Le traitement du langage naturel (NLP) pour améliorer les rapports SFDR
SFDR Reporting Solution : Le système de notation de la controverse de Clarity AIpermet une évaluation cohérente des incidents.
La plupart des solutions disponibles sur le marché pour l'analyse du comportement des entreprises reposent en grande partie sur l'évaluation manuelle des nouvelles ou sur l'analyse du sentiment, ce qui entraîne des faiblesses telles que l'évaluation subjective, la limitation du volume et la capacité limitée d'interpréter les métriques. Ces limites réduisent la capacité à fournir des informations significatives en temps voulu, de manière cohérente et transparente.
Système de notation de la controverse
Clarity AI s'attaque à ces faiblesses et à ces limites grâce à un système de notation controversé. Il a construit des scores en utilisant comme principale source de données un service mondial de surveillance de l'actualité, qui donne accès à un univers de plus de 8 500 éditeurs de médias couvrant 200 pays, avec 100 000 nouveaux articles ajoutés par jour provenant de plus de 33 000 sources. Cela représente environ 70 millions d'articles liés à l'univers de l'entreprise Clarity AI au cours des trois dernières années.
Clarity AILe système de notation de la controverse de la Commission européenne se décompose en 4 étapes principales :
1- Détection d'incidents
2- Classification de l'incident
3- Cotation de la gravité de l'incident
4- Evaluation de la gravité de l'événement
Ce système identifie l'évolution des incidents controversés sur une ligne de temps -ainsi que leur gravité- pour une entreprise donnée dans une catégorie spécifique parmi les 39 catégories qu'il évalue. Par exemple, une entreprise comme Tesla a des milliers d'articles écrits sur elle (23 189 de l'été 2017 à l'hiver 2020). Parmi ceux-ci, 3 767 articles sont pertinents pour la catégorie de l'éthique des affaires, mais leur degré de gravité varie considérablement. Le modèle d'IA prend en compte tous les articles pertinents pour chaque catégorie, puis utilise la gravité comme un indicateur clé de la violation du PAI.
Un "événement" est considéré comme l'ensemble d'une série d'incidents sur trois ans se rapportant à une entreprise spécifique dans une catégorie de controverse ESG. Le score de l'événement est ensuite calculé en combinant les sévérités maximales des incidents les plus pertinents de l'événement. En sortie, nous obtenons un score global au niveau de la catégorie d'entreprise.
Chacune de ces étapes s'appuie sur les modèles d'intelligence artificielle exclusifs de Clarity AI, qui sont spécialement conçus pour détecter, classer et attribuer la gravité correspondante. Ces algorithmes sont le facteur clé de notre analyse objective, car ils ont été formés sur la base de renseignements d'experts en la matière par le biais d'un processus humain en boucle, avec une sélection de plus de 30 000 articles couvrant toutes les catégories et tous les niveaux de controverse, ce qui permet au modèle d'apprendre les critères pertinents à prendre en compte à chaque étape.
La combinaison de cette méthodologie de controverse et de ces SFDR est illustrée dans la figure suivante :
