面向可信赖可持续性评估方法评估的人类-人工智能协作框架
人工智能
2026-02-20 v1
摘要
可持续性或 ESG 评估机构使用公司披露信息和外部数据生成分数或评估，以评估公司在环境、社会和治理方面的绩效。然而，单个公司 across 各评估机构的可持续性评估差异巨大，限制了其可比性、可信度和决策相关性。为统一评估结果，我们提出采用通用人类-人工智能协作框架生成可信質基准数据集以评估可持续性评估方法。该框架由两部分互补组成：STRIDE（可持续性信任评估与完整性数据方程）提供原则性准则和评分系统，以指导使用大型语言模型（LLM）构建公司层次基准数据集；以及 SR-Delta（差异分析程序框架），揭示潜在调整的见解。该框架实现了可扩展且可比的可持续性评估方法评估。我们呼吁更广泛的人工智能社区采用 AI 驱动的方法，以强化和发展支持和执行紧急可持续性议程的可持续性评估方法。
引用
@article{arxiv.2602.17106,
title = {Toward Trustworthy Evaluation of Sustainability Rating Methodologies: A Human-AI Collaborative Framework for Benchmark Dataset Construction},
author = {Xiaoran Cai and Wang Yang and Xiyu Ren and Chekun Law and Rohit Sharma and Peng Qi},
journal= {arXiv preprint arXiv:2602.17106},
year = {2026}
}