Evaluating the scientific rigour of climate scenario analysis: LLM-assisted evidence from New Zealand’s mandatory disclosures
本研究利用大语言模型辅助审计框架对新西兰开创性的强制性气候披露进行了评估，结果表明，尽管报告量有所增加，但由于方法论的不一致和叙述性的局限，科学严谨性仍然受到损害，从而暴露了监管合规与真实财务效用之间的关键差距。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，全球经济就像一列在不断变化的景观中疾驰的高速列车。气候变化正在重塑轨道：有些部分正在被淹没，有些则在酷热中煎熬，而随着我们试图转向清洁能源，交通规则也在发生变化。长期以来，运营这列火车的负责人（公司和银行）并不需要向他们的乘客（投资者和公众）展示他们打算如何应对这些颠簸。但最近，政府开始说：“你必须告诉我们你的计划。”这就是气候披露的世界。这就像是一份强制性的成绩单，公司必须承认：“以下是我们的业务可能会受到多少风暴的影响，以及我们计划如何生存下去。”
为了让这些报告发挥作用，公司应当进行情景分析。把这想象成一场“如果……会怎样”的游戏。他们不只是在猜测一个未来，而是必须想象三个不同的世界：一个地球变暖程度较轻的温和世界，一个变得非常炎热的高温世界，以及一个中间地带。然后，他们必须计算出自己在每个世界中可能会损失或获得的资金。其目标是让公司不再只是空谈“我们关心地球”，而是开始展示其决策背后的硬核数学逻辑。但问题在于：做这些数学运算极其困难、昂贵，并且需要将复杂的气候科学与商业策略结合起来。如果数学算错了或者纯属捏造，那么整份报告就毫无用处，就像一张把你引向悬崖的地图。
现在，英雄登场了：来自新西兰地球科学研究中心（Earth Sciences New Zealand）的一个研究小组，他们决定检查新西兰的公司是否真的正确地玩好了这场“如果……会怎样”的游戏。他们查看了第一批于2023年和2024年发布的强制性报告。为了处理海量的文书工作，他们并没有仅靠人工逐页阅读；他们构建了一个由**人工智能（AI）**驱动的超级智能机器人助手。这个AI被训练得像一名初级科学家，通过挖掘数千页的文本来寻找支撑公司主张的具体数字和科学依据。
研究人员发现，虽然各家公司确实在努力尝试，并且写出的报告非常长（有些甚至接近50页！），但其中的实际科学内容往往站不住脚。这就像每个人都带着一个巨大且装饰精美的蛋糕参加烹饪比赛，但当切开蛋糕时，里面竟然大多只是空气和糖霜。大多数公司是在编写关于气候风险的故事，而不是进行硬核的定量数学计算。他们像是在玩“自助式糖果罐”一样混合搭配不同的气候模型，经常将互不匹配的部分组合在一起，导致无法将一家公司的计划与其他公司进行比较。
AI表现出色，它捕捉问题的准确率与人类专家的一致性达到了91%。然而，AI也揭示了一个棘手的问题：有时公司甚至没有说明他们使用的是哪种科学模型，导致AI不得不进行猜测。这项研究表明，虽然新规迫使公司开始谈论气候，但尚未迫使它们进行严谨的科学研究，从而使这些谈论真正具有参考价值。结果就是出现了大量的“合规噪音”——公司只是为了避免罚款而在“打卡”应付，而不一定是在构建一幅关于如何在变暖世界中生存的清晰科学图景。研究人员警告说，如果我们不解决这种“华丽故事”与“真实科学”之间的差距，我们最终可能会投资于那些在纸面上看起来很安全、实则正步入风暴中心的公司的企业。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。