Estudo mostra como IA pode identificar empresas que praticam greenwashing antes mesmo da divulgação de relatórios ESG.
O avanço das práticas de ESG trouxe consigo um desafio crescente: como diferenciar empresas verdadeiramente comprometidas com sustentabilidade daquelas que apenas constroem uma narrativa positiva sem mudanças reais. Esse fenômeno, conhecido como greenwashing, tem preocupado investidores, reguladores e a sociedade. Um estudo recente publicado na revista Scientific Reports propõe uma solução inovadora: o uso de inteligência artificial para prever, com antecedência, quais empresas têm maior probabilidade de praticar greenwashing.
A pesquisa representa um avanço importante ao deslocar o foco da análise tradicional, que costuma identificar problemas apenas após sua ocorrência, para uma abordagem preditiva, capaz de antecipar riscos e orientar decisões mais estratégicas.
O que é greenwashing e por que ele é um problema crescente
O greenwashing ocorre quando empresas divulgam informações ambientais, sociais e de governança de forma exagerada ou enganosa, criando uma percepção de responsabilidade que não condiz com suas práticas reais. Em um cenário onde o ESG se tornou um fator decisivo para investimentos e reputação, o incentivo para parecer sustentável é cada vez maior.
Esse desalinhamento entre discurso e prática gera distorções no mercado, prejudica investidores e compromete a credibilidade de iniciativas legítimas de sustentabilidade. Além disso, dificulta o avanço de políticas públicas e regulações eficazes, já que os dados divulgados pelas empresas nem sempre refletem a realidade.
Como a inteligência artificial foi utilizada no estudo
O estudo analisou dados de mais de 8 mil observações de empresas listadas na China entre 2009 e 2022, utilizando um modelo de aprendizado de máquina chamado XGBoost. Esse algoritmo é amplamente reconhecido por sua capacidade de identificar padrões complexos em grandes volumes de dados, sendo frequentemente aplicado em áreas como finanças e detecção de fraudes.
Para superar um dos principais desafios dos modelos de inteligência artificial, a dificuldade de interpretar como as previsões são geradas, os pesquisadores incorporaram a técnica SHAP, que permite explicar os resultados do modelo. Dessa forma, não apenas é possível prever quais empresas têm maior probabilidade de praticar greenwashing, mas também entender os fatores que levam a essa previsão.
Essa combinação entre precisão e explicabilidade é especialmente relevante no contexto ESG, onde a transparência é um princípio fundamental.
Como o estudo identifica o greenwashing
Um dos pontos centrais da pesquisa é a metodologia utilizada para medir o greenwashing. Os autores comparam dois elementos principais: o nível de divulgação de informações ESG pelas empresas e o desempenho real dessas organizações em indicadores ambientais, sociais e de governança.
Quando a divulgação é significativamente superior à prática efetiva, caracteriza-se o greenwashing. Essa abordagem permite quantificar um fenômeno que, até então, era analisado majoritariamente de forma qualitativa.
Principais resultados da pesquisa
Os resultados do estudo demonstram que o modelo proposto apresenta uma acurácia de aproximadamente 86,8%, indicando alta capacidade de prever comportamentos de greenwashing antes que eles se tornem evidentes.
Além da precisão, a pesquisa revela insights importantes sobre os fatores que mais influenciam esse comportamento. Entre eles, destacam-se variáveis financeiras, como liquidez, custos administrativos e estrutura de capital. Isso sugere que o greenwashing não é apenas uma questão de ética ou governança, mas também uma estratégia relacionada à situação financeira das empresas.
Outro achado relevante é que pressões externas, como regulação governamental, cobertura da mídia e expectativas do mercado, influenciam o comportamento das empresas, mas com um efeito defasado. Ou seja, essas pressões levam tempo para produzir mudanças concretas.
O perfil das empresas mais propensas ao greenwashing
De acordo com o estudo, empresas com desempenho financeiro mais frágil ou sob maior pressão externa tendem a recorrer com mais frequência ao greenwashing. Nesses casos, a construção de uma imagem positiva pode ser utilizada como estratégia para atrair investimentos ou reduzir riscos reputacionais.
Por outro lado, organizações maiores, com maior participação de acionistas relevantes e estruturas de governança mais consolidadas, apresentam menor propensão a esse tipo de prática. Isso indica que mecanismos de controle e transparência interna desempenham um papel importante na redução do risco de greenwashing.
Implicações para investidores, reguladores e empresas
A possibilidade de prever o greenwashing antes de sua materialização representa uma mudança significativa na forma como o ESG pode ser analisado e monitorado.
Para investidores, o modelo oferece uma ferramenta poderosa para identificar riscos ocultos e tomar decisões mais informadas, evitando alocar recursos em empresas que apenas aparentam ser sustentáveis.
Para reguladores, a abordagem permite uma atuação mais proativa, antecipando problemas em vez de apenas reagir a escândalos ou inconsistências após sua divulgação.
Já para as empresas, o avanço dessas tecnologias aumenta a pressão por práticas ESG genuínas, uma vez que a inconsistência entre discurso e ação tende a ser cada vez mais detectável.
O futuro do ESG: dados, tecnologia e credibilidade
O estudo reforça uma tendência clara: o ESG está deixando de ser baseado exclusivamente em narrativas e relatórios auto declaratórios para se tornar cada vez mais orientado por dados e tecnologia.
A incorporação de inteligência artificial nesse contexto não apenas aumenta a capacidade de análise, mas também contribui para a construção de um mercado mais transparente e confiável. Ao reduzir o espaço para práticas enganosas, essas ferramentas ajudam a fortalecer a credibilidade do ESG como instrumento de transformação.
Mais do que identificar problemas, a inovação apresentada aponta para um futuro em que será possível antecipar riscos e promover mudanças estruturais antes que impactos negativos se consolidem.
Considerações finais
A utilização de inteligência artificial para prever o greenwashing representa um avanço importante na agenda ESG. Ao combinar análise preditiva com explicabilidade, o estudo oferece uma abordagem robusta para lidar com um dos principais desafios da sustentabilidade corporativa contemporânea.
Em um cenário onde a confiança é um ativo essencial, ferramentas capazes de distinguir compromisso real de discurso superficial tendem a se tornar indispensáveis. O futuro do ESG, ao que tudo indica, será cada vez mais guiado por dados, transparência e responsabilidade.
Fernanda de Carvalho é Engenheira Florestal formada pela Universidade Federal de Viçosa (UFV) e Mestre em Ambiente, Sociedade e Desenvolvimento pela Universidade Federal do Rio de Janeiro (UFRJ). Também estudou na Technische Universität München, Alemanha, onde cursou disciplinas do Mestrado em Manejo de Recursos Sustentáveis com ênfase em Silvicultura e Manejo de Vida Selvagem. Dedicou parte da sua carreira a projetos de Educação Ambiental e pesquisas relacionadas à Celulose e Papel. Trabalhou com Restauração Florestal e Formação Ambiental na Suzano S/A e como Consultora de Comunicação da Ocyan S/A. É conhecida no setor florestal pelos artigos publicados nos blogs Mata Nativa e Manda lá Ciência.