大模型能否发现企业可持续发展报告中的漂绿行为
大模型能否发现企业可持续发展报告中的漂绿行为
漂绿不是单一的假数字。有的企业使用模糊口号，有的选择性披露好消息，有的以远期目标替代近期行动，也有的把“可回收设计”说成“实际全部回收”。大模型能筛查这些语言模式和跨章节矛盾，却不能仅凭措辞认定企业故意误导。它应作为调查助手，帮助审阅者提出可证伪的问题。
第一类检查是声明与证据的连接。系统识别“碳中和”“零排放”“100%绿色”等强表述，追问边界、期间、抵消安排和计算底稿。若某段只描述试点项目，却在摘要中变成集团成就，模型可以指出覆盖范围的跃迁。第二类检查是缺失：报告强调强度下降，是否同时提供绝对排放；强调可再生电力，是否说明采购方式和凭证归属。
第三类检查是跨来源核对。报告称污水达标，公开处罚或许可证记录却显示同一设施存在问题，需要核实事件日期、整改状态与报告期间。卫星和新闻线索可以提示风险，但同名企业、不同地点和旧闻转载容易误报。模型应展示原始证据与匹配理由，不能自动发布“漂绿企业名单”。
大模型还可用读者测试发现误导性整体印象。让系统仅根据报告摘要回答“企业是否已完成转型”，再与实际项目状态比较；若摘要使人过度高估，就需要补充限定条件。即使单句没有错误，图表选择、叙述顺序和视觉强调也可能影响理解。多模态审核可检查图表刻度和图片是否与正文形成不当暗示。
判断必须考虑行业与方法差异。数据缺失可能源于测量能力不足，而非故意隐瞒；目标未达成若被诚实说明，也不等于漂绿。企业应设定清晰的人工复核和申诉流程，允许提供新证据和修订解释。模型输出最好是风险等级与问题清单，而不是道德定性。
对漂绿线索还要关注时间线。企业去年宣布投建污水处理设施，今年报告写“持续强化治理”，却未说明项目是否竣工或实际运行。模型可以把承诺、预算、开工、验收和运行记录串联，提示未兑现或表述含糊的节点。相反，项目因审批延迟但企业明确披露原因，也应被如实识别。检查目标与执行之间的距离，比简单统计正面形容词更有辨别力。
企业也可主动用同样的方法自查。发布前让独立审阅组抽取最强的环境声明，要求写作团队提供边界、数据和反例。若证据不足，就改写或删除。把大模型作为内部质疑工具，比等外界指出问题后再辩解更有价值。
大模型能让漂绿线索更早、更系统地暴露，最终价值却取决于独立证据和治理程序。让每项声明都能被查证，比让模型识别更多华丽词语更重要。
