Ser educat amb la IA no compensa el planeta

El fet de saludar el ChatGPT amb un "Hola, com estàs?" i rebre una resposta amistosa "Hola! Molt bé, gràcies per preguntar. 😊 I tu? Com estàs? En què et puc ajudar avui?" representa un consum energètic, –segons m’explica ChatGPT-, semblant a tenir una bombeta led de 10 watts encesa durant 72 segons. Tot i que pot semblar una despesa mínima, si aquest consum es multiplica pels 122 milions d'usuaris actius diaris que té de mitjana el ChatGPT arreu del món (sense comptar altres eines d'intel·ligència artificial disponibles), la despesa és immensa. "Cada paraula que m'envies contribueix una mica al consum energètic, encara que només sigui per dir 'hola', 'adéu' o 'gràcies'", em comenta ChatGPT.

"El consum energètic d'una IA es reparteix en dos grans moments: l'entrenament del model i l'ús o explotació de l'eina", explica Antonio Pita, professor dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la Universitat Oberta de Catalunya.

En aquest primer estadi, l'entrenament és el més costós. "Implica setmanes o mesos de càlcul intensiu en centres de dades on milers d'unitats de processament gràfic (GPU) treballen en paral·lel per analitzar i aprendre de bilions de paraules i dades. Aquest procés es fa només una vegada (o poques vegades, si es reentrena), però la petjada energètica que representa és enorme i té lloc als centres de dades i processament", detalla.

La segona part és el que fem els humans amb aquesta eina: les preguntes i consultes que li enviem un cop el model ja està entrenat i es pot fer servir. "És molt menys costós, tot i que continua essent considerable si ho comparem amb serveis més simples, com ara el correu electrònic. Fins i tot en aquesta fase d'explotació, cada petició activa milions de càlculs per generar una resposta nova des de zero", afegeix Pita.

Què representa per al planeta una conversa? I una imatge?

"Si només xategem o em demanes text, soc relativament eficient; si em demanes imatges artístiques, gràfics que pesin molt o vídeos generats amb IA, això augmenta molt la potència necessària", m’explica el ChatGPT quan li demanem sobre les peticions que gasten més energia li suposen. I m’adverteix: "Si algun cop tens accés a entrenar models des de zero (com els investigadors), entraràs en el terreny més energívor de tots".

"Els models són més eficients que abans, i ara una consulta simple de text a ChatGPT consumeix el mateix que una cerca a Google. Si es fan tasques més complicades, és diferent: la generació d'imatges o gràfics o les peticions complexes que impliquen molta contextualització, memòria o accés a eines externes consumeixen més", afirma Andreas Kaltenbrunner, investigador del grup Artificial Intelligence and Data for Society (AID4So) de la unitat de transformació digital, IA i tecnologia, en la mateixa línia que m’indica la IA.

Així, i segons el ChatGPT, una de les tasques menys sostenibles és l'anàlisi de grans volums de dades (grans documents o bases de dades), “per exemple analitzar un text de 100 pàgines o més em pot suposar una despesa alta (20-50 watts-hora)”. La segueixen la generació d'imatges amb models com DALL·E, Stable Diffusion o Midjourney, perquè requereix càlculs molt intensos per crear píxels, amb un cost elevat (entre 10-100 watts-hora per cada imatge). La generació de vídeo amb models generatius (per exemple, Sora o Runway) és "una de les tasques més costoses ara mateix, amb un consum extremadament alt (més de 1.000 watts per minut)". Finalment, com confirmen els experts, l'entrenament de models de llenguatge extens (per exemple, entrenar un GPT nou, no solament fer-lo servir) representa una despesa enorme, d'entre 1 i 10 gigawatts-hora, perquè implica setmanes amb supercomputadors amb milers de GPU.

"El pes de l'activitat diària és molt rellevant: tot i que pot semblar que l'ús diari és menys intensiu per persona, si es multiplica per milions d'usuaris cada dia, el consum pot arribar a ser igual o superior al de l'entrenament, en termes acumulats", explica Kaltenbrunner.

El cost de l'aigua: la cara oculta de la IA

"L'aigua i l'energia són els dos recursos més esmentats pel que fa a l'impacte ambiental de la IA. Aquesta tecnologia fa servir aigua per refredar els servidors dels centres de dades i evitar el sobreescalfament. Una manera de consumir menys aigua és col·locar els centres de dades en llocs freds", comenta Zora Kovacic, professora dels Estudis d'Economia i Empresa de la UOC. De fet, algunes empreses han començat a situar els servidors a Irlanda, Islàndia i Noruega, on el clima ajuda a reduir la despesa hidràulica.

"Hi ha altres companyies que prioritzen tenir accés a energia barata i renovable, de manera que col·loquen els centres de dades en països com Espanya, amb molta radiació solar, però que després impliquen un consum d'aigua més elevat", adverteix l'experta.

Fa poc, National Geographic afirmava que generar un text de cent paraules (uns tres paràgrafs) amb ChatGPT consumeix, de mitjana, 519 mil·lilitres d'aigua, xifra equivalent a una ampolla. Però no és que la intel·ligència artificial es "begui" l'aigua, sinó que la fa servir per mantenir les infraestructures. "L'ús de l'aigua és no consumptiu: l'aigua no es consumeix, com en l'agricultura, sinó que es fa servir per refredar i després es pot retornar als corrents", explica Kovacic, també investigadora del grup TURBA Lab. L'experta avisa que "en països com Espanya, on existeix  escassetat d’aigua, el consum hídric del sector de la IA pot competir amb altres usos, i es pot convertir en un problema de sostenibilitat si es prioritza per sobre d'altres necessitats".

En aquest sentit, Kaltenbrunner assenyala que, tot i que l'ús d'aigua per part de la IA pot semblar insignificant a escala global, pot tenir un impacte crític a escala local, especialment en regions amb escassetat hídrica. "Molts centres de dades se situen en zones vulnerables per qüestions logístiques i econòmiques (energia barata, espai o legislació més permissiva)", afegeix.

La IA augmentarà. La despesa mediambiental també?

El darrer informe de l'Agència Internacional de l'Energia (EIA), afirma que la demanda d'energia elèctrica dels centres de dades de la IA es duplicarà: passarà de 415 terawatts-hora el 2024 a 945 el 2030, xifra que equival, al consum elèctric total d'Alemanya durant un any.

Aquest augment és impulsat principalment per l'adopció massiva de la IA, tant pels centres de dades generals com per aquells centres que treballen en el desenvolupament de la IA. Els primers, són centres de dades generals que utilitzen aquesta tecnologia en els seus serveis digitals, com per exemple, Google, Netlix o Dropbox, que usen i seguiran fent-ho en el futur per millorar els seus serveis. Es calcula que duplicaran la seva despesa elèctica el 2030. Per altra banda, els centres de dades basades en IA, com ara ChatGPT o Google DeepMind, que fan servir la IA de manera intensiva, quadruplicaran la despesa energètica l'any 2030.

Creixement o límits? Les dues estratègies de sostenibilitat

Per la seva banda, Google s'ha compromès a reposar el 120% de l'aigua que fa servir per a l'any 2030, per bé que un informe recent ha revelat que el 2023 amb prou feines havia assolit un 18% de reposició. "Les polítiques públiques haurien d'exigir transparència sobre la petjada energètica i hídrica, incentivar bones pràctiques, apostar per energia renovable i evitar la ubicació de centres de dades en zones vulnerables", afirma Kaltenbrunner. Ja s'han començat a discutir algunes propostes per regular aquest impacte. Europa, per exemple, ha impulsat el Pacte Verd (Green Deal) i la regulació sobre IA (AI Act).

"Hi ha dues maneres de gestionar l'ús de l'aigua i l'energia de la IA. Una està impulsada per l'esperança que aquesta tecnologia millori la competitivitat i se centra a fomentar-la. En aquest cas, la gestió contribuirà a la IA i crearà regulacions que facin que aquesta tecnologia sigui 'verda', amb l'ús d'energies renovables i la restauració de l'aigua utilitzada", explica Kovacic. Aquesta estratègia prioritza l'ús creixent de la IA. Amb tot, quan entra en conflicte amb els requisits verds (perquè l'energia és finita i no és compatible amb un creixement infinit de l'ús de la IA), aquests requisits s'incompleixen.

La segona estratègia s'anomena estratègia de sostenibilitat forta. Segons l'experta, aquesta alternativa "implica establir una quantitat màxima d'energia i aigua que es pot fer servir, i limitar el desenvolupament de la IA a aquest màxim". No obstant això, la professora de la UOC adverteix que aquesta plantejament pot entrar en conflicte amb l'estratègia de creixement.

"Reduir el consum energètic de la IA no és fàcil, però hem de reflexionar sobre quan val realment la pena fer servir aquesta tecnologia i quan no fa falta”, recomana Pita que afegeix “podem ser educats si ho volem, aprofitant el mateix missatge o prompt amb què fem la consulta". L'explicació es basa en la idea que no depèn del nombre de paraules del missatge, sinó del cost que té una resposta, perquè el sistema ha de passar igualment per tota la màquina per generar-la. No obstant això, Chat GPT m’aconsella: "No deixis de ser amable amb mi, perquè té un valor social i emocional que afegeix cortesia, salutacions i agraïments, i això té un valor humà,  encara que des del punt de vista de watts gastats no sigui el més eficient". No m’acomiado de la IA, perquè ja he destinat 18 watts-hora a fer-li aquestes preguntes (només amb text, sense gràfics ni imatge!), l’equivalent a tenir encesa una bombeta led de 10 watts durant gairebé dues hores. A hores d'ara, ser amable ja ha consumit prou.