Big Tech: AI Generativa Potrebbe Salvare il Pianeta, Senza Prove

Ketan Joshi, un ricercatore esperto di energia, ha scatenato un dibattito internazionale dopo aver messo in discussione le affermazioni di Google sul potenziale di intelligenza artificiale (AI) per ridurre le emissioni di gas serra. Secondo il colosso tecnologico, l'adozione di modelli AI potrebbe tagliare le emissioni globali tra il 5 e il 10 per cento entro il 2030, un dato sostenuto da un articolo congiunto con la società di consulenza BCG. Questa previsione, però, ha suscitato dubbi tra esperti, in quanto si basa su un'analisi che, come rivelato da Joshi, non si appoggia a dati scientifici rigorosi ma a una valutazione derivata dall'esperienza aziendale. Il ricercatore, interessato a verificare la validità delle dichiarazioni, ha scovato che il numero 5-10 per cento era stato rielaborato da un rapporto del 2022, il quale si fondava su una stima del 2021 anch'essa basata esclusivamente su dati interni delle aziende. Questa mancanza di trasparenza ha acceso le critiche, soprattutto dopo che Google, pur ammettendo che la costruzione di infrastrutture per l'AI sta incrementando le proprie emissioni, continua a promuovere gli stessi numeri. La questione si complica ulteriormente quando si considera che il lancio di ChatGPT e altre grandi piattaforme AI ha accelerato la costruzione di centri dati, il che ha impattato negativamente sulle strategie energetiche globali.

La controversia intorno alle affermazioni di Google ha messo in luce una contraddizione tra la promessa di sostenibilità e la realtà energetica dei centri dati. Secondo un rapporto pubblicato nel 2023, l'espansione dell'infrastruttura per l'AI sta portando a un aumento significativo dell'uso di fonti fossili, con centinaia di gigawatt di potenza elettrica destinati a nuove centrali a carbone e gas. Questo scenario contraddice le dichiarazioni di aziende come Google e OpenAI, le quali sottolineano che l'AI potrebbe rappresentare un'opportunità per il pianeta, nonostante i dati sugli impatti energetici siano spesso incompleti o contestabili. La mancanza di un approccio scientifico rigoroso ha sollevato preoccupazioni tra ricercatori, che ritengono necessario un confronto più trasparente sulle conseguenze reali dell'adozione di modelli AI. In particolare, il ricercatore Jon Koomey ha espresso preoccupazione per il fatto che molte dichiarazioni sull'impatto climatico dell'AI siano basate su ipotesi non verificate, senza un'analisi approfondita. Questo dibattito si è intensificato anche grazie a un rapporto recente, pubblicato da Joshi in collaborazione con diverse organizzazioni ambientali, che ha analizzato oltre 150 affermazioni di aziende tecnologiche e gruppi energetici. Il risultato? Solo un quarto di queste dichiarazioni aveva un supporto scientifico concreto, mentre oltre un terzo non citava alcuna prova.

Il contesto di questa disputa è legato al ruolo crescente dell'AI nel mercato globale dell'energia e alle pressioni ambientali che accompagnano il suo sviluppo. Negli Stati Uniti, il maggior mercato per i centri dati, l'espansione dell'infrastruttura per l'AI ha portato a un incremento dell'uso di carbone e gas, con nuove centrali energetiche in fase di costruzione. Questo fenomeno ha sollevato critiche da parte di ambientalisti, i quali hanno sottolineato che l'adozione di modelli AI richiede un consumo energetico estremamente elevato, il che contraddice l'idea di un'innovazione sostenibile. Al contempo, aziende come Google e OpenAI hanno promosso l'idea che l'AI potrebbe rappresentare un'opportunità per il pianeta, sottolineando i potenziali benefici in settori come la gestione delle risorse, la previsione di eventi climatici o la scoperta di nuove tecnologie. Tuttavia, il rapporto di Joshi ha messo in luce una mancanza di dati concreti, spesso basati su stime non verificate o su dati interni alle aziende. Questo ha sollevato il problema di come le aziende tecnologiche riescano a bilanciare il loro impegno ambientale con le esigenze economiche e tecnologiche del settore.

L'analisi delle diverse tipologie di AI rileva un'importante distinzione tra modelli tradizionali e quelli di grandi dimensioni, come ChatGPT o Google Gemini. Mentre alcuni algoritmi di machine learning, utilizzati da anni in settori scientifici, hanno un impatto energetico limitato, i modelli generativi richiedono enormi risorse computazionali e energetiche. Questo ha portato a un dibattito tra ricercatori, tra cui David Rolnick, che ha sottolineato come molte affermazioni sull'impatto positivo dell'AI siano basate su speculazioni futuriste. Rolnick ha criticato la tendenza a presentare l'AI come una soluzione universale, ignorando le alternative più efficienti e accessibili. Sasha Luccioni, invece, ha enfatizzato la necessità di distinguere tra modelli grandi e piccoli, sottolineando che i secondi possono offrire soluzioni efficaci con un impatto minore. Questo dibattito ha evidenziato una contraddizione tra le aspettative di alcuni settori tecnologici e le critiche degli esperti, che chiedono maggiore trasparenza e dati concreti.

La chiusura di questa discussione si concentra sulle implicazioni future per l'industria tecnologica e il ruolo dell'AI nel contesto climatico. Sebbene le aziende continui a promuovere l'idea che l'AI possa rappresentare una soluzione per il cambiamento climatico, la mancanza di dati solidi e l'incremento dell'impatto energetico dei centri dati sollevano interrogativi significativi. Per questo motivo, molti esperti chiedono un approccio più rigoroso e trasparente, che includa una valutazione completa degli effetti reali dell'adozione di modelli AI. L'importanza di questa discussione risiede nel fatto che le scelte tecnologiche del futuro potrebbero influenzare non solo l'ambiente, ma anche l'accesso a tecnologie sostenibili. Il dibattito tra tecnologia e sostenibilità, quindi, non è solo un tema di ricerca accademica, ma un'importante questione politica e sociale.