AI与模型透明度

伦敦一家核证公司的分析师审查了一份AI生成的ESG披露草案。草案引用了IFRS S2第29段——引用正确、引用准确——但AI附加的排放数字属于不同的范围三类别。置信度分数为0.92。映射是错误的。她追溯了来源：AI从IFRS标准中检索到了正确的段落，但嵌入匹配从错误的供应商发票中提取了数据。系统没有区分"范围三类别4——上游运输"和"范围三类别1——采购商品"。

这就是为什么IFRS.Report的人工智能管道不是黑箱。它使用仅填空逻辑——人工智能从不覆盖人类已经输入的数据。它使用置信度门控——低于0.3置信度的草案被保留审查，不发布。它使用检索增强生成——每个人工智能声明都基于检索到的IFRS或SASB段落，而不是模型的训练数据。它使用提供商路由——系统选择最适合任务的LLM（DeepSeek用于结构化提取，Qwen用于多语言问题），而不是依赖单一模型。

AI不撰写报告。它起草回复供人类审查。证据轨迹——来源文件、段落引用、置信度分数、审阅者时间戳——在每一步都被保留。伦敦的分析师没有发现幻觉，因为置信度门控太低。她发现了一个映射错误——因为来源链完整，她可以在几秒钟内修复它。AI是速度的工具，不是判断的替代品。而且该工具对其限制是透明的。