Short answer
The answer, before the reasoning
ИИ может ускорить повторяемые и поддающиеся проверке задачи в отчетности GRI: извлечение потенциальных требований из утвержденного пакета исходных материалов, предложение вариантов сопоставления, подготовку запросов данных, сравнение периодов, проверку согласованности и формирование первоначального Content Index. ИИ не должен принимать окончательные решения об идентификации воздействий, их значимости, существенных темах, интерпретации мнений заинтересованных сторон, границах отчетности, юридических запретах, конфиденциальности, действительности доказательств, выводах по результатам заверения или заявлении организации об использовании.
Эти решения зависят от фактов, мнений носителей прав, профессионального суждения и подотчетности. Поэтому безопасный рабочий процесс рассматривает ИИ как вспомогательный инструмент подготовки, фиксирует его источники и результаты и требует проверки и одобрения квалифицированным человеком до публикации любого заявления.
Rule
GRI-IMP-001
Использование ИИ для подготовки отчетности GRI: что можно автоматизировать, а что требует человеческого суждения Рабочий процесс с участием человека для извлечения, сопоставления, подготовки проектов, проверки доказательств, принятия решений о существенности и формирования итоговых заявлений для публикации
На практике
Тип
| Тип | Уровень | Аудитория — текущий контекст |
|---|---|---|
| Руководство по принятию решений / операционная модель | Уровень 3 · подробное руководство | Команды по подготовке отчетности, консультанты, проверяющие, владельцы данных, юридические команды и кураторы корпоративного управления — требования GRI 1-3 и общие источники по управлению рисками ИИ, проверенные по состоянию на 1 August 2026 |
Ответственность не переходит к модели
Требования GRI применяются к отчитывающейся организации. Система ИИ может создавать текст, классификации или пометки об аномалиях, но она не становится владельцем данных, лицом, утверждающим существенность, юридическим консультантом, поставщиком услуг по заверению или высшим органом управления. Организация по-прежнему должна применять принципы отчетности, сохранять проверяемые доказательства и обосновывать каждое суждение.
Также не существует единого средства контроля «точности ИИ». Риски различаются в зависимости от задачи: ошибка при обобщении, выдуманное числовое значение раскрытия, неправильный расчет, нарушение конфиденциальности и чрезмерно уверенный вывод о существенности требуют разных средств контроля. Операционная модель должна классифицировать вариант использования до применения инструмента.
Четыре зоны: автоматизировать, содействовать, принимать решения и утверждать
На практике
| Зона | Подходящие примеры | Контроль со стороны человека |
|---|---|---|
| Автоматизировать | Форматирование, дедупликация, заполнение метаданных, проверка ссылок, сравнение файлов и детерминированные расчёты, выполненные в контролируемом коде. | Утверждайте правила и тестируйте результаты; не поручайте языковой модели выполнение существенных расчётов, которые должны быть воспроизводимыми в коде. |
| Содействует | Извлекать возможные требования, сопоставлять абзацы источника с раскрытиями, составлять запросы данных, сравнивать формулировки за предыдущий год, отмечать единицы измерения и периоды, создавать первоначальные записи Индекса содержания и переводить утверждённый текст. | Проверять каждый результат по утверждённым источникам и документальным подтверждениям организации. |
| Решает человек | Выявлять фактические и потенциальные воздействия, оценивать их значимость, устанавливать пороговые значения, определять границы, выбирать пропуски, оценивать свидетельства заинтересованных сторон и подтверждать обоснованность оценок. | Назначенный квалифицированный ответственный документирует обоснование, доказательства, неопределённость и разногласия. |
| Утверждает человек | Окончательная формулировка заявления об использовании, формулировки об уверенности, юридические выводы, существенные темы, документ для совета директоров, публичные заявления и решение о выпуске. | Независимое техническое, юридическое или управленческое утверждение в соответствующих случаях. |
На практике
Безопасные и полезные варианты использования ИИ с участием человека
| Вариант использования | Ценность | Минимальный контроль |
|---|---|---|
| Извлечение из источников | Находить возможные требования, определения и руководства в контролируемом наборе источников. | Поиск ограничен утверждёнными редакциями; человек проверяет точный номер абзаца и идентификаторы раскрытий. |
| Сопоставление раскрытий | Предлагать связи между текстом отчёта, таблицами данных и требованиями GRI. | Рассматривать сопоставления как возможные; проверять полноту и релевантность на уровне требований. |
| Составление запросов данных | Преобразовывать требования в поля ответственного, периода, единицы измерения, границ, метода и доказательств. | Технический ответственный подтверждает запрошенный охват и не принимает вымышленную методологию. |
| Сравнение с предыдущим годом | Выявлять изменившиеся числовые показатели, формулировки, границы, пересчёты и отсутствующие раскрытия. | Сверять с контролируемыми версиями и исходными системами. |
| Проверки согласованности | Отмечать несогласованные единицы измерения, даты, названия организаций, цели, заявления и перекрёстные ссылки. | Исследовать отмеченные несоответствия; не предполагать, что предпочтительная для модели версия является правильной. |
| Содействие в подготовке Индекса содержания | Проект мест размещения, названий раскрытий, полей с причинами непредставления и проверок ссылок. | Издатель и технический рецензент проверяют каждую запись и точное место размещения. |
| Поддержка подготовки проекта | Создать первый проект на основе утверждённого реестра утверждений и пакета доказательств. | Запретить новые нормативные утверждения; помечать примеры и неустранённые пробелы в исходных данных. |
| Промпты для проверки методом red team | Искать преувеличенные утверждения, ложную эквивалентность, скрытые границы и необоснованную причинность. | Человек-рецензент оценивает результаты и основание в исходных данных. |
| Перевод и простой язык | Адаптировать утверждённый контент для местной аудитории и создавать понятные для читателя пояснения. | Сохранять канонические термины, условия, идентификаторы и версию; проводить двуязычную техническую проверку. |
На практике
Решения, которые не следует делегировать
| Решение | Почему результата ИИ недостаточно | Необходимые доказательства со стороны человека |
|---|---|---|
| Выявление воздействий | Модель может воспроизвести типичные для сектора проблемы, но упустить воздействия, специфичные для организации, конкретного местоположения или правообладателей. | Комплексная проверка, доказательства по объектам и цепочке создания стоимости, жалобы, мнения затронутых заинтересованных сторон и экспертный анализ. |
| Значимость и существенные темы | Тяжесть, вероятность, масштаб, охват, неисправимый характер и пороговые значения требуют подотчётного суждения. | Методология, допущения, конкурирующие мнения, журнал решений и утверждение. |
| Интерпретация мнений заинтересованных сторон | Обобщение настроений может исключить мнения меньшинств, уязвимых групп или сторон, подвергающихся серьёзным воздействиям. | Исходные записи, анализ репрезентативности и проверка контекста человеком. |
| Границы отчётности и воздействий | Модель может смешать финансовую консолидацию с охватом воздействий. | Реестр организаций, карта деловых отношений, охват по конкретным темам и утверждения. |
| Проверка доказательств | Связный текст не может доказать, что исходные данные являются полными, точными или авторизованными. | Выгрузки из систем, файлы расчётов, сверка, подтверждение владельца и средства контроля. |
| Юридический запрет или конфиденциальность | ИИ не может дать окончательное юридическое заключение применительно к конкретной организации или надёжно оценить риск для защищаемых лиц. | Квалифицированная юридическая/проверка конфиденциальности/безопасности и конкретная запись о принятом решении. |
| Интерпретация задания по обеспечению уверенности | Модель может распространить вывод по выбранному показателю на весь отчёт. | Подписанный отчёт по обеспечению уверенности, матрица охвата и проверка специалистом по обеспечению уверенности. |
| Итоговое заявление GRI | Заявление об использовании зависит от полного контролируемого пакета отчётности. | Итоговый контрольный список GRI 1, Указатель содержания, утверждения и опубликованная версия. |
Рабочий процесс с участием человека
1. Классифицируйте вариант использования и риск. Определите, будет ли система автоматизировать, помогать, информировать о принятии решения или составлять проект публичного заявления.
2. Утвердите источники и периметр данных. Используйте действующие официальные стандарты, контролируемые записи организации и разрешённые уровни доступа.
3. Определите требования к результату. Укажите требуемую схему, запрещённые заявления, обозначения степени уверенности и сведения, которые система должна помечать как неизвестные.
4. Генерируйте результат с обеспечением прослеживаемости. Сохраняйте ссылки на источники, модель/версию, запрос/шаблон, набор извлечённых данных и результат.
5. Проведите техническую проверку и проверку доказательств. Проверьте идентификаторы раскрытий, границы, расчёты, факты, примеры и ограничения.
6. Передавайте специализированные решения на рассмотрение. Направляйте юридические вопросы, вопросы прав человека, научные, актуарные вопросы, вопросы обеспечения уверенности или конфиденциальности квалифицированным проверяющим.
7. Утвердите эталонный ответ и публичную формулировку. Отделяйте подготовку от окончательного технического утверждения или утверждения в сфере управления.
8. Архивируйте и осуществляйте мониторинг. Сохраняйте принятые правки, отклонённые результаты, записи об инцидентах, регрессионные тесты и триггеры обновления.
На практике
Поля аудиторского следа для каждой существенной задачи с использованием ИИ
| Поле | Назначение |
|---|---|
| Идентификатор задачи и варианта использования | Связывает результат с утверждённым процессом и классификацией риска. |
| Модель/поставщик/версия | Поддерживает воспроизводимость, рассмотрение инцидентов и управление изменениями. |
| Версия запроса или рабочего процесса | Показывает применённые инструкции и средства контроля запрещённых заявлений. |
| Набор источников и уровень доступа | Определяет, какие стандарты, доказательства и записи с ограниченным доступом были доступны. |
| Необработанный результат | Сохраняет результат, сгенерированный системой до редактирования человеком. |
| Проверяющий и квалификация | Показывает, кто проверил техническую, юридическую точность или точность по существу вопроса. |
| Исправления и обоснование | Фиксирует галлюцинации, пропуски, отклонённые сопоставления и принятое профессиональное суждение. |
| Окончательный утверждённый результат | Связывает результат с контролируемым текстом отчёта, таблицей, записью в указателе или запросом данных. |
| Дата и триггер обновления | Обеспечивает повторную проверку результата при изменении стандартов, доказательств или модели. |
Контроль галлюцинаций и чрезмерного доверия
Нет источника — нет нормативного утверждения: система должна возвращать пробел в источниках, а не восполнять логику по памяти.
Используйте поиск по утверждённым документам и сохраняйте точные ссылки на источники для каждого утверждения.
Независимо проверяйте все номера GRI, названия, редакции, даты вступления в силу и правила указания причин непредоставления информации.
Выполняйте расчёты в прозрачных электронных таблицах или коде, а не посредством свободной генерации текста.
Отделяйте сопоставление-кандидат от утверждённого сопоставления, а формулировки-кандидаты — от опубликованных формулировок.
Используйте реестр запрещённых формулировок для утверждений о соответствии требованиям, сертификации, эквивалентности, заверении и причинно-следственном воздействии.
Требуйте указания уровней уверенности и сохраняйте условия вместе с утверждением, к которому они относятся.
Проводите регрессионные тесты на известных сложных сценариях и сравнивайте результаты при изменении модели или запроса.
Блокируйте персональную информацию, информацию о жалобах, привилегированную или конфиденциальную информацию клиентов в неутверждённых системах.
Отслеживайте ошибки и почти допущенные ошибки, а также изымайте контент, сгенерированный ИИ, который невозможно проверить.
Как рекомендации NIST и OECD могут поддержать модель контроля
Добровольная структура управления рисками ИИ NIST организует управление рисками посредством функций Govern, Map, Measure и Manage. Её профиль Generative AI Profile добавляет меры, адаптированные к рискам генеративного ИИ, тогда как Playbook предлагает рекомендуемые действия по внедрению, а не обязательный контрольный перечень. Принципы ИИ OECD усиливают требования к прозрачности, объяснимости, надёжности, безопасности и подотчётности. Это общие источники по управлению; они не изменяют требования GRI и не делают результат ИИ технически корректным.
Гипотетический пример: Индекс содержания, созданный ИИ
Гипотетическая команда по подготовке отчётности просит инструмент генеративного ИИ составить Индекс содержания GRI на основе проекта отчёта. Инструмент выявляет множество правильных ссылок на раскрытия, но выдумывает два номера раскрытий, отмечает несколько частично выполненных требований как полностью выполненные и описывает заявление о заверении выбранных выбросов как охватывающее отчёт. Контролируемый рабочий процесс выявляет ошибки, поскольку каждая запись должна содержать ссылку на утверждённое требование источника, точное место в отчёте и ответственного за доказательства. Итоговый проверяющий отклоняет выдуманные идентификаторы, точно фиксирует невыполненные требования и сужает формулировку о заверении.
На практике
Слабый и более надёжный рабочий процесс с ИИ
| Слабый рабочий процесс | Риск | Более надёжный рабочий процесс |
|---|---|---|
| Загрузить отчёт и спросить: «Соответствует ли он требованиям GRI?» | Неопределённый охват, неподтверждённый правовой или технический вывод и ложная уверенность. | Провести проверку на уровне требований по утверждённым стандартам; ИИ предлагает ссылки на доказательства, а человек утверждает каждый вывод. |
| Попросить ИИ выбрать существенные темы на основе опроса. | Голосование заинтересованных сторон заменяет оценку воздействий. | ИИ систематизирует доказательства; квалифицированные специалисты оценивают значимость и документируют суждение. |
| Позволить модели рассчитать выбросы на основе описательных исходных данных. | Невоспроизводимая арифметика и скрытые допущения. | Использовать контролируемую логику расчёта; ИИ может объяснить утверждённую методологию. |
| Опубликовать проект, созданный ИИ, после проверки грамматики. | Технические галлюцинации сохраняются, поскольку беглость текста принимают за точность. | Техническая проверка, проверка доказательств и утверждений предшествуют редакционной доработке и выпуску. |
| Использовать конфиденциальные доказательства клиента в общедоступном чат-боте. | Риски нарушения конфиденциальности, режима привилегированной информации, договорных обязательств и безопасности. | Применять утверждённую среду, средства контроля доступа, минимизацию данных и ограниченный поиск. |
Распространённые ошибки
Принимать уверенный тон за доказательство корректности.
Использовать неконтролируемый поиск в интернете, когда актуальные официальные стандарты доступны в пакете источников.
Позволять модели объединять требования GRI, ESRS и IFRS в ложную эквивалентность.
Не сохранять точное условие или исключение, связанное с нормативным утверждением.
Использовать ИИ для вывода о причине непредоставления информации или правового вывода без консультации с юристом.
Принимать автоматизированное сопоставление на уровне названий раскрытий, не выявляя субтребования.
Не вести запись о модели, запросе, наборе источников или правках человека.
Помещать информацию ограниченного доступа о жалобах или персональную информацию в неутверждённую среду.
Передавать окончательное утверждение утверждений и публикации тому же лицу, которое создало проект.
Myth
ИИ может объективно определить существенные темы, поскольку способен анализировать больше данных, чем команда людей.
Reality
ИИ может систематизировать доказательства и выявлять закономерности, однако значимость зависит от фактов о воздействиях, серьёзности, вероятности, точек зрения затронутых заинтересованных сторон, допущений и подотчётного суждения. Больший объём данных не устраняет необходимость в обоснованном решении человека.
Готовность
Контрольный перечень готовности команды по GRI к использованию ИИ
- Документально оформлены утверждённые варианты использования и запрещённые способы использования.
- Актуальные пакеты официальных источников и терминология находятся под контролем.
- Определены классификация данных и разрешённые среды использования ИИ.
- Для каждого типа результата определены схема, правило оценки уверенности и ответственный сотрудник.
- Нормативные утверждения требуют точных ссылок на источники.
- Расчёты остаются воспроизводимыми за пределами языковой модели.
- Решения о существенности, правовых вопросах, подтверждении и окончательных утверждениях требуют обязательного участия человека.
- Исходные результаты, правки, проверяющие и утверждения регистрируются.
- Регрессионные тесты охватывают идентификаторы раскрытий, пропуски, границы и утверждения.
- Процессы реагирования на инциденты, внесения исправлений и изменения модели действуют.
Для каждой существенной задачи с использованием ИИ сохраняйте вариант использования, модель, поставщика и версию, версию запроса или рабочего процесса, утверждённый источник и набор данных для извлечения, классификацию входных данных, результат, ссылки на источники, уверенность и ограничения, результаты проверки человеком и окончательное решение. Сохраняйте принятые правки, отклонённые результаты, инциденты, регрессионные тесты и триггеры обновления, чтобы результат можно было воспроизвести и повторно проверить при изменении доказательств, стандартов или модели.
Самопроверка
- Можно ли независимо воспроизвести результат ИИ на основе сохранённого набора источников?
- Какая часть задачи представляет собой извлечение фактов, а какая — профессиональное суждение?
- Кто несёт ответственность за отклонение убедительного, но не подтверждённого ответа?
- Какая конфиденциальная информация была раскрыта модели и было ли это раскрытие санкционировано?
Вопросы
Часто задаваемые вопросы
Может ли ИИ подготовить отчёт по GRI?
ИИ может ускорить повторяемые задачи, поддающиеся проверке, при подготовке отчётности по GRI: извлечение предполагаемых требований из утверждённого пакета источников, предложение соответствий, подготовку запросов данных, сравнение периодов, проверку согласованности и составление первоначального Указателя содержания. Он не должен принимать окончательные решения об идентификации воздействий, значимости, существенных темах, интерпретации мнений заинтересованных сторон, границах отчётности, правовых запретах, конфиденциальности, достоверности доказательств, выводах по подтверждению или заявлении организации об использовании. Такие решения зависят от фактов, мнений носителей прав, профессионального суждения и подотчётности.
Может ли ИИ определить существенные темы?
ИИ может ускорить повторяемые задачи, поддающиеся проверке, при подготовке отчётности по GRI: извлечение предполагаемых требований из утверждённого пакета источников, предложение соответствий, подготовку запросов данных, сравнение периодов, проверку согласованности и составление первоначального Указателя содержания. Он не должен принимать окончательные решения об идентификации воздействий, значимости, существенных темах, интерпретации мнений заинтересованных сторон, границах отчётности, правовых запретах, конфиденциальности, достоверности доказательств, выводах по подтверждению или заявлении организации об использовании.
Может ли ИИ создать Указатель содержания GRI?
ИИ может ускорить повторяемые задачи, поддающиеся проверке, при подготовке отчётности по GRI: извлечение предполагаемых требований из утверждённого пакета источников, предложение соответствий, подготовку запросов данных, сравнение периодов, проверку согласованности и составление первоначального Указателя содержания. Он не должен принимать окончательные решения об идентификации воздействий, значимости, существенных темах, интерпретации мнений заинтересованных сторон, границах отчётности, правовых запретах, конфиденциальности, достоверности доказательств, выводах по подтверждению или заявлении организации об использовании.
Какой аудиторский след использования ИИ следует сохранять?
Для каждой существенной задачи с использованием ИИ сохраняйте вариант использования, модель, поставщика и версию, версию запроса или рабочего процесса, утверждённый источник и набор данных для извлечения, классификацию входных данных, результат, ссылки на источники, уверенность и ограничения, результаты проверки человеком и окончательное решение. Сохраняйте принятые правки, отклонённые результаты, инциденты, регрессионные тесты и триггеры обновления, чтобы результат можно было воспроизвести и повторно проверить при изменении доказательств, стандартов или модели.
Как можно контролировать галлюцинации в ESG-отчётности?
Инструмент выявляет множество правильных ссылок на раскрытия, но выдумывает два номера раскрытий, отмечает несколько частичных требований как выполненные и описывает заявление о подтверждении выбранных выбросов как охватывающее отчёт. Контролируемый рабочий процесс выявляет ошибки, поскольку каждая запись должна быть связана с утверждённым требованием источника, точным местоположением в отчёте и ответственным за доказательства.
На практике
Связанные стандарты и следующие шаги в обучении
| Связь | Основание | Почему это важно |
|---|---|---|
| Прямое | Принципы подготовки отчетности GRI 1 | Точность, полнота и проверяемость результатов, созданных с помощью ИИ. |
| Прямое | Процесс определения существенных тем GRI 3 | Выявление воздействий и определение их значимости по-прежнему основываются на суждении. |
| Реализация | NIST AI RMF и профиль GenAI | Общая архитектура управления рисками при использовании ИИ. |
| Реализация | Принципы OECD по ИИ | Контекст прозрачности, надежности и подотчетности. |
| Применение | Пакет доказательств GRI и внутренние средства контроля | Прослеживаемость, доступ, проверка и утверждение. |
Sources
Primary sources
Take it with you
The checklists as a working spreadsheet
Every checklist and table on this page, with empty status, owner and evidence columns for your team to fill in and keep.
✓ LRA AI Assistant · Human-in-the-loop
Ask about this guide
Он отвечает по материалам этой страницы и обращается к связанным карточкам раскрытия, если вопрос касается самого стандарта. Первые два ответа бесплатны и доступны без входа.
Углубиться · GRI
Сертифицированное обучение по GRI Standards
Полный цикл подготовки отчётности с наставником: инвентаризация воздействий, порог существенности, выбор Тематического стандарта, Индекс содержания и готовность к проведению независимого заверения.
Available as Guided Flex, Live Cohort, 1:1 Expert Mentorship or Corporate Programme.
