Guaraci - Extraction and Integration of Scope 3 Emissions from Unstructured Documents

• Grant number: 26/13097-2
• Support Opportunities: Scholarships in Brazil - Innovative Research in Small Business - PIPE
• Start date: June 01, 2026
• End date: February 28, 2027
• Field of knowledge: Biological Sciences - Ecology - Applied Ecology
• Principal Investigator: João Bruno Palermo
• Grantee: João Bruno Palermo
• Associated research grant: 25/22000-0 - Guaraci - Extraction and Integration of Scope 3 emissions from non-structured documents., AP.PIPE

Abstract

A divulgação de dados relacionados às emissões de Gases de Efeito Estufa (GEE), embora ainda não seja obrigatória em âmbito nacional, tem se tornado cada vez mais comum, impulsionada principalmente por compromissos voluntários com boas práticas ambientais. A complexidade envolvida na quantificação das emissões totais de uma empresa - considerando toda a sua cadeia de produção, manufatura e distribuição - levou ao desenvolvimento do Greenhouse Gas (GHG) Protocol, referência internacional nesse tipo de mensuração. No Brasil, o Centro de Estudos em Sustentabilidade da Fundação Getúlio Vargas tem registrado, por meio de relatórios periódicos, um aumento significativo no número de empresas que declaram suas emissões com base no Protocolo GHG, passando de 192 em 2020 para 674 em 2025. Entretanto, a integração dos diferentes dados, provenientes de uma ampla variedade de documentos, ainda representa um desafio, especialmente quando se trata de informações contidas em documentos não estruturados, como notas fiscais.O Protocolo GHG define três categorias, denominadas escopos, para estratificar as origens das fontes emissoras. Os Escopos 1 e 2 referem-se a dados diretamente relacionados à própria empresa, como o volume de gases emitidos pela queima de combustíveis (Escopo 1) ou o consumo de eletricidade gerada por terceiros (Escopo 2). Para esses escopos, a maior parte das informações necessárias para o cálculo das emissões de GEE pode ser obtida e computada a partir de documentos estruturados, como contratos e relatórios internos, permitindo fácil integração e análise por plataformas existentes de contabilização de emissões. Já o Escopo 3 abrange emissões indiretas, como transporte de produtos por terceiros e deslocamento de funcionários. Os dados relevantes para este escopo geralmente estão presentes em documentos não estruturados, especialmente notas fiscais. Embora existam diversas ferramentas de contabilidade de carbono, ainda há uma lacuna significativa em plataformas capazes de incorporar e processar automaticamente informações provenientes de documentos não estruturados. A submissão de notas fiscais em plataformas de contabilidade, como o Concur, ocorre principalmente por meio de fotografias ou digitalização desses documentos. Entretanto, a leitura adequada de uma imagem por essas plataformas exige: 1) que a imagem atenda a padrões mínimos de qualidade; 2) a extração precisa do texto contido na imagem; e 3) a interpretação automatizada desse texto. Devido a esses e outros desafios, a integração de dados provenientes de documentos não estruturados ainda é limitada no cálculo de emissões de GEE.Neste documento, apresentamos Guaraci: a primeira ferramenta desenvolvida para a extração de dados relevantes ao cálculo de emissões de GEE com base no Protocolo GHG, a partir de documentos não estruturados, com ênfase em imagens de notas fiscais. A incorporação desse tipo de dado aos modelos de cálculo estabelecidos pelo protocolo não apenas aprimora a precisão das estimativas de emissão, como também reduz significativamente a necessidade de análises manuais. (AU)