El Instituto Danés de Derechos Humanos ha publicado un notable documento de debate sobre la presentación de informes sobre sostenibilidad y derechos humanos. Informa sobre un proyecto que tenía como objetivo utilizar el análisis asistido por algoritmos de un gran número de informes de empresas contenidos en la Base de Datos de Divulgación de Sostenibilidad de la Global Reporting Initiative (GRI) para obtener información sobre derechos humanos. El documento discute lo que este tipo de enfoque de ‘big data’ puede decirnos, y una serie de desafíos y limitaciones.
Una limitación importante en la investigación fue la dificultad para descargar informes de la base de datos GRI, destacando la necesidad de un repositorio central de informes legibles por máquina que facilite el acceso a los datos. «Garantizar que los informes de las empresas sean accesibles y se digitalicen en un formato legible por máquina es esencial no solo para los proyectos de análisis de big data, sino también para todas las partes interesadas que deseen evaluar y comparar el desempeño de las empresas informantes en materia de derechos humanos», dice el documento. Señala que el próximo Punto de Acceso Único Europeo (PAAS) puede abordar una serie de desafíos a los que se enfrenta el proyecto, así como facilitar el análisis de las empresas a lo largo del tiempo.
El proyecto también luchó con la variación en el formato de presentación de informes y la falta de estandarización, lo que llevó al documento a enfatizar la necesidad de un conjunto común de estándares. «La capacidad de acceder, analizar y comparar fácilmente los informes es crucial para una variedad de partes interesadas, incluidos los inversores ESG y los grupos de la sociedad civil centrados en la responsabilidad corporativa», observa. «La estandarización de los informes ayudaría enormemente a este tipo de análisis de big data, lo que permitiría ampliar los esfuerzos para analizar los informes de las empresas». El desarrollo de las Normas Europeas de Información de Sostenibilidad podría mejorar significativamente las posibilidades de comparación, análisis y conocimiento.
El estudio afirma el valor de los datos digitales legibles por máquina para una amplia gama de objetivos analíticos y de informes, y nos recuerda que facilita conocimientos más profundos incluso con las herramientas analíticas más sofisticadas.
Desde la adopción de los Principios Rectores de las Naciones Unidas sobre las Empresas y los Derechos Humanos (UNGPs) en 2011, el respeto corporativo por los derechos humanos se ha convertido en un estándar de conducta esperado para las empresas, cumplido principalmente a través del proceso de debida diligencia en materia de derechos humanos.
A pesar de la expectativa establecida en los Principios Rectores de que las empresas «conozcan y muestren» cómo identifican y abordan sus impactos en los derechos humanos, uno de los principales puntos débiles de la gestión de los derechos humanos en las empresas sigue siendo la falta de transparencia y comunicación de sus esfuerzos, progresos, resultados y desafíos. Esto crea dificultades para que las partes interesadas, incluidas las entidades estatales, la sociedad civil, los inversores y los consumidores, comprendan y evalúen si las empresas están llevando a cabo la debida diligencia en materia de derechos humanos y facilitando el acceso a un recurso efectivo, y cómo.
Por lo tanto, la capacidad de acceder, analizar y comparar fácilmente los informes de las empresas es crucial para una variedad de partes interesadas, incluidos los inversores ESG y los grupos de la sociedad civil centrados en la responsabilidad corporativa. Sin embargo, los informes de sostenibilidad corporativa utilizan una variedad de estándares diferentes como punto de partida, incluidos los requisitos legales nacionales, así como los estándares de terceros, como los desarrollados por la Global Reporting Initiative (GRI), que se revisaron en 2021 con el fin de alinearse mejor con los instrumentos de derechos humanos como los Principios Rectores de las Naciones Unidas y las Directrices de la OCDE. Las empresas también utilizan sus propios formatos a la hora de elaborar sus informes de sostenibilidad, adoptando a menudo un estilo narrativo o visual para comunicar información. Además de la variación en las normas utilizadas, existe una variación considerable en la presentación de datos sobre cuestiones de derechos humanos en los informes actuales de las empresas, lo que presenta dificultades considerables cuando se intenta evaluar y comparar la práctica de la empresa.
Estas cuestiones pueden abordarse en parte mediante ciertos desarrollos regulatorios en Europa, incluida la introducción de la Directiva de Información de Sostenibilidad Corporativa (CSRD), que reemplazará la Directiva de Información No Financiera (NFRD) existente, que se promulgó en 2014 con la obligación de que las grandes empresas informen sobre una serie de asuntos no financieros, incluidos los derechos humanos. La CSRD prevé que las empresas deberán informar sobre una serie de «asuntos de sostenibilidad» y establece una nueva Norma Europea de Información de Sostenibilidad (ESRS) que todas las empresas informantes deberán utilizar.
La Alianza para la Transparencia Empresarial, el Corporate Human Rights Benchmark y otros han realizado una labor útil para analizar tanto lo que las empresas informan en relación con los derechos humanos como para evaluar el desempeño de las empresas en materia de derechos humanos mediante el análisis manual de los informes de las empresas.
Cada uno de estos proyectos ha dado lugar a datos sobre el estado de los informes de las empresas sobre derechos humanos por parte de grandes empresas capaces de ayudar a una serie de partes interesadas a identificar tendencias y lagunas en la práctica actual de las empresas en materia de derechos humanos. Sin embargo, los esfuerzos para llevar a cabo un análisis cualitativo a gran escala de los informes de las empresas están limitados por la naturaleza intensiva en recursos de la revisión, lo que requiere una revisión manual de los informes de la empresa que proporcionan datos en formatos a menudo muy diferentes y sin referencia a normas comunes. Esto hace que el análisis cualitativo sea difícil de ampliar.
Para abordar estos desafíos y complementar los esfuerzos para llevar a cabo un análisis cualitativo de los informes de sostenibilidad de las empresas sobre derechos humanos, DIHR desarrolló un proyecto que tenía como objetivo utilizar el análisis asistido por algoritmos de un gran número de informes de empresas mantenidos en la Base de Datos de Divulgación de Sostenibilidad GRI contra un conjunto de indicadores de derechos humanos. Este documento de discusión establece la metodología utilizada, los desafíos y limitaciones encontrados y un resumen de lo que pudimos ver en los datos en respuesta a una serie de hipótesis:
1. Hipótesis 1: Las empresas informan cada vez más sobre derechos humanos desde la adopción de los Principios Rectores en 2011
2. Hipótesis 2: Los desarrollos legales y regulatorios han impulsado mejoras en la presentación de informes
3. Hipótesis 3: Las empresas más grandes informan más sobre temas de derechos humanos que las empresas más pequeñas
4. Hipótesis 4: Existen diferencias regionales en la presentación de informes sobre temas de derechos humanos
5. Hipótesis 5: Las empresas informan cada vez más sobre los procesos para identificar y abordar los impactos en los derechos humanos
Además, una serie de actores, incluidas las agencias de calificación ambiental, social y de gobernanza (ESG) y otros analistas de mercado, han anunciado servicios que se basan en parte en el análisis asistido por inteligencia artificial (IA) aplicada a grandes conjuntos de datos, incluidos los informes de sostenibilidad de las empresas, para realizar evaluaciones del desempeño ESG de las empresas analizadas. A través de nuestro propio uso de tecnología similar a través de este proyecto, también buscamos probar si estas ambiciosas afirmaciones podrían ser corroboradas.
METODOLOGÍA Y LIMITACIONES
En colaboración con Specialisterne, el DIHR desarrolló un algoritmo de minería de texto capaz de aplicarse a grandes conjuntos de datos, que es una forma de IA que clasifica el texto en temas de desarrollo sostenible y derechos humanos. El algoritmo de minería de texto es el motor detrás del Explorador de Datos de Derechos Humanos de los ODS de DIHR, que actualmente clasifica alrededor de 145,000 recomendaciones del sistema de la ONU en las 169 metas de los ODS. En este proyecto utilizamos el algoritmo de minería de texto para clasificar los informes de sostenibilidad de las empresas publicados entre 2010 y 2020 en un conjunto de indicadores de derechos humanos. Se accedió a los informes de sostenibilidad a través de la Base de Datos de Divulgación de Sostenibilidad GRI (el conjunto de datos), una base de datos mantenida por GRI hasta diciembre de 2020, que contenía enlaces a alrededor de 50,000 informes de compañías en el período que han utilizado los estándares de informes GRI. Los informes del Dataset fueron etiquetados por GRI según su tamaño, sector y geografía, lo que nos permitió segmentar los datos en la etapa de análisis, ayudándonos a identificar tendencias entre empresas de una categoría en particular.
Sin embargo, el DIHR se ha enfrentado a una serie de desafíos para adaptar el algoritmo a los informes de la empresa en el conjunto de datos. Esto se ha debido en parte a la falta de estandarización de los informes y la legibilidad mecánica de los informes de la empresa. A partir de una revisión del conjunto de datos, la información potencialmente relevante estaba contenida en una variedad de formatos, incluidas tablas o cuadros de texto en formato de imagen que eran difíciles de convertir a un formato legible por máquina. Otro desafío fue la capacidad de descargar los informes de la base de datos. DIHR pudo descargar y leer solo 21.759 (44%) de los informes debido a enlaces rotos dentro de la base de datos o enlaces que no conducen directamente a los informes. De los informes descargados, 9.374 (43 %) de los informes están en inglés y se incluyen en el análisis. Esto corresponde a solo el 18,78% del conjunto de datos original. Además, debido a estas limitaciones, se hizo difícil analizar los datos segmentados por tamaño, sector o geografía, ya que algunas categorías contenían solo un pequeño número de informes. Por ejemplo, como se analizará más adelante, en algunos casos no pudimos identificar tendencias de presentación de informes en el conjunto de datos que respondieran a ciertas leyes nacionales debido a un número limitado de informes del contexto nacional particular. Una descripción completa del conjunto de datos se puede encontrar en el Anexo 1.
Para utilizar el algoritmo para clasificar los informes de la empresa, los informes se convirtieron primero de pdf-fles en «bits de texto» analizables, generalmente de la longitud de un párrafo. El resultado fueron 3.391.615 bits de texto de los 9.374 informes de sostenibilidad. Se elaboró un conjunto de indicadores de derechos humanos en los que debían clasificarse los informes. Los indicadores de derechos humanos se centran en una serie de cuestiones, entre ellas: la divulgación de las políticas y procesos utilizados por las empresas para identificar y abordar los impactos en los derechos humanos; cómo informan las empresas sobre los derechos laborales fundamentales; cómo las empresas informan sobre las necesidades de una variedad de partes interesadas; cómo las empresas informan sobre los impactos en los derechos humanos en la cadena de suministro; y otras cuestiones de derechos humanos. En el Anexo 2 figura una lista completa de los 18 indicadores incluidos en el análisis.
El siguiente paso en el proceso de categorizar los fragmentos de texto de los informes a los indicadores de derechos humanos elegidos fue entrenar el algoritmo. El algoritmo se entrenó en un subconjunto de bits de texto etiquetando los bits de texto que respondían a un indicador en particular. Este etiquetado fue realizado por un experto humano. A partir de estos bits de texto, el algoritmo analiza los patrones que luego utiliza para evaluar y categorizar el conjunto completo de bits de texto. El resultado de este proceso de evaluación es que a cada bit de texto se le asignó una probabilidad de estar vinculado a un indicador en particular. Utilizamos un umbral del 50% para determinar si un bit de texto está vinculado al indicador. Si un bit de texto tiene una probabilidad de estar vinculado a un indicador del 50% o más, decimos que el bit de texto está vinculado al indicador. Para mejorar el modelo fnal, este proceso se repitió varias veces. Un experto humano realizó una evaluación de la calidad de un muestreo de bits de texto que se habían identificado como vinculados a un indicador particular para evaluar si el algoritmo había identificado correctamente un bit de texto en particular como relevante o irrelevante para el indicador. Nuestros datos de entrenamiento fnal consisten en 4.371 bits de texto, que hemos categorizado en función de una evaluación de si contienen texto vinculado a los indicadores elegidos. En el Anexo 3 se incluyen ejemplos de fragmentos de texto.
Para analizar los datos, se desarrollaron una serie de hipótesis de la siguiente manera:
1. Hipótesis 1: Las empresas informan cada vez más sobre derechos humanos desde la adopción de los Principios Rectores en 2011
2. Hipótesis 2: Los desarrollos legales y regulatorios han impulsado mejoras en la presentación de informes
3. Hipótesis 3: Las empresas más grandes informan más sobre temas de derechos humanos que las empresas más pequeñas
4. Hipótesis 4: Existen diferencias regionales en la presentación de informes sobre temas de derechos humanos
5. Hipótesis 5: Las empresas informan cada vez más sobre los procesos para identificar y abordar los impactos en los derechos humanos
Nuestras observaciones en relación con cada una de estas hipótesis se describen en la sección siguiente.
Cuando analizamos los datos, utilizamos las siguientes dos medidas diferentes:
• El número promedio de indicadores de derechos humanos etiquetados en los informes de las empresas; y
• El porcentaje de informes de la empresa que contienen bits de texto etiquetados a un indicador en particular.
Los gráficos incluidos en este documento de discusión identifican cuál de estas medidas se ha utilizado para analizar los datos. Analizamos las tendencias en términos de desarrollo a lo largo del tiempo y las diferencias entre los grupos en términos de tamaño de la empresa y región. Cuando hacemos esto, probamos si el desarrollo observado a lo largo del tiempo o la diferencia entre categorías se debe a la incertidumbre estadística ya que estamos trabajando con una muestra, o si podemos decir que el desarrollo observado o la diferencia es estadísticamente significativa.
CONCLUSIONES: ¿QUÉ PUEDE HACER LA IA POR BHR?
¿QUÉ PUEDE HACER LA IA PARA EL ANÁLISIS DE LOS INFORMES DE LAS EMPRESAS SOBRE CUESTIONES DE DERECHOS HUMANOS?
Como se ha expuesto en la sección anterior, pudimos utilizar la tecnología de IA para analizar los informes de la empresa en el conjunto de datos y generar datos que revisamos contra una serie de hipótesis. A partir de ese examen pudimos observar una serie de tendencias de alto nivel expuestas en este informe, que son indicativas y de ninguna manera exhaustivas. En algunos casos, el Tribunal pudo hacer observaciones que sugerían que las tendencias en la presentación de informes de las empresas pueden responder a la evolución de la normativa. Además, pudimos segmentar los datos y explorar si había tendencias observables por tamaño, geografía y por sector. La gama completa de datos analizados por el algoritmo podría ser útil para los investigadores y otros actores interesados en explorar los informes de las empresas sobre cuestiones de derechos humanos, y potencialmente ser un complemento valioso para el análisis cuantitativo.
Además, como ahora hemos entrenado el algoritmo para identificar fragmentos de texto que son relevantes para una serie de indicadores de derechos humanos, es posible que se implemente en el futuro si los informes de sostenibilidad de la empresa maduran de una manera que aborde algunos de los desafíos descritos en la sección a continuación. De hecho, esto puede ser posible a medida que las empresas europeas comiencen a informar sobre un conjunto común de normas de divulgación de sostenibilidad y coloquen versiones legibles por máquina de sus informes en una base de datos accesible, como requeriría la próxima CSRD.
Sin embargo, los desafíos introducidos en la sección de metodología anterior y desarrollados en la sección a continuación revelan las limitaciones del uso de este tipo de tecnología para el análisis de los informes de sostenibilidad de las empresas en su forma actual.
DESAFÍOS DEL USO DEL ANÁLISIS BASADO EN ALGORITMOS PARA REVISAR LAS DIVULGACIONES DE LA EMPRESA
Aunque vemos prometedora en la tecnología de big data para ampliar la revisión de las divulgaciones de las empresas sobre derechos humanos, además de los desafíos asociados con la evaluación de la sustancia de la presentación de informes, existen desafíos en relación con la accesibilidad de los informes de las empresas y cómo se prepara y presenta la información reportada. DIHR ha emprendido con éxito un proyecto similar utilizando el análisis de big data de 145.000 recomendaciones del sistema internacional de derechos humanos, con la ayuda de un algoritmo que resultó en la creación del SDG-Human Rights Data Explorer. Ese proyecto fue ayudado por el formato estándar utilizado en el Examen Periódico Universal (EPU) y otros informes similares que simplificaron el proceso de extracción de texto para su análisis por el algoritmo.
Como se señaló anteriormente en la sección de metodología, los informes de sostenibilidad de las empresas son significativamente diferentes de las fuentes de datos estandarizadas, como los informes del EPU, a los que DIHR ha aplicado el algoritmo hasta la fecha con gran éxito. Las empresas son diversas, operan en diferentes sectores, diferentes contextos geográficos, diferentes culturas y utilizan diferentes estándares a pesar de los marcos comunes de los Principios Rectores y las Directrices de la OCDE, y la introducción de estándares de divulgación como los desarrollados por GRI.
En consecuencia, ha habido desafíos en la adaptación del algoritmo al conjunto de datos, resumidos de la siguiente manera:
1. Accesibilidad de los informes: si bien tuvimos acceso a una base de datos de alrededor de 50,000 informes de sostenibilidad mantenida por GRI, como se señaló en la sección de metodología anterior, solo el 18.8% de esos informes pudieron descargarse. Además, la base de datos de GRI ya no se mantiene, lo que significa que no se incluyen informes posteriores a diciembre de 2020. Aunque ha habido iniciativas como la Base de Datos de Informes de Sostenibilidad de GRI para generar repositorios de informes cargados por, en ese caso, usuarios de los estándares de informes GRI, actualmente no existe un repositorio central de informes de sostenibilidad de las empresas. Cada uno de estos desafíos hace que sea difícil realizar un seguimiento preciso del progreso en los informes de la empresa a lo largo del tiempo.
2. Formato y presentación de los datos: Existe una variación considerable en la presentación de datos sobre cuestiones de derechos humanos en los informes actuales de las empresas, lo que presenta dificultades al intentar evaluar y comparar la práctica de presentación de informes. La información potencialmente relevante está contenida en una variedad de formatos, incluidas tablas o cuadros de texto en formato de imagen, que ha sido difícil de convertir en un formato legible por máquina.
3. Límites en el análisis sectorial: Además, debido a que solo el 18.78% de los informes en el conjunto de datos fueron finalmente accesibles y pudieron incluirse en el análisis, nuestro análisis sectorial fue limitado debido a la forma en que los sectores fueron etiquetados en el conjunto de datos. En la Base de Datos de Sostenibilidad GRI, había un gran número de sectores incluidos, lo que significaba que, en última instancia, a menudo había un número insuficiente de informes para un sector en particular por año para hacer resultados estadísticamente significativos sobre las tendencias en la presentación de informes a lo largo del tiempo. Además, el conjunto de datos incluía una categoría «otros» que incluía un gran número de informes para los que no era posible identificar un sector. De los 9374 informes analizados, 831 corresponden a la categoría «otros» (lo que representa el 9% de todos los informes).
4. No hay un conjunto común de estándares: todos los informes en la base de datos utilizaron los estándares voluntarios GRI. Sin embargo, a pesar de que todos los informes en el conjunto de datos utilizaron los mismos estándares, hay poca estandarización en el lenguaje utilizado en los informes de la empresa. La mayoría de los informes adoptan un estilo narrativo que da lugar a variaciones considerables en la forma en que se expresan los fragmentos de texto pertinentes a los diversos indicadores de derechos humanos. Esta característica de los informes de sostenibilidad de las empresas no se presta a la comparabilidad.
5. Limitaciones del algoritmo: También hay límites en lo que este tipo de análisis asistido por algoritmo puede decirnos sobre los datos. El algoritmo no puede evaluar la calidad de los informes, solo si un bit de texto cumple con un umbral de relevancia. Como podemos ver en los ejemplos extraídos en el Anexo 3, algunos fragmentos de texto revelan claramente información más sustantiva que otros. Esto limita las conclusiones que pueden extraerse de las tendencias generales observables en los datos establecidos en la sección anterior. Además, una mayor divulgación no equivale necesariamente a un rendimiento más sólido. Por ejemplo, investigaciones anteriores han encontrado que a menudo existe un sesgo de tamaño cuando se trata de calificaciones ESG, por lo que las empresas más grandes tienden a recibir puntuaciones ESG más altas.3 Se observó una tendencia similar en este proyecto, en el que las empresas multinacionales informaron más que las grandes empresas o las pymes sobre los indicadores de derechos humanos. Sin embargo, es posible que las empresas más grandes simplemente tengan más recursos para dedicarse a la presentación de informes. Se debe tener precaución al hacer afirmaciones de que los informes de las empresas están mejorando en cuestiones de derechos humanos simplemente porque el algoritmo ha identificado el texto relevante para indicadores particulares con mayor frecuencia.
Como se señaló anteriormente, varios actores han anunciado servicios que utilizan tecnología de IA similar a la implementada por DIHR en este proyecto. Esto incluye agencias de calificación ESG y analistas de mercado, muchos de los cuales pretenden ser capaces de evaluar con precisión el desempeño ESG de las empresas a través de análisis respaldados por la revisión asistida por máquinas de informes de sostenibilidad y otras fuentes de datos. Si bien el análisis asistido por IA podría ser una parte componente de un análisis más amplio, como hemos encontrado en este proyecto, existen limitaciones en la capacidad de un algoritmo para evaluar la calidad de los informes y, por lo tanto, realizar una evaluación cualitativa del desempeño de una empresa en asuntos sociales y de derechos humanos.
¿QUÉ SE NECESITARÍA PARA QUE ESTO FUNCIONE DE MANERA EFECTIVA?
Los desafíos explicados anteriormente podrían abordarse en parte mediante una mayor normalización y accesibilidad. Los avances normativos a nivel de la UE podrían contribuir en cierta medida a abordar estos desafíos, como se describe a continuación:
Normas comunes
La capacidad de acceder, analizar y comparar fácilmente los informes es crucial para una variedad de partes interesadas, incluidos los inversores ESG y los grupos de la sociedad civil centrados en la responsabilidad corporativa. Sin embargo, como este proyecto ya ha destacado, los informes corporativos se preparan de diferentes maneras con diferentes formatos. Esta falta de estandarización y accesibilidad tiene un efecto perjudicial en la capacidad de evaluar y comparar los informes de las empresas. La estandarización de los informes ayudaría enormemente a este tipo de análisis de big data, lo que permitiría ampliar los esfuerzos para analizar los informes de las empresas. Además, como se señaló anteriormente, solo el DIHR solo el 18,78% de los informes en la base de datos GRI fueron finalmente accesibles. Esto hace que sea difícil realizar un seguimiento del progreso en los informes de la empresa a lo largo del tiempo. Si bien existe una serie de normas voluntarias de presentación de informes, como las desarrolladas y difundidas por GRI, existe un grado considerable de discreción y, por lo tanto, de variación, con respecto a cómo las empresas utilizan estas normas, si es que lo hacen.
Como se señaló anteriormente, el desarrollo de la CSRD, que sustituirá a la NFRD, prevé que las empresas deberán informar sobre una serie de «cuestiones de sostenibilidad» y prevé nuevas normas de información de sostenibilidad de la UE que todas las empresas informantes deberán utilizar.
Se publicaron borradores de exposición de estas normas y, en el momento de redactar este documento de debate, estaban disponibles para su consulta. Los borradores actuales de estas normas requieren que las empresas informen sobre una serie de asuntos transversales, que incluyen: Una descripción del modelo de negocio y la estrategia de la empresa, incluidos los planes para garantizar el cumplimiento de los objetivos de cero emisiones netas, el efecto de los riesgos y oportunidades de sostenibilidad, y cómo la estrategia / planes reflejan intereses más amplios de las partes interesadas; Objetivos de sostenibilidad y progreso en relación con ellos; Procesos de debida diligencia implementados en materia de sostenibilidad; Principales y posibles impactos adversos a lo largo de la cadena de valor/suministro; El papel de la gestión en materia de sostenibilidad; y Principales riesgos de la empresa relacionados con cuestiones de sostenibilidad.
Además, los borradores de exposición incluyen requisitos detallados de presentación de informes sobre una variedad de temas sociales, que incluyen asuntos de derechos humanos. Estos se organizan por referencia a las partes interesadas afectadas, exigiendo divulgaciones sobre los impactos en los propios trabajadores de la empresa, los trabajadores de la cadena de valor, las comunidades afectadas y los usuarios finales o consumidores. El desarrollo de un conjunto común de normas europeas obligatorias para la presentación de informes de sostenibilidad podría tener un impacto significativo en la comparabilidad de los informes de las empresas, mejorando la capacidad de analizar la presentación de informes y obtener una mayor comprensión de cómo las empresas están identificando y abordando sus impactos en los derechos humanos, incluso mediante la introducción de requisitos de divulgación numerados y específicos que permitan una fácil comparación.
Repositorio central de informes en formato legible por máquina
Garantizar que los informes de las empresas sean accesibles y se digitalicen en un formato legible por máquina es esencial no solo para los proyectos de análisis de big data, sino también para todas las partes interesadas que deseen evaluar y comparar el desempeño en materia de derechos humanos de las empresas informantes. Un repositorio oficial de la UE, en el que se exige a las empresas que depositen informes actualizados, es importante para una serie de partes interesadas, incluidos los inversores ASG y los agentes de la sociedad civil centrados en la rendición de cuentas de las empresas.
La CSRD prevé la creación de un punto de acceso único de la UE para la información financiera y no financiera. Dicha base de datos podría abordar varios de los desafíos enfrentados en este proyecto en relación con la accesibilidad de los informes en el conjunto de datos, incluidos los desafíos enfrentados con respecto a la legibilidad mecánica y el procesamiento de los informes en bits de texto. La capacidad de acceder a una base de datos completa de informes también facilitaría el análisis de los cambios en los informes de la empresa a lo largo del tiempo. Por último, sería de gran ayuda que los informes del Punto de Acceso Único pudieran etiquetarse por tamaño, sector y geografía para permitir la segmentación y el análisis de los informes.