論文・プレプリント

Dr. Honey Gupta, Ms. Shivangi Seth

本論文は、持続可能性報告と説明責任フレームワークへのAI統合を探求する。AIのデータ収集、ESG分析、保証、規制コンプライアンス、ステークホルダーエンゲージメントにおける役割を検討し、GRI、ISSB、CSRDなどのグローバル基準に準拠した効率的でスケーラブルな報告を可能にすることを示す。最終的に、倫理的で説明可能なAI導入のためのガバナンス原則と説明責任モデルを提示する。

Lin Li, Meng Li

本稿は、中国上場企業における人工知能（AI）指向と脱炭素効果の波及について実証分析を行う。AI活用が企業内の炭素排出削減だけでなく、サプライチェーンや業界全体へのポジティブなスピルオーバー効果を持つ可能性を示唆する。

Mohammad Ridwan, Jeremy Ko, C. Leung +1

本研究は、1996年から2024年の米国データを用いて、AIイノベーション、エネルギー消費、経済成長、産業化、人口増加がエコロジカルフットプリントに与える影響を分析した。ARDLモデルによる分析の結果、AIイノベーションは環境負荷を軽減する一方、その他の要因は負荷を増加させることが示された。AIがエネルギー効率の最適化やクリーン生産を促進する可能性を実証し、AI主導のグリーン戦略の重要性を提言している。

Gao Aixiong, Hong He, Quan Zhang

本研究は、2005～2019年の中国260都市のパネルデータを用いて、産業用人工知能（AI）が都市の炭素排出に与える影響を分析。産業AI発展指数を新たに構築し、因果推論により産業AIが炭素排出を有意に削減することを発見。主な経路はエネルギー効率向上とグリーン技術革新だが、規模拡大により一部相殺される。二次産業比率が高いと効果が弱まり、東部地域や大都市、高教育・高環境規制地域で効果が大きい。持続可能な産業近代化とカーボンニュートラルへの政…

Jess B. Kozman, Jack Bashian

本論文は、地熱や炭素回収などの低炭素エネルギー事業におけるAI/MLワークフローには高品質で整備された地盤データが必要であると指摘。現在の公開データセットはFAIR原則（検索可能、アクセス可能、相互運用可能、再利用可能）を満たすものが少なく、データの標準化・キュレーションが重要であると論じている。データ集約と品質管理により、AI/MLモデルの精度向上と事業判断の信頼性向上が期待できる。

Guangfan Sun, Song Yue, Jianqiang Xiao +1

本論文は、中国の航空機製造企業におけるAIのグリーンイノベーション促進効果を実証分析。技術促進、労働構造最適化、資金調達改善の3経路を特定し、経済発展地域や伝統的製造企業、アナリスト注目度の高い企業で効果が顕著であることを示す。

Aditya Tripathi, M. Machado, L. Spierdijk +1

本研究は、循環型ハブ（H4Cs）の実現に向けて、循環型ビジネスモデル、産業共生、エコ工業団地、閉ループサプライチェーンに関する文献を体系的にレビューした。AIやデジタル技術が運用効率やリスク低減、財務意思決定を支援する可能性を整理し、価値創造フレームワークと4段階の移行経路を提案している。

Xiaoling Yang, Mohd Rahimie Abd Karim, B. Abdullah

本論文は、2014～2023年の中国A株上場企業データを用いて、AIが企業のグリーン競争力に与える影響を実証分析。AIはグリーン戦略・イノベーション・実践を通じて競争力を高め、グリーン全要素生産性の向上とグリーンウォッシュの抑制が経路であることを示す。環境規制やサプライチェーン・ファイナンスの調整効果も確認された。

M. Eraña-Díaz, Juana Enríquez-Urbano, B. Martínez-Bahena +3

本研究は、リマニュファクチャリング工程における製造ユニットの環境パフォーマンスの不均一性を捉えるために、K-Meansクラスタリングと二値ANN分類器を組み合わせた2段階の計算フレームワークを提案する。1000件の製造レコードを用いて6つの持続可能性プロファイルを特定し、高影響クラスタを75.4%の精度で識別した。Gradioベースのインターフェースにより、政策立案者がプログラミング知識なしで差別化されたインセンティブを割り当てることが…

Jayesh Rane

本論文は、産業システムにおけるグリーンAI導入の機会と課題をSWOT分析で評価。質問票とインタビューによる混合手法を用い、組織の意欲、技術的準備、規制基準が導入に正の影響を与えることを示した。エネルギー効率的なアルゴリズムや再生可能コンピューティングの機会を特定する一方、初期投資やスキル不足が障壁となる。

Fadi Alkaraan, Mahmoud Elmarzouky, V. G. Venkatesh +3

本研究は、AIを活用した第4次産業革命技術が循環型経済戦略の実践を促進し、ESGおよびエコシステムのパフォーマンスを向上させることを、英国の大規模データ（32,273社のイノベーション調査、FTSE全株式企業データ、年次報告書）を用いて実証。内部的・外部的ガバナンス構造がAIと循環型経済戦略の関係を調整することを発見。実務者向けにAI駆動のESG統合の具体的な道筋を提示。

Dr. Syed Shameel Ahmed Quadri, Dad Ansari, Zonaira Akbar +1

AIを活用したESGシグナル処理がグリーンファイナンス・インテリジェンスを向上させ、持続可能な資本配分と資本市場の効率性に与える影響を実証的に分析。312名の金融専門家への調査データを用いた回帰分析により、AI導入がESG情報処理を強化し、情報非対称性を低減することを確認。

Z. Baharom

本論文は、企業の財務的サステナビリティ（CFS）における機械学習（ML）の活用を批判的にレビューし、ESGスコアリングや予測分析でのML導入が「自動化されたグリーンウォッシング」や構造的不平等を強化するリスクを指摘する。透明性・説明可能性、バイアス監査、ESG-ML統合報告基準、ステークホルダー参加を含む４つの柱からなる責任あるML導入フレームワークを提案し、効果的なガバナンスの重要性を強調している。

Yasser Elouargui, Abdellatif Sassioui, M. Chergui +4

本論文は、ESGテキスト分類のための軽量かつ解釈可能なグラフベースフレームワークESG-Graphを提案する。ESRSベースのタクソノミーを利用し、グラフ注意ネットワークにより効率的な分類を実現。実験では、トランスフォーマーモデルと同等の性能を保ちながら、最大60倍の省エネを達成した。また、政策との整合性や解釈可能性の向上も示されている。

Siqi Sun, Ben Wu, Mali Jin +3

ESG報告書の解釈と自動分析の信頼性向上のため、ESG-Benchデータセットを提案する。人為アノテーションされたQAペアを用いて、大規模言語モデルの幻覚（ハルシネーション）を評価する。タスク固有のChain-of-Thought手法により、標準手法より大幅に幻覚を軽減できることを示した。

Fatma Bennaceur, Ali Bendob, Anwar Hasan Abdullah Othman

UAEのイスラム銀行と従来型銀行のESG報告品質をAI・NLPで評価。従来型銀行が気候変動リスク開示などで高得点、イスラム銀行は一貫性と倫理重視。ポジティブ開示に偏り、グリーンウォッシュの懸念。AIによる監視強化の示唆。

Andreja Primec, Jernej Belak, Matic Čufar

本論文は、AIリスクが企業のサステナビリティ報告において重要な課題となりつつあることを指摘し、CSRD/ESRS、GRI、ISSB、SASBといった主要な報告基準がAIリスクをどの程度扱っているかを分析する。20社の報告書の内容分析と法的分析を通じて、AIリスクの開示が浅く、標準化されておらず、法的説明責任と結びついていないことを明らかにする。持続可能性報告の枠組みがAIリスクを明示的に取り込む必要性を提言する。

Fiona Magee

本稿は、大規模言語モデル（LLM）を用いて企業のESG報告書を自動的に要約・分析・比較するウェブアプリケーションを開発した。これにより、利害関係者は手動での分析負担を軽減し、トレンド把握やベンチマーキングが容易になる。AIによる透明性向上の可能性を示す。

Amani Ebnaoof

本研究は、サウジアラビアの非金融上場企業におけるAI導入とESG開示の関係を2020～2024年のパネルデータに基づき分析。AI導入がESG開示スコアを有意に向上させることを発見し、新興市場でのESG報告におけるAIの変革的影響を示唆。

C. Kim, H. Na

本研究は韓国企業を対象に、ESG評価データを用いたAIベースの排出量予測モデルを開発。機械学習と深層学習を比較し、CatBoost・GAN・Transformerのハイブリッドアンサンブルが最高性能を示した。ESG情報が排出量予測に有用であることを実証。