ESGのAI駆動型変革：系統的レビュー、ギャップ分析、および将来の研究課題

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:The review synthesizes existing AI-ESG literature and outlines a clear research agenda, making it a useful reference for scholars in sustainability and AI governance.

🏢実務担当者:The paper identifies practical barriers to AI adoption in ESG reporting and suggests paths toward more reliable AI systems, relevant for corporate sustainability teams evaluating AI tools.

🏛政策担当者:The analysis of regulatory fragmentation and data standardization gaps offers insights for policymakers working on harmonizing ESG disclosure requirements.

環境・社会・ガバナンス（ESG）への配慮は、環境課題の深刻化、ステークホルダーの期待、制度的圧力が高まる中で、企業の説明責任、規制遵守、持続可能な価値創造のための中心的な枠組みとなっている。同時に、人工知能（AI）の進歩は、大規模なデータ統合、予測型サステナビリティ分析、自動化された報告、リアルタイムのガバナンス・インテリジェンスを可能にすることで、ESGシステムを変革しつつある。これらの発展は、サステナビリティ管理のデジタル化を加速させ、組織がESGパフォーマンスを測定・開示・ガバナンスする方法を再形成している。 本研究は、体系的な文献レビューを実施し、AI主導のESG変革に関する新興研究群を統合し、批判的に評価する。社会技術的ガバナンスの視点を採用し、本レビューはAI対応ESG統合を、アルゴリズムシステムが組織的・制度的文脈を横断してサステナビリティの評価、開示、モニタリング、意思決定にますます影響を与える変革プロセスとして概念化する。調査結果は、顕著な技術的進歩にもかかわらず、ESGにおけるAIの効果的な適用を引き続き制約するいくつかの障壁が存在することを明らかにしている。これには、断片的で一貫性のないESGデータ基盤、アルゴリズムのバイアスと不透明性、規制の断片化、説明可能性と監査可能性のメカニズムの脆弱さ、そして未解決の倫理的・社会的・環境的リスクが含まれる。本レビューはまた、各国横断的な規制エビデンス、AI技術のライフサイクル評価、ステークホルダーの信頼、そしてグリーンウォッシングとマシンウォッシングのリスクを軽減しながらESG開示の信頼性を高めるメカニズムに関連する重要なギャップを特定する。 これらの調査結果に基づき、本研究は、ESGデータ標準化、信頼性が高く説明可能なAI、規制調和、ガバナンス統合、そしてAI対応ESGシステムのより広範なサステナビリティへの影響を理解するための学際的アプローチを強調する将来の研究課題を提案する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Environmental, Social, and Governance (ESG) considerations have become a central framework for corporate accountability, regulatory compliance, and sustainable value creation amid growing environmental challenges, stakeholder expectations, and institutional pressures. At the same time, advances in Artificial Intelligence (AI) are transforming ESG systems by enabling large-scale data integration, predictive sustainability analytics, automated reporting, and real-time governance intelligence. These developments are accelerating the digitalization of sustainability management and reshaping how organizations measure, disclose, and govern ESG performance. This study conducts a systematic literature review to synthesize and critically evaluate the emerging body of research on AI-driven ESG transformation. Adopting a socio-technical governance perspective, the review conceptualizes AI-enabled ESG integration as a transformative process in which algorithmic systems increasingly influence sustainability assessment, disclosure, monitoring, and decision-making across organizational and institutional contexts. The findings reveal that despite significant technological progress, several barriers continue to constrain the effective application of AI in ESG. These include fragmented and inconsistent ESG data infrastructures, algorithmic bias and opacity, regulatory fragmentation, weak explainability and auditability mechanisms, and unresolved ethical, social, and environmental risks. The review also identifies important gaps related to cross-country regulatory evidence, lifecycle assessments of AI technologies, stakeholder trust, and mechanisms for enhancing ESG disclosure credibility while mitigating greenwashing and machine-washing risks. Based on these findings, the study proposes a future research agenda emphasizing ESG data standardization, trustworthy and explainable AI, regulatory harmonization, governance integration, and interdisciplinary approaches to understanding the broader sustainability implications of AI-enabled ESG systems.

• semanticscholar https://doi.org/10.55578/jift.2606.007first seen 2026-06-26 05:37:10 · last seen 2026-09-29 05:42:16
• openaire https://doi.org/10.55578/jift.2606.007first seen 2026-08-04 04:48:03 · last seen 2026-09-27 04:29:11