мала табела за ревизорска трага во која се наведени кои ставки „треба да се потврдат“.

листа за проверка

[ ] Ги преиспитав единицата и изворот на секој број даден од вештачката интелигенција.
[ ] Ги потврдив факторите на емисија со официјална база на податоци.
[ ] Ги потврдив стандардните (GRI/ESRS) броеви со официјалниот текст.
[ ] Имам анонимизирани или собрани чувствителни/лични податоци.
[ ] Означив изјави без докази како „еколошки, зелени, природни“.
[ ] Водев ревизорска трага (извор, датум, претпоставка) за секоја одлука.
[ ] Идентификував одговорно лице кое го потврдува конечното тврдење.