Kan AI pensionere vores trætte miljømærkninger? ja og lad os gøre det

Ordninger som Svanemærket er afhængige af gebyrer fra virksomheder, hvilket har skabt en model, hvor miljøstandarder udvandes for at fastholde tilslutningen. Ordningerne var aldrig perfekte, men overlevede som det mindst ringe alternativ.

Til dette debat indlæg er en replik fra Svanemærket på sitet: Rina Ronja Kari, kommunikationschef i Miljømærkning Danmark, understreger i en kommentar, at AI ikke kan erstatte den menneskelige kontrol og det uafhængige tilsyn, som er kernen i Svanemærkets troværdighed.

Det er ikke længere tilfældet - den systemiske logik, der holdt dem flydende, udfordres af generativ AI. Rigtigt anvendt rummer AI et stort forvaltningspotentiale - og vi bør derfor etablere helt nye mekanismer til grønnere valg.

Ultimo 2024 rettede DR en krads kritik af skovhugst i dokumentaren IKEA elsker træ. Den svenske møbelgigant forsøgte krampagtigt at fremstå bæredygtig ved at pege på nogle sørgelige skovrester, der angiveligt skulle leve op til standarderne for ansvarlig skovbrug.

Det klæder sjældent markedsledere som IKEA at gemme sig bag minimumsstandarder, især når de samtidig i reklamer proklamerer deres kærlighed til træ.

Men den store taber var FSC, en anerkendt international certificering inden for skovforvaltning, som i dokumentaren røg med under bussen, da alle adspurgte biologer og eksperter samstemmende underkendte deres certificering som værende bæredygtig.

De få habitattræer, som IKEA havde efterladt, fik de ryddede skovområder til at ligne ørkener. De fleste seere fornemmer intuitivt det samme som eksperterne: at standarden for bæredygtighed er uigennemsigtig, uambitiøs – nærmest arbitrær.

Greenwashing begynder med de ordninger, der skulle beskytte miljøet

FSC er langt fra den eneste certificeringsordning - markedet er fyldt med dem. Velkendte ordninger som FSC, UTZ, MSC, EU-Blomsten og det nordiske Svanemærke sigter alle mod at guide forbrugerne på tværs af klima, biodiversitet og miljø.

Men strukturelt ligner de hinanden og har en indbygget tendens til at fejle - ikke på grund af tilfældigheder, men som følge af systemisk bias; en indlejret svaghed i konstruktion og forretningsmodel. For skønt non-profit er de afhængige af licensafgifter og certificeringsgebyrer, hvilket skaber en iboende interessekonflikt: Jo højere standarder, desto færre certificeringer og dermed lavere indtjening.

Med andre ord kan højnede standarder koste penge, hvorfor FSC tilsyneladende vælger at se stort på, hvad der ifølge biologer er en forudsætning for bæredygtig adfærd i Rumænien.

Et tilsvarende strukturelt problem gør, at ordninger som Svanemærket i praksis fungerer som kategorimærker. Når Miljømærkning Danmark markedsfører Svanemærket som "din guide til grønnere valg", er det teknisk korrekt - men også en retorisk konstruktion, der ville gøre ejendomsmæglere misundelige.

For Svanemærket guider kun til det mindst skadelige valg inden for en given produktkategori - ikke til det reelt bedste valg for miljøet. Det kan pege på den mindst forurenende brændeovn, men ikke på et alternativ som en varmepumpe. Og når alle brændeovne grundlæggende er kulsorte, bliver det i sin kerne en form for miljøbluff. Det er hverken kloden tjent med, det forplumrer og roder, og hvis ikke forbrugerne giver op i junglen af halvringe mærkninger og de millioner af ikoner, der skal afkodes på vores dagligvarer, så giver det dem en undskyldning for at dovne den, hvilket vi (også) har de biased modeller at takke for.

Det samme princip gælder de fleste certificeringsordninger, fordi det sikrer et større volumen af certificeringer. Det er mere indbringende end at kåre en reel "vinder" - eksempelvis den mest bæredygtige energikilde til private hjem.

Paradoksalt starter det grønne bluff med de certificeringssystemer, der skulle redde miljøet. Mærkningerne bliver en form for nyttig idioti, der fodrer greenwashing frem for at beskytte planeten - en kompromittering af deres egentlige formål.

AI som katalysator

At ryste båden forpligter. Men inden en handlingsplan er det oplagt at udfordre hypoteserne, for et modsvar fra f.eks. Svanemærket og andre af de bagvedliggende instanser kunne lyde, at for høje standarder jo ville demotivere virksomheder fra at engagere sig i miljøindsatser og dermed reducere incitamentet til at opnå certificering.

Men det er en ikke-valideret forretningslogik, som i bedste fald hører fortiden til. Siden den gældende logik for ordningerne blev etableret, har myndighederne indført langt strengere regler, samtidig med at markedsmekanismerne har udviklet sig - og ændret virksomhedernes incitamenter.

Et konkret eksempel er EU's Green Claims-direktiv, der direkte adresserer vildledende miljøpåstande og kræver, at bæredygtighedsanprisninger understøttes af verificerbare data. Direktivet gør op med "tynde" certificeringer og greenwashing-strategier - og mindsker dermed behovet for at finde et kompromis mellem troværdighed og erhvervsinteresser.

At Svanemærket samtidig vælger at oversælge certificeringen som en grøn guide - uden at blinke, trods skarp kritik fra eksperter - understøtter, at der er tale om en biased forretningslogik. Kritikken af FSC er dog heller ikke ny; Greenpeace har eksempelvis trukket sig fra samarbejdet med henvisning til manglende skovbeskyttelse.

I takt med at EU strammer reguleringen, og AI kan tage over på områder, der tidligere var for komplekse eller ressourcekrævende – hvilket vi vender tilbage til – bliver det stadig mere tydeligt, at miljømærker ikke behøver at være en kommerciel kompromisløsning, men kan udvikles til reelle garantier for bæredygtighed.

Historisk har gebyrmodellerne, trods sporadisk kritik og indbyggede svagheder, alligevel overlevet. Formentlig fordi alternativerne, eksempelvis en forankring i det offentlige, ville medføre udgifter, der skulle pålægges skatteborgerne.

Men det argument holder ikke nødvendigvis længere! Hvis teknologi kan reducere behovet for bureaukrati og administration, er det ikke givet, at forretningsmodellen bør overleve, eller at certificeringer skal forblive i regi af Miljømærkning Danmark som non-profit-organisation under Miljøministeriet.

AI og emerging tech er ikke et quick fix, der kan løse strukturelle problemer, men de kan fungere som katalysator, hjælpe med at gentænke den måde, vi organiserer samfundet på, og dermed afhjælpe modeller, som er sandet til på grund af økonomiske interessekonflikter.

I dette tilfælde kan AI bane vejen for øget uafhængighed og gennemsigtighed, så den gode intention, som afgjort FSC repræsenterer, kan vinde legitimitet. Det samme vil gælde en rekalibrering af formålet med Svanemærket, så forbrugerne kunne styre deres indkøb gennem en grøn guide og ikke forledes af en pseudoordning.

Selvom USA's tilgang er kontroversiel, viser deres brug af AI i administrationen, hvor radikalt vi kan gentænke procedurer og systemer. Måske vi bør tage ved lære uden at kopiere retorikken.

Vi kan skele til Department for Government Efficiency i USA. Her har flere erfarne AI-aktører undersøgt, hvordan de kan drive strukturelle reformer. Der er ganske vist masser af andet i spil end implementering af teknologi, men det er stadig deres respektive viden om tech, der forudsætningsvis giver dem mulighed for at drive omstillingen og forstå, hvor radikalt de kan operere, succesfuldt resultat eller ej.

Handling: Hvordan AI kan revolutionere mærkning

Vi har identificeret en række åbenlyse problemer og fundet inspiration, ganske vist i USA, men alligevel næsten en perfekt start på en handlingsplan.

Men hvorfor først i 2025 - for dette er en kortlægning af kendte problemer, ikke et feltstudie, der åbenbarer ukendte udfordringer.

At jeg rejser spørgsmålet, skyldes et sidste-øjebliks-forsvar for dem, der har arbejdet hårdt i nuværende instanser. De skal have respekt uanset kritikken. Pointen er, at det, de gjorde, ikke var forkert. Der var systemiske fejl, og FSC så skidt ud i programmet. Men det var sandsynligvis i mange år det mindst ringe alternativ - når ordningen ikke skulle finansieres af samfundets borgere.

Men at det bagudrettet var relevant, betyder ikke, at det fremadrettet giver mening.

For nu har vi den teknologi, der kan udfordre certificeringssystemerne. Ligesom vi først måtte forstå korrosion, før vi kunne udvikle små atomreaktorer, måtte vi også have de rette digitale værktøjer, før vi kunne tage certificeringen ud af hænderne på eksisterende instanser - og dermed fjerne den bias, deres forretningsmodel skaber.

Hvad nu hvis vi kunne erstatte økonomisk drevne mærkningsordninger med mere objektive, datadrevne og AI-baserede systemer... en systemisk ændring ved hjælp af teknologi?

At ryste båden forpligter som nævnt – derfor konkrete bud på, hvordan AI kan forny certificering, gøre bæredygtighedsspin vanskeligere og øge gennemsigtigheden. Greb, som samtidig kan hælde kategorimærkning ud med badevandet eller som minimum skabe en klar forventningsafstemning, så slappe miljømærkninger ikke forurener gode.

Det starter med en struktur, hvor større uafhængighed er en grundpille, og hvor AI er tænkt ind fra dag ét – en frisk start, hvor problem, mål og tech som enablers smelter sammen i et framework uden hensyn til eksisterende strukturel arv eller nuværende governance-modeller.

Hvis virksomheder som IKEA for alvor ønsker gennemsigtighed, kan de krydstjekke data på tværs af forsyningskæder, verificere træets oprindelse og dokumentere overholdelse af bæredygtighedsstandarder og derefter udstille resultatet digitalt til borgere og journalister.

Når først systemet er implementeret, forsvinder en del af argumentet for den nuværende model – også selvom lokale stikprøver stadig vil være nødvendige.

AI til certificering og standardisering:

Certificeringer bør være objektive og dynamiske frem for fastlåste i økonomiske incitamenter og bureaukratiske strukturer. AI kan verificere virksomheders bæredygtighedsdata i realtid og sikre, at certificeringer ikke længere afhænger af private instanser med en økonomisk interesse i deres udbredelse. Samtidig kan generativ AI automatisere ansøgnings- og dokumentationsprocesser, identificere mønstre i forsyningskæder og opdage risikopunkter, så problemer kan håndteres, før de eskalerer. Det gør compliance både smidigere og mere præcis.

AI til drift og administration:

Driftsomkostningerne har historisk været certificeringssystemets akilleshæl, hvilket har tvunget dem til at maksimere gebyrer og certificeringer for at finansiere sig selv. AI kan ændre dette paradigme.

Certificeringsinstanserne bruger i dag store ressourcer på at indsamle, validere og analysere forskningsdata. Med AI-baserede søgemodeller som Deep Search kan denne proces automatiseres, så viden hurtigt indhentes, og standarder kan opdateres løbende frem for gennem langsomme revisioner.

Dynamisk certificering gør det muligt at reagere på ny viden, hvilket ikke kun sparer tid, men også gør certificeringerne mere troværdige. AI kan også reducere bureaukratiet ved at gøre certificeringsprocessen mere intuitiv for virksomheder, samtidig med at decentralisering af verificering via AI-assistenter kan skabe et mere fleksibelt og skalerbart system.

AI til overvågning og gennemsigtighed:

Greenwashing udvander certificeringernes værdi. AI kan sikre løbende kontrol af certificerede virksomheder uden behov for tunge, manuelle inspektioner. Satellitter, droner og IoT-sensorer kan overvåge skovbrug og forsyningskæder i realtid.

Global Forest Watch anvender allerede satellitdata til at opdage ulovlig skovhugst i det øjeblik, det sker, og sådanne overvågningsmetoder kan udvides til at sikre løbende dokumentation af bæredygtighed.

Blockchain eller AI-baseret verificering kan skabe uforanderlige, transparente dataspor, som gør det muligt at udstille resultaterne digitalt til borgere og journalister. Virksomheder vil dermed ikke længere kunne skjule dårlige praksisser bag svage certificeringer. Når teknologien kan dokumentere bæredygtighed præcist, bliver argumentet for den nuværende model endnu sværere at forsvare.

Hvad venter vi på?

Kort fortalt er værktøjerne ved at være på plads, hvormed AI kan facilitere, at vi gentænker certificering fra bunden og eliminerer afhængigheden af gebyrfinansiering. Vi kan skabe en ny standard, hvor data og teknologi gør miljøbluff - om ikke umuligt - så vanskeligere.

AI har som antydet et kæmpe forvaltningspotentiale. Det opnås næppe ved at reformere de eksisterende ordninger, men ved at vælge en tilgang - der i høj grad starter forfra.

Nu er spørgsmålet: Vil vi tage springet, tør vi forfølge fremskrivningen? Og i så fald, hvor starter det?

Vi skal næppe forvente, at miljømærkningsordningerne nedlægger sig selv.

Som modellen er i dag, har staten også en økonomisk interesse i nogle af dem, direkte og indirekte. Svanemærket giver eksempelvis nordiske virksomheder en potentiel konkurrencefordel, hvilket kan gøre en afvikling politisk vanskelig.

At presse Miljøministeriet og EU til handling, samtidig med at udvikle et AI-baseret certificeringsinitiativ, der kan udfordre de eksisterende, ulogiske ordninger, er heller ingen let opgave. Men det kan være en farbar vej, ikke mindst interessant - fordi det ville kunne implementeres mere effektivt og strukturelt på tværs af landegrænser.

Ikke desto mindre er det en af de sværest tænkelige reformer. Store systemændringer sker sjældent, og FSC er i øvrigt en international organisation uden direkte dansk kontrol. Derudover er der betydelig systemisk friktion, stærke lobbyinteresser og et embedsværk, hvor mange ikke nødvendigvis vil drage fordel af en transformation, medmindre de ser det fra forbrugerens perspektiv.Og det eneste, der taler for en ny virkelighed, er sund fornuft, forbrugersikkerhed - og at Europas skove - og lunger overlever.. hmmm, hvad venter vi på?