Dobički:
- Sposobnost prepoznavanja vrst zelenega pranja (negotova, nedokazana, skrita menjava, pretirana prihodnost) in postavitev zahtevka za merljivost, vir in obseg.
- Sposobnost razvrstitve podatkov, ki jih je treba posredovati vozilu, glede na zaupnost ter varovanje poslovnih skrivnosti in osebnih podatkov
- Sposobnost izvajanja vrat kakovosti od konca do konca od definicije do preverjanja in prevzeti končno odgovornost, ne da bi se zanašali na obrambo "AI je rekel"
V vsaki enoti tega modula se je ponavljalo načelo: številka mora temeljiti na viru, trditev mora temeljiti na dokazih. Ta zadnja enota združuje to načelo. Največje tveganje umetne inteligence v okolju in podnebju ni napačen izračun, temveč ustvarjanje verjetne, a neutemeljene zgodbe. V tej enoti se boste naučili prepoznati in preprečiti greenwashing, zagotoviti točnost podatkov, etiko in zasebnost ter potek dela od konca do konca, ki združuje celoten modul.
Anatomija zelenega pranja
Greenwashing je, ko organizacija poskrbi, da je njena okoljska uspešnost videti boljša, kot v resnici je. Ker je umetna inteligenca tako dobra pri ustvarjanju tekočega in prepričljivega besedila, je prav tako zelo nagnjena k nevede ustvarjanju zelenega pranja. Glavne vrste:
Vrsta zelenega pranja
kaj misliš
primer
nejasna trditev
nemerljiva, nedoločena slov
"Okolju prijazno", "naravno", "zeleno"
trditev brez dokazov
Številka/cilj brez podatkov
"Smo ogljično nevtralni" (brez dokumentacije)
tajna izmenjava
Izpostavljanje dobrega in skrivanje velikega slabega
"Embalažo je mogoče reciklirati", vendar izdelek zelo onesnažuje okolje
nepomembna trditev
Predstavljanje tistega, kar je že potrebno/nepomembno, kot vrlina
"Ne vsebuje prepovedane snovi"
lažna etiketa
Izdelan/nepreverjen videz potrdila
Samoizmišljeni "zeleni" logotip
ekstravagantna prihodnost
Zatekanje v oddaljeni cilj brez dokazov
"Leta 2050 bomo nevtralni" (brez vmesnega načrta)
Namig: dobra okoljska trditev ima tri značilnosti: merljivost (število), dokazanost (dokaz) in jasen obseg (jasno, s čim se primerja). Če zahtevku manjka eden od teh treh, se ustavite, preden ga objavite.
Točnost podatkov: zlato pravilo modula
Disciplina preverjanja, ki jo vidimo v vsaki enoti, je mogoče povzeti v enem samem stavku: Nobena številka ali dejstvo, ki ga ustvari AI, se ne spremeni v odločitev, poročilo ali trditev, ne da bi ga potrdil neodvisen vir. Emisijski faktor je potrjen iz uradne tabele, zakonodajni člen je potrjen iz trenutnega besedila, meritev je potrjena iz kalibrirane naprave, izračun pa je potrjen iz izvedene kode. AI pospešuje; On je človek, ki je resnicoljuben.
Etika in zasebnost
Etika: Okoljski podatki zadevajo javnost in prihodnje generacije; masiranje podatkov, selektivno poročanje ali prikrivanje negotovosti je etična kršitev. Ne zahtevajte od umetne inteligence, da "boljše prikaže poročilo", ampak raje "prikaže poročilo bolj natančno in razumljivo".
Zaupnost: Podatki o proizvodnji na ravni obrata, sporazumi z dobavitelji, nerazkriti podatki o emisijah so lahko poslovna skrivnost; Podatki o potovanjih ali lokaciji zaposlenih so lahko osebni podatki. Preverite politiko podjetja in pravila o varstvu podatkov (npr. KVKK/GDPR), preden jih prilepite v javna orodja AI; Anonimizirajte, če je mogoče, ali uporabite poslovno orodje, ki varuje podatke.
Pozor: "Umetna inteligenca je tako rekla" ni obramba. Za lažno poročilo o emisijah, zavajajoče oglaševanje ali uhajanje zaupnih podatkov sta odgovorna ustanova in podpisnik. AI je orodje; Je oseba, ki je odgovorna.
Potek dela od konca do konca: sestavite modul
Tukaj je šest korakov za izdelavo okoljske trditve ali poročila z zaupanjem od začetka do konca:
1. Določite. Kaj bo prijavljeno/zahtevano? Ali so obseg, enota, standard, obdobje jasni?
2. Zberite in potrdite podatke. Ali ima vsaka izdaja sledljiv vir? Ali so faktorji uradni?
3. Izračunaj in preveri. Izvedite aritmetiko v kodi in zagotovite rezultat z enotami in naročili.
4. Skica. Z AI zgradite okostje besedila; Povežite vsak stavek z dokazom.
5. Prepustite ga skozi filter Greenwashing. Odstranite nejasne, neutemeljene, pretirane izjave.
6. Preverite in prevzemite odgovornost. Neodvisno zagotovilo/strokovni nadzor; končna odobritev je pri človeku.
trije mini kovčki
Primer 1 – Tečno, a neutemeljeno. Ena ekipa je AI napisala poročilo o trajnosti; Besedilo je bilo impresivno, a polno nemerljivih besednih zvez, kot sta "trajnost, ki je vodilna v panogi", "skoraj ničelni učinek". Uporaba filtra zelenega pranja (predloga 1 spodaj) je označila sedem neutemeljenih trditev; vsak je bil bodisi nadomeščen s preverjeno številko bodisi odstranjen. Poročilo je bilo krajše, a branljivo.
2. primer – uhajanje podatkov. Analitik je prilepil podatke o emisijah obrata, ki še niso bili razkriti, v javno dostopno orodje AI in zahteval analizo. Ekipa za skladnost je ugotovila, da gre za poslovno skrivnost in možno kršitev predpisanega razkritja; postopek je bil ustavljen, podatki so bili premaknjeni v korporativno (odporno na puščanje) orodje. Lekcija: določite razred (zaupno?) podatkov, preden jih posredujete orodju.
Primer 3 – Validacijska veriga. Neka organizacija je vodila tabelo "trditev-dokaz" za celotno letno poročilo: nasproti vsake številke v vsakem stavku je njen vir. Ko je prišel revizor, so lahko sledili vsakemu zahtevku v nekaj minutah; Postopek zagotavljanja je potekal gladko. Ta disciplina je bila jedro vseh enot modula in je prihranila čas in prepoznavanje v resničnem svetu.
Šibek poziv/močan poziv
Šibek poziv:
Naj bo naše sporočilo o trajnosti bolj impresivno.
Zakaj je šibek: želja po "impresivnem" potisne AI v hiperbolo in nejasno pohvalo; proizvaja zeleno pranje.
Močan poziv:
Vaša vloga: urednik okoljskega komuniciranja in revizor zelenega pranja. Naj bo spodnje besedilo bolj PRAVILNO in razumljivo, ne pa "blesteče". Vsaka trditev se sprašuje: ali je merljiva, ali izvira iz nje, ali je njen obseg jasen? Označite nejasne (»okolju prijazne«), nedokazane (»nevtralne«) in pretirane izjave ter predlagajte na dokazih temelječe, izmerjene alternative. Odstranite trditev, ki nima dokazov. Besedilo: [tukaj]
Štiri predloge za kopiranje
1) Filter za nadzor zelenega pranja:
Vaša vloga: revizor zelenega pranja. Vsako okoljsko trditev vnesite v spodnje besedilo: (trditev | ali jo je mogoče izmeriti | ali obstajajo dokazi | ali je negotova | razsodba). Označite tiste, ki so nejasni/nedokazani/pretirani, in za vsakega predlagajte izmerjeno alternativo, ki temelji na dokazih. Besedilo: [tukaj]
2) Tabela ujemanja zahtevkov in dokazov:
Odstranite VSAKO numerično in dejansko trditev iz spodnjega besedila poročila. Za vsakega pustite stolpec "vir". Vsako trditev z nedoločenim virom označite kot »ZAHTEVAN DOKAZ«. Spremenite besedilo; preveri.Besedilo: [tukaj]
3) Predhodno preverjanje zasebnosti:
Razvrstite naslednje podatke, preden jih obdelate v orodju AI: ali vsebujejo poslovne skrivnosti (proizvodnja rastlin, cena dobavitelja), osebne podatke (ime, lokacija) ali nerazkrite finančne informacije? Označite tvegana območja in priporočite anonimizacijo/odstranitev. Primer podatkov: [tukaj]
4) Vrata kakovosti od konca do konca:
Opravite končno preverjanje spodnjega okoljskega poročila/zahtevanja. Po vrstnem redu: (1) ali je obseg-enota-standard jasen, (2) ali je vsaka številka pridobljena, (3) ali je bila aritmetika preverjena, (4) ali obstaja zelenaštvo, (5) ali je prišlo do uhajanja zaupnih/osebnih podatkov. Navedite uspešno/neuspešno in utemeljitev za vsako postavko. Vsebina: [tukaj]
Pogoste napake
- Želeti "impresivno". To potisne AI v hiperbolo in zelenaštvo; Zahtevajte »natančno in razumljivo«.
- Ne opaziti nejasne trditve. Besedne zveze, kot je »okolju prijazno«, so neizmerne in tvegane.
- Izvoz zaupnih podatkov v odprto orodje. Najprej razvrstite podatke in jih po potrebi anonimizirajte.
- Obramba z "Umetna inteligenca je tako rekla." Odgovornost je vedno na osebi.
- Ne vzdržuje verige preverjanja. Vir vsake trditve mora biti revizijski.
Če povzamem
Bistvo varne uporabe umetne inteligence v okolju in podnebju je ena sama disciplina: vsaka pridobljena številka, vsaka trditev dokazana, vsak podatek, posredovan vsakemu orodju, razvrščen, vsaka končna odločitev človeka. Zeleno pranje je past tekočega jezika; Način, kako se temu izogniti, je podajanje trditev, ki so merljive, izvirajo in imajo določen obseg. AI; računa, skenira, sestavlja in organizira - vendar je pristojni strokovnjak tisti, ki preverja, odloča in odgovarja. Pri okoljskem delu z velikimi posledicami rezultati umetne inteligence niso nadomestilo za strokovno preverjanje in validacijo; samo pospeši.
Aplikacijska naloga
Izberite enega od rezultatov, ki ste jih izdelali skozi modul (povzetek emisij, analiza vode ali razdelek ESG). Najprej opravite revizijo zelenega pranja s predlogo 1 in popravite vse neutemeljene trditve, ki jih najdete. Nato ustvarite tabelo z dokazi o trditvah z 2. predlogo in dopolnite preostale številke brez virov. Na koncu uporabite vrata kakovosti od konca do konca s 4. predlogo; Popravljajte, dokler ne dobite "prepustnice" za vseh pet predmetov.
kontrolni seznam
- [ ] Vsako trditev sem naredil merljivo, z virom in obsegom.
- [ ] Očistil sem nejasen/pretiran jezik s filtrom zelenega pranja.
- [ ] Neodvisno sem preveril vsako številko, ki jo ustvari AI.
- [ ] Podatke, ki sem jih posredoval orodju, sem klasificiral/anonimiziral zaradi zaupnosti.
- [ ] Aritmetiko sem kodiral in ji dodal enote in stopnje.
- [ ] Prevzel sem končno odgovornost; Nisem se zanašal na obrambo "AI je rekel".
Modulni izpit
1. Kaj od naslednjega je najbolj natančno določanje položaja za umetno inteligenco v okolju in podnebju?
- A) Umetna inteligenca je pomočnik kode, podatkov in načrtov; Odgovornost za dejavnike, obseg, dokaze in etične odločitve nosijo ljudje ✔
- B) Umetna inteligenca je merilna naprava in vrednosti emisij, ki jih daje, so vedno točne.
- C) Umetna inteligenca je uporabna le pri pisanju poročil, nima nič skupnega z računovodstvom in spremljanjem
- D) Ker je umetna inteligenca bolj nepristranska od ljudi, je treba vse okoljske odločitve prepustiti njej.
Opis: Umetna inteligenca; Je pomočnik, ki piše kodo, organizira podatke, izdeluje osnutke in povzema. Potrditev emisijskega faktorja, obsega in enotne točnosti, utemeljitev trditev in končna odgovornost pa je v pristojnosti pristojnega strokovnjaka. Veliki jezikovni model ni merilna naprava, kalkulator ali vir zakonodaje; je generator besedila, ki ustvari 'naslednjo najverjetnejšo besedo' in njegov nepreverjen rezultat lahko privede do lažnega poročila ali zahtevka.
2. Kateri pristop je pravilen za izračun „podatki o dejavnosti × faktor emisije“ v evidenci toplogrednih plinov?
- A) Z uporabo faktorja, ki si ga zapomni umetna inteligenca, in ročnim seštevanjem
- B) Vzemite faktor iz uradne tabele po državah in letih ter seštejte z izvedljivo kodo ✔
- C) Štetje vseh plinov kot CO₂ in preskok pretvorbe GWP
- D) Uporaba privzetega (npr. ZDA) mrežnega faktorja za vsako državo
Opis: faktorji emisij se razlikujejo glede na državo, leto in gorivo; 'Opominjanje' AI uvaja tveganje izdelave. Faktor mora biti vedno potrjen iz uradne tabele (IPCC, DEFRA/EPA, nacionalni inventar); Seštevke v več vrsticah je treba narediti z izvršljivo kodo, ne ročno. Metan in N₂O se nujno pretvorita v CO₂e s pravilno nastavitvijo GWP.
3. V kateri obseg po Protokolu o toplogrednih plinih sodijo emisije, ki nastanejo pri proizvodnji kupljene električne energije?
- A) Obseg 1
- B) Obseg 3
- C) Obseg 2 ✔
- D) Ni vključeno v noben obseg in se o njem ne poroča
Opis: Obseg 1 so neposredne emisije iz lastnih virov organizacije (kotel, službeno vozilo). Obseg 2 so posredne emisije iz proizvodnje odkupljene energije (elektrika, para, ogrevanje, hlajenje). Obseg 3 zajema vse druge posredne emisije v vrednostni verigi (dobava, potovanja, uporaba izdelka).
4. Kaj je pravilno pri razvrščanju omilitvenih ukrepov glede na MACC (mejni stroški zmanjšanja emisij)?
- A) Vedno se najprej sprejmejo najdražji in tehnološki ukrepi
- B) Najprej se kupi odmik in imenuje "neto nič", zmanjšanje se pusti za pozneje.
- C) Vrstni red dejanj je neodvisen od stroškov; vsi uporabljeni hkrati
- D) Negativni stroški (varčevalni) ukrepi so sprejeti prvi, odprava je zadnja ✔
Opis: MACC razvršča ukrepe glede na stroške na preprečeno tono (€/tono). Ukrepi z negativnimi stroški (npr. energetska učinkovitost) zmanjšujejo emisije in prihranijo denar; Ti so postavljeni v ospredje. Možnosti z visokimi stroški in odmiki so ostali do zadnjega. Odstranitev ni nadomestek za ublažitev, ampak dopolnilo k neizogibnemu ostanku.
5. Na satelitski sliki ste videli, da se je NDVI v eni regiji v enem mesecu nenadoma zmanjšal. Kaj morate storiti najprej?
- A) Takoj sprožite alarm za 'nenadno krčenje gozdov' in ga objavite javnosti
- B) Testiranje pristnosti signala z uporabo maske oblaka in primerjavo s sosednjimi datumi ✔
- C) Pogled na posamezno sliko in poročanje o točnem odstotku izgube
- D) Satelitski podatki so vedno točni; dodatna preverjanja niso potrebna
Pojasnilo: Najpogostejši lažni signal satelitskih podatkov je oblak. Padec NDVI je lahko dejanska izguba gozda ali pa oblak nad sliko tistega dne. Najprej je treba nanesti oblačno masko in primerjati s sosednjimi datumi brez oblakov; Trditev o spremembi mora temeljiti na trendu, ne na enem datumu, in če je mogoče, mora biti preverjena z resnico.
6. Kateri pristop je pravilen pri primerjavi vpliva dveh tovarn na vodo?
- A) Če samo pogledamo absolutne litre in tistega, ki porabi največ, razglasimo za najslabšega
- B) Učinek vode je povsod enak; regija je nepomembna
- C) Ponderiranje porabe glede na regionalni vodni stres in primerjava z dejanskim vplivom ✔
- D) Seštevanje zelene, modre in sive vode v eno številko in ignoriranje stresa
Pojasnilo: Voda je za razliko od ogljika lokalna; Enaka količina vode pomeni veliko večji vpliv na okolje v regiji z visoko vodno stisko. Zato je treba vpliv na vodo ovrednotiti ne samo v absolutnih litrih, temveč jih utežiti glede na regionalni vodni stres. Objekt v regiji, ki porabi malo, a je zelo suha, je lahko bolj kritičen kot objekt, ki porabi veliko, a ima veliko vode.
7. Pri ravnanju z odpadki je umetna inteligenca kemične odpadke razvrstila v oznako 'nenevarno'. Kaj je pravilno vedenje?
- A) Izločitev neposredno iz kode, ker tako pravi umetna inteligenca
- B) Šifre odpadkov so nepomembne; vse se odstranijo na enak način
- C) Neupoštevanje kontaminacije in razreda nevarnosti ter poročanje o zbrani količini
- D) Potrditev razreda z varnostnim listom (SDS) in zakonodajo, nesprejemanje predloga umetne inteligence kot dokončnega ✔
Opis: Napačno razvrščanje in neregistrirano odlaganje nevarnih odpadkov sodi med najstrožje sankcionirane okoljske zločine. Predlog kodeksa odpadkov AI je le začetni osnutek; Razred nevarnosti mora biti vedno potrjen z varnostnim listom (SDS) snovi in veljavnimi predpisi o odpadkih. Izhod AI se nikoli ne uporabi kot končna koda odpadkov.
8. Objekt je zmanjšal svoje emisije dimnikov za 20 %. Zakaj je napačno reči, da je bil zrak v soseski očiščen za 20 %?
- A) Emisija in koncentracija sta različni; Spremembe vremena zahtevajo ločene meritve in modeliranje ✔
- B) Emisija in koncentracija sta ista stvar; Zmanjšanje se neposredno odraža v zraku
- C) Meritve dimnikov vedno dajejo natančno vreme v okolici
- D) Meteorologija ne vpliva na kakovost zraka, zato trditev velja
Pojasnilo: Emisija (količina, ki izhaja iz vira) in koncentracija (gostota, merjena v zraku) sta različni stvari. Veter, temperatura in topografija povzročijo, da iste emisije povzročijo zelo različne koncentracije. Tudi če je zmanjšanje emisij iz dimnika resnično, je trditev o koncentraciji v zraku mogoče dokazati le s kalibrirano meritvijo in ustreznim modelom disperzije; drugače je neutemeljeno in zavajajoče.
9. V ESG poročanju je v besedilu, ki ga je ustvarila umetna inteligenca, stavek 'zmanjšali smo porabo vode za 15 %'. Kaj je najpomembnejši nadzor?
- A) Če pogledamo, kako impresiven in tekoč je stavek
- B) Preverite, ali je številka povezana s sledljivim virom (račun, števec, meritev) ✔
- C) Ob predpostavki, da je število pravilno, ker ga ustvari umetna inteligenca
- D) Zaokroževanje odstotka navzgor, da bo številka videti bolj odločna
Pojasnilo: vrednost poročila ESG je sledljivost njegovih najšibkejših podatkov, neodvisni revizorji za dajanje zagotovil pa preučijo verigo dokazov, ki stojijo za številko. Umetna inteligenca je morda ustvarila številko, ki je bila videti "razumna" iz prejšnjih besedil, vendar je ni bilo mogoče izslediti. Vsak digitalni zahtevek ne bi smel vstopiti v poročilo, ne da bi bil povezan s sledljivim virom na podlagi računa/števca/potrdila.
10. Zakaj se pri oceni podnebnega tveganja uporablja več scenarijev namesto ene same prihodnosti?
- A) Scenariji so okras; Dovolj je ena natančna napoved prihodnosti
- B) Ker lahko umetna inteligenca poda verjetnost prihodnjih poplav z natančnim odstotkom, zadostuje en scenarij
- C) Fizično in prehodno tveganje je lahko neugodno, odvisno od scenarijev; Cilj je preizkusiti vzdržljivost ✔
- D) Fizično in prehodno tveganje sta ista stvar, ni potrebe po ločenih scenarijih
Pojasnilo: Fizično tveganje (podnebni vplivi, kot so poplave, suše) in prehodno tveganje (cena ogljika, zakonodaja, tehnološki premik) se pogosto gibljeta v nasprotnih smereh: če svet izvaja hitro ublažitev, se tveganje prehoda poveča, fizično tveganje zmanjša; Če deluje počasi, se zgodi ravno nasprotno. Zato se preizkusi vsaj en nizek (1,5–2 °C) in en visok (3 °C+) scenarij segrevanja. Cilj ni napovedovati prihodnost, ampak preizkusiti vzdržljivost.
11. AI ste vprašali, ali uredba (npr. CBAM) velja za vas in njene roke. Kako naj se obnašaš?
- A) Načrtovanje neposredno glede na datume in postavke, ki jih poda umetna inteligenca
- B) Odločitev o obsegu temelji na splošni razlagi umetne inteligence, ne da bi se ozirali na uradni šifrant
- C) Skladnost je enkratna; Ko že vprašate, ni treba nenehno spremljati zakonodaje
- D) Rezultat obravnavajte kot osnutek in potrdite člen, datum, prag in obseg iz trenutnega uradnega besedila ✔
Opis: regulativno znanje hitro zastara; Članki se spreminjajo, datumi se prestavljajo, obsegi se širijo. Podatki o usposabljanju AI so zamrznjeni na določen datum in morda niso posodobljeni; Poleg tega lahko snov izdela kritična dejstva, kot sta zgodovina in prag. Odločitev o obsegu mora biti potrjena z uradnim seznamom proizvodov/šifr, vsi datumi in mejne vrednosti pa z veljavnim uradnim besedilom; Pri kritičnih odločitvah o skladnosti je treba pridobiti pooblaščeno/strokovno mnenje.
12. Katera od naslednjih okoljskih trditev ima najmanjše tveganje zelenega pranja?
- A) 'Naše proizvodne emisije smo do leta 2023 zmanjšali za 18 % (z neodvisnim preverjanjem)' ✔
- B) 'Naši izdelki so popolnoma okolju prijazni in naravni'
- C) "Naše podjetje je ogljično nevtralno" (brez zagotavljanja kakršnih koli dokumentov ali podatkov)
- D) "Smo najbolj trajnostno podjetje s skoraj ničelnim vplivom v industriji"
Pojasnilo: Dobra okoljska trditev je merljiva (vsebuje številko), dokazana (temelji na dokazih) in specifičnega obsega (jasno je, kaj se primerja s kdaj). „Do leta 2023 smo zmanjšali proizvodne emisije za 18 % (z neodvisnim preverjanjem)“ ima te tri značilnosti. Besednih zvez, kot so "okolju prijazen", "naraven", "ogljično nevtralen" (necertificiran), ni mogoče količinsko opredeliti ali so neutemeljene in predstavljajo tveganje negativnega vpliva.
13. Zakaj je tvegano prilepiti nerazkrite podatke o emisijah obrata v javno dostopno orodje AI za analizo?
- A) Ni tveganja; okoljski podatki so vedno javno dostopni
- B) Poslovne skrivnosti, nerazkriti podatki in osebni podatki lahko uhajajo; najprej potrebna klasifikacija in anonimizacija ✔
- C) Tveganje je samo napaka v izračunu in nima nobene zveze z zasebnostjo podatkov
- D) Ko so podatki posredovani vozilu, odgovornost preide na ponudnika umetne inteligence
Razkritje: podatki o proizvodnji in emisijah na ravni lokacije so lahko poslovna skrivnost, nerazkriti finančni/okoljski podatki pa lahko kršijo regulativna pravila o razkritju; Podatki o lokaciji/potovanju zaposlenega so osebni podatki. Preden tovrstne podatke predamo odprtemu orodju, jih je treba klasificirati, po potrebi anonimizirati ali uporabiti institucionalno (brez podatkov) orodje. 'AI je rekel' ni obramba; Odgovornost nosi institucija in posameznik.
14. Kateri koncept se uporablja pri pretvorbi toplogrednega plina, kot je metan (CH₄), v CO₂e, in zakaj je to pomembno?
- A) AQI (indeks kakovosti zraka); določa barvo plina v zraku
- B) NDVI (vegetacijski indeks); meri vpliv plina na tla
- C) GWP (potencial globalnega segrevanja); če ga izpustite, bo učinek metan/N₂O močno podcenjen ✔
- D) Koeficienti niso potrebni; metan šteje 1 proti 1 neposredno kot CO₂
Opis: GWP (potencial globalnega segrevanja) je koeficient, ki pretvori učinek segrevanja različnih toplogrednih plinov v skupno enoto glede na CO₂. 100-letni GWP metana je približno 28; Torej 1 tona metana pomeni približno 28 ton CO₂e. Če GWP izpustimo, bo vpliv močnih plinov, kot sta metan in N₂O, močno podcenjen, inventar pa popolnoma netočen; Navesti je treba tudi, kateri niz GWP (npr. IPCC AR6, 100 let) se uporablja.