Quanto inquina l’intelligenza artificiale? Il costo del progresso
Quando Sam Altman, amministratore delegato di OpenAI, ha dichiarato durante il World Economic Forum che “è necessaria una svolta per abbattere il consumo di energia e acqua potabile legato all’AI”, ha sollevato il velo su uno dei paradossi più significativi della nostra epoca tecnologica. Mentre celebriamo l’intelligenza artificiale come la soluzione a molti dei problemi dell’umanità, raramente ci soffermiamo sul prezzo ambientale che paghiamo per questa rivoluzione digitale.
L’intelligenza artificiale, infatti, non è un’entità eterea che opera in uno spazio virtuale privo di conseguenze fisiche. Dietro ogni risposta generata da ChatGPT, ogni immagine creata da Midjourney, ogni raccomandazione personalizzata che riceviamo sui social media, si nasconde un’infrastruttura fisica imponente: migliaia di server che lavorano ininterrottamente, consumando energia elettrica e acqua in quantità che spesso sfuggono alla nostra percezione quotidiana.
Il paradosso è evidente: a differenza di un’automobile, i cui effetti dell’inquinamento sentiamo non appena ci passiamo vicino o se siamo in strade particolarmente trafficate, l’impronta ambientale dell’IA non lascia tracce. Questa invisibilità del processo inquinante rappresenta una delle sfide più complesse per la sensibilizzazione pubblica sui costi ambientali dell’intelligenza artificiale.
L’energia nascosta dietro una semplice domanda
Per comprendere l’impatto ambientale dell’intelligenza artificiale, è necessario iniziare dai numeri che caratterizzano il suo funzionamento quotidiano. Si stima che una risposta di un tool di intelligenza artificiale generativa consumi circa 10 volte più energia di una normale ricerca su Google, un dato che assume proporzioni drammatiche se moltiplicato per i miliardi di interrogazioni quotidiane che caratterizzano l’utilizzo globale di questi strumenti.
La disparità energetica diventa ancora più evidente quando si analizzano i dati specifici: le risposte generate dall’IA di Google consumano circa tre wattora di elettricità per ricerca, dieci volte il consumo di una ricerca tradizionale. Questo incremento esponenziale del consumo energetico per singola operazione rappresenta una trasformazione fondamentale nel modo in cui concepiamo l’utilizzo delle risorse digitali.
L’oro blu dell’intelligenza artificiale: il consumo idrico
Accanto al consumo energetico, l’intelligenza artificiale presenta un’altra criticità ambientale spesso trascurata: il consumo di acqua dolce. I data center di intelligenza artificiale hanno bisogno inoltre del doppio dell’acqua rispetto a quelli tradizionali per funzionare, una necessità che deriva principalmente dai sistemi di raffreddamento necessari per mantenere operative le infrastrutture di calcolo.
Le dimensioni di questo consumo assumono proporzioni impressionanti quando analizzate nel dettaglio: solo venti messaggi con questo tipo di intelligenza artificiale equivalgono all’uso di mezzo litro di acqua per raffreddare i server che ospitano il modello.
Durante la fase di addestramento del Large Language Model creato da OpenAI (nella sua versione 3.5), sono stati consumati invece almeno 3,5 milioni di litri d’acqua, equivalente ai consumi giornalieri di circa 25.000 cittadini europei.
Le proiezioni future delineano uno scenario ancora più preoccupante: un recente studio ha stimato che l’AI potrà consumare tra i 4,2 e i 6,6 miliardi di metri cubi d’acqua nel 2027, pari a metà del consumo annuale del Regno Unito. Questi numeri acquisiscono particolare rilevanza se considerati nel contesto della crescente scarsità idrica globale e dei cambiamenti climatici in corso.
Un aspetto particolarmente significativo riguarda l’impatto specifico dell’addestramento dei modelli più avanzati: l’addestramento del Large Language Model (LLM) di Google Bard ha provocato un aumento del consumo d’acqua del 20% da parte del colosso di Mountain View. Situazione analoga con Microsoft e l’intelligenza artificiale di Bing, con un aumento del 34%.
L’impatto globale: quando l’intelligenza artificiale incontra l’emergenza climatica
L’analisi dell’impatto ambientale dell’intelligenza artificiale non può prescindere da una prospettiva globale che consideri le emissioni complessive del settore. I data center rappresentano oggi quasi il 2,5-3,7% delle emissioni globali di gas serra, una percentuale destinata a crescere significativamente con l’espansione delle applicazioni di intelligenza artificiale.
Le proiezioni sull’evoluzione di questi consumi delineano scenari di particolare criticità: si prevede che il consumo energetico dei data center possa superare i 1.000 TWh (1000 miliardi di megawatt) entro il 2026, equivalente al consumo annuale del Giappone. Entro il 2030, i data center potrebbero rappresentare il 3-4% del consumo globale di elettricità, rispetto all’1-2% attuale.
La crescita esponenziale della domanda energetica legata all’intelligenza artificiale presenta caratteristiche uniche rispetto ad altri settori: se la richiesta globale di energia elettrica è prevista raddoppiare entro il 2030, quella da parte della IA quadruplicherà. Questa accelerazione pone interrogativi fondamentali sulla sostenibilità del modello di sviluppo attuale dell’intelligenza artificiale.
Il paradosso della trasparenza: quando l’opacità impedisce la sostenibilità
Una delle sfide più significative nella valutazione dell’impatto ambientale dell’intelligenza artificiale deriva dalla scarsa trasparenza delle aziende del settore. Le aziende di rilievo, come Google e Amazon, indicano che circa il 90% del consumo energetico è attribuibile alla fase di inferenza, ovvero l’esecuzione dei modelli di apprendimento automatico addestrati. Ed è proprio qui uno dei problemi principali per valutare l’impronta ambientale dell’intelligenza artificiale: la scarsa trasparenza delle compagnie. Molte di queste non divulgano le loro basi di dati di addestramento o non forniscono informazioni dettagliate sugli impatti delle loro attività.
Questa opacità informativa rappresenta un ostacolo significativo per la formulazione di politiche efficaci di sostenibilità ambientale e per la sensibilizzazione dell’opinione pubblica sui costi reali dell’utilizzo massivo dell’intelligenza artificiale.
Verso una consapevolezza necessaria: il ruolo dell’utente finale
La crescente diffusione dell’intelligenza artificiale richiede un ripensamento del rapporto tra utenti finali e consumo di risorse digitali. È cruciale sensibilizzare le persone, per evitare che “giochino” con questi strumenti e li usino quando non è necessario. Far capire qual è il consumo idrico, energetico e di CO2 dell’AI non è facile perché si tratta di qualcosa che non è visibile a occhio nudo.
La consapevolezza dell’impatto ambientale dovrebbe guidare scelte più responsabili nell’utilizzo quotidiano di strumenti di intelligenza artificiale, privilegiando applicazioni realmente necessarie rispetto a utilizzi puramente ludici o facilmente sostituibili con alternative meno energivore.
I rifiuti elettronici: l’impatto nascosto dell’obsolescenza accelerata
Oltre al consumo diretto di energia e acqua, l’intelligenza artificiale contribuisce significativamente alla generazione di rifiuti elettronici, spesso sottovalutati nel calcolo dell’impatto ambientale complessivo. Il rapporto prevede anche consumi di elettricità undici volte superiori entro il 2030 rispetto a quelli del 2023 e fino a cinque milioni di tonnellate di rifiuti elettronici in più entro lo stesso anno a causa dell’espansione dei data center e delle capacità di intelligenza artificiale.
Questa accelerazione nella produzione di rifiuti elettronici deriva dalla necessità di aggiornare continuamente l’hardware per supportare modelli di intelligenza artificiale sempre più complessi e computazionalmente intensivi. La rapida obsolescenza delle componenti tecnologiche dedicate all’IA crea un ciclo di sostituzione che amplifica significativamente l’impatto ambientale del settore.
Per ulteriori informazioni e richieste di interviste, si prega di contattare:
bcentric
SEGRETERIA ORGANIZZATIVA
Tel. +39 351 8882920
Mail: info@sustainabilityaward.it