Depuis 2021, notre équipe de recherche, à Algora Lab, travaille sur un vaste projet nommé IA et finance durable qui se situe dans le contexte de l’investissement durable au Québec et de l’établissement de normes d’évaluation et de divulgation ESG. 

La première phase du projet de recherche visait à explorer la dimension environnementale (E) du cadre (ESG) propre à la finance durable. L’objectif était de produire un état des lieux des besoins autour de la finance durable, de comprendre le rôle des sciences de données dans les analyses et de produire des applications intelligentes pouvant contribuer à ce domaine. Pour atteindre ces objectifs, nous avons établi une revue de littérature des processus de notation d’entreprises, des cadres normatifs et de leurs indicateurs, du contexte de la transition au Québec, des réglementations futures autour de la divulgation environnementale, ainsi que des défis sectoriels. Nous avons également étudié les méthodes et les outils intelligents existants. 

Par le fruit de ces connaissances et en alliant nos expertises intersectorielles, nous avons créé un modèle d’intelligence artificielle issu du traitement du langage naturel (NLP) pour automatiser à grande échelle la lecture et l’analyse des rapports des entreprises, sur leurs risques climatiques et selon les cadres de divulgation (TCFD, TPI). À partir de ce modèle, nous avons conçu un outil web d’aide à la décision pour l’analyse des divulgations de transition liées au carbone. 

Ensuite, nous avons poursuivi notre recherche en expérimentant la capacité des modèles de langage de grande taille (LLM), comme ChatGPT, à évaluer en temps quasi réel les efforts (E) environnementaux d’une entreprise selon les questions du cadre TPI. Après ces expérimentations, nous avons conçu un second outil web d’aide à la décision dans le cadre des exigences ESG. Ce dernier modèle est entraîné par une méthodologie spécifique de prompt engineering dans le but d’encadrer sa recherche sémantique. 

En plus de sa facilité d’utilisation, cet outil constitue une robuste aide à la décision, fiable et à faible coût. Il est bâti au moyen de technologies à la fine pointe de l’état de l’art et possède également l’agilité requise pour l’amélioration de ses performances.

La seconde phase du projet IA et finance durable vise à développer la dimension sociétale (S) des efforts ESG propres à la finance durable. Parmi les cadres existants, le cadre EDI pour Diversité, Équité et Inclusion (DEI en anglais pour, Diversity, Equity, and Inclusion) présente des avantages pour l’analyse sociétale des efforts ESG d’une entreprise. En effet, ce cadre vise à mesurer, entre autres, la présence de discrimination, le niveau de représentativité des groupes sous-représentés, l’égalité des chances ou encore, la présence de préjugés dans le but de favoriser un environnement de travail inclusif. Lorsque ces efforts sont mesurables, les initiatives EDI se révèlent être un véritable levier financier. Nous souhaitons donc produire un outil web d’aide à la décision pour l’analyse des divulgations EDI des entreprises basé sur les modèles mathématiques et les technologies d’IA, dans le cadre des exigences ESG.

La méthodologie s’articule autour de plusieurs axes principaux. Dans un premier temps, notre but consiste à agglomérer et harmoniser les données ESG et EDI pour une analyse cohérente et suffisamment représentative. Les données sont collectées à partir des rapports d’entreprises, des organismes de réglementation et des bases de données publiques. Puis les données sont standardisées, car elles sont souvent hétérogènes et les méthodes mathématiques nécessitent souvent un format très spécifique : cette uniformisation est une étape cruciale pour permettre à notre IA de traiter efficacement les informations. Puis nous transformons les informations textuelles en représentations numériques pour une analyse plus affinée. Cette étape de vectorisation facilite une analyse sémantique fine. Le modèle est ensuite affiné pour gérer des requêtes complexes et offrir une flexibilité maximale aux utilisateurs. L’intégration dans les LLM de type GPT représente un atout majeur en offrant des réponses en langage naturel et l’extension chatGPT propose un outil conversationnel très puissant. Associé à une base de données vectorielles, il peut répondre de manière extrêmement précise à des questions approfondies. Pour la vérification des faits, des mécanismes robustes sont instaurés pour assurer la véracité des informations fournies. Nous proposons donc une interface utilisateur intuitive pour analyser en profondeur les divulgations EDI, offrant une vision complète des efforts sociétaux des entreprises.

Par la suite, nous envisageons également d’étudier la dimension de gouvernance (G) du cadre financier (ESG) afin de produire un outil web complet d’analyse ESG, qui traite les trois grandes dimensions du cadre financier.

En somme, notre démarche est rigoureuse, innovante et centrée sur l’utilisateur. Chaque étape a été minutieusement élaborée pour répondre aux défis spécifiques posés par l’analyse des divulgations ESG. L’objectif de notre projet est de mettre l’IA au service de la finance durable, en offrant un outil d’analyse avancée des divulgations ESG. En conclusion, notre proposition rigoureuse et avant-gardiste est axée sur les besoins des utilisateurs et démontre notre positionnement en faveur de la finance durable au Canada.