ESG ve Sürdürülebilirlikte Yapay Zekaya Giriş: Roller, Sınırlar, Doğrulama ve Etik — Sürdürülebilirlik ve ESG Yönetiminde Yapay Zeka

Kazanimlar:

Yapay zekanın ESG iş akışının (veri, hesap, eşleme, raporlama) neresinde zaman kazandırdığını, neresinde faktör, standart ve iddia kararlarının insana kaldığını risk düzeyine göre ayırt edebilme
Her sayısal ve nitel çıktıyı birim, kaynak ve denetim izi adımlarıyla denetleyen bir disiplin uygulayabilme
Uydurma emisyon faktörlerinin, uydurma standart atıflarının ve greenwashing üreten dilin bu meslek için neden en baştan gözetilmesi gereken riskler olduğunu kavrayabilme

Bir şirketin sürdürülebilirlik raporu artık yalnızca bir iyi niyet broşürü değildir; bir muhasebe belgesi kadar bağlayıcı, denetlenen ve yasal sonuçları olan bir belgedir. Avrupa Birliği'nin CSRD (Corporate Sustainability Reporting Directive — Kurumsal Sürdürülebilirlik Raporlama Direktifi) düzenlemesiyle birlikte binlerce şirket; karbon salımını, çalışan verilerini ve tedarik zinciri etkilerini tıpkı finansal tablolar gibi zorunlu, doğrulanabilir ve karşılaştırılabilir biçimde açıklamak zorunda kaldı. Bu ünitede, bu ağır ve veri yoğun işin neresinde yapay zekanın (YZ) gerçekten zaman kazandırdığını, neresinde tehlikeli olduğunu ve her çıktıyı nasıl doğrulayacağınızı öğreneceksiniz.

Önce kritik bir kavram. ESG, İngilizce Environmental (Çevresel), Social (Sosyal) ve Governance (Yönetişim) kelimelerinin baş harfleridir; bir şirketin karbon salımı ve su kullanımı gibi çevresel etkilerini, çalışan hakları ve iş güvenliği gibi sosyal etkilerini, yönetim kurulu yapısı ve etik gibi yönetişim uygulamalarını ölçen çerçevenin adıdır. Sürdürülebilirlik raporlaması ise bu üç alandaki performansı standart bir biçimde ölçüp kamuya açıklamaktır.

İkinci kritik kavram: halüsinasyon (hallucination), YZ'nin gerçekte doğru olmayan bir bilgiyi tam bir özgüvenle üretmesidir. ESG dünyasında bu; uydurma bir emisyon faktörü, var olmayan bir GRI standart numarası, yanlış bir birim ya da olmayan bir mevzuat maddesine atıf biçiminde karşınıza çıkar. Kritik nokta şudur: büyük dil modeli (LLM — Large Language Model; metni "bir sonraki en olası kelime" mantığıyla üreten YZ türü) bir hesap makinesi, bir mevzuat veri tabanı ya da bir denetçi değildir. O, eğitim verisinde gördüğü metinleri istatistiksel olarak taklit eden bir metin üreticisidir. Çoğu zaman doğru bilgi üretir; ama "çoğu zaman doğru" ile "denetimden geçecek kadar doğru" arasındaki fark, ESG raporlamasında her şeydir.

Yapay zeka ESG'de nerede işe yarar, nerede yaramaz?

YZ'yi bir hızlı taslak, veri düzenleme ve analiz ortağı olarak düşünün: değerli ama doğrulanması şart. Aşağıdaki ayrım, bu modülün omurgasıdır.

Görev

YZ'nin katkısı

Uzmanın sorumluluğu

Veri toplama

Farklı formatları düzenler, boşlukları işaretler

Kaynak belgeyle sayıyı teyit etmek

Emisyon hesabı

Formül ve hesap iskeleti kurar

Emisyon faktörünü resmi kaynaktan doğrulamak

GRI/CSRD eşleme

İçerikleri standart maddelere önerir

Standart metniyle birebir kontrol etmek

Materyalite analizi

Paydaş görüşlerini temalara ayırır

Önceliklendirme kararını vermek

Rapor yazımı

Taslak metin ve özet üretir

Her iddiayı kanıtla desteklemek

Greenwashing kontrolü

Riskli ifadeleri işaretler

Nihai iddia sorumluluğunu üstlenmek

Temel kural: YZ'yi verinin kendisine değil; veriyi düzenlemeye, analiz iskelesi kurmaya ve metin taslağı üretmeye kullanın; her sayıyı ve her standart atfını her zaman birincil kaynaktan (fatura, sayaç kaydı, resmi standart metni, emisyon faktörü veri tabanı) doğrulayın. Bir sürdürülebilirlik raporundaki her rakamın arkasında, bir denetçinin isteyebileceği bir kanıt belgesi (İngilizcesiyle audit trail — denetim izi) olmalıdır. YZ bu kanıtı üretemez; yalnızca onu düzenlemenize yardım eder.

ESG'de YZ'nin üç ölümcül tuzağı

1. Uydurma emisyon faktörleri ve sayılar. YZ, hatırlamadığı bir emisyon faktörünü (bir birim yakıt ya da elektrik başına düşen karbon salımı katsayısı) makul görünen bir sayıyla "doldurabilir". Bu sayı, tüm karbon ayak izi hesabını geçersiz kılar.

2. Var olmayan ya da güncelliğini yitirmiş mevzuat/standart atfı. YZ, "GRI 305-7" gibi gerçek görünen ama içeriği yanlış aktarılan ya da tümüyle uydurma standart numaraları üretebilir. Standartlar da düzenli güncellenir; modelin bildiği sürüm eski olabilir.

3. Greenwashing (yeşil aklama) üreten dil. YZ, "çevre dostu", "doğaya saygılı", "karbon nötr" gibi kulağa hoş gelen ama kanıtsız ve yanıltıcı ifadeleri hevesle üretir. Bu ifadeler bugün yasal risk taşır. Bunu 10. ünitede derinlemesine ele alacağız.

İpucu: Her sayısal ESG çıktısına üç soruyla yaklaşın: (1) Birimi ne (tCO₂e mi, kg mı, MWh mı)? (2) Kaynağı hangi belge? (3) Bir denetçiye bu rakamı nasıl kanıtlarım? Bu üç soru, ESG hatalarının çoğunu daha başta yakalar. "tCO₂e" burada "ton karbondioksit eşdeğeri" demektir; farklı sera gazlarını tek bir ortak birime çeviren ölçüdür.

Adım adım: ESG'de güvenli YZ iş akışı

1. Görevi standarda ve birime bağla. "Karbon salımımızı hesapla" yerine "2024 yılı, İstanbul ofisi, doğalgaz tüketimi 12.000 m³; GHG Protocol Kapsam 1 metoduyla tCO₂e cinsinden salımı hesapla, kullandığın emisyon faktörünü ve kaynağını belirt" deyin.

2. Kaynağı ve varsayımı açıkça iste. YZ'den her sayı için hangi emisyon faktörünü, hangi standardı ve hangi varsayımı kullandığını yazmasını isteyin. Kaynak göstermeyen hiçbir sayıyı kabul etmeyin.

3. Birincil kaynakla doğrula. Emisyon faktörünü resmi bir veri tabanından (örneğin ulusal enerji bakanlığı, İngiltere DEFRA veri seti, IEA), standart metnini GRI ya da EFRAG resmi belgesinden teyit edin. EFRAG, CSRD'nin dayandığı ESRS (European Sustainability Reporting Standards — Avrupa Sürdürülebilirlik Raporlama Standartları) standartlarını hazırlayan Avrupa kurumudur.

4. Denetim izini kaydet. Hangi veriyi, hangi kaynaktan, hangi tarihte, hangi varsayımla kullandığınızı bir tabloya yazın. Güvence denetçisi (bağımsız doğrulayıcı) bunu isteyecektir.

5. Nihai iddiayı bir insan onaylasın. Kamuya açık her ESG iddiasının arkasında bir sorumlu isim olmalıdır.

Zayıf prompt / Güçlü prompt

Aynı işi iki farklı şekilde istemek, sonucun güvenilirliğini kökten değiştirir.

Zayıf prompt:

Şirketimizin karbon ayak izini hesapla ve sürdürülebilirlik raporu için bir paragraf yaz.

Bu istem birim, kapsam, yıl, veri ve kaynak içermez; YZ boşlukları uydurmayla doldurur ve greenwashing dolu bir metin üretir.

Güçlü prompt:

Rolün: kıdemli bir ESG raporlama uzmanı.Girdi verisi (yalnızca bunları kullan, eksikse "veri yok" yaz):- 2024, doğalgaz: 12.000 m³- 2024, şebeke elektriği: 85.000 kWhGörev: GHG Protocol Kapsam 1 ve Kapsam 2 (location-based) yöntemiyletCO₂e cinsinden salımı hesapla.Kurallar:- Kullandığın her emisyon faktörünü, birimini ve kaynağını ayrı sütunda belirt.- Faktörü bilmiyorsan uydurma; "resmi faktör gerekli" yaz.- Sonucu bir tabloda ver; sonuna doğrulanması gereken maddeleri listele.

Etik, gizlilik ve sınırlar

ESG verisi çoğu zaman hassastır: çalışan cinsiyet ve maaş verileri (sosyal göstergeler), tedarikçi sözleşme koşulları, henüz açıklanmamış finansal etkiler. Bu verileri herkese açık bir YZ aracına girmeden önce gizlilik sınırını netleştirin. Kişisel veriyi (KVKK ve GDPR kapsamındaki isim, TC kimlik, maaş) YZ'ye vermeden önce anonimleştirin ya da toplulaştırın; yani tek tek kişiler yerine "kadın çalışan oranı %38" gibi özet sayılara çevirin. KVKK Türkiye'nin, GDPR ise Avrupa'nın kişisel veri koruma yasasıdır.

Dikkat: Bir ESG raporundaki yanlış ya da abartılı iddia, yalnızca itibar riski değil; CSRD ve ulusal tüketici mevzuatları kapsamında para cezası ve yasal sorumluluk doğurabilir. YZ'nin ürettiği hiçbir iddiayı kanıtlamadan yayımlamayın.

Üç mini vaka

Vaka 1 — Uydurma faktör. Bir üretim şirketi, YZ'ye dizel tüketimini verip emisyon hesabı istedi. YZ, "dizel için 2,40 kgCO₂e/litre" faktörünü kullandı. Uzman kontrol etti: resmi faktör yaklaşık 2,68 kgCO₂e/litre idi. Fark %10'du ve 40.000 litrelik tüketimde yaklaşık 11 ton CO₂e sapma anlamına geliyordu. Faktör resmi kaynaktan düzeltildi.

Vaka 2 — Olmayan standart. Bir danışman, YZ'den rapor için "GRI 305-8 su tüketimi" başlığı istedi. Oysa su, GRI 303 altında raporlanır; GRI 305 hava emisyonlarıdır. Standart metniyle kontrol edilince hata yakalandı ve içerik doğru maddeye taşındı.

Vaka 3 — Greenwashing dili. YZ, bir perakende markası için "ürünlerimiz tamamen çevre dostudur" cümlesini önerdi. ESG ekibi bunu kanıtlanamaz bulup "ambalajımızın %60'ı geri dönüştürülmüş malzemedir (2024, iç ölçüm)" gibi somut, kanıtlanabilir bir ifadeyle değiştirdi.

Denetime hazır çalışmak için istemler

Aşağıdaki ESG metnini denetim gözüyle incele.Her sayısal iddia için:1) Birimi net mi?2) Kaynağı belirtilmiş mi?3) Kanıtlanabilir mi, yoksa öznel/abartılı mı?Kanıtsız veya "çevre dostu, yeşil, doğal" gibi belirsiz ifadeleri işaretleve her biri için somut, ölçülebilir bir alternatif öner.Metin: [METİN]

Aşağıdaki istem, kurum içinde YZ kullanım sınırını netleştiren kısa bir politika taslağı üretir.

Rolün: bir sürdürülebilirlik ekibi lideri.Görev: ekibin ESG işlerinde yapay zeka kullanımını düzenleyen 1 sayfalıkiç politika taslağı yaz. Şunları içersin:- YZ'nin serbestçe kullanılabileceği görevler (taslak, özet, biçimlendirme)- İnsan doğrulaması zorunlu görevler (sayı, faktör, standart atfı, iddia)- Asla YZ'ye girilmeyecek veri türleri (kişisel veri, açıklanmamış finansal etki)Ton: net, madde madde, uygulanabilir.

Aşağıdaki istem, her ESG çıktısına eklenebilecek küçük bir "denetim izi" tablosu iskeleti kurar.

Sık yapılan hatalar

Sayıyı kaynaksız kabul etmek. YZ'nin verdiği her emisyon faktörü ve rakam, resmi kaynakla teyit edilmeden rapora girmez.
Birimi göz ardı etmek. kg ile ton, kWh ile MWh karıştırılırsa sonuç 1000 kat sapabilir.
Standart numaralarına körü körüne güvenmek. GRI/ESRS madde numaraları mutlaka resmi belgeyle doğrulanır.
Hassas veriyi olduğu gibi girmek. Çalışan ve tedarikçi verileri anonimleştirilmeden herkese açık araca verilmez.
YZ'yi denetçi yerine koymak. YZ bir kontrol listesi üretebilir ama bağımsız güvence sağlayamaz.

Özetle

Yapay zeka ESG'de güçlü bir taslak, veri düzenleme ve analiz ortağıdır; ama bir hesap makinesi, mevzuat veri tabanı veya denetçi değildir. Değeri, doğrulanmasıyla ortaya çıkar. Her sayıyı birincil kaynaktan teyit etmek, her standart atfını resmi metinle karşılaştırmak, hassas veriyi anonimleştirmek ve nihai iddianın sorumluluğunu bir insana bırakmak bu modülün değişmez omurgasıdır. "Akıcı görünmek" ile "denetimden geçmek" arasındaki farkı hiç unutmayın.

Uygulama görevi

Kendi kurumunuzdan (ya da hayali bir şirketten) tek bir çevresel veri kalemi seçin: örneğin bir aylık elektrik faturası. Yukarıdaki "güçlü prompt" şablonunu kullanarak YZ'den bir Kapsam 2 emisyon hesabı iskeleti isteyin. Ardından: (1) kullandığı emisyon faktörünü resmi bir kaynakla karşılaştırın, (2) birimlerin tutarlılığını kontrol edin, (3) hangi maddelerin "doğrulanması gerekli" olduğunu listeleyen küçük bir denetim izi tablosu yazın.

Kontrol listesi

[ ] YZ'nin verdiği her sayının birimini ve kaynağını sorguladım.
[ ] Emisyon faktörlerini resmi bir veri tabanıyla teyit ettim.
[ ] Standart (GRI/ESRS) numaralarını resmi metinle doğruladım.
[ ] Hassas/kişisel veriyi anonimleştirdim ya da toplulaştırdım.
[ ] "Çevre dostu, yeşil, doğal" gibi kanıtsız ifadeleri işaretledim.
[ ] Her karar için denetim izi (kaynak, tarih, varsayım) kaydı tuttum.
[ ] Nihai iddiayı onaylayan sorumlu bir isim belirledim.