L’ONU: entro il 2030 l’intelligenza artificiale “berrà” acqua quanto 1,3 miliardi di persone

Bruxelles – Dietro ogni immagine generata da un software o ogni risposta fornita da un’intelligenza artificiale si nasconde un costo ambientale che sta crescendo e che spesso viene sottostimato. Secondo il rapporto pubblicato ieri (3 giugno) dall’United Nations University Institute for Water, Environment and Health (UNU-INWEH), valutare la sostenibilità dell’intelligenza artificiale attraverso un unico parametro “può nascondere compromessi e spostare gli oneri ambientali sulle regioni che già affrontano stress idrico o territoriale”.

Le proiezioni per il 2030 delineate dagli scienziati stimano che i data center globali consumeranno 945 terawattora (TWh) di elettricità, quasi il triplo del consumo annuo combinato di nazioni come Pakistan, Bangladesh e Nigeria, la cui popolazione totale è di circa 650 milioni di persone. L’impronta idrica sarà, tuttavia, l’impatto maggiore: entro la fine del decennio, l’IA richiederà 9,3 trilioni di litri d’acqua, una quantità pari al fabbisogno domestico annuo di tutti gli 1,3 miliardi di abitanti dell’Africa sub-sahariana. Anche il consumo di suolo sarà massiccio, superando i 14.500 chilometri quadrati, un’area vasta il doppio della metropoli di Giacarta, che ospita più di 32 milioni di persone.

Il cuore del rapporto si concentra sul fatto che valutare la sostenibilità dell’IA basandosi solo sulle emissioni di anidride carbonica è un errore: “Ciò che ci ha sorpreso di più è quanto spesso le scelte che sembrano più ecologiche dal punto di vista delle emissioni di carbonio finiscano per essere più dannose per l’acqua o per il suolo“, spiega la dottoressa Miriam Aczel, ricercatrice UNU-INWEH e autrice principale dello studio. Secondo il rapporto la maggior parte delle valutazioni degli esperti sono rimaste quasi esclusivamente focalizzate sulle emissioni di carbonio generate dall’addestramento dei grandi modelli linguistici. Tuttavia, ogni kilowattora di elettricità utilizzata per addestrare o far funzionare un sistema di intelligenza artificiale comporta anche un’impronta idrica, derivante dal raffreddamento e dalla produzione di energia, e un’impronta terrestre, derivante dalle infrastrutture energetiche e dalle catene di fornitura.

Oltre a ciò, il rapporto sottolinea che sebbene la discussione pubblica si sia ampiamente concentrata sull’energia necessaria per addestrare i modelli, l’80-90 per cento del consumo energetico totale deriva dall’uso quotidiano. Solo ChatGPT elabora circa 2,5 miliardi di input al giorno, consumando in un anno elettricità sufficiente a richiedere la piantumazione di alberi per un’area grande quanto Manhattan solo per compensare le emissioni.

I diversi prodotti di un IA, a seconda della complessità, hanno un consumo energivoro diverso: generare una singola immagine richiede 1.450 volte l’energia di una semplice classificazione di testo e un breve video generato dall’IA può arrivare a consumare quanto l’elettricità necessaria per l’elaborazione di 200 mila email di spam, mentre un video altamente complesso consuma quanto far funzionare una lampadina LED per 42 ore o è quasi equivalente al fabbisogno idrico di due giorni per una persona (4,1 litri). Il rapporto invoca l’effetto rimbalzo o il paradosso di Jevons, il concetto economico che spiega che man mano che i modelli diventano più efficienti e quindi più economici, vengono così utilizzati più frequentemente. Ma il troppo uso produce nuovi stress. A proposito, il professore Kaveh Madani, direttore dell’UNU-INWEH ha denunciato “un’intelligenza artificiale più efficiente e accessibile ne comporta un maggiore consumo, rendendo l’impatto complessivo molto più grande di quanto risparmiamo attraverso guadagni di efficienza”.

L’impatto economico e ambientale non è distribuito equamente. Il report mette in luce che sebbene le infrastrutture per l’AI comportino costi ambientali essi offrono anche notevoli vantaggi economici, di sicurezza e di sovranità. Solo 32 paesi al mondo ospitano data center specializzati nell’AI e il 90 per cento della capacità di calcolo è concentrato in soli due paesi, Stati Uniti e Cina. Tuttavia oltre 150 paesi hanno attualmente un accesso limitato o nullo a risorse di calcolo sovrane per l’IA: “un divario economico, ma anche una questione di giustizia ambientale” perché i costi ambientali ricadono spesso altrove e “i paesi esclusi sopportano l’onere dell’estrazione di minerali critici e dei rifiuti elettronici, mentre i benefici strategici vanno altrove”, si legge nel report. Vengono citati ad esempio l’Uruguay e il Messico, dove l’espansione delle infrastrutture digitali sta mettendo sotto pressione e a rischio le riserve idriche durante gravi periodi di siccità. Oltre a ciò, entro il 2030, si prevede la produzione di 2,5 milioni di tonnellate di rifiuti elettronici all’anno, spesso smaltiti in economie a basso reddito con scarse tutele ambientali.

“Questo rapporto non è un atto d’accusa contro l’IA” – precisa Madani – “ma un appello a usarla responsabilmente”. Gli scienziati chiedono ai governi di integrare i data center nei piani energetici e idrici nazionali e alle aziende di essere trasparenti non solo sul carbonio, ma anche sull’uso di acqua e terra.