Aller au contenu

Greenwashing ESG dans les rapports CAC, méthodes de détection

L'analyse critique de la sincérité des divulgations ESG constitue un enjeu majeur pour la fiabilité de l'information extra-financière. L'intégration d'outils de traitement automatique du langage naturel et d'apprentissage automatique causal permet d'objectiver les écarts entre les récits corporatifs et les performances réelles. Cette approche méthodologique renforce les capacités de régulation et de gouvernance institutionnelle face aux stratégies sophistiquées d'écoblanchiment.

Objet et sujet

Rapports d'entreprise et communication de durabilité ESG — Méthodes de détection algorithmique du greenwashing ESG

Nouveauté scientifique

Synthèse intégrée combinant le traitement automatique du langage naturel et le double apprentissage automatique pour l'audit ESG.

Aperçu du document

Ceci est un aperçu succinct. La version complète comprend un texte étendu pour toutes les sections, une conclusion et une bibliographie formatée.

Mémoire de Licence / L3

DegreeType
Greenwashing ESG dans les rapports CAC, méthodes de détection

Présenté par:

Group

Prénom Nom

Directeur/trice:

Prof. Prénom Nom

Ville, 2026

Sommaire

Page de titre
Résumé
Introduction
Chapitre 1. Fondements théoriques et formes discursives du greenwashing ESG
1.1 Typologie des divulgations extra-financières et asymétries d'information
1.2 Stratégies rhétoriques : omissions sélectives, prudence sémantique et engagements vagues
1.3 Évolution des exigences normatives et limites de la conformité déclarative
Chapitre 2. Méthodologies algorithmiques et textuelles de détection du greenwashing
2.1 Traitement automatique du langage naturel et pondération sémantique TF-IDF
2.2 Confrontation textuelle entre rapports d'entreprise et corpus médiatiques externes
2.3 Inférence causale et double apprentissage automatique pour évaluer l'écart d'impact
Chapitre 3. Évaluation comparative et dispositifs d'audit de la crédibilité ESG
3.2 Impact des structures de gouvernance et des comités d'audit sur l'intégrité informationnelle
3.3 Perspectives de régulation algorithmique et standardisation des audits extra-financiers
Conclusion
Bibliographie

Introduction

La prolifération des divulgations environnementales, sociales et de gouvernance (ESG) au sein des rapports d'entreprise reflète une pression institutionnelle croissante pour la transparence extra-financière [1]. Cependant, l'alignement formel sur les cadres de durabilité masque fréquemment des pratiques d'écoblanchiment ou greenwashing, caractérisées par des affirmations sélectives, l'omission stratégique d'impacts négatifs et l'usage d'objectifs temporels imprécis [3]. Ce découplage entre les engagements discursifs et les performances environnementales réelles fragilise la crédibilité des publications corporatives et complique la tâche d'évaluation des parties prenantes [1], [2].

Pour surmonter l'inefficacité des contrôles manuels face au volume croissant des publications d'entreprises cotées, les approches contemporaines mobilisent l'intelligence artificielle et le traitement automatique du langage naturel afin d'automatiser l'audit textuel [6]. Ces protocoles visent à mesurer les discordances entre l'auto-représentation narrative des firmes et les données observationnelles externes ou médiatiques [2]. Néanmoins, l'identification précise des biais discursifs requiert des instruments méthodologiques capables d'isoler les liens de causalité entre l'intensité déclarative et les réalisations tangibles [4].

Ce travail vise à analyser et comparer les méthodologies computationnelles et économétriques dédiées à la détection des distorsions ESG dans la communication financière [2], [4]. En mobilisant l'analyse textuelle, l'inférence causale et les indices de sévérité discursive, l'étude met en lumière les conditions sous lesquelles les algorithmes renforcent l'intégrité de la gouvernance informationnelle [1], [6].

2.2 Confrontation textuelle entre rapports d'entreprise et corpus médiatiques externes

L'identification des distorsions dans la communication extra-financière repose de manière déterminante sur la capacité à contraster l'auto-déclaration de l'entreprise avec des sources d'information indépendantes. La confrontation sémantique entre les rapports de durabilité et les flux d'actualité médiatique met en lumière des écarts systématiques de tonalité et de cadrage thématique [2]. Lorsqu'une organisation valorise de manière disproportionnée ses initiatives environnementales tout en occultant les controverses documentées à l'extérieur, l'indice de sévérité textuelle s'accroît, signalant une manœuvre de légitimation symbolique plutôt qu'un engagement substantiel [2]. Cette asymétrie narrative devient particulièrement visible dans les secteurs soumis à une forte intensité de surveillance publique, où les biais d'omission contrastent nettement avec la réalité opérationnelle rapportée par les tiers. Parallèlement, l'emploi de cadres de double apprentissage automatique permet d'isoler l'effet causal de l'intensité de divulgation sur les indicateurs de performance tangibles, confirmant qu'une surabondance discursive ne s'accompagne pas nécessairement d'une réduction proportionnée des externalités négatives [4]. Dès lors, la quantification rigoureuse de ces décalages structurels fournit une base objective pour caractériser les pratiques d'écoblanchiment, transformant des impressions qualitatives en métriques auditables pour les analystes de durabilité [2], [4].

Bibliographie

  1. Greenwashing and Misleading Sustainability Claims: A Comparative Analysis of ESG Disclosure Credibility and Stakeholder Trust in Nigeria and South Africa
    Stanley Samuel, Ochei Ailemen Ikpefan
    Lien DOI
  2. Detecting Greenwashing in ESG Disclosure: An NLP-Based Analysis of Central and Eastern European Firms
    Adriana AnaMaria Davidescu, Eduard Mihai Manta, Ioana Bîrlan et al.
    Lien DOI
  3. Unearthing Corporate Greenwashing: A Content Analysis of Sustainability Reporting in the Mining Sector
    Carina Leonhardt, Katherine Guertler
    Lien DOI
  4. Disentangling Greenwashing from Authentic Environmental Performance: A Double Machine Learning Approach to Corporate Sustainability Disclosure
    Mustafa Pinarci
  5. Does ESG Information Disclosure Greenwashing Affect Corporate TFP? Evidence from Text Similarity Analysis Based on the Tf-Idf Algorithm
    Ziqiu Yang, Jiaxin Yang
  6. ARTIFICIAL INTELLIGENCE IN ESG, SUSTAINABILITY REPORTING, AND GREENWASHING DETECTION A Systematic Literature Review
    shirin shirin

Bibliographie

Sources VérifiéesNormes de FormatageHaute UnicitéModèles Pro
🔥 25% OFF

Diplôme

NF ISO 690

17 €22 €
  • 60-80 pages
  • Haute originalité
  • Exporter vers Word
  • Formatage correct
  • Aperçu public
    L'aperçu d'un autre auteur ne peut pas être rendu privé. Votre travail sera privé et totalement unique.
  • Bibliographie (15+, NF ISO 690)
    +1 €
  • Ajouter des sources alternatives (Actualités, .gov, .edu)

Diplôme

NF ISO 690