Generative AI και ESG : ευκαιρίες, προκλήσεις και εφαρμογές στις πρακτικές βιώσιμης επιχειρηματικότητας

Read full text
Authors: Αθανάσιος Μανεσιώτης
Cited by: 0

Abstract

Η διπλωματική εργασία εξετάζει πώς η Παραγωγική Τεχνητή Νοημοσύνη (Generative AI) μπορεί να αξιοποιηθεί ως εργαλείο υποστήριξης και βελτίωσης των πρακτικών ESG (Environmental, Social, Governance) σε επιχειρήσεις και οργανισμούς. Στόχος της εργασίας είναι η διερεύνηση των δυνατοτήτων, των περιορισμών και των κινδύνων που σχετίζονται με την εφαρμογή της Generative AI στη συλλογή, ανάλυση, ερμηνεία και δημοσιοποίηση δεδομένων ESG. Για τον σκοπό αυτό πραγματοποιήθηκε εκτενής βιβλιογραφική ανασκόπηση, καθώς και μελέτη θεσμικών πλαισίων και κανονιστικών απαιτήσεων αναφοράς ESG (ESG reporting). Παράλληλα, εξετάστηκαν προηγμένες τεχνικές, όπως το prompt engineering, το fine-tuning και το Retrieval Augmented Generation (RAG), ως εργαλεία ενίσχυσης της ακρίβειας και της αξιοπιστίας των αποτελεσμάτων που προκύπτουν από τη χρήση της Generative AI. Επιπλέον, αξιοποιήθηκαν εργαλεία Παραγωγικής Τεχνητής Νοημοσύνης, όπως το ChatGPT, για την υποστήριξη της εξαγωγής και επαλήθευσης δεδομένων ESG, της ανάλυσης δεδομένων DEIB και της παραγωγής αναφορών ESG σε συμμόρφωση με την CSRD. Η εργασία καταλήγει στο συμπέρασμα ότι η Generative AI μπορεί να αποτελέσει ένα ισχυρό εργαλείο ενίσχυσης της διαφάνειας, της αποδοτικότητας και της συγκρισιμότητας των αναφορών ESG. Η αξιοποίησή της συμβάλλει, επίσης, στη μείωση του χρόνου επεξεργασίας και στη βελτίωση της ποιότητας της παρεχόμενης πληροφόρησης. Παράλληλα, επισημαίνεται η αναγκαιότητα ανθρώπινης εποπτείας, ισχυρών μηχανισμών διακυβέρνησης της Generative AI και υπεύθυνης χρήσης των σχετικών τεχνολογιών, προκειμένου να αποφεύγονται σφάλματα, μεροληψίες και φαινόμενα greenwashing, διασφαλίζοντας τη μακροπρόθεσμη αξιοπιστία των πρακτικών βιωσιμότητας.

Fields of Study & Subjects

Impact of AI and Big Data on Business and Society Artificial Intelligence Applications Ethics and Social Impacts of AI

Publication details

Journal / source
Dione (University of Piraeus)
Publication date
24 February 2026
Language
EL
Document type
Thesis