Domaine de l'IA qui traite l'analyse et la compréhension automatiques du texte humain. Les applications incluent l'extraction d'information, l'analyse de sentiment, la classification thématique et la génération de résumés.
Brique transverse dont la vigilance porte moins sur la technique que sur la préparation des corpus : représentativité linguistique et sectorielle, filtrage des données protégées, gestion des langues minoritaires souvent sous-performantes. Pour un usage extractif (classification de rapports, détection de controverses), documenter les métriques par sous-population (F1 par langue, par secteur) évite les angles morts qui alimenteraient un biais de matérialité dans l'analyse ESRS.
Un groupe de médias français utilise NLP pour analyser automatiquement 1 000 articles par jour sur les enjeux ESG et détecter l'émergence de risques nouveaux (ex. travail forcé) via topic modeling, alertant en temps réel l'équipe de monitoring ESG.
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.