Utangulizi wa AI katika ESG na Uendelevu: Majukumu, Mipaka, Uthibitishaji na Maadili. — Akili Bandia katika Uendelevu na Usimamizi wa ESG

Faida:

Kuwa na uwezo wa kutofautisha ambapo akili bandia huokoa muda katika mtiririko wa kazi wa ESG (data, akaunti, ramani, kuripoti) na ambapo sababu, maamuzi ya kawaida na madai yameachwa kwa wanadamu, kulingana na kiwango cha hatari.
Uwezo wa kutumia taaluma ambayo inakagua kila matokeo ya nambari na ubora na kitengo, chanzo na hatua za ukaguzi
Kuelewa ni kwa nini vipengele ghushi vya utoaji uchafuzi wa mazingira, marejeleo ghushi ya kawaida na lugha ya kuosha kijani ni hatari kwa taaluma hii ambayo inahitaji kuzingatiwa tangu mwanzo.

Ripoti ya uendelevu ya kampuni sio brosha ya nia njema tena; Ni hati ambayo ni ya lazima, iliyokaguliwa na ina matokeo ya kisheria kama hati ya uhasibu. Kwa kanuni za Umoja wa Ulaya za CSRD (Maelekezo ya Kuripoti Uendelevu wa Shirika), maelfu ya makampuni; Ilibidi kufichua utoaji wa kaboni, data ya wafanyikazi na athari za mnyororo wa usambazaji kwa njia ya lazima, inayoweza kuthibitishwa na kulinganishwa, kama vile taarifa za kifedha. Katika kitengo hiki, utajifunza mahali ambapo akili ya bandia (AI) huokoa wakati kwa kweli katika kazi hii nzito na inayohitaji data nyingi, ambapo ni hatari, na jinsi ya kuthibitisha kila matokeo.

Kwanza, dhana muhimu. ESG ni herufi za mwanzo za maneno ya Kiingereza Environmental, Social and Governance; Ni jina la mfumo unaopima athari za mazingira za kampuni kama vile utoaji wa kaboni na matumizi ya maji, athari za kijamii kama vile haki za mfanyakazi na usalama wa kazini, na kanuni za utawala kama vile muundo wa bodi na maadili. Kuripoti kwa uendelevu ni kupima utendakazi katika maeneo haya matatu kwa njia ya kawaida na kuifichua kwa umma.

Wazo la pili muhimu: ufahamu ni wakati AI hutoa habari ambayo sio kweli kwa ujasiri kamili. Katika ulimwengu wa ESG hii; Unaweza kukumbana na kipengele cha kubuni cha utoaji uchafuzi, nambari ya kawaida ya GRI ambayo haipo, kitengo kisicho sahihi au rejeleo la kifungu cha sheria ambacho hakipo. Jambo kuu ni kwamba muundo mkubwa wa lugha (LLM) sio kikokotoo, hifadhidata ya udhibiti, au mkaguzi. Ni jenereta ya maandishi ambayo kitakwimu inaiga maandishi ambayo inaona katika data ya mafunzo. Hutoa taarifa sahihi mara nyingi; lakini tofauti kati ya "sahihi wakati mwingi" na "sahihi vya kutosha kupitisha ukaguzi" ndio kila kitu katika ripoti ya ESG.

AI inafanya kazi wapi katika ESG na haifanyi kazi wapi?

Fikiria AI kama rasimu ya haraka, uratibu wa data na mshirika wa uchanganuzi: muhimu lakini muhimu kwa uthibitishaji. Tofauti ifuatayo ni uti wa mgongo wa moduli hii.

Jitihada

Mchango wa AI

Wajibu wa mtaalam

ukusanyaji wa data

Huhariri miundo tofauti, huweka alama kwenye nafasi

Inathibitisha nambari kwa hati chanzo

Akaunti ya utoaji

Huunda fomula na mfumo wa hesabu

Inathibitisha sababu ya utoaji kutoka kwa chanzo rasmi

Uwekaji ramani wa GRI/CSRD

Inapendekeza viungo kwa vitu vya kawaida

Inakagua haswa na maandishi ya kawaida

Uchambuzi wa nyenzo

Hutenganisha maoni ya washikadau katika mada

Fanya uamuzi wa kipaumbele

Uandishi wa ripoti

Hutoa rasimu ya maandishi na muhtasari

Thibitisha kila madai kwa ushahidi

Udhibiti wa kuosha kijani

Bendera misemo hatari

kuchukua jukumu la mwisho la madai

Kanuni ya kidole gumba: tumia AI sio kwa data yenyewe; tumia kupanga data, uchambuzi wa kiunzi, na maandishi ya rasimu; Thibitisha kila nambari na kila marejeleo ya kawaida ukitumia chanzo msingi (ankara, rekodi ya mita, maandishi rasmi ya kawaida, hifadhidata ya sababu za uzalishaji). Nyuma ya kila takwimu katika ripoti ya uendelevu kunapaswa kuwa na njia ya ukaguzi ambayo mkaguzi anaweza kutaka. AI haiwezi kutoa ushahidi huu; inakusaidia tu kuipanga.

Mitego mitatu ya mauti ya AI katika ESG

1. Vipengele vya uzalishaji wa maandishi na nambari. AI inaweza "kujaza" kipengele cha uzalishaji ambayo haikumbuki (mgawo wa utoaji wa kaboni kwa kila kitengo cha mafuta au umeme) na nambari inayoonekana kuwa sawa. Nambari hii inabatilisha hesabu nzima ya alama ya kaboni.

2. Marejeleo ya sheria/viwango ambavyo havipo au vilivyopitwa na wakati. AI inaweza kutoa nambari za kawaida zinazoonekana kuwa halisi lakini maudhui yake yamepotoshwa au kutengenezwa kabisa, kama vile "GRI 305-7". Viwango pia vinasasishwa mara kwa mara; Toleo linalojulikana kwa mfano linaweza kuwa la zamani.

3. Lugha inayozalisha kuosha kijani. AI hutoa taarifa zenye sauti nzuri lakini zisizo na uthibitisho na za kupotosha kama vile "rafiki wa mazingira", "rafiki wa mazingira", "carbon neutral". Kauli hizi zina hatari ya kisheria leo. Tutashughulikia hili kwa kina katika sehemu ya 10.

Kidokezo: Fikia kila matokeo ya nambari ya ESG kwa maswali matatu: (1) Kizio chake (tCO₂e, kg, MWh) ni nini? (2) Chanzo ni hati gani? (3) Je, ninawezaje kuthibitisha takwimu hii kwa mkaguzi? Maswali haya matatu hupata makosa mengi ya ESG kwenye chipukizi. "tCO₂e" hapa ina maana "tani za kaboni dioksidi sawa"; Ni kipimo ambacho hubadilisha gesi chafu tofauti kuwa kitengo kimoja cha kawaida.

Hatua kwa hatua: Mtiririko wa kazi wa AI katika ESG

1. Unganisha kazi kwa kiwango na kitengo. Badala ya "Kokotoa utoaji wetu wa kaboni", sema "2024, ofisi ya Istanbul, matumizi ya gesi asilia 12,000 m³; Kokotoa utoaji katika tCO₂e ukitumia mbinu ya 1 ya Itifaki ya GHG, bainisha kipengele cha utoaji na chanzo unachotumia."

2. Uliza waziwazi chanzo na dhana. Uliza AI kuandika ni kipengele gani cha utoaji, kiwango gani, na ni dhana gani alitumia kwa kila nambari. Usikubali nambari yoyote bila kutaja chanzo.

3. Thibitisha kwa chanzo msingi. Thibitisha kipengele cha utoaji kutoka kwa hifadhidata rasmi (k.m. idara ya kitaifa ya nishati, seti ya data ya DEFRA ya Uingereza, IEA), maandishi ya kawaida kutoka kwa hati rasmi ya GRI au EFRAG. EFRAG ni taasisi ya Ulaya inayotayarisha viwango vya ESRS (Viwango vya Kuripoti Uendelevu vya Ulaya) ambavyo CSRD inategemea.

4. Hifadhi njia ya ukaguzi. Andika katika jedwali ni data uliyotumia, kutoka chanzo gani, tarehe gani, na chini ya dhana gani. Mkaguzi wa uhakikisho (kithibitishaji cha kujitegemea) ataomba hili.

5. Mwanadamu athibitishe madai ya mwisho. Lazima kuwe na mtu anayewajibika nyuma ya kila dai la umma la ESG.

Mwongozo dhaifu / Mwongozo thabiti

Kuomba kazi sawa kwa njia mbili tofauti kunabadilisha kwa kiasi kikubwa uaminifu wa matokeo.

Agizo dhaifu:

Piga hesabu ya kiwango cha kaboni cha kampuni yetu na uandike aya kwa ripoti ya uendelevu.

Dai hili halijumuishi kitengo, upeo, mwaka, data na chanzo; AI hujaza nafasi zilizoachwa wazi na uundaji na hutoa maandishi yaliyojaa kuosha kijani kibichi.

Agizo lenye nguvu:

Jukumu lako: mtaalamu mkuu wa kuripoti ESG. Data ya ingizo (tumia hizi pekee, andika 'hakuna data' ikiwa haipo):- 2024, gesi asilia: 12,000 m³- 2024, umeme wa gridi: 85,000 kWhTask: Kokotoa uzalishaji katika CO₂e kwa kutumia Mbinu ya Itifaki ya GHG na Upeo wa Itifaki ya GHG: Kila Upeo wa Itifaki 2. unatumia Bainisha kipengele, kitengo na chanzo katika safu tofauti. - Ikiwa hujui sababu, usiifanye; Andika "sababu rasmi inahitajika". - Toa matokeo kwenye meza; Orodhesha vitu vinavyohitaji kuthibitishwa mwishoni.

Maadili, faragha na mipaka

Data ya ESG mara nyingi ni nyeti: data ya jinsia na mishahara ya mfanyakazi (viashiria vya kijamii), masharti ya mkataba wa mtoa huduma, athari za kifedha bado hazijafichuliwa. Bainisha mpaka wa faragha kabla ya kuingiza data hii kwenye zana ya umma ya AI. Ondoa jina au ujumlishe data ya kibinafsi (jina, kitambulisho, mshahara ndani ya mawanda ya KVKK na GDPR) kabla ya kuipa AI; Hiyo ni, badala ya watu binafsi, wageuze kuwa nambari za muhtasari kama vile "kiwango cha wafanyikazi wa kike ni 38%. KVKK ni sheria ya Türkiye ya kulinda data ya kibinafsi na GDPR ni sheria ya Ulaya ya ulinzi wa data ya kibinafsi.

Tahadhari: Dai la uwongo au lililotiwa chumvi katika ripoti ya ESG sio tu hatari ya sifa; Inaweza kusababisha faini na dhima ya kisheria chini ya CSRD na sheria ya kitaifa ya watumiaji. Usichapishe madai yoyote yanayotolewa na AI bila uthibitisho.

kesi tatu ndogo

Kesi ya 1 - Sababu iliyobuniwa. Kampuni ya utengenezaji ilitoa matumizi ya dizeli kwa AI na ikauliza hesabu ya uzalishaji. YZ ilitumia kipengele cha "2.40 kgCO₂e/lita kwa dizeli". Mtaalam alikagua: sababu rasmi ilikuwa takriban 2.68 kgCO₂e/lita. Tofauti ilikuwa 10% na ilimaanisha kupotoka kwa takriban tani 11 za CO₂e kwa lita 40,000 za matumizi. Sababu imerekebishwa kutoka kwa chanzo rasmi.

Kesi ya 2 - Kiwango ambacho hakipo. Mshauri aliuliza YZ kwa jina "GRI 305-8 matumizi ya maji" kwa ripoti hiyo. Ambapo maji yanaripotiwa chini ya GRI 303; GRI 305 ni uzalishaji wa hewa. Ilipoangaliwa na maandishi ya kawaida, hitilafu ilipatikana na maudhui yalisogezwa kwenye makala sahihi.

Kesi ya 3 - Lugha ya kuosha kijani. YZ alipendekeza sentensi "bidhaa zetu ni rafiki wa mazingira kabisa" kwa chapa ya reja reja. Timu ya ESG ilipata hii kuwa haiwezi kuthibitishwa na badala yake ikaweka taarifa thabiti, inayoweza kuthibitishwa kama "60% ya kifurushi chetu hurejeshwa (2024, kipimo cha ndani)."

Vidokezo vya kazi iliyo tayari kwa ukaguzi

Chunguza maandishi ya ESG hapa chini kwa jicho la ukaguzi. Kwa kila dai la nambari: 1) Je, kitengo kiko wazi? 2) Je, chanzo kimeelezwa? 3) Je, ni ya kuthibitishwa au ya kibinafsi/kutiliwa chumvi? Weka alama kwenye taarifa zisizo na uthibitisho au zisizo wazi kama vile "eco-friendly, kijani, asili" na upendekeze mbadala thabiti na inayoweza kupimika kwa kila moja. Maandishi: [TEXT]

Kidokezo kifuatacho kinatoa muhtasari mfupi wa sera ambao unafafanua kikomo cha matumizi ya AI ndani ya shirika.

Jukumu lako: kiongozi wa timu endelevu. Kazi: andika rasimu ya sera ya ndani ya ukurasa 1 inayosimamia matumizi ya timu ya AI katika kazi ya ESG. Jumuisha:- Majukumu ambapo AI inaweza kutumika kwa uhuru (muhtasari, muhtasari, uumbizaji)- Majukumu yanayohitaji uthibitishaji wa kibinadamu (nambari, kipengele, maelezo ya kawaida, dai)- Aina za data ambazo hazitawahi kuingizwa kwenye AI (data ya kibinafsi, athari za kifedha ambazo hazijafichuliwa)Toni: wazi, nukta ya vitone, inatumika.

Kidokezo kifuatacho husanidi kiunzi kidogo cha jedwali cha "uchunguzi" ambacho kinaweza kuongezwa kwa kila ESG inayoweza kuwasilishwa.

Makosa ya kawaida

Kukubali nambari bila chanzo. Kila kipengele na takwimu iliyotolewa na YZ haijajumuishwa kwenye ripoti bila kuthibitishwa na chanzo rasmi.
Kupuuza kitengo. Ikiwa kilo imechanganyikiwa na tani, kWh na MWh, matokeo yanaweza kupotoka kwa mara 1000.
Kuamini kwa upofu mbinu zao za kawaida. Nambari za nyenzo za GRI/ESRS lazima zidhibitishwe kwa hati rasmi.
Inaingiza data nyeti kama ilivyo. Data ya mfanyikazi na mtoa huduma haijatolewa kwa zana ya umma bila kutokujulikana.
Kuweka AI katika nafasi ya mkaguzi. AI inaweza kutoa orodha, lakini haiwezi kutoa uhakikisho huru.

Kwa muhtasari

AI ni mshirika mwenye nguvu wa uandishi, utunzaji wa data na uchambuzi katika ESG; lakini sio kikokotoo, hifadhidata ya udhibiti au mkaguzi. Thamani yake inadhihirishwa na uthibitishaji wake. Kuthibitisha kila nambari kutoka chanzo msingi, kulinganisha kila marejeleo ya kawaida na maandishi rasmi, kutotambulisha data nyeti na kumwachia mwanadamu jukumu la dai la mwisho ndio uti wa mgongo wa sehemu hii. Usisahau kamwe tofauti kati ya "kuonekana kwa ufasaha" na "kupitisha ukaguzi."

Jukumu la maombi

Chagua kipengee kimoja cha data ya mazingira kutoka kwa shirika lako mwenyewe (au kampuni ya uwongo): kwa mfano, bili ya kila mwezi ya umeme. Omba kiunzi cha uhasibu cha Scope 2 kutoka kwa AI ukitumia kiolezo cha "uhasibu wa nishati" hapo juu. Kisha: (1) linganisha kipengele cha utoaji unaotumia na chanzo rasmi, (2) angalia uthabiti wa vitengo, (3) andika jedwali dogo la ukaguzi unaoorodhesha ni bidhaa gani "zinahitaji kuthibitishwa."

orodha ya ukaguzi

[ ] Nilihoji kitengo na chanzo cha kila nambari iliyotolewa na AI.
[ ] Nilithibitisha vipengele vya utoaji uchafuzi kwa hifadhidata rasmi.
[ ] Nimethibitisha nambari za kawaida (GRI/ESRS) kwa maandishi rasmi.
[ ] Nimeficha jina au kujumlisha data nyeti/ya kibinafsi.
[ ] Nilitia alama taarifa bila ushahidi kama vile "rafiki wa mazingira, kijani kibichi, asilia".
[ ] Niliweka njia ya ukaguzi (chanzo, tarehe, dhana) kwa kila uamuzi.
[ ] Nimetambua mtu anayewajibika ambaye anathibitisha dai la mwisho.