Leveraging LLMs for Enhanced Sustainability Reporting: An Application for Analyzing, Comparing, and Visualizing ESG Reports; Automated Interpretation and the Politics of Transparency: How LLM-Generated Summaries Shape the Meaning and Accountability of ESG Disclosures
LLMを活用したサステナビリティ報告の強化：ESG報告書の分析、比較、可視化への応用 (AI 翻訳)
Fiona Magee
🤖 gxceed AI 要約
日本語
本稿は、大規模言語モデル（LLM）を用いて企業のESG報告書を自動的に要約・分析・比較するウェブアプリケーションを開発した。これにより、利害関係者は手動での分析負担を軽減し、トレンド把握やベンチマーキングが容易になる。AIによる透明性向上の可能性を示す。
English
This paper develops a web application using LLMs to automatically summarize, analyze, and compare ESG reports. It enables stakeholders to reduce manual review effort, identify trends, and benchmark against peers. The prototype demonstrates how AI can enhance transparency and decision-making in sustainability reporting.
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
日本でもESG報告の複雑化が進んでおり、LLMを活用した分析ツールは投資家や企業にとって有用である。特に、SSBJ基準への対応や有報への統合が進む中、AIによる開示情報の整理は実務効率化に寄与する可能性がある。
In the global GX context
Globally, the complexity of ESG reporting is increasing with frameworks like ISSB and CSRD. This application of LLMs offers a scalable solution for analyzing and comparing disclosures, potentially improving transparency and accountability across markets.
👥 読者別の含意
🔬研究者:Shows how LLMs can be applied to sustainability reporting for automated analysis.
🏢実務担当者:Provides a tool for corporate sustainability teams to benchmark and analyze their own reports.
🏛政策担当者:Demonstrates the potential of AI to enhance disclosure transparency, which could inform regulatory approaches.
📄 Abstract（原文）
Corporate sustainability reporting has become increasingly complex, with institutions like Deutsche Bank releasing lengthy disclosures that are difficult for stakeholders to analyze efficiently. To address the need for a faster, more transparent method of extracting insights from these reports, I developed a web-based application that leverages large language models (LLMs) to summarize disclosures, identify trends over time, and enable comparisons with peer institutions. Users can interact with the data through text-based summaries, visual analytics, and an integrated query tool, reducing manual review effort and making ESG reporting more accessible. The prototype demonstrates how AI-driven analysis can enhance clarity, improve decision-making, and lay the groundwork for scalable, cross-company benchmarking in sustainability practices.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.18130/jcxh-2w78first seen 2026-05-15 18:05:44
🔔 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。