AI與模型透明度

倫敦一家核證公司的分析師審查了一份AI生成的ESG披露草案。草案引用了IFRS S2第29段——引用正確、引用準確——但AI附加的排放數字屬於不同的範圍三類別。置信度分數為0.92。映射是錯誤的。她追溯了來源：AI從IFRS標準中檢索到了正確的段落，但嵌入匹配從錯誤的供應商發票中提取了數據。系統沒有區分「範圍三類別4——上游運輸」和「範圍三類別1——採購商品」。

這就是為什麼IFRS.Report的人工智能管道不是黑箱。它使用僅填空邏輯——人工智能從不覆蓋人類已經輸入的數據。它使用置信度門控——低於0.3置信度的草案被保留審查，不發布。它使用檢索增強生成——每個人工智能聲明都基於檢索到的IFRS或SASB段落，而不是模型的訓練數據。它使用提供商路由——系統選擇最適合任務的LLM（DeepSeek用於結構化提取，Qwen用於多語言問題），而不是依賴單一模型。

AI不撰寫報告。它起草回复供人類審查。證據軌跡——來源文件、段落引用、置信度分數、審閱者時間戳——在每一步都被保留。倫敦的分析師沒有發現幻覺，因為置信度門控太低。她發現了一個映射錯誤——因為來源鏈完整，她可以在幾秒鐘內修復它。AI是速度的工具，不是判斷的替代品。而且該工具對其限制是透明的。