gxceed
← 論文一覧に戻る

GreenRisk: Explainable Greenwashing-Risk Scoring for Corporate Climate Disclosures

GreenRisk：企業の気候関連開示における説明可能なグリーンウォッシングリスクスコアリング (AI 翻訳)

D'Césares, Isaac

Zenodoプレプリント2026-07-02#AI×ESGOrigin: Global経営インパクト: 資金調達対象セクター: finance
DOI: 10.5281/zenodo.21122390
原典: https://zenodo.org/records/21122390

🤖 gxceed AI 要約

日本語

GreenRiskは、企業の気候関連開示文書に対して0～100のグリーンウォッシングリスクスコアを付与するシステム。ClimateBERTとファジィルールベースを組み合わせ、各スコアに監査可能なルール活性化トレースとW3C PROV-O由来の証明グラフを提供する。説明可能性を重視したAI手法により、ESG評価の透明性向上に貢献する。

English

GreenRisk scores corporate climate-disclosure paragraphs for greenwashing risk on a 0–100 scale using pinned ClimateBERT signal classifiers and a Mamdani fuzzy rule base. Each score ships with an auditable rule-activation trace and a W3C PROV-O provenance graph. The system enhances transparency in ESG evaluation through explainable AI.

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基準や有報での気候関連開示が進む中、グリーンウォッシングリスクの自動評価は投資家保護と市場信用に直結する。GreenRiskの説明可能なアプローチは、日本企業の開示品質向上と法令対応に示唆を与える。

In the global GX context

Globally, with ISSB and CSRD mandating detailed climate disclosures, greenwashing detection tools are critical. GreenRisk offers an auditable, AI-driven scoring method that can be integrated into ESG rating workflows and regulatory supervision, addressing the growing demand for transparency.

👥 読者別の含意

🔬研究者:Provides a novel integration of ClimateBERT and fuzzy logic for explainable greenwashing detection, offering a reproducible framework for further study.

🏢実務担当者:Enables corporate sustainability teams to self-assess disclosure paragraphs for greenwashing risk, improving report quality and investor trust.

🏛政策担当者:Demonstrates a scalable, auditable approach for regulators to monitor greenwashing in climate disclosures, supporting enforcement of standards.

📄 Abstract（原文）

GreenRisk scores corporate climate-disclosure paragraphs for greenwashing risk on a 0-100 scale, combining pinned ClimateBERT signal classifiers with a Mamdani fuzzy rule base. Every score ships with an auditable rule-activation trace and a W3C PROV-O provenance graph binding the result to the exact model revisions and instrument version that produced it.

🔗 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。