zisky:
- Schopnosť rozpoznať typy greenwashingu (neistá, neoverená, skrytá výmena, prehnaná budúcnosť) a urobiť pohľadávku merateľnou, zdrojovou a rozsahom.
- Schopnosť klasifikovať údaje, ktoré sa majú poskytnúť vozidlu, z hľadiska dôvernosti a ochrany obchodných tajomstiev a osobných údajov
- Schopnosť implementovať komplexnú bránu kvality od definície po overenie a prevziať konečnú zodpovednosť bez spoliehania sa na obranu „povedala AI“
V každej časti tohto modulu sa opakoval princíp: počet by mal byť založený na zdroji, tvrdenie by malo byť založené na dôkazoch. Táto konečná jednotka integruje tento princíp. Najväčším rizikom AI v prostredí a klíme nie je nesprávny výpočet, ale skôr to, že vytvára vierohodný, ale nepodložený príbeh. V tejto lekcii sa naučíte, ako rozpoznať a predchádzať greenwashingu, zabezpečiť presnosť údajov, etiku a súkromie a komplexný pracovný postup, ktorý zjednotí celý modul.
Anatómia greenwashingu
Greenwashing je, keď organizácia robí svoje environmentálne správanie lepšie, ako v skutočnosti je. Pretože AI je taká dobrá pri vytváraní plynulého a presvedčivého textu, je tiež veľmi náchylná na nevedomé vytváranie greenwashingu. Hlavné typy:
Greenwashing typ
čo tým myslíš?
príklad
nejasné tvrdenie
nemerateľné, nedefinované slovo
"Ekologické", "prírodné", "zelené"
tvrdenie bez dôkazov
Číslo/cieľ bez údajov
"Sme uhlíkovo neutrálni" (žiadna dokumentácia)
tajná výmena
Zvýraznenie dobrého a skrytie veľkého zla
"Obal je recyklovateľný", ale výrobok je veľmi znečisťujúci
irelevantné tvrdenie
Prezentovať to, čo je už potrebné/nedôležité, ako cnosť
"Neobsahuje zakázanú látku"
falošný štítok
Vyrobený/neoverený vzhľad certifikátu
Vlastné „zelené“ logo
extravagantná budúcnosť
Uchýliť sa do vzdialeného cieľa bez dôkazov
"V roku 2050 budeme neutrálni" (žiadny dočasný plán)
Tip: Dobré environmentálne tvrdenie má tri charakteristiky: merateľné (číslo), preukázané (časť dôkazu) a jasné v rozsahu (jasné, čo sa porovnáva s kedy). Ak nárok chýba jeden z týchto troch, zastavte sa pred jeho zverejnením.
Presnosť údajov: zlaté pravidlo modulu
Verifikačná disciplína, ktorú vidíme v každej jednotke, sa dá zhrnúť do jednej vety: Žiadne číslo alebo fakt vytvorený AI sa nestane rozhodnutím, správou alebo tvrdením bez potvrdenia nezávislým zdrojom. Emisný faktor je potvrdený z oficiálnej tabuľky, legislatívny článok je potvrdený z aktuálneho textu, meranie je potvrdené z kalibrovaného prístroja a potvrdený je výpočet z vykonaného kódu. AI zrýchľuje; Je to človek, ktorý je pravdivý.
Etika a súkromie
Etika: Údaje o životnom prostredí sa týkajú verejnosti a budúcich generácií; masírovanie údajov, selektívne vykazovanie alebo skrývanie neistoty je etické porušenie. Nežiadajte AI, aby „zobrazila správu lepšie“, ale radšej „zobrazila správu presnejšie a zrozumiteľnejšie“.
Dôvernosť: Údaje o výrobe na úrovni závodu, dodávateľské zmluvy, nezverejnené údaje o emisiách môžu byť obchodným tajomstvom; Cestovné alebo lokalizačné údaje zamestnanca môžu byť osobnými údajmi. Skontrolujte firemnú politiku a pravidlá ochrany údajov (napr. KVKK/GDPR) pred ich vložením do verejných nástrojov AI; Ak je to možné, anonymizujte alebo použite podnikový nástroj odolný voči údajom.
Pozor: „AI to povedala“ nie je obrana. Inštitúcia a podpisovateľ sú zodpovední za falošnú správu o emisiách, klamlivú reklamu alebo únik dôverných údajov. AI je nástroj; Je to osoba, ktorá je zodpovedná.
Kompletný pracovný postup: zostavte modul
Tu je šesť krokov na vytvorenie environmentálneho tvrdenia alebo správy s istotou od začiatku do konca:
1. Definujte. Čo bude nahlásené/nárokované? Je jasný rozsah, jednotka, štandard, obdobie?
2. Zhromaždite a potvrďte údaje. Má každý problém vysledovateľný zdroj? Sú faktory oficiálne?
3. Vypočítajte a overte. Vykonajte aritmetiku v kóde a poskytnite výsledok s jednotkami a príkazmi.
4. Skica. Zostavte textovú kostru pomocou AI; Pripojte každú vetu k dôkazu.
5. Prejdite cez filter Greenwashing. Odstráňte nejasné, nepodložené, prehnané tvrdenia.
6. Overiť a prevziať zodpovednosť. Nezávislé uistenie/odborná kontrola; konečné schválenie je na človeku.
tri mini prípady
Prípad 1 – Plynulé, ale nepodložené. Jeden tím nechal AI napísať stručný prehľad udržateľnosti; Text bol pôsobivý, ale naplnený nekvantifikovateľnými frázami ako „vedúca udržateľnosť v odvetví“, „takmer nulový vplyv“. Aplikácia filtra greenwashing (šablóna 1 nižšie) označila sedem nepodložených tvrdení; každý bol buď nahradený osvedčeným číslom alebo odstránený. Správa bola kratšia, ale obhájiteľná.
Prípad 2 – Únik údajov. Analytik vložil zatiaľ nezverejnené údaje o emisiách zo zariadenia do verejne dostupného nástroja AI a vyžiadal si analýzu. Tím pre dodržiavanie predpisov si uvedomil, že ide o obchodné tajomstvo a možné porušenie regulačného zverejnenia; proces bol zastavený, údaje boli presunuté do podnikového (netesného) nástroja. Lekcia: určte triedu (dôverné?) údajov predtým, ako ich poskytnete nástroju.
Prípad 3 – Validačný reťazec. Jedna organizácia si pre celú svoju výročnú správu viedla tabuľku „evidencie pohľadávok“: oproti každému číslu v každej vete je jej zdroj. Keď prišiel audítor, boli schopní sledovať každú reklamáciu v priebehu niekoľkých minút; Proces uistenia prebehol hladko. Táto disciplína bola jadrom všetkých jednotiek modulu a šetrila čas a uznanie v reálnom svete.
Slabá výzva / Silná výzva
Slabá výzva:
Urobte naše posolstvo o udržateľnosti pôsobivejšie.
Prečo je to slabé: Túžba po „pôsobení“ tlačí AI do hyperboly a nejasnej chvály; produkuje greenwashing.
Výkonná výzva:
Vaša úloha: redaktor environmentálnej komunikácie a audítor greenwashingu. Urobte text nižšie SPRÁVNY a zrozumiteľnejší, nie "lesklý". Každý nárok sa pýta: je merateľný, pochádza zo zdrojov, je jasný jeho rozsah? Označte vágne („ekologické“), nepreukázateľné („neutrálne“) a prehnané vyhlásenia a navrhnite na dôkazoch založené a merané alternatívy. Odstráňte tvrdenie, ktoré nemá dôkazy.Text: [tu]
Štyri kopírovateľné šablóny
1) Kontrolný filter Greenwashing:
Vaša úloha: audítor greenwashingu. Uveďte každé environmentálne tvrdenie v texte nižšie: (tvrdenie | dá sa merať | existujú dôkazy | je to neisté | verdikt). Označte tie, ktoré sú nejasné/nedokázané/prehnané, a pre každý navrhnite meranú alternatívu založenú na dôkazoch. Text: [tu]
2) Tabuľka zhody dôkazov o nároku:
Odstráňte KAŽDÉ číselné a faktické tvrdenia z textu správy nižšie. Pre každý ponechajte stĺpec „zdroj“. Označte akýkoľvek nárok s nešpecifikovaným zdrojom ako „POŽADUJE SA DÔKAZ“. Zmeniť text; check.Text: [tu]
3) Predbežná kontrola súkromia:
Klasifikujte nasledujúce údaje pred ich spracovaním v nástroji AI: obsahujú obchodné tajomstvá (rastlinná výroba, dodávateľská cena), osobné údaje (meno, miesto) alebo nezverejnené finančné informácie? Označte rizikové oblasti a odporučte ich anonymizáciu/odstránenie. Príklad údajov: [tu]
4) End-to-end brána kvality:
Vykonajte záverečnú kontrolu environmentálnej správy/tvrdenia nižšie. V tomto poradí: (1) je štandardný rozsah-jednotka jasný, (2) je každé číslo zo zdroja, (3) bola overená aritmetika, (4) existuje greenwashing, (5) unikli dôverné/osobné údaje. Pre každú položku uveďte kladné/nevyhovujúce a odôvodnenie. Obsah: [tu]
Časté chyby
- Túžba po „pôsobení“. To tlačí AI do hyperboly a greenwashingu; Požiadajte o „presné a zrozumiteľné“.
- Nevšímajúc si vágne tvrdenie. Frázy ako „ekologický“ sú nemerateľné a riskantné.
- Export dôverných údajov do otvoreného nástroja. Najprv údaje klasifikujte a v prípade potreby ich anonymizujte.
- Obrana s „AI povedala to“. Zodpovednosť je vždy na človeku.
- Nedodržiavanie overovacieho reťazca. Zdroj každého nároku musí byť overiteľný.
V súhrne
Podstatou bezpečného používania AI v prostredí a klíme je jediná disciplína: každé získané číslo, každé preukázané tvrdenie, každé údaje poskytnuté každému klasifikovanému nástroju, každé konečné rozhodnutie človeka. Greenwashing je pasca tekutého jazyka; Spôsob, ako sa tomu vyhnúť, je uvádzať tvrdenia, ktoré sú merateľné, pochádzajúce zo zdrojov a majú určitý rozsah. AI; počíta, skenuje, navrhuje a organizuje – ale je to kompetentný odborník, kto overuje, rozhoduje a zodpovedá. Pri environmentálnej práci s vysokými následkami nie je výstup AI náhradou za odborné overenie a validáciu; len to urýchľuje.
Aplikačná úloha
Vyberte si jeden výstup, ktorý ste vytvorili v rámci modulu (súhrn emisií, analýza vody alebo časť ESG). Najprv audit Greenwashing so šablónou 1 a opravte všetky nepodložené tvrdenia, ktoré nájdete. Potom vytvorte tabuľku evidencie nárokov s 2. šablónou a doplňte zvyšné čísla bez zdrojov. Nakoniec naneste bránu kvality od konca po koniec so 4. šablónou; Opravujte, kým nedostanete „priechod“ na všetkých päť položiek.
kontrolný zoznam
- [ ] Urobil som každý nárok merateľný, zdrojový a špecifický pre rozsah.
- [ ] Nejasné/prehnané výrazy som vyčistil filtrom greenwashing.
- [ ] Nezávisle som overil každé číslo vytvorené AI.
- [ ] Údaje, ktoré som poskytol nástroju, som klasifikoval/anonymizoval z dôvodu dôvernosti.
- [ ] Nechal som zakódovať aritmetiku a dodal som jej jednotky a hodnosti.
- [ ] Prevzal som konečnú zodpovednosť; Nespoliehal som sa na obranu "AI povedala".
Modulová skúška
1. Ktoré z nasledujúcich je najpresnejšie určovanie polohy pre umelú inteligenciu v prostredí a podnebí?
- A) Umelá inteligencia je pomocníkom kódu, údajov a plánov; Zodpovednosť za faktory, rozsah, dôkazy a etické rozhodnutia nesú ľudia ✔
- B) Umelá inteligencia je merací prístroj a hodnoty emisií, ktoré udáva, sú vždy presné.
- C) Umelá inteligencia je užitočná len pri písaní správ, nemá nič spoločné s účtovníctvom a monitorovaním
- D) Keďže umelá inteligencia je nestrannejšia ako ľudia, všetky environmentálne rozhodnutia by sa mali nechať na ňu.
Popis: Umelá inteligencia; Je to asistent, ktorý píše kód, organizuje dáta, vytvára návrhy a sumarizuje. Potvrdenie emisného faktora, rozsahu a jednotkovej presnosti, zdôvodnenie tvrdení a konečná zodpovednosť je však na kompetentnom odborníkovi. Veľký jazykový model nie je meradlom, kalkulačkou ani zdrojom legislatívy; je textový generátor, ktorý vytvára „ďalšie najpravdepodobnejšie slovo“ a jeho neoverený výstup môže viesť k falošnej správe alebo tvrdeniu.
2. Ktorý prístup je správny na výpočet „údajov o činnosti × emisný faktor“ v inventári skleníkových plynov?
- A) Pomocou faktora, ktorý si umelá inteligencia pamätá, a nechať ju urobiť súčet manuálne
- B) Zoberte faktor z oficiálnej tabuľky podľa krajiny a roku a vytvorte súčet pomocou spustiteľného kódu ✔
- C) Počítanie všetkých plynov ako CO₂ a preskočenie konverzie GWP
- D) Použitie predvoleného (napr. USA) faktora mriežky pre každú krajinu
Popis: Emisné faktory sa líšia podľa krajiny, roku a paliva; „Pripomínajúca“ AI predstavuje riziko fabrikácie. Faktor by mal byť vždy potvrdený z oficiálnej tabuľky (IPCC, DEFRA/EPA, národný inventár); Viacriadkové súčty by sa mali vykonávať pomocou spustiteľného kódu, nie manuálne. Metán a N2O sa nevyhnutne premieňajú na CO2e pri správnom nastavení GWP.
3. Aký rozsah podľa Protokolu o skleníkových plynoch zahŕňa emisie vznikajúce pri výrobe nakupovanej elektriny?
- A) Rozsah 1
- B) Rozsah 3
- C) Rozsah 2 ✔
- D) Nie je zahrnuté v žiadnom rozsahu a nevykazuje sa
Popis: Rozsah 1 sú priame emisie z vlastných zdrojov organizácie (kotol, služobné vozidlo). Rozsah 2 sú nepriame emisie z výroby nakupovanej energie (elektrina, para, teplo, chlad). Rozsah 3 pokrýva všetky ostatné nepriame emisie v hodnotovom reťazci (zásobovanie, cestovanie, používanie produktov).
4. Čo je správne pri uprednostňovaní zmierňujúcich opatrení podľa MACC (marginálne náklady na zníženie)?
- A) Najdrahšie a technologické opatrenia sa vždy prijímajú ako prvé
- B) Najprv sa zakúpi kompenzácia a nazve sa „nulová čistá“ a zníženie sa nechá na neskôr.
- C) Poradie konania je nezávislé od nákladov; všetky aplikované v rovnakom čase
- D) Negatívne nákladové (úsporné) opatrenia sú prijaté ako prvé, eliminácia je ponechaná ako posledná ✔
Popis: MACC zoraďuje miery podľa nákladov na tonu, ktorej sa zabránilo (€/t). Negatívne nákladové opatrenia (napr. energetická účinnosť) znižujú emisie a šetria peniaze; Tie sa dostávajú do popredia. Vysokonákladové možnosti a offset zostávajú až do konca. Odstránenie nie je náhradou za zmiernenie, ale doplnkom k nevyhnutnému zvyšku.
5. Na satelitnej snímke ste videli, že NDVI v jednom regióne náhle poklesla za jeden mesiac. Čo by ste mali urobiť ako prvé?
- A) Okamžite vyhláste poplach „náhleho odlesňovania“ a oznámte to verejnosti
- B) Testovanie pravosti signálu aplikáciou masky mraku a porovnaním so susednými dátumami ✔
- C) Pohľad na jeden obrázok a nahlásenie presnej percentuálnej straty
- D) Satelitné údaje sú vždy presné; nie sú potrebné žiadne dodatočné kontroly
Vysvetlenie: Najbežnejším falošným signálom satelitných údajov je cloud. Pokles NDVI môže byť skutočnou stratou lesa alebo to môže byť oblak nad snímkou v ten deň. Najprv je potrebné použiť masku mraku a porovnať so susednými dátumami bez mrakov; Žiadosť o zmenu by mala byť založená na trende, nie na jednom dátume, a ak je to možné, mala by byť overená základnou pravdou.
6. Ktorý prístup je správny pri porovnaní vplyvu vody dvoch tovární?
- A) Stačí sa pozrieť na absolútne litre a vyhlásiť ten, ktorý má najväčšiu spotrebu, za najhorší
- B) Vodný efekt je všade rovnaký; región nie je dôležitý
- C) Váženie spotreby podľa regionálneho nedostatku vody a porovnanie so skutočným vplyvom ✔
- D) Pridanie zelenej, modrej a šedej vody do jedného čísla a ignorovanie stresu
Vysvetlenie: Voda je na rozdiel od uhlíka lokálna; Rovnaké množstvo vody znamená oveľa závažnejší dopad na životné prostredie v regióne s vysokým vodným stresom. Preto by sa vplyv vody mal hodnotiť nielen v absolútnych litroch, ale aj vážený regionálnym vodným stresom. Zariadenie v regióne, ktorý spotrebuje málo, ale je veľmi suchý, môže byť kritickejšie ako zariadenie, ktoré spotrebuje veľa, ale má veľa vody.
7. V odpadovom hospodárstve umelá inteligencia klasifikovala chemický odpad do kódu „nie je nebezpečný“. Čo je správne správanie?
- A) Odstránenie priamo z tohto kódu, pretože to hovorí umelá inteligencia
- B) Kódy odpadu nie sú dôležité; všetky sa likvidujú rovnakým spôsobom
- C) Ignorovanie kontaminácie a triedy nebezpečnosti a nahlásenie vyzbieraného množstva
- D) Potvrdenie triedy pomocou karty bezpečnostných údajov (KBÚ) a legislatívy, neprijatie návrhu umelej inteligencie ako konečné ✔
Popis: Nesprávna klasifikácia a neregistrované zneškodňovanie nebezpečného odpadu patrí medzi najprísnejšie sankcionované trestné činy proti životnému prostrediu. Návrh kódu odpadu AI je len počiatočný návrh; Trieda nebezpečnosti musí byť vždy potvrdená kartou bezpečnostných údajov (KBÚ) látky a platnými predpismi o odpadoch. Výstup AI sa nikdy nepoužíva ako konečný odpadový kód.
8. Zariadenie znížilo svoje komínové emisie o 20 %. Prečo je nesprávne povedať, že vzduch v susedstve sa vyčistil o 20 %?
- A) Emisie a koncentrácie sú rôzne; Zmeny počasia vyžadujú samostatné merania a modelovanie ✔
- B) Emisie a koncentrácia sú to isté; Pokles sa priamo odráža vo vzduchu
- C) Meranie komína vždy poskytuje presné susedské počasie
- D) Meteorológia neovplyvňuje kvalitu ovzdušia, takže tvrdenie platí
Vysvetlenie: Emisie (množstvo vychádzajúce zo zdroja) a koncentrácia (hustota meraná vo vzduchu) sú rôzne veci. Vietor, teplota a topografia spôsobujú, že rovnaká emisia má za následok veľmi odlišné koncentrácie. Aj keď je zníženie emisií komína skutočné, tvrdenie o koncentrácii v ovzduší možno dokázať iba kalibrovaným meraním a vhodným modelom rozptylu; inak je to nepodlozene a zavadzajuce.
9. V správach ESG je v texte, ktorý vytvorila umelá inteligencia, veta „znížili sme spotrebu vody o 15 %. Aká je najdôležitejšia kontrola?
- A) Pohľad na to, aká pôsobivá a plynulá je veta
- B) Overte, či je číslo prepojené s vysledovateľným zdrojom (faktúra, merač, meranie) ✔
- C) Za predpokladu, že číslo je správne, pretože ho produkuje umelá inteligencia
- D) Zaokrúhlenie percent nahor, aby sa číslo zdalo asertívnejšie
Vysvetlenie: Hodnota správy ESG je sledovateľnosť jej najslabších údajov a nezávislí audítori uisťovacích služieb skúmajú reťazec dôkazov za číslom. Umelá inteligencia mohla vytvoriť číslo, ktoré vyzeralo ako „rozumné“ z predchádzajúcich textov, ale nebolo možné ho vystopovať. Nie každá digitálna reklamácia by mala vstúpiť do správy bez prepojenia s vysledovateľným zdrojom na základe faktúry/merača/certifikátu.
10. Prečo sa pri hodnotení klimatických rizík používa viacero scenárov namiesto jednej budúcnosti?
- A) Scenáre sú dekoráciou; Stačí jedna presná predpoveď budúcnosti
- B) Keďže umelá inteligencia vie udávať pravdepodobnosť budúcich povodní s presným percentom, stačí jeden scenár
- C) Fyzické a prechodné riziko môže byť nepriaznivé v závislosti od scenárov; Cieľom je otestovať výdrž ✔
- D) Fyzické riziko a riziko prechodu sú to isté, nie sú potrebné samostatné scenáre
Vysvetlenie: Fyzické riziko (vplyvy klímy, ako sú povodne, suchá) a riziko prechodu (cena uhlíka, legislatíva, technologický posun) sa často pohybujú opačným smerom: ak svet rýchlo zmierňuje, riziko prechodu sa zvyšuje, fyzické riziko klesá; Ak koná pomaly, stane sa opak. Preto sa testuje aspoň jeden scenár nízkeho (1,5-2 °C) a jeden scenár vysokého (3 °C+) otepľovania. Cieľom nie je predpovedať budúcnosť, ale testovať výdrž.
11. Pýtali ste sa AI , či sa na vás vzťahuje nariadenie (napr. CBAM) a jeho termíny. Ako by ste sa mali správať?
- A) Plánovanie priamo podľa dátumov a položiek daných umelou inteligenciou
- B) Založenie rozhodnutia o rozsahu na všeobecnom výklade AI, bez pozerania sa na oficiálny číselník
- C) Súlad je jednorazový; Keď sa už opýtate, nie je potrebné neustále sledovať legislatívu
- D) Považujte výstup za koncept a potvrďte článok, dátum, prah a rozsah z aktuálneho oficiálneho textu ✔
Popis: Regulačné znalosti rýchlo zastarávajú; Články sa menia, termíny sa posúvajú, rozsahy sa rozširujú. Tréningové údaje AI sú zmrazené k určitému dátumu a nemusia byť aktuálne; Okrem toho môže hmota vymýšľať kritické fakty, ako je história a prah. Rozhodnutie o rozsahu by malo byť potvrdené oficiálnym zoznamom produktov/kódov, všetky dátumy a prahové hodnoty platným oficiálnym textom; Pri kritických rozhodnutiach o zhode by sa malo získať autorizované/odborné stanovisko.
12. Ktoré z nasledujúcich environmentálnych tvrdení má najnižšie riziko greenwashingu?
- A) „Do roku 2023 sme znížili naše výrobné emisie o 18 % (s nezávislým overením)“ ✔
- B) „Naše výrobky sú úplne ekologické a prírodné“
- C) „Naša spoločnosť je uhlíkovo neutrálna“ (bez poskytnutia akýchkoľvek dokumentov alebo údajov)
- D) „Sme najudržateľnejšia spoločnosť v tomto odvetví s takmer nulovým vplyvom“
Vysvetlenie: Dobrý environmentálny nárok je merateľný (obsahuje číslo), preukázaný (na základe dôkazov) a špecifický v rozsahu (je jasné, čo sa porovnáva s kedy). „Do roku 2023 sme znížili výrobné emisie o 18 % (s nezávislým overením)“ má tieto tri vlastnosti. Frázy ako „eco-friendly“, „prírodné“, „uhlíkovo neutrálne“ (necertifikované) sú nekvantifikovateľné alebo nepodložené a nesú riziko greenwashingu.
13. Prečo je riskantné prilepiť nezverejnené údaje o emisiách zo zariadenia do verejne dostupného nástroja AI na analýzu?
- A) Neexistuje žiadne riziko; environmentálne údaje sú vždy verejne dostupné
- B) Môže dôjsť k úniku obchodného tajomstva, nezverejnených údajov a osobných údajov; najprv sa vyžaduje klasifikácia a anonymizácia ✔
- C) Riziko je len chyba výpočtu, nemá nič spoločné s ochranou osobných údajov
- D) Akonáhle sú údaje poskytnuté vozidlu, zodpovednosť prechádza na poskytovateľa umelej inteligencie
Zverejňovanie: Údaje o produkcii a emisiách na úrovni lokality môžu byť obchodným tajomstvom a nezverejnené finančné/environmentálne údaje môžu porušovať regulačné pravidlá zverejňovania; Údaje o polohe/ceste zamestnanca sú osobné údaje. Pred odovzdaním tohto typu údajov otvorenému nástroju je potrebné ich klasifikovať, v prípade potreby anonymizovať alebo použiť inštitucionálny (bezdátový) nástroj. „AI povedala“ nie je obrana; Zodpovednosť je na inštitúcii a jednotlivcovi.
14. Aký koncept sa používa pri premene skleníkového plynu, akým je metán (CH₄) na CO₂e, a prečo je dôležitý?
- A) AQI (index kvality ovzdušia); určuje farbu plynu vo vzduchu
- B) NDVI (vegetačný index); meria vplyv plynu na pôdu
- C) GWP (potenciál globálneho otepľovania); ak sa vynechá, efekt metán/N₂O bude značne podcenený ✔
- D) Nevyžadujú sa žiadne koeficienty; metán sa počíta 1 ku 1 priamo ako CO₂
Popis: GWP (potenciál globálneho otepľovania) je koeficient, ktorý premieňa vykurovací účinok rôznych skleníkových plynov na spoločnú jednotku vo vzťahu k CO₂. 100-ročný GWP metánu je približne 28; Takže 1 tona metánu znamená približne 28 ton CO₂e. Ak sa vynechá GWP, vplyv silných plynov, ako je metán a N₂O, bude značne podcenený a inventár bude úplne nepresný; Treba tiež uviesť, ktorý súbor GWP (napr. IPCC AR6, 100 rokov) sa používa.