Vous avez dit NLP ? Branche de l'Intelligence artificielle (IA), le Natural Language Processing dit "NLP" permet aux machines de comprendre, d'analyser et de générer du langage humain de manière efficace. Au fil des ans, le NLP a connu une évolution considérable, passant d'une simple reconnaissance de mots à une compréhension plus approfondie du langage y compris dans la capacité de comprendre la sémantique et le contexte. Il est omniprésent dans notre vie personnelle.

Grâce aux avancées du deep learning et à la disponibilité de grandes quantités de données textuelles, il intervient, à titre d'exemples et de façon non exhaustive, dans nos interactions avec les chatbots, nos assistants personnels virtuels en passant par les traducteurs automatiques jusqu'aux outils de détection de la fraude. Parce qu'il est aujourd'hui incontournable, nous nous sommes demandé comment le NLP pourrait se mettre au service de la RSE : de façon choisie et pertinente, et dans le but de faciliter la formalisation des reportings, d'automatiser des tâches qui peuvent être fastidieuses et minutieuses.

Le potentiel du NLP pour rendre toujours plus efficiente sa stratégie RSE

Des milliards de documents textuels liés au climat en particulier et à la RSE en général sont en libre accès : e.g. rapports annuels des entreprises, informations, articles scientifiques, textes réglementaires et législatifs, réseaux sociaux, etc. Ces documents contiennent des indicateurs précieux sur la performance RSE des entreprises qui ne sont pas disponibles dans les scores ESG (Environnement, Social et Gouvernance) mais souvent utilisés par les institutions financières. Parce qu'ils peuvent contenir des indicateurs plus "qualitatifs" et donc révélateurs d'évolution au sein des entreprises en temps réel, à savoir des tendances, des points chauds ou sensibles en matière de durabilité : ils passent d'imperceptibles parce qu'ils sont individualisés, à probants une fois massifiés. Ce passage d'un statut de signal faible à fort est possible grâce au NLP. Cette technologie de pointe s'offre à nous pour lancer une action pertinente en la matière. En effet, face à ce flux de données textuelles à la fois permanent et multicanal, nous considérons que les algorithmes de traitement du langage naturel pourraient jouer un rôle déterminant dans notre capacité de compréhension de ces documents en garantissant une exploitation optimisée.

Parce que nous le vivons de façon empirique dans notre quotidien de consultants et de consultants/chercheurs, nous prenons le pari qu'aujourd'hui l'IA, et particulièrement le NLP, est au service de la RSE.

Le NLP, un outil efficient pour la gouvernance de la "donnée RSE"

A plusieurs égards, le NLP peut faciliter le traitement des données RSE et devenir un outil particulièrement pertinent. Grâce au NLP, nous pouvons automatiser certains chantiers dans le cadre du reporting RSE tels que l'analyse d'une situation comme la prévention des risques climatiques ou le suivi d'un référentiel de types de labels qui supposent le traitement d'un très grand volume de données. L'automatisation permettra d'en extraire des informations pertinentes et déclencher l'information du changement opéré en temps réel. À titre d'exemples : un décret d'application qui modifierait la liste des produits proscrits ou autorisés bousculerait immédiatement la conformité d'un label. Le collaborateur chargé de son suivi et de son élaboration aura avec le NLP un outil dédié pour suivre ces évolutions sans croiser manuellement l'ensemble des textes législatifs et réglementaires qui le régissent.

Aujourd'hui, nous sommes en mesure d'aller encore plus loin. Le cas empirique du scoring ESG en temps réel traité par du NLP est devenu notre réalité. En plusieurs temps et étapes, il va permettre, en premier lieu à la personne chargée du reporting et en lien avec les experts DATA, de collecter et d'agréger des données en temps réel provenant de tous types de sources en ligne et pour l'ensemble des domaines environnementaux, sociaux, gouvernance. Une fois captées, ces données sont traitées en temps réel en utilisant des algorithmes d'IA pour détecter les tendances émergentes et des indicateurs ESG expressifs. Se formalise à partir de là un outil NLP d'aide à la prise de décision dynamique capable de mettre à jour les tendances ESG "en un clic". Ainsi les investisseurs arbitreraient des choix d'investissement plus éclairés et plus alignés sur leurs objectifs. Cet outil pourrait offrir des avantages significatifs aux décideurs concernés par les questions de RSE : il leur permettra de suivre en temps réel les données clés et émergentes, suivre les controverses et les réglementations dans leur secteur d'activité, mieux comprendre la perception de leur entreprise. Cette réactivité et cette immédiateté deviennent alors un atout pour réagir rapidement et prendre des mesures proactives renforçant leur engagement en la matière.

Autre exemple empirique : l'analyse de la durabilité des entreprises. Utilisés pour identifier les domaines de force et de faiblesse, nous pouvons l'exprimer dans une dimension analytique et prospective.

Pour ce qui concerne le volet analytique, trois méthodologies principales : classification (identifier les thèmes clés liés à la durabilité, clarifier les mesures de performance et les KPI structurants), analyse de sentiments (neutres, positifs ou négatifs) exprimés envers une entreprise qui communique ses engagements, et détection de greenwashing (supposé ou réel) pour évaluer la crédibilité des déclarations.

La combinaison de ces méthodologies permet de construire un outil d'aide à la prise de décision pour qu'elles soient les plus éclairées et éclairantes possibles à dessein d'investissement ou d'achat selon que l'on soit investisseurs ou consommateurs/consom'acteurs... Ce qui nous amène au volet prospectif. Cet outil peut être utilisé dans différents cas d'applications : la comparaison entre les entreprises (identification des entreprises qui se distinguent dans leur engagement), le suivi des progrès (analyse des rapports sur un temps donné pour bien comprendre si les objectifs ont été atteints et les améliorations nécessaires), l'alignement des portefeuilles en lien avec les objectifs de développement durable des Nations Unies et de l'accord de Paris, la captation des tendances émergentes, et enfin, l'identification des opportunités d'investissement durable.

Pour une conjugaison de la recherche en Intelligence artificielle responsable et des enjeux de durabilité

Ces exemples pragmatiques et empiriques animent le travail quotidien que nous faisons pour nos clients et au sein du Square Research Center. Ces chantiers que nous menons de concert sont devenus un engagement et une conviction : nous pouvons piloter le développement de l'IA en la mettant au service de la RSE pour conjuguer démarche responsable et compétitivité.

Nous sommes également conscients de l'enjeu nécessaire d'une régulation face à l'urgence des dérives potentielles que l'IA génère ; elle ne peut pas être hors champs de l'arsenal réglementaire parce qu'il s'agit de protéger les concitoyens, les entreprises, les institutions et les pays de la manipulation de l'opinion et de la cybercriminalité.

Jacques Attali a appelé récemment à l'élaboration d'une véritable charte mondiale et à reconnaître "l'urgence d'un Etat de droit planétaire", sans angélisme aucun, nous appelons aussi de nos vœux à l'associer à une IA responsable, encadrée, maîtrisée et maîtrisable.

Parce que la RSE est une démarche stratégique et pleinement intégrée aux enjeux économiques des entreprises, nous formulons le souhait d'accepter les évolutions technologiques, de ne pas se priver de leur donner les moyens associés, de faire avancer la recherche. Pour qu'à l'avenir nous puissions intégrer et gérer des données concurrentielles structurantes, répondre aux enjeux environnementaux et sociétaux des générations à venir, et des entreprises avec un très haut niveau d'expertise.

____

(*) https://futureoflife.org/open-letter/pause-giant-ai-experiments/