فائدہ:
- GRI، ESRS اور ISSB فریم ورک (اثر، دوہرا مادّہ، مالیاتی) کے فوکس کو الگ کرنے اور ریڈر کے مطابق صحیح فریم ورک کا انتخاب کرنے کی صلاحیت
- معیاری آئٹم کے امیدواروں کے لیے مادی موضوعات کا نقشہ بنانے اور ہر نمبر کی سرکاری معیاری متن کے ساتھ تصدیق کرنے کی اہلیت
- کراس میچنگ قائم کرنے کی اہلیت جو سنگل ڈیٹا کو متعدد فریموں سے جوڑتا ہے اور واضح طور پر ان کو چھپائے بغیر ڈیٹا کے فرق کی نشاندہی کرتا ہے۔
ایک بار جب کوئی کمپنی پائیداری کا ڈیٹا اکٹھا کر لیتی ہے، تو اسے بین الاقوامی طور پر قبول شدہ رپورٹنگ فریم ورک کے مطابق ظاہر کرنا چاہیے، نہ کہ من مانی طریقے سے۔ فریم ورک ایک عام زبان ہے جو اس بات کا تعین کرتی ہے کہ "کس موضوع کو رپورٹ کرنا ہے، کیسے، کن اشارے کے ساتھ"؛ اس کی بدولت دو مختلف کمپنیوں کی رپورٹس کا موازنہ کیا جا سکتا ہے۔ اس یونٹ میں، آپ تین بڑے فریم ورک (GRI، ESRS/CSRD، ISSB) کے بارے میں جانیں گے اور ان فریم ورک کے مطابق مواد کی مماثلت میں مصنوعی ذہانت (AI) کو محفوظ طریقے سے استعمال کرنے کا طریقہ سیکھیں گے۔
آئیے تین فریم ورک کو مختصراً بیان کرتے ہیں۔ GRI (گلوبل رپورٹنگ انیشیٹو) دنیا میں رضاکارانہ پائیداری کی رپورٹنگ کے معیارات کا سب سے زیادہ استعمال ہونے والا خاندان ہے۔ یہ بنیادی طور پر دنیا پر کمپنی کے اثرات کو دیکھتا ہے۔ ESRS (European Sustainability Reporting Standards) دوہرے مادیت پر مبنی معیارات کا ایک مجموعہ ہے، جو CSRD کی ہدایت کے دائرہ کار میں یورپی یونین کو درکار ہے۔ ISSB (International Sustainability Standards Board) ایک بین الاقوامی بورڈ ہے جو IFRS S1/S2 معیارات شائع کرتا ہے، سرمایہ کار کی توجہ کے ساتھ مالیاتی مادیت پر توجہ مرکوز کرتا ہے۔
تین فریم، تین نقطہ نظر
فریم
کس نے اتارا؟
مرکزی توجہ
کیا یہ لازمی ہے؟
گرے
GRI ادارہ
دنیا پر کمپنی کے اثرات
رضاکارانہ، بہت عام
ESRS/CSRD
EU/EFRAG
دوہری مادیت (اثر + مالیات)
EU کے تحت لازمی
ISSB (IFRS S1/S2)
IFRS فاؤنڈیشن
سرمایہ کار کے لیے مالیاتی مواد
ملک کی طرف سے اپنایا
یہ فریم ورک ایک دوسرے کے حریف نہیں ہیں، بلکہ تکمیلی زبانیں ہیں جو مختلف قارئین کو پسند کرتی ہیں۔ زیادہ تر بڑی کمپنیاں اپنا ڈیٹا ایک بار اکٹھا کرتی ہیں اور اسے متعدد فریم ورک پر "نقشہ" بناتی ہیں۔ یہ وہ جگہ ہے جہاں AI کی اصل قدر مضمر ہے: یہ مختلف فریموں کے آئٹم نمبروں پر ایک ہی ڈیٹا کی سفارش کرنے میں ایک تیز معاون ہے۔ لیکن یہ آئٹم نمبرز سے مماثل ہوسکتا ہے، لہذا ہر میچ کی تصدیق سرکاری معیاری متن کے خلاف ہونی چاہیے۔
مشورہ: آپ فریموں کا اس سوال سے موازنہ کر سکتے ہیں "کون سا بہتر ہے؟" نہیں "کون پڑھے گا؟" منتخب کریں۔ اگر آپ سرمایہ کاروں سے بات کر رہے ہیں، ISSB/مالی مادیت؛ اگر آپ یورپی یونین کے ضابطے کے تابع ہیں تو ESRS لازمی ہے۔ GRI طاقتور ہے اگر آپ اپنے اثرات کو اسٹیک ہولڈرز کی ایک وسیع رینج تک پہنچاتے ہیں۔ اکثر ایک سے زیادہ ایک ساتھ استعمال ہوتے ہیں۔
GRI معیارات کا ڈھانچہ
GRI کو موضوع پر مبنی نمبروں کے ذریعے منظم کیا جاتا ہے۔ چند مثالیں (تصدیق کے لیے سرکاری متن ضرور دیکھیں):
- GRI 302 - توانائی
- GRI 303 - پانی اور گندا پانی
- GRI 305 - اخراج (ہوا)
- GRI 306 - فضلہ
- GRI 403 - پیشہ ورانہ صحت اور حفاظت
سب سے عام AI غلطی کسی موضوع کو غلط نمبر کے نیچے رکھنا ہے: مثال کے طور پر، GRI 305 (اخراج) کے تحت پانی دکھانا۔ پانی GRI 303 ہے۔ ایسی غلطیاں صرف سرکاری معیار کی فہرست سے پکڑی جاتی ہیں۔
مرحلہ وار: AI کے ساتھ فریم میچنگ
1. مادیت پر مبنی۔ ایک بار جب آپ یہ طے کر لیں کہ کون سے عنوانات کی اطلاع دی جائے گی (یونٹ 2)، نقشہ سازی کی طرف بڑھیں۔
2. معیاری شے کے لیے ڈیٹا تجویز کریں۔ AI سے پوچھیں کہ وہ ہر مواد کے موضوع کو متعلقہ GRI/ESRS مادہ کے امیدوار کے لیے نقشہ بنائے؛ لیکن بیان کریں کہ "یہ ایک مسودہ تجویز ہے"۔
3. سرکاری متن کے ساتھ آئٹم نمبر کی تصدیق کریں۔ GRI یا EFRAG کی آفیشل دستاویز کے ساتھ ہر تجویز کردہ نمبر کی تصدیق کریں۔ نمبر اور مواد دونوں کو چیک کریں۔
4. خلا کی شناخت کریں۔ وہ ڈیٹا درج کریں جو آپ معیاری چاہتے ہیں لیکن آپ کے پاس نہیں ہے (ڈیٹا گیپ)؛ یہ یا تو جمع کیے جاتے ہیں یا "دستیاب نہیں" قرار دیتے ہیں۔
5. کراس میپنگ ترتیب دیں۔ اسی ڈیٹا کو GRI، ESRS اور ISSB نمبروں سے جوڑنے والا ایک ٹیبل تیار کریں۔ لہذا آپ ایک ڈیٹا کے ساتھ متعدد فریم ورک کو رپورٹ کرتے ہیں۔
کمزور فوری / مضبوط اشارہ
کمزور اشارہ:
جی آر آئی کے مطابق ان موضوعات کو شمار کریں۔
AI ایسے نمبر تیار کر سکتا ہے جو معقول معلوم ہوتے ہیں لیکن غلط/من گھڑت ہیں۔ کوئی توثیق کال نہیں ہے۔
طاقتور اشارہ:
آپ کا کردار: رپورٹنگ فریم ورک ماہر۔ ان پٹ: ہمارے مادی موضوعات (توانائی، پانی، اخراج، پیشہ ورانہ حفاظت، فضلہ)۔ کام: ہر موضوع کے لیے ممکنہ GRI اور ESRS مادہ کے امیدواروں کی تجویز کریں۔ صحیح تعداد کا دعوی نہ کریں۔ - ایسی تعداد نہ بنائیں جس کے بارے میں آپ کو یقین نہیں ہے۔ "سرکاری معیاری فہرست سے تصدیق" لکھیں۔ - پانی اور اخراج جیسے آسان الجھنے والے موضوعات پر امتیازی سلوک کی وجہ لکھیں۔ آؤٹ پٹ: ٹیبل (موضوع | GRI امیدوار | ESRS امیدوار | تصدیقی نوٹ)۔
ملٹی فریم میپنگ ٹیبل کے لیے اشارہ کریں۔
مندرجہ ذیل مادی موضوعات کے لیے ملٹی فریم میپنگ ٹیبل اسکافولڈ بنائیں۔ کالم: موضوع | ڈیٹا آئٹم | جی آر آئی آرٹ۔ | ESRS آرٹ۔ | ISSB (S1/S2) | ماخذ ڈیٹا | کیا کوئی خلا ہے؟ قواعد:- آئٹم نمبرز کو بطور "امیدوار/ تصدیق شدہ کے طور پر نشان زد کریں"۔ - ان سیلوں میں "DATA GAP" لکھیں جن میں کوئی ڈیٹا نہیں ہے۔ عنوانات: [موضوعات]
درج ذیل پرامپٹ رپورٹنگ گیپ کا تجزیہ کرتا ہے۔
آپ کا کردار: ESG تعمیل تجزیہ کار۔ ٹاسک: ہمارے پاس موجود ڈیٹا کا ہم نے منتخب کردہ فریم ورک (ESRS) کے لیے درکار وضاحتوں سے موازنہ کریں اور فرق کا تجزیہ کریں۔ آؤٹ پٹ: مطلوبہ وضاحت | کیا ہمارے پاس ہے؟ | اگر غائب ہو تو کیا جمع کرنا ہے | ذمہ دار۔ اصول: ہر سطر کے لیے جو آپ کہتے ہیں "ہمارے پاس ہے"، ماخذ لکھیں۔ اگر آپ کو یقین نہیں ہے تو، "ضروری چیک کریں" کہیں۔ مجھے سرکاری متن سے معیاری شقوں کی تصدیق کرنے کے لیے یاد دلائیں۔ اندراج: [دستیاب ڈیٹا کی فہرست]
توجہ: معیارات کو باقاعدگی سے اپ ڈیٹ کیا جاتا ہے؛ آئٹم نمبر، حد اور تقاضے تبدیل ہو سکتے ہیں۔ AI کا تربیتی ڈیٹا ایک پرانے ورژن کی عکاسی کر سکتا ہے۔ قابل اطلاق سرکاری متن کے ساتھ ہمیشہ اہم جوڑی اور ذمہ داری کے فیصلوں کی تصدیق کریں۔
تین چھوٹے مقدمات
کیس 1 - غلط نمبر۔ ایک توانائی کمپنی نے AI سے GRI میپنگ کے لیے کہا۔ YZ نے اپنے پانی کی کھپت کو "GRI 305-8" کا لیبل لگایا۔ ماہر نے چیک کیا: پانی GRI 303 ہے، GRI 305 ہوا کا اخراج ہے، اور کوئی بیان 305-8 نہیں ہے۔ سرکاری فہرست کے ساتھ نمبر درست کر دیا گیا ہے۔
کیس 2 - ایک ڈیٹا کے ساتھ کئی رپورٹس۔ ایک مینوفیکچرر نے ایک بار توانائی کا ڈیٹا اکٹھا کیا اور اسے AI کی مدد سے GRI 302، ESRS E1 (آب و ہوا) اور ISSB S2 کی ضروریات دونوں میں میپ کیا۔ کراس ٹیبل کی بدولت، تین الگ الگ رپورٹس کے لیے ڈیٹا کو دوبارہ جمع کرنے کے بجائے ایک ہی ذریعہ سے ڈیٹا فیڈ کیا گیا تھا۔ ہر نمبر کی تصدیق سرکاری متن سے کی گئی۔
کیس 3 - پوشیدہ گہا ایک کمپنی کے پاس ESRS کے لیے مطلوبہ "Scope 3 Emissions" کا انکشاف نہیں تھا۔ اے آئی نے رپورٹ کو روانی سے "گویا یہ مکمل" لکھا اور خلا کو پوشیدہ بنا دیا۔ جب خلا کا تجزیہ کیا گیا تو اس میں کمی سامنے آئی۔ اعداد و شمار کو من گھڑت بنانے کے بجائے، رپورٹ میں ایمانداری سے وضاحت کی گئی کہ "اسکوپ 3 ڈیٹا 2025 میں جمع کیا جائے گا۔"
عام غلطیاں
- آئٹم نمبر کی تصدیق نہیں کر رہا ہے۔ سرکاری متن کے ساتھ تصدیق کے بغیر GRI/ESRS/ISSB نمبر استعمال نہیں کیے جاتے ہیں۔
- مکسنگ فریم۔ یہ فرض کر لینا کہ GRI کا اثر فوکس اور ISSB کی مالی توجہ ایک جیسی ہے غلط وضاحتوں کا باعث بنے گی۔
- پرانے ورژن پر انحصار کرنا۔ معیارات کو اپ ڈیٹ کیا جاتا ہے؛ موجودہ متن ضروری ہے۔
- ڈیٹا گیپ کو چھپانا۔ گمشدہ ڈیٹا کو واضح طور پر بیان کرنا ضروری ہے، نہ کہ اسے "گویا یہ مکمل" لکھنا۔
- مبہم مسائل جیسے پانی/اخراج۔ ایک جیسے نظر آنے والے موضوعات مختلف آئٹم نمبرز کے تحت آتے ہیں۔
خلاصہ میں
رپورٹنگ فریم ورک ایسے ڈھانچے ہیں جو پائیداری کے اعداد و شمار کا ایک مشترکہ موازنہ زبان میں ترجمہ کرتے ہیں: GRI اثر کو دیکھتا ہے، ISSB فنانس کو دیکھتا ہے، ESRS دونوں کو دوہری مادیت کے ساتھ دیکھتا ہے۔ AI ایک ہی ڈیٹا کو مختلف فریم ورک کے آئٹمز پر تیزی سے میپ کرنے میں ایک طاقتور اسسٹنٹ ہے۔ لیکن آئٹم نمبروں کو فج کر سکتا ہے اور پرانے ورژن کی عکاسی کر سکتا ہے۔ ہر میپنگ کو اس کے آفیشل کیننیکل ٹیکسٹ کے ساتھ توثیق کریں، ریڈر کے لحاظ سے فریم منتخب کریں، ڈیٹا کے فرق کو نہ چھپائیں۔ ایک ڈیٹا کے ساتھ متعدد فریم ورکس کو رپورٹ کرنا موثر ہے۔ لیکن یہ تب ہی محفوظ ہے جب ہر نمبر کی تصدیق ہو جائے۔
درخواست کا کام
پانچ مادی موضوعات کا انتخاب کریں (مثلاً توانائی، پانی، اخراج، فضلہ، پیشہ ورانہ حفاظت)۔ اوپر دیے گئے ملٹی فریم میچنگ پرامپٹ کے ذریعے AI سے GRI/ESRS/ISSB امیدوار ٹیبل کی درخواست کریں۔ پھر: (1) آفیشل ٹیکسٹ کے ساتھ کم از کم تین آئٹم نمبروں کی تصدیق کریں، (2) چیک کریں کہ پانی اور اخراج درست طریقے سے الگ ہوئے ہیں، (3) خالی فہرست میں جو ڈیٹا آپ سے غائب ہے اسے لکھیں۔
چیک لسٹ
- میں نے ہر مادی موضوع کو متعلقہ فریم آرٹیکل میں نقشہ بنایا۔
- میں نے آئٹم نمبرز کی تصدیق آفیشل (GRI/EFRAG/ISSB) ٹیکسٹ سے کی۔
- میں نے اس کے قارئین (سرمایہ کار/اسٹیک ہولڈر/ریگولیٹر) کی بنیاد پر فریم ورک کا انتخاب کیا۔
- [ ] میں نے پانی/ اخراج جیسے آسان الجھن والے موضوعات کو صحیح طریقے سے الگ کیا ہے۔
- میں نے ڈیٹا گیپس کو چھپائے بغیر واضح طور پر درج کیا ہے۔
- میں نے تصدیق کی ہے کہ میں معیارات کا موجودہ ورژن استعمال کر رہا ہوں۔
- میں نے ایک کراس ٹیب ترتیب دیا جو سنگل ڈیٹا کو متعدد فریموں سے جوڑتا ہے۔