Bridging technology and sustainability: a framework for assessing ai's environmental and social impact validated on packaging process

This research investigates the complex relationship between Artificial Intelligence (AI) technologies and sustainability, with a particular focus on environmental and social implications, developing and validating a comprehensive framework for assessing AI's impacts. Through an extensive literature review analysing 460 AI applications across eight sustainability dimensions and empirical validation in the packaging industry, the study addresses critical gaps in understanding how AI implementations affect multiple sustainability aspects simultaneously. The research developed a dual-level assessment framework encompassing both environmental dimensions (Climate Change & Pollution, Biodiversity, Resources & Waste) and social dimensions (Resources Access, Education, Health & Safety, Inclusivity & Diversity, Security & Governance, Work & Income). The framework includes over 120 specific Key Performance Indicators (KPIs) with a core set of 60+ general metrics applicable across different implementation contexts. Empirical validation through interviews with packaging industry leaders revealed that advanced AI implementations consistently outperformed standard operations and, to a certain extent, basic automation across multiple sustainability dimensions. In environmental sustainability, sophisticated AI solutions achieved up to 60% reduction in material usage and 26% decrease in CO2 emissions compared to standard processes. Social sustainability impacts, more challenging to quantify, showed improvements in workplace safety (30% reduction in incidents over four years), job satisfaction through reduced manual tasks, and in inclusivity and diversity field as corroborated by interviewee statements. The research contributes to both theory and practice by: (1) providing an integrated framework for assessing AI's sustainability impacts, (2) developing guidelines for standardized measurement, and (3) offering implementation guidance for organizations. The findings highlight opportunities for enhancing measurement capabilities, particularly in social sustainability dimensions, and suggest directions for future research in developing more sophisticated assessment methodologies.

Questa ricerca indaga la complessa relazione tra le tecnologie di Intelligenza Artificiale (IA) e la sostenibilità, con particolare attenzione alle implicazioni ambientali e sociali, sviluppando e validando un quadro completo per la valutazione degli impatti dell'IA. Attraverso un'ampia revisione della letteratura, che ha analizzato 460 applicazioni di IA su otto dimensioni di sostenibilità, e la convalida empirica nel settore del packaging, lo studio affronta le lacune critiche nella comprensione di come le implementazioni dell'IA influenzino simultaneamente più aspetti della sostenibilità. La ricerca ha sviluppato un quadro di valutazione a doppio livello che comprende sia le dimensioni ambientali (cambiamenti climatici e inquinamento, biodiversità, risorse e rifiuti) sia quelle sociali (accesso alle risorse, istruzione, salute e sicurezza, inclusività e diversità, sicurezza e governance, lavoro e reddito). Il quadro comprende oltre 120 indicatori di prestazione chiave (KPI) specifici, con un nucleo di oltre 60 metriche generali applicabili in diversi contesti di attuazione. La convalida empirica attraverso interviste con i leader del settore del packaging ha rivelato che le implementazioni avanzate dell'IA hanno costantemente superato le operazioni standard e, in una certa misura, l'automazione di base in diverse dimensioni della sostenibilità. Per quanto riguarda la sostenibilità ambientale, le soluzioni sofisticate di IA hanno permesso di ridurre fino al 60% l'utilizzo di materiali e del 26% le emissioni di CO2 rispetto ai processi standard. Gli impatti sulla sostenibilità sociale, più difficili da quantificare, hanno mostrato miglioramenti nella sicurezza sul posto di lavoro (riduzione del 30% degli incidenti in quattro anni), nella soddisfazione lavorativa grazie alla riduzione delle attività manuali e nel campo dell'inclusività e della diversità, come confermato dalle dichiarazioni degli intervistati. La ricerca contribuisce sia alla teoria che alla pratica in quanto: (1) fornendo un quadro integrato per la valutazione degli impatti dell'IA sulla sostenibilità, (2) sviluppando linee guida per una misurazione standardizzata e (3) offrendo una guida all'implementazione per le organizzazioni. I risultati evidenziano le opportunità di migliorare le capacità di misurazione, in particolare nelle dimensioni della sostenibilità sociale, e suggeriscono le direzioni per la ricerca futura nello sviluppo di metodologie di valutazione più sofisticate.