अहवाल लेखन आणि ऑटोमेशन: मसुदा, सुसंगतता आणि कथा संपादन — स्थिरता आणि ईएसजी व्यवस्थापनात कृत्रिम बुद्धिमत्ता

नफा:

केवळ सत्यापित डेटासह विभागानुसार अहवाल विभाग मुद्रित करण्याची क्षमता आणि कृत्रिम बुद्धिमत्तेला नवीन क्रमांक/दावे तयार करण्यापासून प्रतिबंधित करण्याची क्षमता
वेगवेगळ्या विभागांमध्ये समान मेट्रिकच्या विसंगतींसाठी स्कॅन करण्याची क्षमता आणि स्त्रोतावर जाऊन योग्य मूल्य निर्धारित करणे
सारांशीकरणादरम्यान 'आंशिक/अंदाजित/मंजूर नाही' आरक्षणे राखून चुकीचा मजकूर भ्रामक सारांशात बदलण्यापासून रोखण्याची क्षमता

सर्व डेटा गोळा केला गेला, कार्बनची गणना केली गेली, फ्रेमवर्कमध्ये मॅप केले गेले, भागधारकांचे ऐकले गेले; आता हे सर्व वाचनीय टिकाऊपणा अहवालात बदलले पाहिजे. CSRD अहवालात शेकडो पृष्ठे, डझनभर निर्देशक, अनेक वर्णनात्मक विभाग असतात. आर्टिफिशियल इंटेलिजन्स (AI) चे सर्वात दृश्य योगदान हे आहे: मसुदा मजकूर तयार करणे, विविध विभाग सुसंगत करणे, दीर्घ तांत्रिक सामग्रीचा सारांश करणे. पण इथेच सर्वात मोठा धोका आहे: AI अस्खलित, सुंदर, पुरावा नसलेला मजकूर तयार करण्यात पटाईत आहे. या युनिटमध्ये तुम्ही अहवाल पटकन मुद्रित करताना अचूकता आणि लेखापरीक्षण क्षमता कशी राखावी हे शिकाल.

चला सुरुवातीपासून मूलभूत तत्त्व ठेवूया: एआय मजकूर लिहितो, मनुष्य त्यास पुराव्याशी जोडतो. स्थिरता अहवालातील प्रत्येक संख्यात्मक दावा ऑडिट ट्रेलवर आधारित असावा आणि प्रत्येक गुणात्मक दावा वस्तुस्थितीवर आधारित असावा. AI चे कार्य अभिव्यक्तीला व्यवस्थित करणे, सुव्यवस्थित करणे आणि सुसंगत करणे हे आहे; दाव्याचे सत्य निर्माण करण्यासाठी नाही. "चांगले लिहिलेले" आणि "अचूक आणि प्रमाणित" हे दोन स्वतंत्र गुण आहेत.

एआय कुठे मजबूत आहे आणि अहवाल लेखनात ते कोठे धोकादायक आहे?

शोध

AI योगदान

धोका

पहिला मसुदा तयार करणे

रिकामं पान पटकन भरतो

पुराव्याशिवाय दावे जोडू शकतात

सुसंगतता तपासा

टर्म/एकक संघर्ष पकडतो

चुका "दुरुस्त" करू शकतात

सारांश

लांब विभाग लहान करते

गंभीर सूक्ष्मता वगळू शकते

टोन संपादन

औपचारिक/स्पष्ट भाषा प्रदान करते

अतिशयोक्ती मध्ये स्लाइड शकते

भाषांतर

बहुभाषिक अहवाल तयार करते

तांत्रिक शब्दाचा चुकीचा अनुवाद

गंभीर नियम हा आहे: AI ला अहवाल देताना, त्याला फक्त प्रमाणित इनपुट द्या आणि नवीन नंबर/दावे तयार करण्यास मनाई करा. अन्यथा, AI मागील वाक्यांमधून संख्या मिळवते जे "वाजवी वाटतात" परंतु कोणतेही स्त्रोत नाहीत.

टीप: अहवालाचा मसुदा तयार करताना, AI ला नेहमी हा नियम द्या: "मी तुम्हाला दिलेल्या डेटाव्यतिरिक्त कोणतेही आकडे, टक्केवारी, तारखा किंवा दावे जोडू नका; काहीतरी गहाळ असल्यास, तेथे [DATA REQUIRED] लिहा." हे एक वाक्य अहवालात समाविष्ठ झालेल्या बहुतेक बनावट आरोपांना प्रतिबंधित करते.

चरण-दर-चरण: सुरक्षित अहवाल लेखन

1. प्रथम सांगाडा तयार करा. विभागाच्या शीर्षकांची योजना करा आणि प्रत्येक विभागात कोणता सत्यापित डेटा जाईल. AI चांगले कंटेंट/कंकाल तयार करते.

2. विभागानुसार विभाग, डेटासह फीड करा. प्रत्येक विभाजन स्वतंत्रपणे मुद्रित करा, फक्त त्या विभाजनासाठी सत्यापित डेटासह. संपूर्ण अहवाल एकाच वेळी "मेक अप" म्हणू नका.

3. दावा-पुरावा जुळवा. प्रत्येक संख्यात्मक वाक्यापुढील स्त्रोत लक्षात घ्या. स्रोत नसलेले वाक्य अहवालात समाविष्ट केले जाणार नाही.

4. सुसंगतता तपासा. समान मेट्रिकसाठी भिन्न विभागांमध्ये भिन्न मूल्यांसह दिसणे ही एक सामान्य चूक आहे; एआय यासाठी स्कॅनिंगमध्ये चांगले आहे, परंतु मानव दुरुस्त्यास मान्यता देतो.

5. हाइप आणि ग्रीनवॉशिंगसाठी स्कॅन करा. अंतिम फेरीत, "अफाट/नॉन-इव्हिडेंशरी स्टेटमेंट" साठी डोळ्यांनी मजकूर साफ करा (पुढील युनिट यात खोदते).

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत प्रॉम्प्ट:

आमच्या स्थिरता अहवालाचा हवामान विभाग लिहा.

डेटा नाही; एआय एक "नमुनेदार हवामान भाग" बनवते, तुमच्याकडे नसलेल्या मजकुरात संख्या आणि लक्ष्ये समाविष्ट करते.

शक्तिशाली सूचना:

तुमची भूमिका: ESG अहवाल लेखक. लिहा: अहवालाच्या "हवामान" विभागाचा मसुदा. तुम्ही वापरत असलेला फक्त डेटा (निवड रद्द करा, नवीन क्रमांक जोडा):- व्याप्ती 1: 1,240 tCO2e (2024, सत्यापित)- व्याप्ती 2: 2,100 tCO2e (2024, स्थान-आधारित)- व्याप्ती 3: आंशिक, 60% कव्हर (प्रॉक्सी ते 2% पर्यंत) - 2% पर्यंत टार्गेट: 2000 पर्यंत 1+2 (SBTi मंजूर केलेले नाही, लागू केलेले नाही) नियम:- मी देत असलेल्या डेटाशिवाय क्रमांक/टक्केवारी/तारीख खोटे करू नका; गहाळ असल्यास, [डेटा आवश्यक] लिहा.- स्कोप 3 आंशिक आहे आणि प्रॉक्सीचा समावेश आहे हे स्पष्ट करा.- लक्ष्य अद्याप मंजूर झालेले नाही असे प्रामाणिकपणे लिहा, "मंजूर" असे म्हणू नका.- स्वर: स्पष्ट, औपचारिक, अधोरेखित.

सातत्य आणि गुणवत्ता नियंत्रणासाठी सूचना

खाली दिलेल्या अहवालाच्या मसुद्यावर सुसंगतता तपासा. ओळखा (चिन्ह, बरोबर नाही):१) वेगवेगळ्या ठिकाणी समान मेट्रिक वेगवेगळ्या मूल्यांसह आढळतात अशा परिस्थिती २) युनिट विसंगती (किलो/टन, kWh/MWh) 3) एका विभागातील दाव्याचा दुसऱ्या विभागात विरोधाभास 4) अनिर्दिष्ट स्त्रोतांसह संख्यात्मक दावे प्रत्येक शोध विभाग/पंक्ती संदर्भासह सूचीबद्ध करा. मसुदा: [ड्राफ्ट:]

खालील प्रॉम्प्ट व्यवस्थापकाला दीर्घ तांत्रिक विभागाचा सारांश देते; परंतु ते तुम्हाला सूक्ष्मता राखण्यास भाग पाडते.

तुमची भूमिका: अहवाल संपादक.कार्य: कार्यकारी सारांशासाठी खालील तांत्रिक विभाग 150 शब्दांपर्यंत कमी करा. नियम:- पूर्णांक करून कोणतीही संख्या बदलू नका किंवा अतिशयोक्ती करू नका.- "आंशिक/अंदाजित/पुष्टी नाही" यासारखी आरक्षणे वगळा, सारांशाकडे जा.- "निश्चित" म्हणून उपस्थित अनिश्चितता. भाग: भाग.

लक्ष द्या: एआय बहुतेकदा सारांशित करताना "आरक्षण" फेकते. "स्कोप 3 डेटा आंशिक आहे", "लक्ष्य अद्याप पुष्टी केलेले नाही", "डेटामध्ये अंदाज आहे" यासारखी वाक्ये सारांशासाठी हटवली असल्यास, अचूक मजकूर दिशाभूल करणारा सारांश बनतो. सारांशातील आरक्षणे राखणे हे संख्या जतन करण्याइतकेच महत्त्वाचे आहे.

तीन लहान प्रकरणे

केस 1 - लीक केलेले बनावट लक्ष्य. एका कंपनीने AI ने त्याचा हवामान विभाग एका सोप्या प्रॉम्प्टसह लिहिला होता. YZ ने "2040 निव्वळ शून्य" लक्ष्य जोडले जे प्रत्यक्षात सेट केले गेले नाही कारण "ते समान अहवालांमध्ये नमूद केले गेले होते." हे संपादकाने पकडले; लक्ष्य प्रत्यक्षात घेतले गेले नाही आणि प्रकाशित केल्यास चुकीचे वर्णन केले गेले असते.

केस 2 - विसंगत मेट्रिक. अहवालाच्या सारांश विभागात, पाण्याचा वापर "1.2 दशलक्ष m³" आणि तपशील विभागात "1.8 दशलक्ष m³" असे लिहिले होते. AI च्या सुसंगतता स्कॅनने विरोधाभास दर्शविला; स्त्रोताकडे गेले, योग्य मूल्य 1.8 दशलक्ष m³ म्हणून एकत्र केले गेले.

केस 3 - हटवलेले आरक्षण. AI द्वारे एक कार्यकारी सारांश लिहिला गेला होता की "स्कोप 3 मधील 60% एक अंदाज आहे" आणि अहवाल पूर्णपणे मोजला गेला असल्याचे दिसून आले. प्री-ऑडिट चेकने आरक्षण परत जोडले; अन्यथा सारांश अहवालापेक्षा अधिक ठाम आणि दिशाभूल करणारा असेल.

सामान्य चुका

डेटा न देता अहवाल छापणे. रिक्त प्रॉम्प्ट AI ला संख्या आणि लक्ष्य बनवते.
संपूर्ण अहवाल एकाच वेळी तयार करणे. ते डेटा फीड करून लेखन, विभागानुसार विभाग, नियंत्रण राखते.
सारांश देताना आरक्षणे टाकून देणे. "आंशिक/अनुमानित/अपुष्ट" हे शब्द देखील सारांशात राहिले पाहिजेत.
AI आंधळेपणाने विसंगती दुरुस्त करा. एआयला कोणते मूल्य योग्य आहे हे माहित नाही; माणूस स्त्रोताकडे उतरतो.
"योग्य" साठी "अस्खलित" चुकणे. जर एखादे चांगले लिहिलेले वाक्य पुराव्याशिवाय असेल, तरीही ते अहवालात समाविष्ट केले जाणार नाही.

सारांशात

अहवाल लेखन हे एआय योगदानाचे सर्वात दृश्य परंतु धोकादायक क्षेत्र आहे. AI त्वरीत रिक्त पृष्ठ भरते, विभाग सुसंगत ठेवते आणि दीर्घ सामग्रीचा सारांश देते; परंतु पुराव्याशिवाय दावे जोडणे, आरक्षणे हटवणे आणि अतिशयोक्ती निर्माण करणे याकडे कल असतो. सुरक्षित पद्धत: फक्त सत्यापित डेटा फीड करा, नवीन नंबर तयार करण्यापासून प्रतिबंधित करा, विभागानुसार विभाग मुद्रित करा, सुसंगततेसाठी स्कॅन करा परंतु मनुष्याला स्त्रोतापर्यंत दुरुस्ती करू द्या. प्रत्येक दावा पुराव्यावर आधारित असेल तरच "चांगले लिखित" अहवाल हा एक चांगला अहवाल आहे.

अर्ज कार्य

4-5 संख्यात्मक डेटा आयटम आहेत ज्यांची तुम्ही पुष्टी केली आहे असे गृहीत धरा (एक "अंदाजित" आणि एक "अपुष्ट लक्ष्य"). वरील शक्तिशाली प्रॉम्प्टद्वारे AI ला अहवाल विभागाच्या मसुद्यासाठी विचारा. नंतर: (1) तुम्ही न दिलेले कोणतेही नंबर मजकूरात लीक झाले नाहीत याची पडताळणी करा, (2) "अंदाजित" आणि "पुष्टी न केलेले" आरक्षणे ठेवली आहेत का ते तपासा, (3) मजकूर 150-शब्दांच्या सारांशापर्यंत कमी करा आणि आरक्षणे सारांशात राहिल्याची पुष्टी करा.

चेकलिस्ट

[ ] मी अहवालात फक्त सत्यापित डेटा प्रविष्ट केला आहे.
[] मी स्पष्टपणे AI ला "नवीन नंबर/दावा करा" नियम दिला आहे.
[ ] मी अहवाल विभाग विभागानुसार मुद्रित केला, त्यात डेटा भरला.
[] मी प्रत्येक संख्यात्मक प्रतिपादन स्त्रोत/ऑडिट ट्रेलशी जोडले आहे.
[ ] मी विसंगतींसाठी स्कॅन केले आणि स्त्रोताकडे परत जाऊन योग्य मूल्य निर्धारित केले.
[ ] मी सारांशांमध्ये "आंशिक/अंदाजित/पुष्टी न केलेली" आरक्षणे ठेवली आहेत.
[ ] मी शेवटच्या फेरीत अतिशयोक्तीपूर्ण आणि अफाट अभिव्यक्ती काढून टाकल्या.