Unit
1. Pengenalan kepada AI dalam ESG dan Kelestarian: Peranan, Sempadan, Pengesahan dan Etika 2. Analisis Materialiti dan Dwi Materialiti: Pengenalpastian Topik, Input Pihak Berkepentingan dan Pengutamaan 3. Pengumpulan Data ESG, Kualiti Data dan Pengurusan Jejak Audit 4. Perakaunan Karbon: Skop 1-2-3, Faktor Pelepasan dan Protokol GHG 5. Rangka Kerja Pelaporan: Pemetaan GRI, ESRS/CSRD dan ISSB 6. Kelestarian Rantaian Bekalan: Skop 3, Data Pembekal dan Ketekunan Wajar 7. Komunikasi dan Penglibatan Pihak Berkepentingan: Tinjauan, Analisis Pendapat dan Bahasa Pelaporan Telus 8. Penulisan dan Automasi Laporan: Penggubalan, Ketekalan dan Penyuntingan Naratif 9. Pengesahan Standard dan Jaminan Bebas: Rangkaian Bukti dan Penyediaan Audit 10. Risiko Greenwashing: Pengauditan Tuntutan, Jenis dan Perundangan Greenwashing 11. Aliran Kerja ESG hujung ke hujung, Tadbir Urus Data, Etika dan Gerbang Kualiti
Unit 8 / 11

Penulisan dan Automasi Laporan: Penggubalan, Ketekalan dan Penyuntingan Naratif

Keuntungan:

  • Keupayaan untuk mencetak bahagian laporan mengikut bahagian dengan hanya data yang disahkan dan melarang kecerdasan buatan daripada menjana nombor/tuntutan baharu
  • Keupayaan untuk mengimbas ketidakkonsistenan metrik yang sama dalam bahagian yang berbeza dan menentukan nilai yang betul dengan pergi ke sumber
  • Keupayaan untuk menghalang teks yang betul daripada bertukar menjadi ringkasan yang mengelirukan dengan mengekalkan tempahan 'separa/anggaran/tidak diluluskan' semasa ringkasan

Semua data dikumpul, karbon dikira, dipetakan ke rangka kerja, pihak berkepentingan didengari; Kini semua ini sepatutnya bertukar menjadi laporan kemampanan yang boleh dibaca. Laporan CSRD mengandungi ratusan halaman, berpuluh-puluh petunjuk, banyak bahagian naratif. Di sinilah sumbangan kecerdasan buatan (AI) yang paling ketara ialah: menghasilkan teks draf, menjadikan bahagian berbeza koheren, meringkaskan kandungan teknikal yang panjang. Tetapi di sinilah risiko terbesar terletak: AI mahir dalam menghasilkan teks yang fasih, cantik dan bebas bukti. Dalam unit ini anda akan belajar bagaimana untuk mengekalkan ketepatan dan kebolehauditan semasa mencetak laporan dengan cepat.

Mari kita letakkan prinsip asas dari awal: AI menulis teks, manusia menghubungkannya dengan bukti. Setiap tuntutan berangka dalam laporan kemampanan hendaklah berdasarkan jejak audit, dan setiap tuntutan kualitatif harus berdasarkan fakta. Tugas AI adalah untuk mengatur, memperkemas dan membuat ekspresi yang koheren; bukan untuk menghasilkan kebenaran dakwaan itu. "Ditulis dengan baik" dan "tepat dan dibuktikan" adalah dua kualiti bebas.

Di manakah AI kukuh dan di manakah ia berisiko dalam penulisan laporan?

Pencarian

Sumbangan AI

risiko

Menghasilkan draf pertama

Cepat-cepat mengisi halaman kosong

Boleh tambah tuntutan tanpa bukti

Semakan konsistensi

Menangkap konflik istilah/unit

Boleh "membetulkan" ralat

meringkaskan

Memendekkan bahagian yang panjang

Boleh menghilangkan nuansa kritikal

Suntingan nada

Menyediakan bahasa formal/jelas

Boleh meluncur ke dalam keterlaluan

Terjemahan

Menghasilkan laporan berbilang bahasa

Tersalah menterjemah istilah teknikal

Peraturan kritikal adalah ini: apabila memberikan laporan kepada AI, berikannya hanya input yang disahkan dan larangnya daripada menjana nombor/tuntutan baharu. Jika tidak, AI memperoleh nombor daripada ayat sebelumnya yang "nampak munasabah" tetapi tidak mempunyai sumber.

Petua: Semasa mendraf laporan, sentiasa berikan AI peraturan ini: "Jangan tambah sebarang nombor, peratusan, tarikh atau tuntutan selain daripada data yang saya berikan kepada anda; jika ada sesuatu yang hilang, tulis [DATA DIPERLUKAN] di sana." Ayat tunggal ini menghalang kebanyakan dakwaan rekaan yang telah menyelinap ke dalam laporan itu.

Langkah demi langkah: penulisan laporan selamat

1. Bina rangka dahulu. Rancang tajuk bahagian dan data yang disahkan akan dimasukkan ke dalam setiap bahagian. AI menghasilkan kandungan/rangka yang baik.

2. Bahagian demi bahagian, suapkannya dengan data. Cetak setiap partition secara berasingan, dengan hanya data yang disahkan untuk partition tersebut. Jangan sebut "buat" keseluruhan laporan sekaligus.

3. Buat padanan tuntutan-bukti. Perhatikan sumber di sebelah setiap ayat berangka. Ayat tanpa sumber tidak akan dimasukkan dalam laporan.

4. Semak konsistensi. Ia adalah kesilapan biasa untuk metrik yang sama muncul dengan nilai yang berbeza dalam bahagian yang berbeza; AI pandai mengimbas untuk ini, tetapi manusia meluluskan pembetulan.

5. Imbas untuk gembar-gembur dan greenwashing. Pada pusingan akhir, kosongkan teks dengan mata untuk "pernyataan yang tidak boleh diukur/bukan bukti" (unit seterusnya menggali perkara ini).

Gesaan lemah / Gesaan kuat

Gesaan yang lemah:

Tulis bahagian iklim laporan kemampanan kami.

Tiada data; AI membentuk "episod iklim biasa", memasukkan nombor dan sasaran ke dalam teks yang sebenarnya anda tidak miliki.

Gesaan kuat:

Peranan anda: Penulis laporan ESG. Tulis: draf bahagian "Iklim" laporan. SATU-SATUNYA data yang akan anda gunakan (pilih keluar, tambah nombor baharu):- Skop 1: 1,240 tCO2e (2024, disahkan)- Skop 2: 2,100 tCO2e (2024, berasaskan lokasi)- Skop 3: separa, 60% diliputi (termasuk proksi 2024)- Sasaran: hingga 203% Skop dalam 42 diluluskan, digunakan)Peraturan:- JANGAN PALSU nombor/peratusan/tarikh selain daripada data yang saya berikan; jika tiada, tulis [DATA DIPERLUKAN].- Jelaskan bahawa Skop 3 adalah separa dan termasuk proksi.- Tulis dengan jujur ​​bahawa sasaran masih belum diluluskan, jangan sebut "diluluskan".- Nada: jelas, formal, bersahaja.

Gesaan untuk konsistensi dan kawalan kualiti

Lakukan semakan KONSISTENSI pada draf laporan di bawah. Kenal pasti (tanda, tidak betul):1) Situasi di mana metrik yang sama berlaku dengan nilai yang berbeza di tempat yang berbeza2) Ketidakkonsistenan unit (kg/tan, kWj/MWj)3) Konflik tuntutan dalam satu bahagian dengan bahagian lain4) Tuntutan berangka dengan sumber yang tidak ditentukanSenaraikan setiap penemuan dengan rujukan bahagian/baris.Draf: [DRAFT]

Gesaan berikut meringkaskan bahagian teknikal yang panjang kepada pengurus; tetapi ia memaksa anda untuk mengekalkan nuansa.

Peranan anda: editor laporan.Tugas: kurangkan bahagian teknikal di bawah kepada 150 patah perkataan untuk ringkasan eksekutif.Peraturan:- Jangan ubah atau membesar-besarkan sebarang nombor dengan membundarkan.- LAWAT tempahan seperti "separa/anggaran/tidak disahkan", beralih ke ringkasan.- Kemukakan ketidakpastian sebagai "pasti".Bahagian: [BAB]

Perhatian: AI paling kerap membuang "tempahan" semasa meringkaskan. Jika frasa seperti "Data Skop 3 adalah separa", "sasaran belum disahkan", "data mengandungi ramalan" dipadamkan demi ringkasan, teks yang tepat bertukar menjadi ringkasan yang mengelirukan. Mengekalkan tempahan dalam ringkasan adalah sama pentingnya dengan mengekalkan nombor.

tiga kes mini

Kes 1 — Sasaran palsu yang bocor. Sebuah syarikat mempunyai AI menulis bahagian iklimnya dengan gesaan mudah. YZ menambah sasaran "2040 bersih sifar" yang sebenarnya tidak ditetapkan kerana "ia disebut dalam laporan yang serupa." Editor menangkap ini; Sasaran itu sebenarnya tidak diambil dan akan menjadi salah nyata jika diterbitkan.

Kes 2 — Metrik tidak konsisten. Dalam bahagian ringkasan laporan, penggunaan air ditulis sebagai "1.2 juta m³" dan dalam bahagian terperinci ia ditulis sebagai "1.8 juta m³". Imbasan konsistensi AI menandakan percanggahan; turun ke sumber, nilai yang betul digabungkan sebagai 1.8 juta m³.

Kes 3 — Tempahan dipadamkan. Ringkasan eksekutif telah ditulis oleh AI dengan mengetepikan kaveat bahawa "60% daripada Skop 3 ialah anggaran" dan laporan itu nampaknya diukur sepenuhnya. Semakan pra-audit menambah semula tempahan; jika tidak, ringkasan akan menjadi lebih tegas dan mengelirukan daripada laporan itu sendiri.

Kesilapan biasa

  • Mencetak laporan tanpa menyediakan data. Gesaan kosong mendorong AI untuk membentuk nombor dan sasaran.
  • Menghasilkan keseluruhan laporan sekaligus. Menulis dengan memberinya data, bahagian demi bahagian, mengekalkan kawalan.
  • Membuang tempahan semasa meringkaskan. Perkataan "separa/anggaran/tidak disahkan" juga harus kekal dalam ringkasan.
  • Mempunyai AI membetulkan ketidakkonsistenan secara buta. AI tidak tahu nilai mana yang betul; manusia turun ke sumbernya.
  • Tersilap "fasih" untuk "betul". Jika ayat yang ditulis dengan baik tanpa bukti, ia tetap tidak akan dimasukkan dalam laporan.

Secara ringkasnya

Penulisan laporan adalah bidang sumbangan AI yang paling ketara tetapi paling berisiko. AI dengan cepat mengisi halaman kosong, mengekalkan bahagian yang konsisten dan meringkaskan kandungan yang panjang; tetapi ia cenderung untuk menambah tuntutan tanpa bukti, memadamkan tempahan dan menghasilkan keterlaluan. Kaedah selamat: suapan hanya data yang disahkan, larang ia daripada menjana nombor baharu, cetak bahagian demi bahagian, imbas untuk konsistensi tetapi biarkan manusia melakukan pembetulan hingga ke sumbernya. Laporan yang "ditulis dengan baik" hanyalah laporan yang baik jika setiap tuntutan adalah berdasarkan bukti.

Tugasan permohonan

Mempunyai 4-5 item data berangka yang anda anggap telah disahkan (satu "anggaran" dan satu "sasaran belum disahkan"). Minta AI untuk draf bahagian laporan melalui gesaan kuat di atas. Kemudian: (1) sahkan bahawa tiada nombor yang anda tidak berikan telah bocor ke dalam teks, (2) semak bahawa tempahan "anggaran" dan "tidak disahkan" dikekalkan, (3) kurangkan teks kepada ringkasan 150 perkataan dan sahkan bahawa tempahan kekal dalam ringkasan.

senarai semak

  • [ ] Saya hanya memasukkan data yang disahkan dalam laporan.
  • [ ] Saya secara jelas memberikan AI peraturan "buat nombor/tuntutan baharu".
  • [ ] Saya mencetak bahagian laporan mengikut bahagian, menyuapnya dengan data.
  • [ ] Saya memautkan setiap pernyataan berangka dengan jejak sumber/audit.
  • [ ] Saya mengimbas untuk ketidakkonsistenan dan menentukan nilai yang betul dengan kembali ke sumber.
  • [ ] Saya menyimpan tempahan "separa/anggaran/tidak disahkan" dalam ringkasan.
  • [ ] Saya menghapuskan ungkapan yang keterlaluan dan tidak dapat diukur pada pusingan terakhir.
Sebelumnya Seterusnya