Generatieve AI is net als plastic een veelzijdige bron van innovatie, die zich leent tot een ongekend scala aan toepassingen. Maar ook AI-critici zullen driftig knikken: AI dringt stilaan overal door. En ook die impact blijft grotendeels verborgen.
De Amerikaanse AI-onderzoeker Linus Lee vergeleek generatieve AI, zoals ChatGPT en DALL-E, met plastic: het is een veelzijdige bron van innovatie, die zich leent tot een ongekend scala aan toepassingen. Maar ook AI-critici zullen driftig knikken: AI dringt stilaan overal door, net als microplastics. Bovendien zijn plastic verpakkingen vaak wit of transparant, wat ons doet vergeten dat de belangrijkste grondstof veelal zwarte aardolie is. Ook de impact van AI blijft grotendeels verborgen.
Onderzoekers wijzen al langer op existentiële risico’s op lange termijn, en op de concrete schade die bestaande AI-modellen nu al aanrichten: discriminatie door algoritmische bias, bijvoorbeeld. Intussen is er een nieuw deelgebied van de AI-ethiek ontstaan, dat focust op ‘Duurzame AI’, zo signaleren Larissa Bolte en Aimee van Wynsberghe van het Sustainable AI Lab in Bonn. Hoe groot de milieueffecten van AI precies zijn, valt moeilijk te becijferen. Er zijn immers opvallend meer publicaties over het gebruik van generatieve AI bij het opstellen van duurzaamheidsanalyses dan impactstudies van de AI-toepassingen zelf. Weinig AI-ontwikkelaars geven dus schattingen van de ecologische impact van hun modellen. Zelfs onderzoekers die de impact van hun R&D op de omgeving wel rapporteren, beperken zich vaak tot de uitstoot van broeistofgassen in bepaalde stadia van de ontwikkeling of het gebruik van AI.
AI vereist echter ook hardware, waar heel wat grondstoffen voor nodig zijn. Denk aan silicium, boor en germanium voor halfgeleiderchips, koper, goud en zilver voor circuits, lithium voor batterijen, zeldzame aarden voor harde schijven en dergelijke, en verder aluminium, ijzer, nikkel, chroom en plastic (uit aardolie) voor de behuizing. Extra datacenters hebben dus niet enkel veel energie en koelwater nodig; eerst moet er ook flink geboord en gemijnd worden. Op een planeet waarin ecosystemen al sterk onder druk staan is dat niet evident.
Maar maakt AI het niet juist mogelijk om oplossingen te vinden voor klimaat- en andere milieuproblemen? Techno-optimisten wijzen bijvoorbeeld op slimme algoritmes die de koeling van datacentrales zuiniger maken. Critici interpreteren dergelijke claims echter als greenwashing: bedoeld om de aandacht af te leiden van de negatieve milieu-impact die AI nu al heeft.
De huidige milieuanalyses, als ze al worden gemaakt, hebben dus vaak een smalle focus. Zelfs de uitzonderingen die verder kijken dan de koolstofvoetafdruk van één enkel AI-model beperken zich alsnog tot de directe impact, terwijl ingrijpende technologische ontwikkelingen ook gedragsveranderingen veroorzaken, die de hele structuur van onze maatschappij kunnen beïnvloeden. Een voorbeeld zijn de recente investeringen van techreuzen, zoals Microsoft, Amazon en Google, in kernenergie. Volgens techno-optimisten zal dit ervoor zorgen dat kernenergie goedkoper wordt en zo een belangrijker aandeel zal krijgen in de wereldwijde energiemix. Critici wijzen er dan weer op dat de extra energie die deze bedrijven nodig hebben in hun AI-race vooralsnog van centrales op fossiele brandstoffen komt, terwijl het nu juist een cruciaal moment is om de uitstoot van broeistofgassen drastisch te beperken. Gevreesd wordt ook dat toekomstige installaties wel extra energie zullen leveren, maar zonder de steenkool- en gascentrales te vervangen.
Een kritische blik op de (on-)duurzaamheid van computertechnologie kan zich niet beperken tot AI: vergelijkbare zorgen gelden voor het mijnen van cryptomunten en de verspreiding van ‘slimme’ apparaten, van robotstofzuigers tot tandenborstels. Net zoals gezond eten geen eigenschap is van aparte voedingsmiddelen, moet duurzaamheid ook worden begrepen als een eigenschap van complexe systemen en niet louter van individuele applicaties. Bovendien gaat duurzaamheid niet alleen over het leefmilieu, maar zijn de sociaaleconomische aspecten ervan minstens even belangrijk. Op dat vlak zijn de huidige evoluties in AI nog ingrijpender dan plastic.
