論文・プレプリント

Nur Muhammad Fadilah, Binastya Anggara Sekti

本論文は、ESG分析におけるAIの活用方法を包括的に探る。機械学習や自然言語処理を用いた予測モデリング、客観的スコアリング、継続的なモニタリングの可能性を示す。銀行、フィンテック、サプライチェーンなどの分野での応用と、アルゴリズムのバイアスや透明性などの課題も議論する。

Hardini Ariningrum, Elsa Fitriandini, Choirunnisa Ramadhani +1

本論文は、AIとESGの統合が現代の会計システムにもたらす影響を文献レビューにより分析した。2021～2025年の20件の査読付き論文を対象に、AIがESG報告の効率性、正確性、透明性を向上させることを示した。結論として、AI-ESG統合は会計システムを戦略的持続可能性ツールへと変革する。

Yamin Qiao, Xiaoyu Min, Sijia Ge +2

本論文は、人工知能（AI）がカーボンニュートラル達成に果たす二重の役割を検討する。排出予測、エネルギー消費最適化、持続可能な戦略策定におけるAI活用の可能性と課題を分析。具体的な事例やデータは不明だが、AIと気候変動対策の連携を示唆。

Kun Luo, Jiale Xue, Puspavathy Rassiah +1

本論文は、AI技術を活用してESG開示と実際の企業活動との整合性を高める方法を探る。特に、自然言語処理や機械学習を用いて開示内容の信頼性を向上させる手法を提案している。

Muhammad Muhitur Rahman, Abdulaziz I. Almulhim, Bijoy Mitra +4

本研究は固形廃棄物処理からのGHG排出をモデル化し、因果関係に基づくAI手法をUAEケースに適用して排出削減可能性を示す。

Jianxian Wu

本稿は、人工知能（AI）が循環型バイオ経済の脱炭素化可能性を向上させるかどうかを、準実験的手法を用いて検証する。結果は、AIが資源効率とプロセス最適化を通じて有意な脱炭素効果をもたらすことを示唆する。

Chabot M.

本論文は、欧州エネルギー企業の気候関連開示をテキスト分析とAI手法で解析。開示内容のパターンや透明性を評価し、AIの有効性を示す。

Ene Yalçın S.

本研究は、機械学習を用いた温室効果ガス排出量の予測フレームワークを提案する。タイトルから具体的な手法や結果は不明だが、排出量予測の高度化を目指す方法論的研究である。

Akhil Shaikh

本論文は、気候変動対策におけるAIの応用可能性を包括的にレビューする。農業用温室を事例に、IoT、衛星データ、AIアルゴリズムを統合したBPMNフレームワークを提案し、リアルタイムモニタリングや政策立案支援を目指す。公平性・透明性などの倫理的課題にも言及し、エネルギー消費増加やデータ不足などの課題を指摘する。

Yilei Zhao, Wentao Zhang, Lei Xiao +3

本論文は、ESG分析のための階層型マルチエージェントシステム「ESGAgent」を提案する。リトリーバル拡張やウェブ検索などの専門ツールを備え、310社のサステナビリティ報告書から構築した3レベルのベンチマークで評価した結果、原子質問で84.15%の精度を達成し、プロフェッショナルなレポート生成においても優れた性能を示した。

Jan-Erik Schirmer

本稿は、人工知能（AI）が気候変動において二面性を持つことを論じる。一方で、AIの広範な利用は大きなカーボンフットプリントをもたらす気候リスクを伴う。他方で、特にCSRDなどの規制枠組みや投資家圧力が高まる中、AIは企業の気候報告や気候計画の効率性・正確性を向上させ、情報過多を軽減する可能性がある。

Thong Hoang, Mykhailo V. Klymenko, Xiwei Xu +6

本研究は、ESG報告ライフサイクル管理のためのAIエージェントフレームワークを提案する。複数のエージェントが情報抽出、検証、報告書更新を自動化し、静的な報告プロセスを動的で適応的なシステムに変革する。技術要件と品質属性を定義し、単一モデル、単一エージェント、マルチエージェントの3つのアーキテクチャを提示する。

Muhammad Usman, Yongming Huang, Muhammad Sohail Amjad Makhdum

本研究は、BRICS-T諸国を対象に、人工知能（AI）、グリーンファイナンス、環境技術、再生可能エネルギーが温室効果ガス（GHG）排出に与える影響を分析。第2世代の計量経済手法を用いた結果、AI、グリーンファイナンス、再生可能エネルギーは排出削減に寄与するが、環境技術は長期的に排出を増加させる可能性が示された。AIとグリーンファイナンスの相乗効果は環境質を向上させる一方、AIと環境技術の相互作用は排出を悪化させる。

M. Wheeler, Brandi Everett, Victor R. Prybutok

本論文は、AI導入がもたらす環境便益と資源消費のトレードオフを体系的に評価する「環境資産コストフレームワーク」を提案。73の実証研究のレビューから、AIの環境影響はS字カーブを描き、初期削減（0-2年）、中期的リバウンド（2-5年）、長期的最適化（5年超）の段階を経ることを示す。地理的条件により成果は10-60倍変動し、再生可能エネルギー比率の高い地域では早期に純便益が得られる。戦略的介入によりリバウンド効果は制御可能であり、再生可能エ…

R. Santos, María Isabel Casal Reyes

本レビューは、デジタル技術（AI、分析、プラットフォーム）がグリーン経済に与える影響と、環境制約・ガバナンスがデジタル普及に与えるフィードバックを整理。労働市場、スキルミスマッチ、グリーンファイナンスとコンピューティングの融合、持続可能インフラ（水素、データセンター）の4領域を検討。デジタルツールは強固な基準・監査・クリーン電力・人材育成と組み合わさればグリーン革新を促進できるが、欠如すると電力需要増大や格差拡大のリスクがある。AIガバ…

Md Arafat Rahman, Sazzad Hossain Shaon

本研究は、バングラデシュの434名を対象とした調査に基づき、AI統合がESG開示を強化し、持続可能性文化と気候レジリエンスを促進することを実証。ステークホルダーの認識が媒介し、組織のイノベーション能力が調整効果を持つ。エマージング経済におけるAIとESG会計の統合モデルを初めて検証。

Vibhavari Prasad Mane

本レビューは、AI（機械学習、NLP、予測分析）がESG評価、ポートフォリオ管理、リスク分析、情報開示をどう改善するかを体系的に整理。同時に、データ品質、アルゴリズムバイアス、規制遵守といった課題を指摘し、信頼できるAIと持続可能なデジタル金融エコシステムの必要性を論じる。

Filippo di Pietro, Pilar Giráldez‐Puig, P. Palos-Sanchez +1

本論文は、気候関連の金融課題に対する機械学習技術の応用を体系的文献レビューと計量書誌分析で調査。排出予測、グリーン投資、サステナビリティ報告でのAI採用拡大を示す一方、データ品質、解釈可能性、アルゴリズムバイアスの課題を指摘。AIが持続可能な移行を促進するには、堅牢なガバナンスと規制監督が必要と結論。

Hind Gatoi, Islam Belhaoua, Kashf Akhtar +3

本研究は、AI駆動型ESG分析が持続可能な投資パフォーマンス向上に寄与するかを検証。従来のESG格付けの問題点を克服し、AIを用いたポートフォリオは高リターンと低リスクを実現。AI由来のESGスコアが超過リターンと強く関連することを示した。

H. Akula

本論文は、AI・リモートセンシング・貿易政策を統合した新しい気候ガバナンス枠組みを提案する。EUのカーボンボーダー調整メカニズム（CBAM）の事例を踏まえ、発展途上国への悪影響を緩和するための普遍的で条約ベースの制度設計を議論。歴史的炭素負債の定量化や衛星による排出監視、分散型台帳による透明性確保などの要素を組み合わせ、段階的貿易制限の経済影響をシミュレーションする手法を提示している。