Experten: AI kan förenkla hållbarhetsrapporteringen – utan att ta över

– Utvecklingen går fort framåt, jag anser att det viktiga handlar om hur man använder AI snarare än när. Som sagt AI kan i dag troligtvis användas i nästan hela rapporteringsprocessen, det är dock inte detsamma som att hela rapporteringsprocessen bör överlåtas till AI, säger hon till Miljö & Utveckling.

Ett område där hon ser stor potential är förarbetet till rapporteringen. AI kan enligt henne användas för att sammanställa information från olika interna och externa underlag och leta efter återkommande områden och mönster. Tekniken kan också användas för att jämföra ett rapportutkast med rapporteringskrav eller interna checklistor för att identifiera möjliga luckor, säger hon.

Ytterligare ett användningsområde är jämförelser. AI kan exempelvis ställa årets rapportering mot föregående års och uppmärksamma förändringar eller motsägelser, menar hon. Det går även att använda rapporter från kunder eller konkurrenter som jämförelsematerial för att få nya perspektiv.

– Många kanske tänker att man sparar mest tid genom att använda AI i själva skrivandet av rapporten, jag skulle dock vilja påstå att den största tidsvinsten och mervärdet med AI är i genomförandet av tidskrävande moment i förarbete som sökning, sortering och jämförelse, samt i kvalitetssäkring och paketering.

Det sistnämnda kan exempelvis innebära att material som redan tagits fram för hållbarhetsrapporten bearbetas för andra målgrupper och kanaler. Ronja Widing nämner webbplatser, kundmaterial och intern kommunikation som exempel på områden där samma innehåll kan användas på nya sätt.

Kan utmana väsentlighetsanalysen

Även i arbetet med dubbel väsentlighetsanalys kan AI enligt henne fylla en funktion. Tekniken kan exempelvis jämföra en genomförd analys med externa källor, söka efter frågor som kan ha förbisetts eller ifrågasätta antaganden och bedömningar.

AI kan också användas för att strukturera omfattande material från exempelvis intressentdialoger, omvärldsanalyser och interna dokument. Tanken är enligt Ronja Widing att det kan frigöra tid till den del som kräver företagets egen kunskap och bedömning.

Däremot anser hon att själva väsentlighetsbedömningen inte bör överlåtas åt AI. Bedömningen av vilken påverkan samt vilka risker och möjligheter som är väsentliga behöver enligt henne utgå från kunskap om det enskilda företaget, dess värdekedja och faktiska förutsättningar.

– Företaget måste själv förstå och kunna stå för de bedömningar som ligger bakom resultatet. Både för att kunna stå till svars för det som kommuniceras men även för att på ett bra sätt kunna ta till sig och nyttja de insikter som analysen ger.

Hennes råd är därför att använda AI för att pröva och utmana analysen, snarare än för att fatta de avgörande besluten.

– Låt gärna AI utmana väsentlighetsanalysen, men ni måste själva äga den.

Varnar för falsk känsla av kvalitet

Att ersätta det egna analysarbetet med AI är enligt Ronja Widing en av de största fallgroparna. Hennes utgångspunkt är att tekniken ska komplettera den mänskliga bedömningen.

– En grundregel jag själv alltid utgår från: börja inte med AI – tänk själv först och tänk själv sist. Den största risken är att vi börjar använda AI som substitut för det egna analysarbetet snarare än som ett kompletterande verktyg för att förbättra det.

En annan risk som hon lyfter är att välskrivna AI-genererade formuleringar kan ge intryck av att innehållet håller högre kvalitet än det faktiskt gör. En övertygande text innebär enligt henne inte automatiskt att uppgifterna är korrekta eller tillräckligt underbyggda.

Det blir särskilt viktigt i lagstadgad rapportering, framhåller Ronja Widing. Företaget behöver kunna förstå och stå för analyser, antaganden och bedömningar bakom den rapporterade informationen. Processen behöver också vara dokumenterad och spårbar så att den kan följas vid en granskning.

– Grundläggande principer för hållbarhetsrapportering kan vara bra att påminna sig om, att informationen ska vara trovärdig, transparent och spårbar.

Hon pekar också på risken för vad hon beskriver som ”AI-floskler”. AI kan användas för att strukturera och bearbeta texter, men resultatet kan samtidigt bli generiskt. Enligt henne finns då en risk att rapporteringen fokuserar på att tekniskt leva upp till krav och förväntningar i stället för att förklara vad informationen faktiskt innebär för det enskilda företaget.

– AI kan inte generera substansen i rapporten, det måste företagen själva göra. Vad har hänt under året, underbygga resonemang och kommentera utfall och analys.

Börja med material ni redan kan

För hållbarhetsteam som ännu inte har börjat använda AI rekommenderar hon att starta med en avgränsad uppgift och material som medarbetarna redan känner väl. En befintlig offentlig hållbarhetsrapport kan enligt henne fungera som testmaterial.

Ett sätt är att låta AI granska rapporten ur olika intressenters perspektiv och exempelvis undersöka vilka delar en investerare, kund eller medarbetare skulle kunna reagera på. Verktyget kan också få i uppgift att leta efter motsägelser, otillräckligt underbyggda påståenden eller nyckeltal där utvecklingen redovisas utan att förklaras.

– Det kan förhoppningsvis utgöra ett bra diskussionsunderlag inför kommande års rapporteringsprocess och hållbarhetsteamet lär sig samtidigt vad verktyget är bra och mindre bra på.

Därefter går det enligt Ronj Widing att successivt pröva tekniken i fler avgränsade moment, såsom kvalitetsgranskning, gapanalyser och textbearbetning. Hon rekommenderar också att lägga tid på instruktionerna till AI-verktyget och att testa och utveckla olika prompter.

En viktig utgångspunkt är samtidigt att börja med uppgifter där den egna organisationen har tillräcklig kompetens för att kunna avgöra om resultatet är användbart och korrekt.

– Följ utvecklingen, våga testa men behåll sunt förnuft och professionalitet. Använd tiden klokt och nyttja sparad tid på rapportering till strategi och få effekt av det faktiska hållbarhetsarbetet, så att ni faktiskt har något att rapportera, avslutar hon.