AUTOMATED VERIFICATION OF BRSR DISCLOSURES: A NEURO-SYMBOLIC NLP PIPELINE FOR OFFLINE GREENWASHING DETECTION, ETHICAL AUDITING, AND GREEN FINANCE INTEGRATION IN INDIA
BRSR開示の自動検証：インドにおけるオフライングリーンウォッシング検出、倫理的監査、およびグリーンファイナンス統合のためのニューロシンボリックNLPパイプライン (AI 翻訳)
Samir N Jena, Lala Sibani Chand, Anubhutie Singh
🤖 gxceed AI 要約
日本語
本研究は、インドのBRSR（事業責任・持続可能性報告）開示を自動検証するニューロシンボリックNLPパイプラインを提案する。4ビット量子化による軽量化でローカル実行を可能にし、正規表現による確定的フィルターでAIのハルシネーションを抑制。グリーンウォッシュ検出と倫理的監査に貢献する。
English
This paper proposes a neuro-symbolic NLP pipeline for automated verification of BRSR disclosures in India. It uses 4-bit quantization for local execution and a deterministic regex layer to filter hallucination, enabling offline greenwashing detection and ethical auditing.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではSSBJ（サステナビリティ開示基準）に対応した開示検証の需要が高まっており、本手法はオフラインで機密データを保護しながら検証可能な点が参考になる。特に中小企業向けの低コスト検証ツールとして応用可能性がある。
In the global GX context
This pipeline addresses a critical gap in greenwashing detection for mandatory disclosures like India's BRSR. Its offline, low-energy design is relevant for global regulators (SEC, CSRD) seeking cost-effective verification methods that preserve data privacy.
👥 読者別の含意
🔬研究者:Novel neuro-symbolic approach combining NLP with deterministic rules for disclosure verification.
🏢実務担当者:Offline tool for internal greenwashing audits and compliance checks without cloud dependency.
🏛政策担当者:Potential reference for designing technology-assisted verification frameworks for sustainability reporting mandates.
📄 Abstract（原文）
The Securities and Exchange Board of India (SEBI) in 2021[9] rolled out the Business Responsibility and Sustainability Reporting (BRSR) mandate to adapt to inclusive growth and transition to a sustainable economy to mitigate the climate change impact. This caused Indian companies a massive paperwork headache, and everyone is racing towards the use of Large Language Models (LLMs). We have found three major drawbacks of this approach: AI tends to make up its own math (hallucinations) the energy needed to run these models is ironic given the green goal no Indian firm wants to leak sensitive data to a foreign cloud. This study breaks this cycle. We built a Neuro-Symbolic Pipeline designed specifically for environmental data in Principle 6[9]. By shrinking the model through 4-bit quantization, we made it light enough to run locally on a standard laptop, keeping the data private and the energy costs low. The real breakthrough is the deterministic regular expression (Regex) layer. Instead of just trusting the AIs feeling about a sentence, our code acts as a hard filter. It hunts for specific Indian metrics (Lakhs, Crores, Metric Tons) to determine whether a company is hitting its targets.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.21474/ijar01/23320first seen 2026-06-06 05:21:59
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。