The Say-Do Gap Index: A Reproducible NLP Pipeline for Detecting ESG Rhetoric–Reality Divergence in Corporate Media Coverage
本文介绍了一个全流程可复现的自然语言处理（NLP）流水线，其中包括一个经过策划的语料库、一个六分类的 ESG 分类体系以及一个经过微调的西班牙语 BERT 分类器，旨在通过一种新颖的“言行差距指数”（Say-Do Gap Index）来量化企业 ESG 修辞与媒体报道中可观察结果之间的分歧，同时解决构念效度与跨语境适用性问题。
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
在现代商业世界中，公司经常就如何保护环境、对待员工以及如何合规经营做出公开承诺。这些被称为环境、社会和治理（ESG）承诺的声明，旨在展示一家企业关注的不仅仅是利润。然而，一个挥之不去的问题始终困扰着投资者、监管机构和公众：这些公司是否真的履行了诺言？人们日益担心一些公司存在“洗绿”（greenwashing）行为，即在报告和新闻稿中表现得言辞凿凿，但在现实世界中却未能采取实质性的行动。衡量一家公司的言行差距在传统上是一个缓慢且依赖人工的过程，需要研究人员阅读数以千计的文件，并将其与有关丑闻或违规行为的新闻报道进行交叉比对。这种言论与现实之间的差距难以进行大规模追踪，从而在理解企业问责制方面留下了盲点。
塞维利亚大学的阿尔弗雷多·梅雷特（Alfredo Merlet）的一项新研究提供了一种利用人工智能工具来揭示这一差距的方法。该论文并非仅仅报告西班牙公司是否履行了诺言，而是侧重于构建能够检查这些诺言的“机器”。研究人员开发了一个完整记录、可重复使用的系统，该系统可以阅读数以千计的新闻文章，理解它们所描述的公司行为，并自动计算出一个代表企业言行差异的分数。该系统在一个涵盖了34家主要西班牙公司、长达七年的海量数据集（共131,151篇新闻文章）上进行了测试。通过教计算机区分真实的行动、模糊的承诺以及负面争议，这项研究创造了一种可靠的方法，用于识别公司公众形象与其实际表现不符的情况。
这项工作的核心是一个“流水线”（pipeline），本质上是一个处理信息的逐步组装线。首先，系统从一个追踪媒体覆盖范围的全球数据库中收集新闻故事。接着，它过滤这些故事，仅保留提及特定大型西班牙公司的内容。随后，它使用一个针对西班牙语训练的专门计算机程序来阅读每篇文章，并将其归入六个类别之一。这些类别范围广泛，从明确的积极环境行动，到未经证实的模糊承诺，再到负面争议或丑闻的报告。系统是通过向其展示数千个由人类专家预先标记好的示例来进行学习的，这一过程被称为“训练”。研究人员发现，计算机最初在识别模糊承诺方面遇到了困难，因为初始数据中这类示例非常稀少。为了解决这个问题，他们专门搜寻了更多包含此类承诺的文章并将其加入训练集，这显著提高了计算机识别这些承诺的能力。
一旦系统能够准确分类新闻，研究人员便利用它为每家公司在研究期间的每一年构建一个分数。这个被称为“言行差距指数”（Say-Do Gap Index）的分数，衡量的是未经验证的承诺与实际积极行动或负面争议之间的平衡。如果一家公司做了许多模糊的承诺但几乎没有具体的成就，分数会反映出巨大的差距；如果公司的行动与其言论一致，则差距较小。最终结果是一个涵盖238个“公司-年份”的数据集，为这些企业如何匹配其言行提供了清晰的数值化视角。该计算机模型在分类方面达到了很高的准确度，成功识别了不同类型的新闻故事，其表现水平被研究人员认为足以进行进一步研究。
至关重要的是，论文强调该工具的设计初衷是供其他科学家和分析师使用的，而不仅仅是为了这项特定的研究。整个代码、计算机学习的规则以及获取数据的步骤都是向公众开放的。这使得任何人都可以应用相同的方法到不同的国家、不同的时期或不同的语言，只要调整系统以适应当地环境即可。作者指出，虽然该工具的结构是通用的，但此处使用的特定“计算机大脑”仅针对西班牙语文本进行了训练，因此若要适用于其他语言，则需要重新训练。
研究还仔细界定了该工具的功能边界。该系统擅长衡量观察到的陈述与结果之间的差异。然而，论文警告称，巨大的差距并不自动证明一家公司正在撒谎或心怀恶意。一家公司未能实现目标可能是由于意外的经济变化、新法律的出台或合法的战略调整。该工具识别的是这种差异，但无法解释其背后的原因。判断一个差距代表的是欺骗还是仅仅是环境变迁，需要人类的判断以及对具体情况的理解。
最终，这项工作为规模化研究企业诚信提供了一种新途径。在此类流水线出现之前，检查企业承诺的一致性需要耗费巨大的人力，且受限于较小的样本量。现在，研究人员可以系统地分析大量的媒体报道，以观察言行差距存在于何处。该研究并不声称已经解决了企业问责制问题，也不宣称所有存在差距的公司都存在不当行为。相反，它提供了一种可重复、透明的方法来衡量这一现象，将关于“洗绿”的模糊怀疑转化为一种可以被验证并不断改进的、基于数据的具体观察。
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。