Zyski:
- Możliwość wydruku raportu sekcja po sekcji z wyłącznie zweryfikowanymi danymi i uniemożliwienie sztucznej inteligencji generowania nowych numerów/szkodowań
- Możliwość wyszukiwania niespójności tej samej metryki w różnych sekcjach i określenia prawidłowej wartości, przechodząc do źródła
- Możliwość zapobiegania przekształceniu się prawidłowego tekstu w mylące podsumowanie poprzez utrzymywanie zastrzeżeń „częściowych/szacunkowych/niezatwierdzonych” podczas podsumowania
Zebrano wszystkie dane, obliczono emisję dwutlenku węgla, zmapowano je w ramach i wysłuchano zainteresowanych stron; Teraz wszystko to powinno zamienić się w czytelny raport zrównoważonego rozwoju. Raport CSRD zawiera setki stron, dziesiątki wskaźników, wiele sekcji narracyjnych. W tym miejscu najbardziej widocznym wkładem sztucznej inteligencji (AI) jest: tworzenie wersji roboczej tekstu, zapewnienie spójności poszczególnych sekcji, podsumowywanie długich treści technicznych. Ale tu właśnie leży największe ryzyko: sztuczna inteligencja jest biegła w tworzeniu płynnego, pięknego i pozbawionego korekty tekstu. W tym module dowiesz się, jak zachować dokładność i możliwość kontroli podczas szybkiego drukowania raportu.
Postawmy podstawową zasadę od początku: AI pisze tekst, człowiek łączy go z dowodami. Każde twierdzenie liczbowe w raporcie zrównoważonego rozwoju powinno opierać się na ścieżce audytu, a każde twierdzenie jakościowe powinno opierać się na fakcie. Zadaniem sztucznej inteligencji jest organizowanie, usprawnianie i nadawanie spójności wypowiedzi; nie do udowodnienia prawdziwości twierdzenia. „Dobrze napisany” oraz „dokładny i uzasadniony” to dwie niezależne cechy.
Gdzie sztuczna inteligencja jest silna, a gdzie ryzykowne przy pisaniu raportów?
Zadanie
Wkład AI
Ryzyko
Wykonanie pierwszego szkicu
Szybko wypełnia pustą stronę
Można dodawać roszczenia bez dowodów
Kontrola spójności
Wychwytuje konflikt terminów/jednostek
Potrafi „poprawić” błędy
podsumowując
Skraca długi odcinek
Można pominąć krytyczne niuanse
Edycja tonów
Zapewnia formalny/jasny język
Może popaść w przesadę
Tłumaczenie
Generuje wielojęzyczne raporty
Błędnie tłumaczy termin techniczny
Najważniejsza zasada jest następująca: przekazując AI raport, podawaj tylko zweryfikowane dane wejściowe i zabraniaj jej generowania nowych liczb/twierdzeń. W przeciwnym razie sztuczna inteligencja wyprowadza liczby z poprzednich zdań, które „wydają się rozsądne”, ale nie mają źródła.
Wskazówka: Pisząc raport, zawsze podawaj AI tę zasadę: „Nie dodawaj żadnych liczb, procentów, dat ani twierdzeń innych niż te, które ci podałem; jeśli czegoś brakuje, wpisz tam [WYMAGANE DANYCH]”. To jedno zdanie zapobiega większości sfabrykowanych zarzutów, które wkradły się do raportu.
Krok po kroku: bezpieczne pisanie raportów
1. Najpierw zbuduj szkielet. Zaplanuj nagłówki sekcji i jakie zweryfikowane dane znajdą się w każdej sekcji. AI produkuje dobrą zawartość/szkielet.
2. Sekcja po sekcji, zasilaj ją danymi. Wydrukuj każdą partycję osobno, podając tylko zweryfikowane dane dla tej partycji. Nie mów „uzupełnij” całego raportu na raz.
3. Dokonaj dopasowania roszczenia i dowodu. Zwróć uwagę na źródło obok każdego zdania liczbowego. Zdanie bez źródła nie zostanie uwzględnione w raporcie.
4. Sprawdź konsystencję. Częstym błędem jest wyświetlanie tej samej metryki z różnymi wartościami w różnych sekcjach; Sztuczna inteligencja jest dobra w skanowaniu tego, ale człowiek zatwierdza poprawkę.
5. Skanuj pod kątem szumu i „greenwashingu”. W ostatniej rundzie oczyść tekst, szukając „niezmiernych/niedowodowych stwierdzeń” (następna jednostka zagłębia się w ten temat).
Słaba zachęta/silna zachęta
Słaba zachęta:
Napisz sekcję dotyczącą klimatu w naszym raporcie zrównoważonego rozwoju.
Brak danych; Sztuczna inteligencja tworzy „typowy epizod klimatyczny”, wstawiając do tekstu liczby i cele, których tak naprawdę nie masz.
Potężny monit:
Twoja rola: autor raportów ESG. Napisz: projekt części raportu „Klimat”. JEDYNE dane, których będziesz używać (zrezygnuj, dodaj nową liczbę): - Zakres 1: 1240 tCO2e (2024, zweryfikowane) - Zakres 2: 2100 tCO2e (2024, w oparciu o lokalizację) - Zakres 3: częściowy, 60% pokrycia (w tym proxy) - Cel: do 2030 r. do zakresu 42% redukcji w 1+2 (bez zatwierdzenia SBTi, stosowane)Zasady:- NIE FAŁSZOWAĆ liczby/procentu/daty innej niż dane, które podaję; jeśli ich brakuje, wpisz [WYMAGANE DANYCH]. - Wyjaśnij, że Zakres 3 jest częściowy i zawiera zastępstwo. - Napisz szczerze, że cel nie został jeszcze zatwierdzony, nie mów „zatwierdzony”. - Ton: jasny, formalny, dyskretny.
Monituje o spójność i kontrolę jakości
Sprawdź SPÓJNOŚĆ poniższej wersji roboczej raportu. Wskaż (zaznacz, niepoprawnie):1) Sytuacje, w których ta sama metryka występuje z różnymi wartościami w różnych miejscach2) Niespójności jednostek (kg/tonę, kWh/MWh)3) Konflikt roszczenia w jednej sekcji z inną sekcją4) Roszczenia liczbowe z nieokreślonych źródełWymień każde ustalenie z odniesieniem do sekcji/wiersza.Wersja robocza: [PROJEKT]
Poniższy monit podsumowuje długą część techniczną skierowaną do menedżera; ale zmusza cię to do zachowania niuansów.
Twoja rola: redaktor raportu.Zadanie: zredukuj poniższą sekcję techniczną do 150 słów na streszczenie.Zasady:- Nie zmieniaj ani nie przesadzaj żadnych liczb poprzez zaokrąglanie.- POMIŃ zastrzeżenia typu „częściowe/oszacowane/niepotwierdzone”, przejdź do podsumowania.- Przedstaw niepewność jako „pewną”. Sekcja: [ROZDZIAŁ]
Uwaga: AI najczęściej przy podsumowaniu wyrzuca „zastrzeżenia”. Jeśli na potrzeby podsumowania usunięte zostaną wyrażenia takie jak „dane zakresu 3 są częściowe”, „cel jeszcze niepotwierdzony”, „dane zawierają przewidywania”, dokładny tekst zmieni się w podsumowanie wprowadzające w błąd. Utrzymanie zastrzeżeń w podsumowaniach jest równie ważne jak zachowanie liczb.
trzy mini etui
Przypadek 1 — Fałszywy cel, który wyciekł. W pewnej firmie sztuczna inteligencja napisała sekcję dotyczącą klimatu za pomocą prostego podpowiedzi. YZ dodało cel „zero netto na rok 2040”, który w rzeczywistości nie został ustalony, ponieważ „wspominano o tym w podobnych raportach”. Redaktor to zauważył; Cel nie został faktycznie zdobyty, a jego publikacja byłaby wprowadzeniem w błąd.
Przypadek 2 – Niespójny wskaźnik. W części podsumowującej raportu zużycie wody wpisano jako „1,2 mln m3”, a w części szczegółowej jako „1,8 mln m3”. Skan spójności AI wykazał sprzeczność; zeszło do źródła, prawidłowa wartość wyniosła 1,8 mln m3.
Przypadek 3 – Usunięta rezerwacja. Streszczenie zostało napisane przez sztuczną inteligencję, pomijając zastrzeżenie, że „60% zakresu 3 to dane szacunkowe”, a raport wydawał się w pełni zmierzony. Kontrola przed audytem ponownie dodała rezerwację; w przeciwnym razie podsumowanie byłoby bardziej stanowcze i wprowadzające w błąd niż samo sprawozdanie.
Typowe błędy
- Drukowanie raportu bez podawania danych. Pusty monit zmusza sztuczną inteligencję do wymyślania liczb i celów.
- Jednoczesne utworzenie całego raportu. Pisanie poprzez dostarczanie danych sekcja po sekcji pozwala zachować kontrolę.
- Odrzucanie zastrzeżeń przy podsumowaniu. W podsumowaniu powinny także pozostać słowa „częściowe/szacunkowe/niepotwierdzone”.
- Posiadanie sztucznej inteligencji na ślepo koryguje niespójność. AI nie wie, która wartość jest poprawna; człowiek schodzi do źródła.
- Mylenie „płynnego” z „poprawnym”. Jeśli w dobrze napisanym zdaniu nie ma dowodów, i tak nie zostanie ono uwzględnione w raporcie.
Podsumowując
Pisanie raportów to najbardziej widoczny, ale i najbardziej ryzykowny obszar wkładu AI. Sztuczna inteligencja szybko wypełnia pustą stronę, utrzymuje spójność sekcji i podsumowuje długą treść; ma jednak tendencję do dodawania twierdzeń bez dowodów, usuwania zastrzeżeń i tworzenia przesady. Bezpieczna metoda: podawaj tylko zweryfikowane dane, zabraniaj generowania nowych liczb, drukuj sekcja po sekcji, skanuj pod kątem spójności, ale pozwól, aby człowiek dokonał korekty aż do źródła. „Dobrze napisany” raport jest dobrym raportem tylko wtedy, gdy każde twierdzenie opiera się na dowodach.
Zadanie aplikacji
Przygotuj 4-5 elementów danych liczbowych, które, jak zakładasz, zostały potwierdzone (jeden „szacunkowy” i jeden „niepotwierdzony cel”). Poproś sztuczną inteligencję o wersję roboczą sekcji raportu, korzystając z potężnego monitu powyżej. Następnie: (1) sprawdź, czy do tekstu nie przedostały się żadne liczby, których nie podałeś, (2) sprawdź, czy zastrzeżenia „szacunkowe” i „niepotwierdzone” zostały zachowane, (3) zredukuj tekst do streszczenia o długości 150 słów i potwierdź, że zastrzeżenia pozostają w podsumowaniu.
lista kontrolna
- [ ] W raporcie wprowadziłem wyłącznie zweryfikowane dane.
- [ ] Wyraźnie dałem AI zasadę „uzupełnij nowy numer/roszczenie”.
- [ ] Wydrukowałem raport sekcja po sekcji, zasilając go danymi.
- [ ] Powiązałem każde stwierdzenie liczbowe ze źródłem/ścieżką audytu.
- [ ] Przeskanowałem w poszukiwaniu niespójności i ustaliłem prawidłową wartość, wracając do źródła.
- [ ] W podsumowaniach pozostawiłem zastrzeżenia „częściowe/szacunkowe/niepotwierdzone”.
- [ ] W ostatniej rundzie wyeliminowałem wyrażenia przesadzone i niezmierzone.