ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์ในสภาพแวดล้อมและสภาพภูมิอากาศ: บทบาท ขอบเขต ความถูกต้องของข้อมูล การล้างสีเขียว และจริยธรรม

กำไร:

• ความสามารถในการแยกแยะว่าจุดใดที่ปัญญาประดิษฐ์ช่วยประหยัดเวลาในกระบวนการทำงานด้านสิ่งแวดล้อม (บัญชี การตรวจสอบ การรายงาน การปฏิบัติตามข้อกำหนด) และจุดใดที่ปัจจัยการปล่อยก๊าซ ขอบเขต และการเรียกร้องเป็นหน้าที่ของมนุษย์ ทั้งนี้ขึ้นอยู่กับระดับของความเสี่ยง
• ความสามารถในการใช้ระเบียบวินัยในการตรวจสอบเอาต์พุตดิจิทัลแต่ละรายการด้วยหน่วย แหล่งที่มา และขั้นตอนการตรวจสอบอิสระ
• การทำความเข้าใจว่าเหตุใดปัจจัยการปล่อยก๊าซปลอม ความสับสนของหน่วยขอบเขต และภาษาที่ล้างเขียวจึงเป็นความเสี่ยงที่ควรนำมาพิจารณาสำหรับวิชาชีพนี้ตั้งแต่เริ่มต้น

การจัดการสิ่งแวดล้อมเป็นหน้าที่ในการวัด ลด และบันทึกรอยเท้าที่องค์กรทิ้งไว้ในอากาศ น้ำ และดินอย่างน่าเชื่อถือ กฎที่โหดร้ายที่สุดคือหากตัวเลขไม่ถูกต้อง ปัจจัยการปล่อยก๊าซเรือนกระจกไม่ถูกต้อง หรือการกล่าวอ้างไม่มีหลักฐาน รายงานทั้งหมดจะถูกยุบ และตอนนี้ก็มีชื่อของการล่มสลายนั้น: การล้างสีเขียว เมื่อองค์กรทำให้ประสิทธิภาพด้านสิ่งแวดล้อมของตนดูดีกว่าที่เป็นจริง การลงโทษตามกฎระเบียบ ความเสียหายต่อชื่อเสียง หรือการฟ้องร้องนักลงทุนอาจเกิดขึ้นจากจำนวนที่ไม่ได้รับการยืนยันเพียงหมายเลขเดียว นั่นเป็นเหตุผลว่าทำไมการใช้ปัญญาประดิษฐ์ (AI) ในเรื่องสิ่งแวดล้อมและสภาพอากาศจึงจำเป็นต้องมีวินัย

ในหน่วยนี้ คุณจะได้เรียนรู้ว่าเครื่องมือที่เราเรียกว่าโมเดลภาษาขนาดใหญ่ (LLM - AI ประเภทหนึ่งที่สร้างข้อความในเชิงสถิติ โดยใช้ตรรกะของ "คำที่มีแนวโน้มมากที่สุดถัดไป") ช่วยประหยัดเวลาในการทำงานด้านสิ่งแวดล้อมได้มาก ซึ่งสิ่งเหล่านั้นเป็นอันตราย และวิธีการตรวจสอบผลลัพธ์แต่ละรายการ

ประการแรก แนวคิดที่สำคัญ: อาการประสาทหลอนเกิดขึ้นเมื่อ AI สร้างข้อมูลที่ไม่เป็นความจริงด้วยความมั่นใจอย่างเต็มที่ ราวกับว่ามันเป็นเรื่องจริง ในด้านสิ่งแวดล้อมสิ่งนี้; คุณอาจพบสิ่งนี้ในรูปแบบของปัจจัยการปล่อยก๊าซที่สร้างขึ้น กฎหมายที่ไม่มีอยู่จริง หน่วยที่ไม่ถูกต้อง (กิโลกรัมแทนที่จะเป็นตัน) หรือการอ้างอิงถึงการศึกษาทางวิทยาศาสตร์ที่ไม่มีอยู่จริง จุดสำคัญคือ: LLM ไม่ใช่เครื่องคิดเลข อุปกรณ์ตรวจวัด หรือฐานข้อมูลด้านกฎระเบียบ เป็นเครื่องสร้างข้อความที่เลียนแบบข้อความที่เห็นในข้อมูลการฝึกอบรมทางสถิติ มันให้ผลลัพธ์ที่สมเหตุสมผลเป็นส่วนใหญ่ แต่ความแตกต่างระหว่าง "สมเหตุสมผล" และ "ตรวจสอบแล้ว" คือทุกสิ่งทุกอย่างในการรายงานด้านสิ่งแวดล้อม

ปัญญาประดิษฐ์ทำงานที่ไหนและที่ไหนใช้ไม่ได้กับกิจการด้านสิ่งแวดล้อม?

คิดว่า AI เป็นพันธมิตรด้านร่าง การดูแลจัดการข้อมูล และการวิเคราะห์ที่รวดเร็ว ซึ่งมีคุณค่าแต่จำเป็นต่อการตรวจสอบความถูกต้อง ความแตกต่างต่อไปนี้คือหัวใจของโมดูลนี้

ภารกิจ

การมีส่วนร่วมของเอไอ

ความรับผิดชอบของผู้เชี่ยวชาญ

การคำนวณรอยเท้าคาร์บอน

ตั้งค่าสูตร เขียนโค้ด Python

การยืนยันปัจจัยการปล่อยก๊าซจากแหล่งกำเนิด

การวิเคราะห์ข้อมูลดาวเทียม/เซ็นเซอร์

สร้างโค้ดร่างและความคิดเห็น

การยืนยันความถูกต้องของการวัดและการสอบเทียบ

ร่างรายงาน ESG

สร้างข้อความและโครงกระดูกของตาราง

พิสูจน์ทุกข้อเรียกร้องด้วยข้อมูล

สรุปนิติบัญญัติ

ลดความซับซ้อนของข้อความที่ซับซ้อน

การยืนยันบทความจากข้อความอย่างเป็นทางการในปัจจุบัน

สถานการณ์ความเสี่ยงด้านสภาพภูมิอากาศ

แนะนำกรอบสถานการณ์

การตรวจสอบสมมติฐานและขีดจำกัดของข้อมูล

การเพิ่มประสิทธิภาพของเสีย/น้ำ

จัดทำแบบจำลองและร่างข้อเสนอ

การตรวจสอบการบังคับใช้ภาคสนาม

หลักง่ายๆ: ใช้ AI เพื่อค้นหาเส้นทางไปยังตัวเลข เขียนโค้ด จัดระเบียบข้อมูล และสร้างแบบร่าง ไม่ใช่ตัวตัวเลขเอง ตรวจสอบผลลัพธ์เชิงตัวเลขและการกล่าวอ้างข้อเท็จจริงทุกรายการจากแหล่งข้อมูลอิสระและเชื่อถือได้ (ฐานข้อมูลปัจจัยการปล่อยก๊าซ กฎหมายของรัฐบาล การวัดที่สอบเทียบแล้ว)

กับดักร้ายแรงสามประการของ AI ในเรื่องสิ่งแวดล้อม

1. ปัจจัยการปล่อยก๊าซเรือนกระจกและค่าสัมประสิทธิ์ที่เหมาะสม AI สามารถ “เติม” ปัจจัยการปล่อยก๊าซที่จำไม่ได้ (ปริมาณก๊าซเรือนกระจกที่ปล่อยออกมาต่อหน่วยเชื้อเพลิงหรือกิจกรรม) ด้วยตัวเลขที่ดูสมเหตุสมผล ความเข้มข้นของคาร์บอนที่ไม่ถูกต้องสำหรับการผลิตไฟฟ้าหนึ่งกิโลวัตต์ชั่วโมงจะทำให้สินค้าคงคลังทั้งหมดหยุดชะงัก

2. ความสับสนของหน่วยและขอบเขต AI; กิโลกรัม เป็นตัน, CO₂ เป็น CO₂e (เทียบเท่าคาร์บอนไดออกไซด์ — ผลกระทบทางความร้อนของก๊าซเรือนกระจกต่างๆ ที่แปลงเป็นหน่วยร่วม) สามารถเคลื่อนที่อย่างเงียบๆ ระหว่างขอบเขต 1 และขอบเขต 3 ผลลัพธ์ดูเหมือนสมเหตุสมผลในเชิงตัวเลข แต่มันผิด

3. ภาษาที่ก่อให้เกิดการล้างสีเขียว AI สร้างข้อความเกินความจริงที่ไม่ได้รับการพิสูจน์ได้อย่างง่ายดาย เช่น “เป็นมิตรกับสิ่งแวดล้อม” “คาร์บอนเป็นกลาง” “ยั่งยืน 100%” ข้อความเหล่านี้มีความเสี่ยงทางกฎหมายในหลายประเทศ เราจะกล่าวถึงเรื่องนี้แบบเจาะลึกในหน่วยที่ 11

เคล็ดลับ: เข้าถึงเอาต์พุต AI ที่เป็นตัวเลขทุกตัวด้วยคำถามสามข้อ: (1) หน่วยของมันคืออะไร (กก. ตัน CO₂ หรือ CO₂e) (2) แหล่งที่มาเป็นที่รู้จักและเป็นปัจจุบันหรือไม่? (3) ฉันจะตรวจสอบสิ่งนี้อย่างอิสระได้อย่างไร? คำถามสามข้อนี้จับข้อผิดพลาดด้านสิ่งแวดล้อมส่วนใหญ่ได้ในพริบตา

ทีละขั้นตอน: ขั้นตอนการทำงาน AI ที่ปลอดภัยต่อสิ่งแวดล้อม

1. กำหนดงานตามขอบเขตและหน่วยงาน แทนที่จะ "คำนวณคาร์บอนของฉัน" ให้พูดว่า "คำนวณการปล่อยก๊าซเรือนกระจกจากการเผาไหม้ก๊าซธรรมชาติขอบเขตที่ 1 ในปี 2024 เป็นตัน CO₂e พร้อมปริมาณการใช้ m³ และปัจจัยการปล่อยก๊าซอย่างเป็นทางการ"

2.ระบุวิธีการและมาตรฐาน ตามโปรโตคอลใด? พิธีสาร GHG หรือ ISO 14064? การพูดมาตรฐานทำให้มั่นใจได้ว่าเอาต์พุตสามารถตรวจสอบได้

3.ขอแหล่งที่มาห้ามการประดิษฐ์ บอกอย่างชัดเจนให้ AI ​​ระบุแหล่งที่มาของปัจจัยการปล่อยก๊าซเรือนกระจก และหากไม่ทราบ ให้ "ยืนยันสิ่งนี้จากแหล่งที่มาอย่างเป็นทางการ"

4. ตรวจสอบโดยการรันโค้ด ยืนยันบัญชีด้วยไฟล์ปฏิบัติการ Python โค้ดที่กำหนดขึ้น (ให้ผลลัพธ์ที่เหมือนกันกับอินพุตเดียวกันเสมอ) มีความน่าเชื่อถือมากกว่าจำนวนหัวของ LLM

5. Verify facts and claims. ปัจจัยการปล่อยก๊าซ ข้อกำหนดด้านกฎระเบียบ ค่าเป้าหมาย – ตรวจสอบทั้งหมดจากข้อมูลอ้างอิงที่เชื่อถือได้ (ตารางปัจจัย IPCC, DEFRA/EPA, ราชกิจจานุเบกษาอย่างเป็นทางการ)

มินิเคสสามอัน

กรณีที่ 1 — ปัจจัยการปล่อยก๊าซสมมติ ผู้เชี่ยวชาญด้านความยั่งยืนถาม AI เกี่ยวกับปัจจัยการปล่อยก๊าซธรรมชาติ และได้รับคำตอบ: "2.75 กก. CO₂e/m³" ผู้เชี่ยวชาญเปรียบเทียบค่ากับตารางอย่างเป็นทางการ: ค่าจริงคือประมาณ 2.02 กก. CO₂e/m³ ค่า AI เพิ่มขึ้น 36% สำหรับการบริโภค 500,000 ลบ.ม. นี่หมายถึงการเกินดุลในจินตนาการในสินค้าคงคลังประมาณ 365 ตันCO₂e หากไม่มีการตรวจสอบ รายงานทั้งหมดจะเป็นเท็จ เวลาที่เสียไป: 4 นาที

กรณีที่ 2 — ขอบเขตความสับสน นักวิเคราะห์ถาม AI เกี่ยวกับรอยเท้าทั้งหมดของบริษัท AI ผสมการซื้อไฟฟ้า (ขอบเขต 2) และการปล่อยก๊าซในห่วงโซ่อุปทาน (ขอบเขต 3) ให้เป็น “ทั้งหมด” เดียว แต่นับเพียงรายการเดียวในขอบเขต 3 เมื่อนักวิเคราะห์ใช้การแยกขอบเขตของ GHG Protocol เขาตระหนักว่ารายงานควรแสดงแต่ละขอบเขตแยกกัน และขอบเขต 3 ขาดหายไป การแก้ไขเป็นข้อกำหนดเบื้องต้นในการผ่านการตรวจสอบ

กรณีที่ 3 — การยืนยันบันทึกชื่อเสียง ทีมสื่อสารขอให้ AI ทำสำเนาการตลาดสำหรับผลิตภัณฑ์ AI แนะนำว่า "มีความเป็นกลางทางคาร์บอนอย่างสมบูรณ์และไม่มีผลกระทบต่อสิ่งแวดล้อม" ทีมงานตระหนักว่าพวกเขาไม่มีข้อมูลวงจรการใช้งานและไม่มีเอกสารออฟเซ็ตที่ได้รับการตรวจสอบเพื่อพิสูจน์สิ่งนี้ แทนที่ข้อความดังกล่าวด้วยประโยคที่มีหลักฐาน เช่น “เราได้ลดการปล่อยก๊าซการผลิตลง 18% ภายในปี 2566 (การตรวจสอบโดยอิสระ: X)” การเปลี่ยนแปลงนี้ป้องกันไม่ให้มีการตรวจสอบโฆษณาที่ทำให้เข้าใจผิดตั้งแต่เริ่มต้น

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

คำนวณการปล่อยก๊าซคาร์บอนไดออกไซด์ของบริษัทของฉัน

เหตุใดจึงอ่อนแอ: ไม่มีขอบเขต หน่วย วิธีการ และข้อมูล AI เติมเต็มช่องว่างด้วยการประดิษฐ์ ไม่สามารถควบคุมเอาต์พุตได้

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้เชี่ยวชาญด้านสินค้าคงคลังก๊าซเรือนกระจก คำนวณขอบเขตที่ 1 ตาม GHG Protocol ข้อมูล: ปริมาณการใช้ก๊าซธรรมชาติ 480,000 m³ ดีเซล 12,000 ลิตร ฉันจะให้ปัจจัยการปล่อยก๊าซ อย่าสร้างปัจจัยขึ้นมา ทิ้งป้ายกำกับ [FACTOR] ไว้แทน และเขียนว่าควรดึงมาจากไหน ทำการคำนวณเป็นตันของCO₂eด้วยโค้ด Python ที่ปฏิบัติการได้ ให้ผลลัพธ์ในรูปแบบตารางตามเชื้อเพลิงและผลรวม

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) การคำนวณด้วยขอบเขตและความชัดเจนของหน่วย:

บทบาทของคุณ: ผู้เชี่ยวชาญด้านสินค้าคงคลังคาร์บอน คำนวณกิจกรรมต่อไปนี้: [กิจกรรม] มาตรฐาน: GHG Protocol ระบุขอบเขตให้ชัดเจน (1/2/3) หน่วย: ตัน CO₂e ฉันจะให้ค่า Emission Factor หรือคุณสามารถบอกแหล่งที่มาและทิ้งแท็ก [FACTOR] ไว้ FITTING ตรวจสอบการคำนวณด้วยรหัส Python ที่ปฏิบัติการได้

2) การยืนยันปัจจัย/ข้อมูล:

เขียนปัจจัยการปล่อยก๊าซเรือนกระจกและหน่วยของ [เชื้อเพลิง/กิจกรรม] ระบุแหล่งที่มา (เช่น IPCC, DEFRA, ตารางทางการท้องถิ่น) และปี หากคุณไม่ทราบค่าที่แน่นอน ให้พูดว่า "ยืนยันจากตารางอย่างเป็นทางการ" และ DO NOT FIT หากค่าแตกต่างจากแหล่งต่างๆ ให้ระบุสิ่งนี้

3) ตัวกรองการล้างสีเขียว:

ตรวจสอบคำกล่าวอ้างด้านสิ่งแวดล้อมด้านล่าง สำหรับแต่ละประโยค ให้ถามว่า:(1) สามารถวัดผลได้หรือไม่? (2) มีหลักฐาน/ข้อมูลหรือไม่? (3) มันคลุมเครือ (เช่น “เป็นมิตรกับสิ่งแวดล้อม”) หรือไม่? ข้อความแจ้งว่าไม่มีหลักฐานหรือเกินจริงและแนะนำทางเลือกอื่นที่อิงตามหลักฐานและวัดผล การอ้างสิทธิ์: [ที่นี่]

4) ตรวจสอบบัญชีของฉันเอง:

ด้านล่างนี้คือการคำนวณการปล่อยก๊าซเรือนกระจกของฉัน ตรวจสอบแต่ละขั้นตอน หน่วย และระดับขอบเขต ตรวจสอบความสอดคล้องของหน่วย (kg↔ton, CO₂↔CO₂e) และความสมเหตุสมผลของปัจจัย หากมีข้อผิดพลาด ให้แสดงว่าบรรทัดไหนและเพราะเหตุใด การสร้างบัญชีใหม่ ตรวจสอบของฉัน: [ที่นี่]

ข้อผิดพลาดทั่วไป

• "เตือน" AI ของปัจจัยการปล่อย ปัจจัยแตกต่างกันไปตามประเทศ ปี และเชื้อเพลิง มักจะถ่ายรูปจากโต๊ะเสมอ
• ขอบเขตการผสม ขอบเขตที่ 1 (โดยตรง) ขอบเขตที่ 2 (พลังงานที่ซื้อ) และขอบเขตที่ 3 (ห่วงโซ่คุณค่า) ควรรายงานแยกกัน
• การทำให้CO₂เท่ากับCO₂e ก๊าซ เช่น มีเทนและไนตรัสออกไซด์มีศักยภาพมากกว่า CO₂ มาก ทั้งหมดจะต้องถูกแปลงเป็นCO₂e
• การใส่คำกล่าวอ้างโดยไม่มีหลักฐานลงในข้อความ วลีเช่น "คาร์บอนเป็นกลาง" เป็นความเสี่ยงทางกฎหมายหากไม่มีข้อมูลและเอกสารที่ได้รับการตรวจสอบ
• การรับหมายเลขโดยไม่ต้องเรียกใช้ ระบุผลรวมที่ส่งคืน LLM ผ่านทางรหัสหรือด้วยตนเองเสมอ

ข้อควรระวัง: ข้อมูลด้านสิ่งแวดล้อมมักไม่มีข้อมูลส่วนบุคคลหรือความลับทางการค้า แต่ข้อตกลงซัพพลายเออร์ ตัวเลขการผลิตระดับโรงงาน และข้อมูลลูกค้าอาจเป็นความลับ ตรวจสอบนโยบายองค์กรของคุณก่อนที่จะวางนโยบายเหล่านี้ลงในเครื่องมือ AI สาธารณะ เราจะกล่าวถึงประเด็นความเป็นส่วนตัวในบทที่ 11

โดยสรุป

AI ในสภาพแวดล้อมและสภาพอากาศ เป็นผู้ช่วยที่ทรงพลังในการเขียนโค้ด จัดระเบียบข้อมูล สร้างแบบร่าง และสรุป แต่ไม่ใช่อุปกรณ์การวัด เครื่องคิดเลข หรือทรัพยากรด้านกฎระเบียบ การยืนยันปัจจัยการปล่อยก๊าซ ขอบเขตและความแม่นยำของหน่วย การยืนยันข้อเรียกร้อง และการหลีกเลี่ยงการล้างสีเขียวเป็นความรับผิดชอบของผู้เชี่ยวชาญ ทุกตัวเลขต้องขึ้นอยู่กับแหล่งที่มา ทุกคำกล่าวอ้างต้องขึ้นอยู่กับหลักฐาน

งานสมัคร

เลือกกิจกรรมด้านสิ่งแวดล้อมจากองค์กรของคุณเอง (หรือตัวอย่างสมมุติ) เช่น ปริมาณการใช้ก๊าซธรรมชาติของโรงงานในแต่ละเดือน ให้ AI คำนวณโดยใช้เทมเพลต 1 ด้านบน แต่ปล่อยปัจจัยการปล่อยว่างไว้ จากนั้นหาตัวประกอบจากตารางทางการแล้วแทนที่ สุดท้าย ด้วยเทมเพลตที่ 3 ให้ตรวจสอบข้อความสื่อสารหนึ่งประโยคที่คุณจะเขียนสำหรับกิจกรรมนี้เพื่อล้างสีเขียว เปรียบเทียบงานพิมพ์ทั้งสามงานในหน้าเดียว

รายการตรวจสอบ

• [ ] ฉันกำหนดงานตามขอบเขต (1/2/3) และหน่วย (ตันของCO₂e)
• [ ] ฉันไม่ได้ทำให้ AI เหมาะสมกับปัจจัยการปล่อยก๊าซเรือนกระจก ฉันยืนยันจากแหล่งที่มา
• [ ] ฉันจัดเตรียมบัญชีผ่านรหัสปฏิบัติการหรือด้วยตนเอง
• [ ] ฉันแยกความแตกต่างที่ถูกต้องระหว่าง CO₂ และ CO₂e และ กิโลกรัม และตัน
• [ ] ฉันจับคู่คำกล่าวอ้างแต่ละข้อในข้อความกับหลักฐาน เพื่อขจัดภาษาที่เกินจริง
• [ ] ฉันตรวจสอบนโยบายก่อนที่จะวางข้อมูลลับลงในเครื่องมือ AI แบบเปิด