人工知能と企業の社会的責任（CSR）：新たな統合、メカニズム、課題に関する体系的なレビュー

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:The identified mechanisms (datafication, algorithmic mediation, stakeholder salience) offer a theoretical foundation for empirical studies on AI in CSR.

🏢実務担当者:Use the insights to design AI-driven CSR tools that balance efficiency with accountability, avoiding metric crowding-out.

🏛政策担当者:Note the risk of accountability diffusion and consider guidelines for transparent AI in CSR reporting.

本研究は、2013年から2024年を対象とした系統的文献レビューを通じて、人工知能（AI）の企業の社会的責任（CSR）への新たな統合を検討するものである。PRISMAに基づくスクリーニング、テーマ別コーディング、および書誌計量マッピングを活用し、レビューでは5つの反復する実証的クラスターを特定する：持続可能性と資源最適化、倫理的ガバナンス、透明性と説明責任、ステークホルダー・エンゲージメント、およびCSRイノベーションである。これらのクラスターを主要な貢献として扱うのではなく、本研究はAIとCSRの関係に関するメカニズム基盤の説明を展開する。具体的には、レビューは3つの反復する生成的メカニズムを強調する：データ化と監査、責任のアルゴリズムによる媒介、およびステークホルダーの顕著性の再重み付けである。これらのメカニズムは、特定の境界条件の下でAIがCSRのパフォーマンス、正当性、および応答性をどのように向上させ得るかを説明する一方で、保証ギャップ、説明責任の拡散、ステークホルダーの排除、および指標のクラウディングアウトといったリスクも生み出すことを示す。書誌計量の証拠は、AIとCSRの間のトピック的近接性と方法論的結合の増加を示唆するが、完全な理論的統合の証拠は限定的である。したがって、本論文はこの分野を完了した収束ではなく、統合の新興領域として再構成する。本研究は、より慎重な理論的総合、整合した一連の命題、およびCSRガバナンスと実践におけるAIの責任ある使用に関する将来の研究のためのアジェンダを提示して結論付ける。

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。

This study examines the emerging integration of artificial intelligence (AI) into corporate social responsibility (CSR) through a systematic literature review covering 2013–2024. Drawing on PRISMA‐guided screening, thematic coding, and bibliometric mapping, the review identifies five recurrent empirical clusters: sustainability and resource optimization, ethical governance, transparency and accountability, stakeholder engagement, and CSR innovation. Rather than treating these clusters as the primary contribution, the study develops a mechanism‐based explanation of AI–CSR relationships. Specifically, the review highlights three recurring generative mechanisms: datafication and auditing, algorithmic mediation of responsibility, and stakeholder salience reweighting. These mechanisms help explain how AI can improve CSR performance, legitimacy, and responsiveness under specific boundary conditions, while also generating risks such as assurance gaps, accountability diffusion, stakeholder exclusion, and metric crowding‐out. The bibliometric evidence suggests increasing topical proximity and methodological coupling between AI and CSR but only limited evidence of full theoretical integration. Accordingly, the paper reframes the field as an emerging area of integration rather than a completed convergence. The study concludes by offering a more cautious theoretical synthesis, a set of aligned propositions, and an agenda for future research on the responsible use of AI in CSR governance and practice.

• semanticscholar https://doi.org/10.1002/isaf.70043first seen 2026-07-23 06:12:28 · last seen 2026-09-22 05:18:42