← 論文一覧に戻る

インドおよび米国におけるグリーンウォッシュに対するAI活用フォレンジックESG報告と企業説明責任

AI-Enabled Forensic ESG Reporting and Corporate Accountability for Greenwashing in India and the United States (原題)

Abhilash Aggarwal, Mehvish Mehraj

Advances in computational intelligence and robotics book seriesジャーナル2026-11-05#AI×ESG経営インパクト: 調達リスク対象セクター: cross_sector
DOI: 10.4018/979-8-2600-0873-7.ch013
原典: https://doi.org/10.4018/979-8-2600-0873-7.ch013

🤖 gxceed AI 要約

日本語

機械学習・NLP・知識グラフを用いたグリーンウォッシュ検出が、インドと米国の法制度下で企業責任を導き得るかを検討する章。インドのBRSR Core、2024年CCPAガイドライン、PFUTP規則、およびBharatiya Sakshya Adhiniyam 2023の二重証明書構造がアルゴリズム検証に適した証拠基盤を形成すると論じる。技術的検出段階と法域固有の認証・責任帰属段階を分離して分析する。

English

This chapter examines whether AI-driven greenwashing detection (ML classifiers, NLP, knowledge graphs) can establish corporate liability under Indian and US law. It argues India's BRSR Core, 2024 CCPA greenwashing guidelines, PFUTP Regulations, and the Bharatiya Sakshya Adhiniyam 2023 dual-certificate structure create a stronger evidential infrastructure for algorithmic verification. It separates technical detection stages from jurisdiction-specific certification and liability-attribution stages.

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基準と有報でのサステナビリティ開示が進む中、AIによる開示検証と法的責任の接続は今後の論点となる。インドのBRSR Coreのような制度設計は、日本企業のグリーンウォッシュ・リスク管理や保証業務の高度化を考える上で示唆に富む。

In the global GX context

As ISSB/CSRD disclosure regimes expand, this chapter bridges AI-based forensic analysis with legal accountability—an emerging frontier for global disclosure scholarship. India's BRSR Core offers a comparative model for how regulators can design machine-verifiable disclosure infrastructure, relevant to SEC climate rule and CSRD enforcement debates.

👥 読者別の含意

🔬研究者:AI検出と法的責任帰属を接続する学際的研究の枠組みとして、ESG開示研究と法工学の交点を提示する。

🏢実務担当者:AI検証を前提とした開示データの品質管理と、グリーンウォッシュ指摘に備えた証拠保全の重要性を示す。

🏛政策担当者:BRSR Coreのような機械検証可能な開示制度設計と、AI証拠の法的位置づけ整備の参考になる。

📄 Abstract（原文）

Machine-learning classifiers, natural language processing systems, and knowledge-graph ‎architectures are now identifying, at a scale that no conventional audit can manage, statistical and textual patterns associated with greenwashing. This chapter assesses whether AI-generated inconsistency detection could ‎result in corporate liability under Indian and United States law, and argues that it could, but ‎only through evidential pathways that neither system has yet tested. India has deliberately ‎designed its BRSR Core disclosure framework, coupled with its 2024 CCPA greenwashing ‎guidelines and the under-use of the PFUTP Regulations, to create a better infrastructure for ‎algorithmic verification. It is also a formalised evidential one by virtue of the Bharatiya ‎Sakshya Adhiniyam 2023's dual-certificate structure. The technical stages common to both systems are separated from the ‎jurisdictionally specific certification and liability-attribution stages that follow.

🔗 Provenance — このレコードを発見したソース

🔔 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。