ChatGPT 在企业环境会计信息披露中的应用及风险防控探讨

王菀鑫

（新疆财经大学 会计学院，新疆 乌鲁木齐 830012）

1 引言

为加快建设发展智能经济，国务院于2017 年印发《新一代人工智能发展规划》，部署构筑我国AI 发展的先发优势，国家新一代人工智能治理专业委员会也相继于2019 年和2021 年发布了《新一代人工智能治理原则——发展负责任的人工智能》《新一代人工智能伦理规范》，为促进新一代AI 健康发展提供了规范保障。随着AI 技术的迅速发展，基于GPT-4 架构的ChatGPT 等大型预训练语言模型为企业环境会计信息披露带来了新的思路和实践方向。环境会计信息披露是在传统财务会计信息基础上，进一步向有关信息使用者揭露企业在环境方面的收支、效益以及保护措施等行为[1]，这既是国家实施可持续发展战略的需要，也是企业实现经济效益与环境效益最佳结合的有效途径，并对高质量、高价值的信息挖掘和数据分析能力提出了较高要求。ChatGPT 技术快速敏锐的反应能力可以提高企业环境会计信息披露的效率、透明度和可靠性。然而，ChatGPT 这类AI 技术在实际应用中伴随着信息安全风险、合规风险、道德风险、技术风险等问题，因此本文探讨ChatGPT 在企业环境会计信息披露中的应用和风险防范对策具有重要的理论和实践意义。政府和企业在积极拥抱AI 技术的同时也需要承担更多的社会责任，政府应该持续关注环境会计方面的理论研究，强调尊重隐私和安全可控的发展原则，企业也应该定期进行技术水平评估、扩大审查范围、限制访问申请等防控措施，为进一步践行绿色可持续发展理念，推动全社会共同参与科技伦理治理提供有力支撑。

2 ChatGPT 功能与特点

2.1 ChatGPT 的简介

ChatGPT 技术的成功标志着AI 的新时代正在从算法智能转向语言智能[2]，2023 年2 月7 日，微软发布了由ChatGPT 支持的最新版本人工智能搜索引擎必应(Bing)和Edge 浏览器，微软首席执行官表示“这是搜索引擎的新时代”。ChatGPT（Chatbot Generalized Pre-trained Transformer）是人工智能研究实验室(OpenAI)基于GPT-4 架构开发的大型预训练语言模型，采用了Transformer神经网络架构进行训练，也是GPT-3.5 架构，而GPT-4 架构进一步利用深度学习模型和预训练语言模型，使ChatGPT 具有敏锐的文本处理和语言沟通能力。自GPT 处理序列数据模型开发以来，随着模型参数规模的继续扩展以及数据训练技术的不断完善，其系统性能也逐渐得到社会认可。目前，智能会话助手ChatGPT 以其庞大的模拟语料库正在成为人工智能时代的重要里程碑。

2.2 ChatGPT 的技术特点

GPT-4 基于Transformer 架构，主要使用了Self-Attention 机制来学习文本，其中可以反映序列中长距离的依赖关系，提高了高质量文本的产出效率。ChatGPT 引起社会关注的另一个关键转折点就是引入了一项新技术RLHF。RLHF 于2017 年6 月由OpenAI 联合DeepMind 首次正式提出，解决了生成模型关于人工智能产出内容与客观世界保持一致的核心问题；2023 年3 月中旬，OpenAI 正式向外推出GPT-4，增加了对图像输入形式等多种模式的支持。像其他机器学习模型一样，大型语言模型是一种预测机器，所以ChatGPT 具有可解释性和可检验性，可以通过在大规模语料库上进行预训练语言模型来丰富自身语言积累，之后再利用神经网络模型对特定任务的目标函数进行纠正。此外，ChatGPT 还具有高度可扩展性，能增加模型参数规模以及完善训练数据集等方式以满足不同需求下的多应用场景。

2.3 ChatGPT 的应用领域

对话式的语言模型和强大的问答系统使ChatGPT 具备了一个聊天机器人该有的性能，其能够大量阅读并深入理解提供的文本信息，还可以根据重要提示词回答几乎涉及任何主题的相关问题，适用于各种教育知识小测验和智能客服在线帮助等领域。ChatGPT 还能利用自然语言处理技术（Natural Language Processing），根据既有的关键词评估文本信息所表露出的立场问题，并自动生成逻辑严密且语句连贯的目标内容，如语种翻译、电子邮件、工作报告、诗词歌赋等。除了完成文本工作之外，ChatGPT 在各类应用程序的运行处理以及图像绘画的创作生成等领域也都有助于洞察使用者需求。基于社会反馈的强化学习系统，ChatGPT 还应该继续探索潜在的产业化发展方向，不断提高内容产出的效率性和丰富性。

3 ChatGPT 在企业环境会计信息披露中的应用

3.1 环境会计信息收集和整合

3.1.1 环境数据收集

企业环境会计信息披露基于环境绩效和环境管理的相关数据，环境数据源又包括各种传感机器产生的环境数据以及政府部门、权威机构的环境监测系统对外提供的关于能源损耗、污染物排放和环保投资等方面的数据服务，其特点是杂而乱。ChatGPT 使用GPT 模型，将样本属性缩放到指定范围来理解和分析文本数据，进而高效提取需要的非结构化数据。虽然ChatGPT 可以按照预设的数据采集标准进行自动化采集，极大提高了环境数据采集的工作效率，但是却无法确保智能化系统只存储有效的环境数据采集值。再者，实践中得到的环境数据存在有明显无效的异常值，因此在使用环境数据之前需要对数据进行过滤预处理，而ChatGPT 在数据采集过程中另一个功能就是对数据进行实时清理，比如删除多余的重复值、纠正异常的错误值等，这有助于大数据支撑企业后续的环境管理决策。

3.1.2 环境数据整合

结构清晰、重点突出但又易于理解的环境会计报告更符合大众期望。ChatGPT 在收集、处理大量的环境信息数据后，利用数理模型将各种形式的环境信息数据有机整合在一起，并且通过可配置的可视化开发工具形成企业统一的环境会计数据全局视图。通过ChatGPT 生成一些可视化元素，企业的环境会计信息转化为了更直观的形式，为展示企业环境绩效以及揭露隐藏在环境会计信息中的潜在关系提供了有效的技术支持。ChatGPT不仅可以通过图形化界面快速构建企业专业级别的可视化应用，满足环境会计数据预警报警、数据分析、多元化展示等各种业务的显示需求，而且可以基于多尺度数据模型和一些历史数据库、业务数据库等帮助企业迅速注意到环境问题下的潜在危机，因此数据可视化还有助于有效呈现行业环境会计数据，提高企业内部控制对环境会计信息质量的理解程度，从而促进管理层使用数据处理工具来加强企业环境管理的积极性。

3.2 环境数据分析和风险识别

3.2.1 环境绩效指标分析

为了提高企业环境会计信息披露质量，需要对企业环境绩效指标进行更深入透彻的分析。企业环境绩效具有影响外部性、效果无形性和作用长期性的特点，但是目前其环境绩效评价仍缺乏一个评判标准，同时也尚未根据企业实际情况建立起一个科学合理的评价体系，所以在一定程度上影响了企业实施环境管理的积极性。除了能直接检测到噪声级数、粉尘浓度外，ChatGPT 进行数据分析还能计算出企业碳排放强度、废水处理率等各种环境绩效指标，以便企业可以及时调整相应生产计划并加强环境保护监督。在大数据时代，ChatGPT 对环境会计信息长期的追踪、记录和分析有着极高的实用价值，ChatGPT 可以利用其对数学知识和统计学的理解对比企业不同时期的环境绩效指标、环境审计报告以及环境问题整改进度等，还能推测出企业各项环境绩效指标较为科学的发展变化趋势。ChatGPT 在推测出的发展变化趋势上再使用已有的数字模型和机器学习算法来预测未来的环境绩效目标，帮助企业更合理地规划环保资源重新配置和绿色创新技术投入，持续推进低碳、可持续发展战略计划。

3.2.2 环境数据风险识别

根据企业现有的环境会计数据分析预测结果，ChatGPT 可以使用异常检测算法，并通过统计分析、信息熵和信号分析等方法实时监测输入环境会计数据的异常状态，为企业及时防范和化解生态风险提供第一手信息。ChatGPT 可以检测到企业物耗以及污染物排放的异常变化，并基于环境污染问题的分析结果制定环境专项整治计划。同时，ChatGPT 还可以通过对节能减排等生态环境保护相关的法律法规的分析，帮助企业了解生态灾害的重要影响因素，识别可能存在的固废管理等环境合规风险，并根据以往环境治理经验制定应急预案，降低环境污染危害风险，为企业实施生态保护大局保驾护航。

3.3 环境报告生成和修改

3.3.1 环境会计报告生成

在“双碳”目标背景下，环境会计信息披露已经是环境会计领域的重要研究课题[3]，企业需要按期向环境监管部门等信息使用者提交环境会计信息的进展报告，而环境会计报告的理论基础是环境会计信息的多样化。大数据环境下，ChatGPT 基于GPT-4 架构强大的学习理解和信息处理技术能力，凭借企业以往的历史经验和现有的环境会计信息，可以促进环境会计报告技术模板的进一步完善；另一方面，ChatGPT 也可以起草、生成符合国家、行业标准制度和相关法律法规要求的环境会计报告，其内容主要涉及处理后的企业环境成本、环境效益、环境绩效指标等方面的明细数据及其统计处理结果。环境会计信息披露报告生成流程的改进不仅使企业利益相关者更直观理解评价环境绩效的影响因素，而且提高了环境会计报告编制的工作效率，节省了大量人力资源成本和时间成本。

3.3.2 环境审计报告修改

为了使环境会计报告更具有权威性和说服力，ChatGPT 需要对环境会计报告进行多维度分析，根据企业的实际情况对不合理的环境数据或者是不合规的生产违规行为进行调整和修正，并梳理报告的流程结构完善其具体细节，最后在企业正式提交环境会计报告之前，还需要对报告进行内部审计。ChatGPT 可以完成样品抽样、数据关联分析和异常值检测等部分审计程序，利用语法检查工具和文本智能审核帮助企业内部审计人员快速标记报告中可能存在的环境污染问题，再通过输入命令可以对环境审计报告进行针对性修改。自动化审计流程不仅减少了审计师人为失误的可能性，提高了企业内部审计效率和审计质量，而且能激励内部审计人员更专注于环境审计报告的解读和基于行业水准的环境保护专业决策。

3.4 环境数据信息协作

环境会计信息披露是环境会计工作的最终成果，涉及企业行政、技术、人事、财务、销售等多个部门。在环境信息整合和分析过程中，企业各部门之间需要打通信息壁垒，促进环境数据共享的业务联动，实现跨部门大数据协同，保证企业废物排放量、环境成本、环保项目投资等数据高效流通。ChatGPT 利用自然语言理解技术，将挖掘到的环境数据自动分类汇总到企业内部独享的集中化数据库中，为各部门访问和提取环境会计数据提供方便，有效辅助了不同部门之间的沟通协作，实现环境会计信息及时、完整的自动化传递。ChatGPT 作为一个知识管理库和在线沟通工具，可以回答企业其他部门员工关于环境数据、会计信息披露、环境污染管理等方面的问题，提高企业整体的工作效率和工作质量。

4 ChatGPT 在企业环境会计信息披露中的风险

4.1 信息安全风险

在使用ChatGPT 的过程中，大数据面临的主要挑战是环境信息安全和个人隐私泄露，而不是物理安全和网络安全问题。ChatGPT 作为一种人工智能技术，需要分析和展示企业环境相关的数据资料，但是环境数据的相关性会使企业陷入私有信息泄露或者是被非法滥用的风险。除了追求数据的真实性、可信性与完整性之外，如何保证自身环境数据的安全性也是企业亟待解决的问题。另一方面，在大数据时代下客户也面临着隐私安全问题，由于我国个人隐私管理机制尚不成熟以及缺乏问责与监督机制，在客户不知情的情况下，个人身份信息容易被恶意访问、窃取甚至是拍卖，网络信息威胁对企业及客户的生命财产安全埋下了巨大隐患。

4.2 合规风险

环境会计信息披露涉及环境保护法、会计法等诸多政策规定，其重点在于向环境会计信息的使用者披露环境会计信息，进一步扩大企业披露范围。然而，我国在环境会计信息披露方面还比较落后，大部分财务人员网络安全意识不强，企业管理制度不完善，数据保护的法律法规也不健全。ChatGPT 在使用海量数据和强大计算能力进行环境会计信息披露时，其输出文本是否符合相关法律法规和行业标准的要求，以及环境会计数据的所有权归属问题都尚有争议。此外，企业还需要密切关注相关法律法规和行业标准的变化，尽力避免不良竞争下以牺牲个人信息为代价谋取私利的行为，以确保ChatGPT 的使用满足合规性要求。

4.3 道德风险

随着云计算、人工智能技术不断完善，企业日益关注人工智能技术涉及科技研发、应用等各环节的伦理自主抉择问题。由于环境会计信息披露需要较高的专业知识和准确的职业判断，但是企业管理权责不明晰，因此在使用ChatGPT 大规模自然语言模型进行环境会计信息披露时，技术背后的使用者如管理人员或财务人员受主观判断的影响可能会面临一些是否选择不道德信息披露行为的伦理决策。由于技术的不确定性和道德偏见的问题，企业需要关注的问题是人工智能技术深度学习和推理能力带来的道德风险，在保证合法性的同时，也要确保ChatGPT 使用过程符合现代社会道德规范。

4.4 技术风险

场景编辑、3D 重建、虚拟数字化都属于人工智能技术的应用范畴，但其背后却存在着巨大的技术安全风险。除了过度依赖算法以及主体权力被侵犯外[4]，ChatGPT 模型的数据投毒攻击、对抗样本攻击等安全漏洞会窃取企业环境会计数据，也会威胁企业信息安全。虽然ChatGPT 经过大量的理性方法学习和奖励模型训练，具备了相对强大的信息技术综合处理能力，但是ChatGPT 庞大而混乱的代码库以及复杂的数据开发环境并没有完全实现命名规范和代码规范。模型开发人员无法关注到ChatGPT 的实际运行环境和硬件条件，使用人员也无法对ChatGPT 输入输出的环境会计核算数据逐个进行单元测试，人工智能技术的安全性和可控性受到社会质疑。

5 ChatGPT 在企业环境会计信息披露中的风险防控

5.1 信息安全风险防控

环境会计信息安全问题防控应是“三分技术，七分管理”。企业在使用ChatGPT 时，隐私保护专利、数据加密、多方管理、访问控制等这些隐私保护措施可以帮助企业实现环境会计数据可见但不可用性，保证环境会计数据的安全性和保密性。企业在承担社会责任的同时，应该积极应对网络信息安全威胁，培养大数据安全意识，并定期评估和更新环境会计数据保护系统，为环境会计数据的查阅设定不同的等级。在客户隐私方面，企业也应该自觉尊重客户意愿，使用ChatGPT 调用资料前获得客户许可，保障客户个人合法权益。

5.2 合规风险防控

我国目前并没有专门且完整的环境会计准则或者相关规定，企业环境信息披露在现行企业会计制度中的比重也并不高，建构一个符合全社会利益的安全性系统是促进人机协作的基础[5]。政府应该加强对环境会计理论的研究，以法律形式明确规定环境会计的地位和作用。ChatGPT 在帮助企业进行环境会计信息披露时，应该按照相关法律规定应用于具体的任务或问题，并建立健全企业合规管理体系，确保其算法输出结果符合环保法律规定和其他行业标准的要求。企业也应该将正确的价值观和道德观与ChatGPT 技术语言程序相结合，并为每项工作选择合适且合法的使用工具，在遵守规则下实现自身利益最大化，满足环境会计市场监管合规要求。

5.3 道德风险防控

ChatGPT 进行企业环境会计信息披露时，常常在竞争压力下会面对道德风险的抉择。国内外早有一些法律界学者建议，将社会所倡导的一些主流道德标准内化到ChatGPT 等人工智能技术代码中，并且设立专门的伦理委员会制定企业相关的伦理准则和审查范围，监督ChatGPT 在企业环境会计信息披露的使用。此外，企业还需要担负更多的社会责任，培养操作人员消除错误思想认识和环境保护主观偏见，定期对自身商业道德进行风险评估和环境会计的风险管理，促进ChatGPT遵守道德标准并具有自主伦理抉择能力，以确保ChatGPT 在运作过程中符合社会道德伦理规范。

5.4 技术风险防控

ChatGPT 技术的准确性和可靠性主要基于机器学习高级的算法和模型，以及定期的技术水平评估和系统更新流程。企业内部应该成立专门的信息技术团队小组，利用身份认证等复杂技术对ChatGPT 的数据运行及其输出结果进行审核审批服务，避免因技术问题造成环境会计信息披露的失真以及企业环保决策的失误，进一步确保环境会计信息披露的准确性和完整性。当环境会计数据不平衡或者出现明显偏差时，企业应该根据具体需求及时选择合适的纠正方法，并对ChatGPT进行算法优化和参数调整，使得ChatGPT 与技术使用者之间能形成良性互动。

5.5 信息披露风险防控

信息不对称问题使资本市场难以为企业提供客观真实的环境会计信息，造成企业在环境会计信息披露过程中不能有效评估自身环境责任与环境绩效，影响企业投资项目决策效率。ChatGPT具有强大信息挖掘和处理能力，可以从大量的环境信息中识别并整合有价值的环境数据生产资料，还可以凭借代码编写的算法准确分析各种环境会计数据，帮助企业缓解信息不对称，提高环境会计信息披露的可控性和可靠性。另一方面，虽然ChatGPT 具有智能化的自然语言处理能力和高效的信息交互功能，但由于其模型技术尚未完全成熟，可能面临环境会计信息披露过程中的数据泄露、误报、丢失等各种潜在风险。企业可以建立合理的环境治理框架，大数据赋能下定期评估ChatGPT 的执行情况并及时进行技术的更新改进。同时，ChatGPT 通过数据中心自动监测企业环境会计信息披露并持续监控风险处置，及时发现生态环境平衡威胁，为企业提供环境风险预警。ChatGPT 再根据披露风险帮助企业选择合适的风险防范和应急管理措施，促进企业环境会计信息披露的合理性和合规性。

6 总结

当前，我国面临气候变化和生态环境破坏等严峻挑战，AI 技术在重污染企业绿色转型中发挥着重要作用。资源节约技术和低碳减排技术的科学创新需要人类智慧与机器智能携手同行，从利用AI 技术进行垃圾分类和绿色供应链管理，提高资源回收和处理效率，到使用再生能源进行制造硬件软件，再到微软宣布到2030 年实现碳的负排放，AI 技术都具有巨大的市场发展潜力价值。企业环境会计信息披露是环境会计工作的最终成果，ChatGPT 技术与传统信息披露方法相结合能提高环境会计信息披露的质量和效率。然而，新一轮AI 科技革命强势来袭的同时，关于ChatGPT 在信息安全、道德伦理、技术管理等方面的矛盾和争议也随之而来。只有在企业环境会计信息披露的AI 辅助应用中嵌入相应的隐私保护、访问控制、道德规范、技术更新等限制手段，才能充分发挥ChatGPT 技术优势，保障企业的信息网络安全。

ChatGPT 在企业环境会计信息披露中的治理问题，需要政治学、经济学、社会学、法学等各行业的研究者和从业者和AI 技术专家共同探讨，把对法律和道德的思考内化于AI 技术，探寻企业绿色可持续发展路径。同时，政府应该规范ChatGPT 技术在企业环境会计信息披露中的应用，不断完善生成式AI 的法律监管机制和道德规范体系，对相关侵权行为及时进行严厉处罚并督促整改，以保护信息隐私安全，企业也应该提前对ChatGPT 等生成式AI 的重要内容进行解释和备案，并高度警惕伦理道德风险，严守科技伦理底线，强化伦理责任，实现企业环境会计信息工作与AI技术的积极配合，推动我国高效化、智能化信息披露不断进步。