Emisiile de carbon sunt doar o parte a problemei

Autorii raportului pornesc de la o observație simplă, dar cu implicații ample: emisiile de carbon nu sunt singurul cost ecologic al inteligenței artificiale, ci doar unul dintre cele trei, alături de consumul de apă și de teren, iar aceste trei costuri nu evoluează neapărat în aceeași direcție. Cercetătorii arată, de exemplu, că trecerea de la cărbune la bioenergie poate reduce amprenta de carbon a electricității cu până la 70%, în timp ce, în același timp, crește amprenta de apă de peste treizeci de ori și pe cea de teren de o sută de ori. Concluzia practică e una incomodă pentru industrie: o soluție "curată" din perspectiva emisiilor de carbon poate fi, de fapt, mult mai costisitoare pentru resursele de apă sau de teren dintr-o anumită regiune, iar evaluarea sustenabilității AI-ului printr-un singur indicator riscă să ascundă exact acest tip de compromis.

La nivelul infrastructurii globale, cifrele cresc rapid. Centrele de date au consumat, în 2025, aproximativ 448 de terawați-oră de electricitate, dacă ar fi tratate drept o singură țară, ar fi fost al 11-lea cel mai mare consumator de energie electrică din lume, în spatele Franței și înaintea Arabiei Saudite. Cercetătoarea principală a studiului a remarcat că alegerile care par cele mai "verzi" din perspectiva emisiilor de carbon se dovedesc adesea a fi cele mai costisitoare pentru resursele de apă sau de teren dintr-o zonă anume — un avertisment direct împotriva ideii, larg răspândite, că trecerea la energie regenerabilă rezolvă automat problema amprentei ecologice a inteligenței artificiale.

Explicația este că unele surse de energie cu emisii reduse, precum energia nucleară sau hidroenergia, necesită cantități importante de apă pentru răcire sau generează pierderi prin evaporare, astfel încât reducerea emisiilor de carbon nu înseamnă automat și un consum mai mic de apă.

De ce utilizarea zilnică contează mai mult decât antrenarea

Discuția publică despre consumul energetic al inteligenței artificiale s-a concentrat, până acum, aproape exclusiv pe energia necesară pentru a antrena modelele mari, antrenarea GPT-3 a necesitat, potrivit estimărilor citate în raport, circa 1,3 gigawați-oră, iar GPT-4 undeva între 50 și 70 de gigawați-oră. Raportul arată însă că această perspectivă a devenit depășită: odată ce un model ajunge să fie folosit efectiv de public, procesul numit inferență (rularea continuă a modelului pentru a răspunde la întrebările utilizatorilor, zi de zi) ajunge să reprezinte între 80% și 90% din consumul energetic total al inteligenței artificiale. Doar ChatGPT procesează, potrivit estimărilor citate în studiu, aproximativ 2,5 miliarde de cereri pe zi, ceea ce se traduce în circa 383 de gigawați-oră de electricitate anual, numai pentru acest produs.

Diferențele dintre tipurile de cereri sunt, la rândul lor, uriașe. O conversație obișnuită cu un chatbot consumă, potrivit raportului, de aproximativ 200 de ori mai multă energie decât o simplă operațiune de clasificare a unui text, în timp ce generarea unei singure imagini poate necesita de circa 1.450 de ori mai multă energie decât acel prag de bază. Cel mai costisitor caz rămâne, însă, generarea video: un scurt clip video creat de inteligență artificială poate consuma tot atâta electricitate cât 200.000 de operațiuni simple de clasificare a unor mesaje spam, iar amprenta de apă asociată unui astfel de clip poate ajunge la peste patru litri. Cele mai multe dintre aceste decizii precum ce model se folosește, ce rezoluție, ce lungime are răspunsul generat, sunt luate invizibil pentru utilizator, prin simple setări implicite ale produsului.

Paradoxul eficienței

Raportul mai atrage atenția asupra unui fenomen cunoscut în economie drept paradoxul Jevons sau efectul de recul: modelele mai eficiente pot accelera consumul total de resurse, deoarece devin suficient de ieftine pentru a fi utilizate mult mai des. Pentru a combate acest efect, raportul recomandă introducerea unor limite explicite asupra utilizării, altfel,  orice progres tehnologic riscă să fie, în opinia autorilor, complet anulat de creșterea consumului.  

Cine plătește costul și cine culege beneficiile

Poate cea mai importantă concluzie a raportului nu ține de cifre globale, ci de modul profund inegal în care sunt distribuite costurile și beneficiile acestei expansiuni. În Irlanda, centrele de date au consumat, în 2023, 21% din întreaga electricitate distribuită prin rețea la nivel național, mai mult decât toate gospodăriile urbane ale țării la un loc. Operatorul rețelei naționale a suspendat aprobarea de noi centre de date în jurul Dublinului până în 2028, un semn concret al momentului în care expansiunea infrastructurii de AI depășește capacitatea de planificare energetică a unei țări. În Querétaro, în Mexic, extinderea infrastructurii de calcul pune presiune pe resursele de apă chiar în perioade de secetă prelungită, iar în Uruguay, planurile pentru un centru de date cu consum ridicat de apă au coincis, în 2023, cu o secetă care a epuizat rezervele de apă dulce ale orașului Montevideo, făcând apa de la robinet nesigură de băut.

Un exemplu apărut chiar în zilele imediat următoare publicării raportului ONU arată cât de actuală rămâne această problemă. În Regatul Unit, Water UK, organizația care reprezintă companiile de apă din Marea Britanie și Irlanda de Nord, a transmis parlamentarilor britanici, la data de 21 iulie 2026, un document oficial în care acuză guvernul că estimările sale privind resursele viitoare de apă exclud complet centrele de date, deși acestea consumă cantități mari de apă atât direct, prin sistemele de răcire, cât și indirect, prin necesarul ridicat de energie electrică. Potrivit organizației, planurile guvernamentale de extindere masivă a infrastructurii de inteligență artificială nu conțin nicio estimare privind impactul asupra rezervelor de apă, în ciuda faptului că un raport separat al Camerei Lorzilor avertizase deja, în luna mai, că Anglia riscă un deficit de 5 miliarde de litri de apă pe zi până în 2055, dacă situația actuală rămâne neschimbată. Cazul britanic confirmă, practic la câteva săptămâni distanță, exact tiparul descris de cercetătorii ONU: presiunea reală pusă de expansiunea inteligenței artificiale asupra resurselor de apă rămâne, în continuare, absentă din calculele oficiale ale multor guverne care se grăbesc să atragă investiții în această infrastructură.

Concentrarea capacității de calcul specializată (90% se află în doar două țări: Statele Unite și China) nu trebuie privită doar ca un decalaj economic, ci ca o problemă de justiție de mediu: țările excluse din această competiție suportă totuși o parte semnificativă din costurile ei, prin extracția de minerale critice necesare hardware-ului AI și prin gestionarea deșeurilor electronice rezultate, în timp ce beneficiile strategice ale acestei infrastructuri ajung, în cea mai mare parte, în altă parte. La nivel global, infrastructura de inteligență artificială ar putea genera, potrivit estimărilor din raport, până la 2,5 milioane de tone de deșeuri electronice anual până în 2030.

Ce propune, de fapt, raportul ONU               

Directorul institutului care a coordonat cercetarea a ținut să sublinieze, la publicarea raportului, că studiul nu este construit ca un argument împotriva inteligenței artificiale, o transformare tehnologică pe care o consideră benefică pentru viața a miliarde de oameni, ci ca un apel la folosirea ei responsabilă, astfel încât comunitățile care furnizează mineralele critice necesare acestei tehnologii și cele care găzduiesc infrastructura și deșeurile ei să ajungă, la rândul lor, printre beneficiarii reali ai revoluției pe care o susțin. Raportul propune un cadru de guvernare construit pe șase principii — transparență, eficiență prin design, echitate și justiție de mediu, responsabilitate pe întregul ciclu de viață al tehnologiei, cooperare internațională și utilizare sustenabilă — și formulează recomandări separate pentru guverne, dezvoltatori de AI, utilizatori, operatori de centre de date, investitori și instituții internaționale, de la standardizarea raportării amprentei de mediu, până la implicarea timpurie a comunităților locale în deciziile privind amplasarea noilor centre de date.

Rămâne de văzut cât din acest cadru de guvernare, deocamdată doar propus pe hârtie, va reuși să pătrundă efectiv în deciziile concrete ale companiilor care dezvoltă și rulează aceste modele, mai ales într-un moment în care presiunea competitivă din industria AI împinge, în sens opus, către modele tot mai mari, tot mai des folosite și tot mai puțin transparente în privința resurselor pe care le consumă la fiecare cerere procesată.

Concluzia cea mai importantă a raportului este că nu există un singur indicator care să descrie impactul de mediu al inteligenței artificiale. O soluție care reduce emisiile de carbon poate, în același timp, să mărească semnificativ consumul de apă, teren sau materii prime, ceea ce înseamnă că optimizarea unei singure variabile poate ascunde costuri importante în altele.

Raportul ONU nu schimbă ceea ce știm despre impactul AI asupra mediului; schimbă modul în care trebuie măsurat acest impact. Cu alte cuvinte, criteriile după care vom judeca sustenabilitatea AI sunt pe cale să se schimbe.

Raportul pune și o problemă de transparență. Dacă impactul real al AI nu poate fi descris printr-un singur indicator, atunci companiile vor fi supuse unei presiuni tot mai mari pentru a publica date mult mai detaliate despre consumul de resurse al modelelor lor.