← 論文一覧に戻る

持続可能性報告における生成開示の信頼性と監査可能性の調整

Calibrating Credibility and Auditability of Generative Disclosures in Sustainability Reporting (原題)

Tai Mule

Applied and Computational Engineeringプレプリント2025-12-03#AI×ESGOrigin: CN
DOI: 10.54254/2755-2721/2025.30135
原典: https://doi.org/10.54254/2755-2721/2025.30135

🤖 gxceed AI 要約

日本語

本研究は、中国A株上場企業のESG開示データを用いて、生成AIによる開示の信頼性と監査可能性を評価するモデルを提案。ERNIE、DeBERTa、SLCIモデルを統合し、新たなGAI-CN指標を導入した結果、信頼性が21%向上し、監査可能性とガバナンス品質に強い正の相関（R=0.63）が見られた。

English

This study proposes a model to calibrate credibility and auditability of generative AI-based sustainability disclosures using 71 sets of ESG data from Chinese A-share listed companies. By integrating ERNIE, DeBERTa, and SLCI models, and introducing the Generative Auditability Index-China (GAI-CN), it finds a 21% improvement in credibility calibration and a significant positive correlation (R=0.63) between auditability and governance quality.

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

中国のESG開示における生成AI活用の信頼性評価モデルは、日本のSSBJが求める開示の質的向上に示唆を与える。特に、AI生成情報の監査可能性の定量化手法は、日本企業の開示プロセス改善に応用可能。

In the global GX context

As regulators globally (ISSB, SEC) grapple with AI-generated disclosures, this paper provides an empirical calibration model from China. The proposed GAI-CN index offers a quantifiable approach to auditability that could inform international standards on AI in sustainability reporting.

👥 読者別の含意

🔬研究者:Researchers in AI for ESG reporting can leverage the integrated model (ERNIE, DeBERTa, SLCI) and the GAI-CN index as a baseline for cross-country comparisons.

🏢実務担当者:Corporate sustainability teams can use the credibility calibration approach to enhance auditability of AI-assisted disclosures.

🏛政策担当者:Regulators exploring AI disclosure frameworks should note the positive link between auditability and governance quality, supporting the need for robust AI governance.

📄 抄録（日本語訳）

持続可能性報告における生成的人工知能の統合という増加傾向に直面して、開示の効率性と信頼性に関する主要な懸念が、規制当局と学界の双方によってますます取り組まれていることが見て取れる。本研究の目的は、二層構造を持つ信頼性較正および監査定量化モデルの助けを借りて、中国におけるAIを介した企業開示に関する信頼性と監査可能性の問題を解決することである。2020年から2024年までの中国A株上場企業の71セットのESG開示データに基づき、本研究はERNIE、DeBERTa、およびSLCIモデルを統合して企業開示における意味的整合と信頼性評価を行い、さらに中国生成監査可能性指数（GAI-CN）の適用を提案して、企業開示における追跡可能性、透明性、および規制遵守を定量化した。実証結果は、信頼性較正において21.0%の改善が見られ、監査可能性とガバナンス品質の間に有意な正の相関（R=0.63、p < 0.01の有意水準）があることを示している。

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。

📄 Abstract（原文）

In face of the increasing trend of integrating generative artificial intelligence in sustainability reporting, it can be seen that the primary concern with respect to disclosure efficiency and credibility has increasingly been addressed by regulators and academia alike. The purpose of the current study is to resolve the issues of credibility and auditability with respect to corporate disclosures made via AI in China with the help of a credibility calibration and audit quantification model with a two-tiered structure. Based on 71 sets of ESG disclosure data from Chinas A-share listed companies in 20202024, the study integrated ERNIE, DeBERTa, and SLCI models for semantic alignment and credibility evaluation in corporate disclosures, and further proposed the application of the Generative Auditability IndexChina (GAI-CN) to quantify traceability, transparency, and regulatory compliance in corporate disclosures. The empirical result shows that there was a 21.0% improvement in credibility calibration with significant positive correlations between auditability and governance quality with an R=0.63, p &lt; 0.01 significance level.

🔗 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。