Autores:
(1) Aarav Patel, Amity Regional High School – e-mail: [email protected];
(2) Peter Gloor, Centro de Inteligência Coletiva, Instituto de Tecnologia de Massachusetts e autor correspondente – email: [email protected].
O objetivo deste projeto foi criar um sistema sistemático de classificação ESG que desse aos executivos e aos externos uma visão mais equilibrada e representativa das práticas de uma empresa para uma maior responsabilidade social. Para isso, foi criado um algoritmo de aprendizado de máquina utilizando dados de redes sociais para avaliar quantitativamente ESG. Dados de redes sociais foram usados em vez de registros auto-relatados, uma vez que podem fornecer várias perspectivas externas sobre questões que as pessoas acham que uma empresa deveria abordar. Ao apresentar diretamente a opinião pública, pode eliminar o preconceito do autorrelato e ajudar os executivos a criar iniciativas mais direcionadas para mudanças significativas. Além disso, um sistema baseado em dados pode fornecer classificações ESG para empresas sem cobertura.
Para testar o poder preditivo do sistema proposto, a correlação, bem como o erro médio absoluto médio (MAAE) foram medidos em relação às classificações ESG atuais. Isso pode ajudar a determinar se o sistema é viável para previsão de classificação. No entanto, as potenciais restrições incluem o acesso limitado a grandes volumes de dados de redes sociais, a precisão dos algoritmos de PNL e recursos computacionais limitados.
As contribuições deste trabalho podem ser resumidas da seguinte forma:
Fornece uma pontuação ESG de sentimento social em tempo real que destaca como as pessoas se sentem em relação às práticas de uma empresa. Isto pode dar aos executivos uma forma de monitorizar a saúde ESG da sua organização. Também mostra quais áreas as pessoas sentem que precisam de mais mudanças, e isso pode ajudar a direcionar as iniciativas executivas para serem mais eficazes.
Ele fornece um método completo para coletar dados ESG em tempo real e convertê-los em uma pontuação abrangente. Isto permite a criação prontamente disponível de classificações ESG iniciais que podem ser utilizadas diretamente pelos investidores para garantir que estão a fazer investimentos socialmente conscientes (especialmente para empresas não classificadas) ou por agências de classificação ESG para aumentar a cobertura.
A abordagem proposta utiliza múltiplas redes sociais para previsão de pontuação. A maioria dos artigos sobre análise de redes sociais ESG normalmente concentra-se em uma rede específica, como o Twitter ou o News (Sokolov et al., 2021). Este artigo procura combiná-los e ao mesmo tempo adicionar outras redes sociais pouco analisadas (ou seja, LinkedIn, Wikipedia).
Este artigo está disponível no arxiv sob licença CC BY-NC-ND 4.0 DEED.