An evaluation framework for artificial intelligence in sustainability reporting

Artificial Intelligence is rapidly transforming many industrial sectors, influencing economic systems and shaping emerging legal frameworks. Among these, sustainability reporting has been particularly affected, as AI technologies begin to alter traditional workflows and stakeholder interactions. However, the speed of innovation has outpaced regulatory and managerial adaptation, leaving industries struggling to integrate AI effectively. The absence of a standardised framework for the implementation of AI tools in Environmental, Sustainability, and Governance (ESG) reporting has created significant challenges, particularly concerning compliance and data management, which threaten to hinder the sector’s development and credibility. The aim of this research is to develop a coherent and comprehensive set of Key Performance Indicators (KPIs) to support the effective implementation of AI tools in ESG reporting operations. The proposed framework seeks to address the main issues identified in the literature, covering both the technical and governance dimensions that influence the quality, reliability, and compliance of AI-assisted sustainability reporting. The study employs the PRISMA algorithm to systematically review existing literature and identify key research areas and current gaps. Based on this analysis, the technical and governance layers of AI implementation are defined. A set of KPIs is then developed using the S.M.A.R.T. framework to ensure clarity, measurability, and practical applicability of each indicator within corporate ESG reporting processes. The findings provide a structured blueprint for monitoring and managing the introduction of AI-powered tools in sustainability reporting. The proposed seventeen KPIs address both technical challenges and governance issues by ensuring control across all stages of the reporting process, from input data quality to audit readiness. Collectively, these indicators contribute to establishing a standardised approach that enhances transparency, improves data integrity, and facilitates a smoother and more reliable adoption of AI in ESG disclosure practices.

L’Intelligenza Artificiale (IA) sta trasformando rapidamente numerosi settori industriali, influenzando le economie globali e ridefinendo i processi normativi. Tra questi, il reporting di sostenibilità è uno degli ambiti maggiormente coinvolti, poiché l’IA sta modificando in profondità sia le operazioni aziendali interne sia le relazioni con gli stakeholder. Tuttavia, la velocità con cui il panorama tecnologico evolve sta mettendo a dura prova i sistemi di governance e i quadri legislativi, rendendo complessa una corretta integrazione dell’IA nei processi aziendali. L’assenza di un framework standardizzato per l’implementazione di tali strumenti nel reporting di sostenibilità ha generato numerose sfide, in particolare per quanto riguarda la conformità normativa e la gestione dei dati, mettendo in discussione lo sviluppo e la credibilità dell’intero settore. L’obiettivo di questa ricerca è sviluppare una lista coerente ed esaustiva di indicatori di performance (KPIs) per supportare la corretta introduzione dei sistemi di Intelligenza Artificiale nei processi di reporting di sostenibilità. Il framework proposto mira ad affrontare le principali problematiche emerse dalla letteratura, includendo sia gli aspetti tecnici sia quelli gestionali che possono influenzare la qualità, l’affidabilità e la conformità delle informazioni generate dai sistemi di IA. Lo studio applica il metodo PRISMA per l’analisi sistematica della letteratura, al fine di identificare con chiarezza le principali aree di ricerca e le lacune esistenti. Sulla base di questa analisi, vengono definiti i livelli d’intervento tecnico e gestionale su cui concentrare l’attenzione. Successivamente, è stata elaborata una lista di indicatori di performance utilizzando il paradigma S.M.A.R.T., così da garantire chiarezza, misurabilità e applicabilità di ciascun indicatore nei processi di redazione del report di sostenibilità. I risultati dello studio propongono un modello strutturato per la gestione, il monitoraggio e il controllo dell’introduzione dell’Intelligenza Artificiale nei sistemi di reporting di sostenibilità. I diciassette indicatori proposti affrontano in modo integrato sia le sfide tecniche sia quelle gestionali, assicurando il controllo di tutte le fasi del processo di rendicontazione, dai dati in ingresso fino alla preparazione per l’audit. Nel complesso, questi KPIs contribuiscono alla costruzione di un approccio standardizzato che promuove trasparenza, integrità dei dati e una più efficace, omogenea e sicura adozione dell’IA nelle pratiche di reporting di sostenibilità.