Il dibattito sugli impatti ambientali dell’intelligenza artificiale (IA) è diventato sempre più acceso, specialmente dopo la pubblicazione di un articolo del Washington Post che ha suscitato critiche da parte di esperti del settore. Molti di loro hanno messo in discussione la validità dei dati presentati, sottolineando che i numeri non sembrano coerenti con le evidenze attuali.

Uno dei punti principali sollevati dagli esperti riguarda la difficoltà di quantificare con precisione l’impatto ambientale dell’IA. La mancanza di dati specifici, dovuta alla recente introduzione della tecnologia e alla segretezza delle aziende riguardo ai loro dati operativi, rende complesso il calcolo delle emissioni di carbonio e del consumo energetico associati all’IA. Inoltre, l’articolo del Washington Post ha utilizzato stime che molti considerano esagerate o mal interpretate, il che ha portato a una serie di critiche.

Studi recenti hanno dimostrato che l’addestramento di modelli di IA come ChatGPT può generare emissioni di CO2 paragonabili a quelle prodotte da cinque auto americane nel corso della loro vita.

Inoltre, l’acqua consumata per il funzionamento dei data center è diventata un altro punto critico. Ad esempio, si stima che scrivere 100 parole con GPT-4 possa consumare fino a tre bottiglie d’acqua. Questi dati evidenziano una crescente preoccupazione per il fatto che l’IA non solo consuma energia in modo insostenibile, ma ha anche un impatto significativo sulle risorse idriche.

Metodologia

I costi di acqua ed elettricità sono stati calcolati da Ren per ChatGPT-4 in un data center americano medio. Una metodologia completa può essere trovata nel loro articolo “Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models”.

Dati sul consumo di elettricità DC calcolati dai report energetici statali del 2023 della US Energy Information Administration . Consumo giornaliero di acqua nel Rhode Island dalla National Environmental Education Foundation . Dati sul consumo pro capite di carne di manzo e riso dai dati sulla disponibilità alimentare del Dipartimento dell’agricoltura degli Stati Uniti e dalle prospettive agricole dell’OCSE . Stime dell’impronta idrica tratte da: ” Assessing water resource use in livestock production: A review of methods ” di Livestock Science e ” Reducing food’s environmental impacts through producers and consumers ” di Science.