Stanford’un STORM AI Aracı Yeşil Aklamayı Tespit Etmek İçin Mükemmel Bir Araç

Greenwashing sürdürülebilirlik sektörünü rahatsız etmeye devam ediyor. Tamamen tüketici seçimlerini çarpıtıyor, otantik çabaları azaltıyor ve ilerlemeyi baltalıyor. Buna yanıt olarak, Stanford Üniversitesi yanlış çevresel iddiaları ortaya çıkarmak için tasarlanmış yeni bir AI aracı geliştirdi: STORM.

Daha önce bizim tarafımızdan rapor edildiği gibi, Greenwashing kamu güvenini zedeler ve gerçekten sürdürülebilirliğe yatırım yapan şirketlerden dikkati dağıtır. Ortaya çıkarıldığında, suçlular itibar kaybına ve tüketici sadakatinde düşüşe uğrar. Daha kötüsü, doğrulanmış çevreci başarıları artırması gereken pazarlama bütçeleri sıklıkla boş vaatleri teşvik eder.

Yeni STORM AI aracını tam olarak nasıl çalıştığını görmek için test ettik.

STORM AI Nasıl Devreye Giriyor

Stanford’un AI’si, makine öğrenimi, doğal dil işleme (NLP) ve derin öğrenmeyi kullanarak greenwashing ile doğrudan mücadele ediyor. Bu araçlar sürdürülebilirlik raporlarını, reklamları, web sitelerini ve kamu açıklamalarını analiz ederek, verilerle desteklenmeyen “çevre dostu”, “yeşil” veya “doğal” gibi belirsiz veya abartılı iddiaları işaretler.

Bu analizi otomatik hale getirerek, AI aracı pazarlama söylemi ve ölçülebilir sürdürülebilirlik performansı arasındaki farklılıkları belirler. Emisyon verilerini, enerji kullanımını ve hatta online olarak yeşil iddialar hakkındaki etkinliği analiz edebilir. Örneğin, AI araçları bir şirketin geri dönüştürülebilir ambalaj kullanımını yoğun bir şekilde pazarlarken toplam plastik tüketimini sessizce artırdığında bunu vurgulayabilir.

Stanford sistemi yalnızca yanıltıcı dili ifşa etmekle kalmaz, aynı zamanda sürdürülebilirlik iddialarını sektör ölçütlerine göre puanlar. Bu puanlar bağımsız veri kaynaklarıyla doğrulanarak bir şirketin çevresel ayak izinin yüksek çözünürlüklü bir resmini sunar.

Bu tür doğrulama şirketleri şeffaflığa yönlendirirken, düzenleyiciler ve yatırımcılara da tutarlı, tarafsız ESG değerlendirmeleri sunar – yalnızca kurumsal özraporlara bağlı kalmadan.

​Ve Stanford’un STORM AI‘ı ile ChatGPT arasındaki farkı merak edenler için, ikisinin farklı kullanıcı ihtiyaçlarına hitap ettiğini bilin. STORM, akademik ve araştırma amaçlarına uygun, yapılandırılmış, atıf zengini içerik üretmede ustadır. Çoklu ajan sistemi kullanarak farklı bakış açılarını simüle eder, şeffaf kaynaklarla kapsamlı raporlar üretir.

Ancak detaylı tanımlayıcılar gerektirebilir ve konuşma esnekliğinden yoksun olabilir. Öte yandan, ChatGPT geniş bir görev çeşidi için uygun, esnek, konuşmaya dayalı etkileşimler sunarak ideal bir seçenek haline gelmektedir, ancak bazen daha az yapılandırılmış çıktılar üretebilir.

Kısacası, yapılandırılmış, kaynak destekli bir içerik istiyorsanız, STORM iyi bir seçimdir. ChatGPT ise etkileşimli, genel amaçlı kullanım için daha uygundur. Elbette her ikisini birleştirerek en iyi sonucu elde edebilirsiniz.

Kaputun Altında: Stanford’un STORM AI’sı Nasıl Çalışır

Stanford STORM AI, verileri doğrulamak ve olası yanlış iddiaları ortadan kaldırmak için 7 aşamadan geçer:

  1. Veri Alma ve Ön İşleme: Sistem kurumsal sürdürülebilirlik raporları, ESG dosyaları, pazarlama içerikleri, çevresel denetimler ve üçüncü taraf veritabanlarından büyük hacimli veri alır. Bu verileri temizler ve standart hale getirir, tutarlılığı sağlamak ve gürültüyü ortadan kaldırmak için.
  2. Doğal Dil İşleme (NLP): NLP motoru greenwashing ile ilişkili dil kalıpları için metinsel içeriği tarar. Doğrulanmamış iddiaları, belirsiz terimleri ve nicel destekten yoksun pazarlama moda sözcüklerini işaretler. Ayrıca ölçülebilir zaman çizelgeleri olmadan “hedeflemek”, “planlamak” veya “taahhüt etmek” gibi belirsiz dili tespit etmek için cümle yapısını analiz eder.
  3. Makine Öğrenimi Sınıflandırması: Denetimli bir ML modeli, etiketlenmiş eğitim verilerine dayanarak ifadeleri doğrulanmış, doğrulanamaz, yanıltıcı veya tarafsız olarak sınıflandırır. Sürekli geri bildirim döngüleri aracılığıyla gelişir ve aldatıcı ifade türlerine uyum sağlar.
  4. Bağımsız Verilerle Çapraz Referans: Sistem metin iddialarını çevresel veri setleriyle (ör. karbon emisyonları, kaynak kullanımı, üçüncü taraf sertifikaları) bağlantılandırır. Bir iddia uyumlu verilerden yoksunsa, potansiyel olarak greenwashing olarak işaretlenir.
  5. ESG Benchmarking: AI, şirketin iddialarını akranlar ve tanınmış standartlarla (GRI, SASB, CDP, vb.) kıyaslar. Sektör normlarındaki sapmalar kırmızı bayraklar kaldırır.
  6. Duygu ve Etki Analizi: Sistem medyayı ve sosyal platformları izleyerek kamuoyu duygularını kurumsal açıklamalarla ilişkilendirir. Olumlu pazarlama ve olumsuz kamu tepkisi arasında uyumsuzluklar incelemeyi artırır.
  7. Skorlama ve Raporlama: Her şirkete, bağlamsal açıklamalarla birlikte bir şeffaflık skoru verilir. Bu raporlar, yatırımcılar, düzenleyiciler ve tüketicilerin sürdürülebilirlik iddialarının gerçekte dayanıp dayanmadığını veya yalnızca görünüş için abartılıp belirtilmediğini değerlendirmesine yardımcı olur.

Stanford’un STORM AI’ını Nasıl Kullanırsın

STORM’a Eriş: storm.genie.stanford.edu adresine git ve Google hesabınla giriş yap.

Bir Mod Seç:

  • STORM Modu: Belirli bir konu hakkında kapsamlı ve kaynak gösterilmiş makaleler üretir.
  • Co-STORM Modu: Konuyu çoklu bakış açılarıyla tartışarak derinlemesine keşif sağlar.

Konu Gir: İçeriğinin konusunu arama çubuğuna yaz.

Oluşturulan İçeriği İncele:

  • STORM, her iddiaya kaynak göstererek bir makale oluşturur.
  • Bilginin nasıl toplandığını ve sentezlendiğini görmek için “See BrainSTORMing Process” özelliğini kullan.

İçeriğinle Karşılaştır:

  • STORM’un sunduğu kaynakları kendi içeriğindekiyle karşılaştır.
  • Tutarsızlıkları veya çalışmanı geliştirecek ek kaynakları belirle.

İçeriğini Geliştir:

  • Tüm iddialarının güvenilir kaynaklarla desteklendiğinden emin ol.
  • STORM’dan aldığın doğrulanmış bilgileri ve kaynakları içeriğine entegre et.

STORM AI’ın Geleceği: Kullanıcı Tarafından Sağlanan İçerik ve Bağlantıların Doğrulanması

STORM AI şu anda şeffaf kaynak gösterimiyle, güvenilir içerikler üretme konusunda oldukça başarılı. Ancak bir sonraki evrim adımı, içerik üretmenin ötesine geçerek kullanıcı tarafından sağlanan metinleri ve harici bağlantıları aktif olarak doğrulayan bir araca dönüşmesi olabilir.

Bir doğrulama modülü, kullanıcıların kendi makalelerini yüklemesini veya bağlantılar yapıştırmasını mümkün kılmalı. STORM, bu içerikteki her iddiayı güvenilir veri kaynaklarına karşı analiz edebilir. Yanıltıcı, eski ya da yanlış bilgiler tespit edildiğinde, bu bölümleri işaretleyip güvenilir alternatifler önerebilir.

Bu gelişmiş özellik şunları içerebilir:

  • Otomatik Kaynak Kontrolü: Kullanıcının içeriğindeki her iddia, bilimsel yayınlar, kamu veri tabanları ve güvenilir haber kaynaklarıyla karşılaştırılır.
  • Bağlantı Güven Skoru: Her URL güvenilirlik açısından analiz edilir ve bir doğruluk puanı atanır. Bu sayede kullanıcılar kaynaklarının gücünü değerlendirebilir.
  • İçerik Tutarlılık Haritası: STORM, metnin mantıksal akışını görselleştirir ve çelişkili ya da tartışmalı bölümleri vurgular.
  • Gerçek Zamanlı Güncelleme Önerileri: Sistem eski veriler veya güncellenmiş bilgiler tespit ederse, içeriği güncel tutmak için yeni veri önerilerinde bulunur.

Bu evrimle birlikte STORM AI artık sadece bir bilgi motoru değil, aynı zamanda dijital bir doğruluk denetleyicisi ve editöryal ortak haline gelir. Akademik makale, kurumsal rapor veya eğitim materyali yazıyor ol, STORM her kelimenin doğrulanmış temellere dayandığından emin olmanı sağlar.

Greenwashing’in Ötesinde: ‘AI Washing’ Yükselişi

AI, benzer bir pazarlama abartısına giderek daha fazla tabi tutuluyor. ‘AI washing’ terimi, şirketlerin yapay zeka kullanımını abartarak veya uydurarak gerçekte olduğundan daha yenilikçi, gelişmiş veya verimli görünmeye çalışmalarını tanımlar. Greenwashing’e benzer şekilde, bu süreç belirsiz terminoloji, yanıltıcı markalaşma ve boş teknolojik vaatler içerir.

AI washing işlemi genellikle şu şekillerde yapılır:

  • AI kullandıklarını iddia ederlerken aslında anlamlı bir şekilde uygulamazlar.
  • Pazarlama materyallerinde teknik destek olmaksızın AI ile ilgili moda sözcükler kullanırlar.
  • Basit otomasyon veya veri sıralama gibi önemsiz AI kullanımlarını sanki gelişmiş makine öğrenmesi içeriyormuş gibi vurgularlar.
  • AI araçları tanıtırken çoğunlukla manuel girdi veya geleneksel programlamaya dayalı olurlar.

Neden Önemlidir: AI washing şişirilmiş beklentiler yaratır, yatırımcıları yanıltır ve rekabetçi manzaraları çarpıtır. Ayrıca karar verme ve uyum için gerçek AI yeteneklerinin önem taşıdığı finans, sağlık ve sürdürülebilirlik gibi düzenlenmiş sektörlerde riskler oluşturur.

Stanford’un AI sistemi, teknik dokümantasyon, patentler, uygulama günlükleri ve ürün iddialarını analiz ederek AI washing’i tespit edebilir. AI ile ilgili terimlerin gerçek teknik altyapı ve sonuçlarla uyumlu olup olmadığını kontrol eder. Bir şirket AI destekli ESG analizi yaptığını iddia ederse ancak net algoritmalar veya veri setleri sunamazsa, bu bir alarm oluşturmaktadır.

AI washing ile mücadele, AI teknolojilerine olan güvenin zarar görmemesini ve yeniliğin içerikten değil, pazarlamadan kaynaklanarak ilerlemesini sağlamaktadır.

Zorluklar Devam Ediyor

Vaatlere rağmen, zorluklar sürmektedir:

  • Veri Gizliliği: Hassas iç verilerin incelenmesi, güçlü güvenlik protokolleri gerektirir.
  • AI Modellerinde Önyargı: Eğitildiği veriler önyargılıysa, AI sistemleri önyargıları devralabilir.
  • Kurumsal Direnç: Birçok firma kendi pazarlamalarını inceleyen sistemleri benimsemekte yavaş.

Kesin olan şu ki Stanford’un STORM’u gibi yapay zeka araçları daha erişilebilir hale geldikçe, ESG yatırımlarında, düzenleyici uygulamalarda ve tüketici kararlarında bir değişim bekleyebiliriz. Yatırımcılar da etki hakkında daha net bir resim elde edecekler. Ve düzenleyici kurumlar uyum izleme için yeni araçlara sahip olacaklar. Gazeteciler veya hatta tüketiciler bu veya benzeri araçları kullandıklarında, nihayetinde yeşil gürültüyü aşabilecekler.

Elbette ideal olarak, şirketlerin iddialarını zaten STORM’a göre uyarlamış olmalarını tercih ederdik. Ancak bu, doğrudan göreceğimiz bir şey değil.

Çevre bilimi ve gazetecilik alanında bir geçmişim var. WINSS için iklim değişikliği, döngüsel ekonomi ve yeşil inovasyonlar hakkında makaleler yazıyorum. Yazı yazmadığım zamanlarda Kara Orman’da yürüyüş yapmaktan ve bitki bazlı tarifler denemekten keyif alıyorum.