L’AI che usiamo ogni giorno, per scrivere una mail o generare un’immagine, ha un costo enorme che raramente vediamo. Secondo un nuovo rapporto delle Nazioni Unite, finora lo abbiamo pure misurato male, guardando solo a una parte del problema.
Lo studio, intitolato “Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints“, è stato pubblicato dall’Istituto UNU-INWEH delle Nazioni Unite per il suo trentesimo anniversario. I numeri sono impressionanti. Nel 2025 i data center del mondo hanno consumato circa 448 terawattora di elettricità, un livello che li renderebbe l’undicesimo maggior consumatore energetico al pianeta se fossero un Paese, alla pari con la Francia. Ma è la proiezione al 2030 a colpire di più, 945 terawattora l’anno, quasi il triplo del fabbisogno elettrico combinato di Pakistan, Bangladesh e Nigeria, Paesi che insieme contano oltre 650 milioni di abitanti.
Il punto centrale del rapporto è che concentrarsi solo sulle emissioni di CO2 porta a una visione parziale, e in certi casi fuorviante, dell’impatto ambientale dell’AI. Ogni kilowattora consumato porta con sé anche un’impronta idrica, legata al raffreddamento dei server, e un’impronta di suolo, legata alle infrastrutture energetiche. Entro il 2030 l’impronta idrica potrebbe arrivare a 9,3 trilioni di litri l’anno, quantità sufficiente a coprire il fabbisogno idrico domestico minimo di tutta l’Africa subsahariana, circa 1,3 miliardi di persone. L’impronta di suolo potrebbe superare i 14.500 chilometri quadrati, quasi il doppio dell’area di Giacarta. A questo si aggiunge la produzione di rifiuti elettronici, che potrebbe raggiungere 2,5 milioni di tonnellate l’anno entro fine decennio, smaltiti spesso in Paesi a basso reddito.
Uno degli aspetti più controintuitivi riguarda le fonti energetiche. Passare dal carbone alla bioenergia può ridurre le emissioni di carbonio legate all’elettricità fino al 70%, ma allo stesso tempo far crescere l’impronta idrica fino a 30 volte e quella di suolo fino a 100 volte. “Quello che ci ha sorpreso di più è quanto spesso le scelte che sembrano più verdi dal punto di vista del carbonio finiscano per essere peggiori per l’acqua o per il suolo“, ha dichiarato Miriam Aczel, ricercatrice UNU-INWEH e autrice principale del rapporto. “Se continuiamo a giudicare la sostenibilità dell’AI solo in base al carbonio, potremmo pensare che le rinnovabili la rendano pulita, ma così si risolve un problema creandone altri, spesso in luoghi che non li hanno scelti“, ha aggiunto.
Un altro dato ribalta una convinzione diffusa. Non è l’addestramento a pesare di più sul bilancio energetico, ma l’uso quotidiano, cioè l’inferenza, ovvero ogni singola richiesta che gli utenti rivolgono ai sistemi di AI. Il rapporto stima che l’inferenza rappresenti tra l’80% e il 90% del consumo energetico complessivo. L’addestramento di GPT-4, per esempio, avrebbe richiesto fino a 70 gigawattora, mentre far girare ChatGPT per rispondere a miliardi di richieste quotidiane ne consumerebbe circa 383, cinque volte tanto.
Il rapporto solleva anche una questione geografica e sociale che va oltre i numeri assoluti. “Se si sovrappone la mappa di dove vengono costruiti i data center a quella delle aree con maggiore stress idrico, in molti casi si vedono le stesse regioni“, ha spiegato il dottor Mir Matin, responsabile del programma di analisi geospaziale e infrastrutturale di UNU-INWEH e co-autore dello studio. “Le comunità che vivono vicino a questi impianti non sono necessariamente quelle che beneficiano dell’AI che vi gira. Se non affrontiamo questa asimmetria, continueremo a ripetere vecchi schemi, in cui alcuni luoghi pagano i costi e altri raccolgono i benefici“, ha concluso.
USA, in arrivo una protesta nazionale contro i data center voluta dalla repubblicana pro Trump Amy Kremer
La protesta, intitolata Nationwide Day of Protest, è in programma…
