Decoding Greenwashing: LLM Insights into Corporate Narrative

日本語

本論文は、ESG開示とパフォーマンススコアのギャップ（GAP）をナラティブ操作の代理変数として用い、LLMを活用してグリーンウォッシュを検出する手法を提案する。大規模言語モデルを用いたテキスト分析により、企業の持続可能性報告書における虚偽または誇張された主張を特定する。実証実験により、提案手法が従来のルールベース手法よりも高精度でグリーンウォッシュを識別できることを示す。

English

This paper proposes a method to detect greenwashing by leveraging LLMs to analyze the gap between ESG disclosure and performance scores. Using large language models for text analysis of corporate sustainability reports, it identifies false or exaggerated claims. Empirical experiments show the proposed method outperforms traditional rule-based approaches in identifying greenwashing.

日本のGX文脈において

日本ではSSBJ基準への対応が迫られ、グリーンウォッシュ防止が重要課題となっている。本手法は、企業の開示内容の信頼性を自動評価する実用的なツールとなり得る。

In the global GX context

Globally, greenwashing detection is a priority for regulators and investors under ISSB/CSRD frameworks. This LLM-based approach offers a scalable, automated solution for verifying corporate sustainability claims, complementing existing ESG rating methodologies.