Technique NLP permettant d'évaluer la perception des parties prenantes sur les enjeux ESG à partir des médias sociaux, de la presse et des rapports d'analystes. Elle détecte les signaux faibles de risques réputationnels ou de controverses émergentes.
Signal de détection précoce, pas une mesure. À utiliser pour prioriser une investigation humaine (revue de presse, entretien parties prenantes), jamais comme datapoint publié tel quel : la polarité est sensible à l'ironie, aux campagnes coordonnées et à l'amplification algorithmique des réseaux sociaux. Documenter la méthode d'échantillonnage et la période observée pour éviter de traiter un pic conjoncturel comme un enjeu matériel structurel.
Un groupe industriel français utilise l'analyse de sentiment pour monitorer en temps réel la perception de ses pratiques environnementales sur les réseaux sociaux, détectant une crise naissante 48h avant qu'elle n'atteigne les médias traditionnels.
Termes connexes (Technologie)
IA fantôme (Shadow AI)
Utilisation non autorisée d'outils d'intelligence artificielle par les employés, contournant les politiques de sécurité, de conformité et de gouvernance de l'entreprise. Ce phénomène représente un risque ESG majeur : fuite de données sensibles, non-conformité RGPD/IA Act, absence de traçabilité et d'audit.
Ingénierie de prompt ESG
Discipline d'optimisation des instructions textuelles (prompts) données aux modèles d'IA pour obtenir des réponses pertinentes, précises et conformes aux exigences du reporting de durabilité. Inclut la structuration des requêtes, l'injection de contexte réglementaire et la réduction des hallucinations.
Hallucination IA
Génération par un modèle d'IA de contenus faux, inventés ou non étayés par les données sources, présentés avec une apparence de certitude. Risque critique pour le reporting ESG où l'exactitude et la traçabilité des informations sont essentielles pour l'audit externe.
Token (unité de traitement IA)
Unité élémentaire de texte traitée par les modèles de langage (environ 4 caractères ou 0,75 mot en français). Le nombre de tokens détermine le coût de calcul, la consommation énergétique et l'empreinte carbone d'une requête IA. Métrique clé pour l'optimisation Green AI.
GPU (Processeur graphique)
Processeur spécialisé dans le calcul parallèle, essentiel pour l'entraînement et l'inférence des modèles d'IA. Les GPU représentent la principale source de consommation énergétique et d'émissions carbone des infrastructures IA, avec des enjeux d'approvisionnement en terres rares et de recyclage.
Récupération de chaleur fatale (data center)
Valorisation de la chaleur résiduelle générée par les serveurs et GPU des centres de données pour alimenter des réseaux de chauffage urbain, des serres agricoles ou des processus industriels. Levier clé d'économie circulaire pour réduire l'impact environnemental net des infrastructures IA.