論文・プレプリント

Ibrokhimjon U. Tursunaliev, Abrorbek X. Kozimjonov, Jaloliddin U. Suyunov +2

本論文は、気候問題の悪化に伴い、財務的意思決定に生態学的要素を組み込む必要性が高まっている中で、AIが環境監査とグリーン会計をどのように強化するかを探る。システマティックレビューと国際規制枠組み分析に基づき、ESG報告の普及とAI活用の急速な進展を指摘し、継続的監査や標準化ガイドラインの必要性を提言する。

Akey Sungheetha, Kayapati Rajagopal

本論文は、クラウドコンピューティング環境におけるエネルギー消費とカーボンフットプリントを最適化するEnergy-Aware Explainable AI (EA-XAI)フレームワークを提案する。SHAP値を用いたリアルタイムの説明可能性と、動的リソース割り当てにより、エネルギー消費を34.7%削減し、CO2排出量を月2.1トン削減、運営コストを41.6%削減する。モデル精度94.2%を維持しつつ、モデルサイズを67.8%圧縮する。

Hao Wang

本研究は、中国の上場製造企業2,334社(2015-2024年)のデータを用いて、AIアフォーダンス(AIA)がデジタル・グリーン相乗的変革(DGST)を促進することを二重機械学習モデルで実証。技術革新の多様化、内部統制の質、市場競争力が媒介効果を持つ。AIAの閾値効果も確認された。

Ghaprial E.A.A.

ESG報告の質と効率を向上させるAI・デジタルツールの統合的活用について検討。データ収集・分析・開示プロセスの自動化、グリーンウォッシュ防止、ステークホルダーエンゲージメント向上に寄与する手法を提示。実務への適用事例と課題を考察。

Avtar Singh, Dalwinder Kaur Dhillon

本稿は、人工知能（AI）が環境ガバナンスに果たす役割を考察。森林伐採の監視、温室効果ガスの追跡、再生可能エネルギーの最適化、精密農業、異常気象の監視などへの応用を紹介し、気候変動の緩和・適応・レジリエンス向上に貢献する可能性を示す。同時に、AIのエネルギー消費やバイアス、透明性・説明責任の問題を指摘し、責任ある持続可能なAI利用の必要性を強調する。

Huajian Jiang

本データセットは、企業のESG報告書に基づく質問応答（QA）ベンチマークであるESG-DocQAの完全な提出パッケージです。300サンプルの検証済みベンチマーク、アノテーションガイドライン、実験結果、補足資料を含みます。書類画像の根拠付けに焦点を当てています。

Huajian Jiang

本論文では、企業のESG報告書に対する根拠に基づく質問応答のためのベンチマークデータセットESG-DocQAを提案する。300サンプルから成り、検証、比較、推論の3種類の質問を含む。3名のアノテーターによる検証で高い信頼性を達成。環境（E）145、社会（S）91、ガバナンス（G）64の分布。リポジトリには完全なメタデータと再現可能なスクリプトが含まれる。

G. Silambarasan, Gautam Shivaraj

AIは気候変動対策に有望だが、大規模モデルの訓練・運用による電力消費、水使用、電子廃棄物などの環境負荷も大きい。本論文はAIの二面性を批判的に検討し、ライフサイクル評価やリバウンド効果分析を統合した評価枠組みを提案する。

M. B. Danbatta

本研究では、モノエタノールアミン（MEA）を用いた向流回転充填塔（RPB）でのCO2吸収を実験的に検討し、93%の除去効率を達成した。さらに、生成AI（GenAI）フレームワークを利用して、異なる溶媒や操作条件でのRPB性能の外挿とシミュレーションを探求し、炭素回収技術の迅速なシナリオ分析と設計最適化への道筋を示した。

Lira Luz Benites Lázaro, Rosie Day

本レビューは、エネルギー正義と公正なエネルギー移行におけるジェンダーの統合状況を、2,505件の学術文献の計量分析とBERTopicモデリングにより体系的にマッピングした。結果、正義と公平（11.2%）、エネルギーコミュニティ（9.1%）などのテーマが中心である一方、鉱物資源や先住民族の視点が欠落していることを明らかにした。ジェンダーは変革的な分析レンズとしてではなく、記述的変数として扱われることが多く、より交差的でフェミニストな枠組み…

(著者不明)

本論文はスコープ3排出量のデータ品質問題に焦点を当て、機械学習を用いた予測手法を提案している。サプライチェーン全体の排出量推定の精度向上を目指す。

(著者不明)

本論文は機械学習を用いたESG格付け予測手法を提案している。企業の公開データからESGスコアを推定するモデルを構築し、従来手法との比較を行っている。ESG評価の自動化と精度向上に貢献する研究である。

(著者不明)

本研究は、機械学習を用いて企業の気候関連開示を分析する手法を提案・検証している。開示内容の質やコンプライアンス評価にAIを活用する点が特徴。

Zhang Y.

本論文は、人工知能技術を火力発電所の運用最適化に適用し、二酸化炭素排出量の削減を実現する方法を提案する。AIを活用することで、燃焼効率の向上や予知保全によるダウンタイム削減が可能となり、低炭素化に貢献する。

Moreno C.S.

本論文では、ベイズ最適化を用いて低エネルギー金属有機構造体（MOF）を探索し、二酸化炭素回収に有望な材料を特定する手法を提案している。幾何学的記述子の部分空間を利用することで、効率的な探索を実現する。

Zhou Y.

本論文は、AIとグリーンファイナンスを組み合わせ、クリーンエネルギー生産におけるESG統合と気候変動対策のサステナビリティフレームワークを提案する。AI技術を活用したESG評価とグリーンファイナンスの連携により、企業の脱炭素化と持続可能なエネルギー転換を促進する。

Nicolodi A.

本論文は、グリーンボンドの発行体が開示書類においてSDGsへの言及を意図的に省略したり、楽観的な環境トーンを用いることでグリーンウォッシュを行っている可能性を検出する手法を提案する。自然言語処理を用いて開示テキストを分析し、投資家や規制当局がグリーンボンドの信頼性を評価するための新たな指標を提供する。

Binsaddig R.

本論文は、人工知能（AI）を活用した金融技術（フィンテック）がグリーンファイナンスと環境持続可能性の促進にどのように貢献するかを検討する。AIによるリスク評価や投資判断の最適化が、環境に配慮した資金供給を支援する可能性を探る。

Gera S.

本論文は、決算説明会、ESG開示、10-K提出書類などの財務ナラティブに適用される自然言語処理（NLP）技術を概観する。NLPを用いて重要なESG情報の抽出、感情分析、開示分析の自動化が可能であることを示す。投資家、規制当局、企業のAI活用によるサステナビリティ報告・財務分析に貢献する。

Siddique M.A.

本論文はESG開示情報を用いて機械学習・深層学習モデルにより企業の炭素リスクを予測する可能性を検証。予測モデルの精度比較を通じて、ESG開示が炭素リスク評価に有効であることを示唆。