Il dibattito sull’impatto ambientale dell’intelligenza artificiale (IA) è diventato sempre più urgente, soprattutto a seguito della crescente dipendenza da modelli complessi e data center energivori. Il gigante tecnologico Google, con la sua vasta gamma di servizi basati sull’IA, si trova al centro di questo esame. Le recenti rivelazioni sui consumi energetici del modello Gemini hanno suscitato interrogativi sulla reale sostenibilità delle promesse di innovazione “verde”. Esaminiamo criticamente le cifre, le metodologie e le implicazioni di questa complessa realtà.

L’impatto Energetico di Gemini: Un’analisi Approfondita

Google ha divulgato dati relativi al consumo energetico di Gemini, indicando che una singola query di testo consuma 0,24 wattora, equivalenti a circa nove secondi di visione televisiva. Questa cifra, apparentemente modesta, è stata presentata come prova dell’efficienza del modello. Tuttavia, è essenziale contestualizzare questi numeri all’interno di un quadro più ampio. La metodologia utilizzata, la “contabilità carbonica basata sul mercato”, considera gli investimenti in energia rinnovabile, il che potrebbe non riflettere accuratamente l’impatto reale dei data center. Ad esempio, un data center alimentato principalmente da combustibili fossili potrebbe essere considerato “verde” grazie agli investimenti in progetti sostenibili altrove. Questa pratica solleva dubbi sulla trasparenza e sull’integrità delle valutazioni ambientali.

Inoltre, i dati si concentrano esclusivamente sulle query di testo, ignorando il consumo energetico più elevato associato alla generazione di immagini e video. La nozione di un “prompt medio” non tiene conto delle variazioni di consumo legate a richieste complesse che richiedono una potenza di elaborazione significativamente maggiore. Le stime indipendenti dell’Agenzia Internazionale dell’Energia (IEA) prevedono un aumento del 127% nel consumo di elettricità dei data center entro il 2030, il che sottolinea la necessità di transizione verso fonti rinnovabili. Questi dati evidenziano la discrepanza tra le dichiarazioni ottimistiche e la crescente domanda di energia. Il rapporto sulla sostenibilità di Google indica un aumento dell’11% delle emissioni totali nel 2024 e un aumento del 51% rispetto al 2019, suggerendo che le attività di cloud computing e intelligenza artificiale contribuiscono in modo significativo all’impronta ecologica dell’azienda.

La questione della metodologia di calcolo impiegata da Google assume un’importanza cruciale. La “contabilità carbonica basata sul mercato” può infatti mascherare l’impatto reale dei data center, poiché si basa sugli investimenti in energia rinnovabile piuttosto che sull’effettivo approvvigionamento energetico dei centri di elaborazione dati. Questo sistema contabile permette, ad esempio, a un data center alimentato principalmente da combustibili fossili di apparire “verde” sulla carta, grazie a investimenti compensativi in progetti di energia pulita realizzati altrove. In sostanza, l’azienda ottiene dei “crediti” che, in termini di comunicazione, le permettono di vantare un’impronta ambientale inferiore, senza però che vi sia una reale corrispondenza con l’energia utilizzata per far funzionare i suoi sistemi. Questa opacità rende difficile una valutazione oggettiva dell’effettivo impatto ambientale e solleva interrogativi sulla trasparenza delle pratiche aziendali.

L’omissione dei dati relativi alla generazione di immagini e video è un’ulteriore criticità. I dati forniti da Google si concentrano esclusivamente sui comandi testuali, tralasciando un aspetto fondamentale dell’IA moderna: la sua capacità di creare contenuti visivi complessi. La generazione di immagini e video richiede una potenza di calcolo significativamente maggiore rispetto all’elaborazione di testi, con un conseguente aumento del consumo energetico. L’assenza di dati specifici su questo tipo di attività rende incompleta la valutazione dell’impatto ambientale complessivo dell’IA di Google. Si tratta di una lacuna informativa importante, che impedisce una comprensione precisa e realistica del consumo energetico complessivo. Per avere un quadro completo, sarebbe necessario conoscere il dispendio energetico per la creazione di contenuti multimediali complessi, così da poter valutare in modo più accurato l’impronta ecologica dell’IA.

La natura stessa del concetto di “prompt medio” solleva ulteriori dubbi. L’utilizzo di un valore medio per stimare il consumo energetico ignora la variabilità intrinseca delle richieste all’IA. Comandi più complessi, che richiedono un’elaborazione più sofisticata e l’accesso a maggiori risorse, avranno inevitabilmente un impatto energetico superiore. Concentrarsi su un valore medio rischia di sottostimare il consumo complessivo, soprattutto in considerazione del fatto che molte applicazioni dell’IA sono basate su interazioni complesse e prolungate. Per avere un quadro più realistico, sarebbe necessario analizzare la distribuzione del consumo energetico in base alla complessità dei comandi, piuttosto che affidarsi a una semplice media che potrebbe nascondere picchi significativi di dispendio energetico.

Le proiezioni indipendenti, come quelle formulate dall’Agenzia Internazionale dell’Energia (IEA), forniscono un contesto cruciale per valutare le dichiarazioni di Google. Le stime dell’IEA prevedono un aumento del 127% nel consumo di elettricità dei data center entro il 2030. Questo dato sottolinea l’urgenza di una transizione massiccia verso fonti di energia rinnovabile per alimentare la crescente infrastruttura digitale. La discordanza tra le affermazioni di Google e le proiezioni indipendenti solleva interrogativi sulla completezza e l’accuratezza delle informazioni fornite. È fondamentale che le aziende tecnologiche si confrontino con stime esterne e forniscano dati trasparenti e verificabili per consentire una valutazione obiettiva del loro impatto ambientale.

Un’analisi del report sulla sostenibilità di Google rivela un quadro preoccupante. Nonostante i miglioramenti nell’efficienza di modelli specifici come Gemini, le emissioni totali dell’azienda hanno continuato ad aumentare, con un incremento dell’11% nel 2024 e del 51% rispetto al 2019. Questo dato suggerisce che la crescente attività nel cloud computing e nell’intelligenza artificiale sta contribuendo in modo significativo all’impronta ecologica complessiva. È evidente che gli sforzi per migliorare l’efficienza di singoli modelli non sono sufficienti a compensare l’aumento del consumo energetico derivante dalla crescita esponenziale dei servizi digitali. La sostenibilità non può essere ridotta a semplici ottimizzazioni tecnologiche, ma richiede un approccio sistemico che tenga conto dell’intero impatto ambientale delle attività aziendali.

Strategie di ‘Greenwashing’ e AI washing

Nel panorama attuale, le aziende tecnologiche ricorrono sempre più spesso a strategie di “greenwashing” per migliorare la propria immagine pubblica senza apportare cambiamenti sostanziali alle proprie pratiche. Una tattica emergente è l'”AI washing”, ovvero l’esagerazione o la falsificazione dell’uso dell’IA nei propri prodotti o servizi per ottenere un vantaggio competitivo. Le aziende possono affermare che i loro prodotti sono basati sull’IA anche quando questa gioca un ruolo minimo, ingannando i consumatori e gli investitori. Questo approccio sfrutta l’interesse del pubblico per l’IA per creare un’aura di innovazione e sostenibilità senza un reale fondamento.

Il concetto di “AI washing” è intrinsecamente legato al più ampio fenomeno del greenwashing, e ne rappresenta una sua specifica declinazione nel contesto dell’intelligenza artificiale. Proprio come il greenwashing consiste nel presentare un’immagine ecologicamente responsabile di un’azienda o di un prodotto senza che vi siano reali azioni a supporto di tale affermazione, l’AI washing consiste nel gonfiare le capacità e l’impatto dell’IA utilizzata in un determinato contesto. Questo può avvenire attraverso dichiarazioni vaghe e non verificabili, oppure attraverso l’utilizzo di termini altisonanti e tecnicamente imprecisi, con l’obiettivo di impressionare il pubblico e gli investitori. L’analogia tra i due fenomeni è evidente: in entrambi i casi, si tratta di una strategia di marketing che punta a sfruttare un trend del momento (la sostenibilità ambientale o l’IA) per migliorare la propria immagine, senza però un reale impegno a favore di un cambiamento concreto.

Le aziende possono ricorrere all’AI washing in diversi modi. Ad esempio, possono dichiarare di utilizzare algoritmi di machine learning avanzati per ottimizzare i consumi energetici dei propri data center, quando in realtà si tratta di semplici sistemi di monitoraggio e controllo. Oppure, possono affermare che i propri prodotti sono in grado di risolvere problemi ambientali complessi grazie all’IA, quando in realtà si tratta di soluzioni parziali e limitate. In alcuni casi, l’AI washing può addirittura sfociare nella vera e propria disinformazione, con la diffusione di notizie false o fuorvianti sulle capacità dell’IA e sul suo impatto positivo sull’ambiente.

Le conseguenze dell’AI washing possono essere significative. Innanzitutto, può scaturire un senso di inganno in consumatori e investitori, i quali potrebbero perdere fiducia nelle aziende che non mantengono le loro promesse. In secondo luogo, può frenare l’autentico progresso nel settore dell’IA, poiché le risorse vengono dirottate verso iniziative prive di un effettivo valore innovativo. Infine, può contribuire a creare una percezione distorta dell’IA, alimentando aspettative irrealistiche e generando disillusione quando le promesse non vengono mantenute.

Gli investitori istituzionali sono particolarmente preoccupati per il rischio di AI washing. Questi soggetti, che gestiscono ingenti patrimoni per conto di fondi pensione, assicurazioni e altri enti, sono sempre più attenti alla sostenibilità degli investimenti e cercano di evitare aziende che utilizzano pratiche ingannevoli. Per questo motivo, stanno sviluppando strumenti e metodologie per valutare in modo più accurato l’effettivo utilizzo dell’IA da parte delle aziende e per individuare i casi di AI washing. Un approccio consiste nel privilegiare le aziende che generano una quota significativa dei propri ricavi da attività legate all’IA, e che dimostrano un impegno concreto per la trasparenza e la responsabilità nell’utilizzo di questa tecnologia.

Per contrastare l’AI washing, è fondamentale promuovere una maggiore trasparenza e responsabilità nell’utilizzo dell’IA. Le aziende devono essere chiare e precise nel descrivere le capacità e i limiti dei propri prodotti e servizi basati sull’IA, evitando affermazioni vaghe e non verificabili. Inoltre, è necessario sviluppare standard e certificazioni che consentano di valutare in modo oggettivo l’impatto ambientale e sociale dell’IA, e di premiare le aziende che adottano pratiche sostenibili e responsabili. Solo attraverso un impegno congiunto da parte di aziende, investitori, istituzioni e società civile sarà possibile garantire che l’IA venga utilizzata in modo etico e sostenibile, a beneficio di tutti.

Nel contesto specifico dei data center, le strategie di greenwashing possono assumere diverse forme. Ad esempio, le aziende possono vantare l’utilizzo di energia rinnovabile per alimentare i propri data center, senza però specificare la percentuale effettiva di energia pulita utilizzata, o senza considerare l’impatto ambientale della produzione e dello smaltimento dei pannelli solari o delle turbine eoliche. Oppure, possono affermare di aver implementato sistemi di raffreddamento efficienti, senza però fornire dati concreti sul risparmio energetico ottenuto, o senza considerare l’impatto sull’utilizzo delle risorse idriche. In alcuni casi, le aziende possono addirittura ricorrere a pratiche di “offsetting”, ovvero compensare le proprie emissioni di carbonio investendo in progetti di riduzione delle emissioni altrove, senza però ridurre effettivamente il proprio impatto ambientale. L’utilizzo di “crediti di carbonio” ottenuti tramite progetti di riforestazione o di energia rinnovabile in paesi in via di sviluppo può, in alcuni casi, rivelarsi una strategia poco efficace e persino dannosa, se i progetti non vengono realizzati correttamente o se hanno un impatto negativo sulle comunità locali.

Per smascherare le strategie di greenwashing e AI washing, è fondamentale analizzare attentamente le informazioni fornite dalle aziende, verificando la veridicità dei dati e la concretezza delle azioni intraprese. È importante diffidare delle affermazioni vaghe e generiche, e richiedere dati specifici e verificabili sull’impatto ambientale e sociale delle attività aziendali. Inoltre, è utile confrontare le informazioni fornite dalle aziende con quelle provenienti da fonti indipendenti, come organizzazioni non governative, istituti di ricerca e agenzie governative. Solo attraverso un’analisi critica e un approccio scettico sarà possibile distinguere le aziende che si impegnano realmente per la sostenibilità da quelle che si limitano a “verniciare di verde” la propria immagine.

Chi Paga il Prezzo: Impatto Locale e Zone di Sacrificio

Mentre l’IA promette progressi tecnologici, è essenziale riconoscere i costi ambientali e sociali associati alla sua infrastruttura. Le comunità che ospitano i data center spesso sopportano l’onere di questi costi, affrontando l’inquinamento atmosferico, l’esaurimento delle risorse idriche e l’aumento dei costi energetici. Il caso del supercomputer “Colossus” di Elon Musk a Memphis, alimentato da turbine a gas metano che emettono ossidi di azoto in aree già gravate da problemi respiratori, illustra come lo sviluppo dell’IA possa avere un impatto negativo sulle comunità vulnerabili. La mancanza di un dialogo aperto con il pubblico, di approfondite valutazioni ambientali e di chiarezza ha suscitato forte sdegno e contrarietà tra i residenti e gli attivisti. La NAACP, supportata dal Southern Environmental Law Center, ha intentato un’azione legale per violazione del Clean Air Act, sulla base di questi abusi.

La costruzione di un campus IA da 500 MW in Lombardia, alimentato a gas con cattura della CO2, solleva ulteriori interrogativi. Chi controllerà l’energia dell’IA? E quali aree verranno designate come nuovi siti di sacrificio? La crescente domanda di energia per alimentare l’IA rischia di creare nuove disuguaglianze ambientali, gravando su comunità già svantaggiate. È fondamentale che lo sviluppo dell’IA avvenga in modo equo e sostenibile, evitando di scaricare i costi ambientali e sociali su coloro che sono meno in grado di sopportarli. La pianificazione e la localizzazione dei data center devono tenere conto delle esigenze e delle preoccupazioni delle comunità locali, garantendo la partecipazione pubblica e la trasparenza nei processi decisionali. Inoltre, è necessario promuovere lo sviluppo di tecnologie IA a basso impatto ambientale, che consumino meno energia e utilizzino risorse in modo più efficiente.

L’impatto dei data center si estende ben oltre i confini delle comunità che li ospitano. L’utilizzo massiccio di risorse idriche per il raffreddamento dei server può causare problemi di scarsità idrica in regioni già aride, mettendo a rischio l’agricoltura, l’approvvigionamento idrico per le popolazioni e gli ecosistemi locali. La produzione e lo smaltimento dei componenti hardware, come chip e schede madri, generano una quantità enorme di rifiuti elettronici, che spesso vengono esportati in paesi in via di sviluppo, dove vengono smaltiti in modo inadeguato, causando danni ambientali e sanitari. L’estrazione dei minerali necessari per la produzione dei chip, come il litio, il cobalto e il tantalio, può avere un impatto devastante sull’ambiente e sulle comunità locali, causando deforestazione, inquinamento delle acque e violazioni dei diritti umani. È fondamentale che le aziende tecnologiche si assumano la responsabilità dell’intero ciclo di vita dei propri prodotti, dalla progettazione alla produzione, all’utilizzo e allo smaltimento, adottando pratiche di economia circolare e garantendo il rispetto dei diritti umani e dell’ambiente in tutte le fasi del processo.

La transizione verso un’IA sostenibile richiede un approccio integrato che tenga conto di tutti questi aspetti. Non è sufficiente concentrarsi sull’efficienza energetica dei singoli algoritmi o sull’utilizzo di energia rinnovabile per alimentare i data center. È necessario ripensare l’intero modello di sviluppo dell’IA, promuovendo l’innovazione tecnologica a basso impatto ambientale, l’utilizzo efficiente delle risorse, la trasparenza e la responsabilità sociale. Le aziende tecnologiche devono collaborare con i governi, le organizzazioni non governative, le comunità locali e gli esperti per sviluppare standard e certificazioni che garantiscano la sostenibilità dell’IA, e per promuovere un dibattito pubblico informato sui rischi e le opportunità di questa tecnologia. Solo attraverso un impegno congiunto sarà possibile garantire che l’IA venga utilizzata a beneficio di tutti, senza compromettere il futuro del pianeta e delle comunità che lo abitano.

La giustizia ambientale deve essere al centro di qualsiasi strategia per un’IA sostenibile. Le comunità che subiscono gli impatti negativi dello sviluppo dell’IA devono essere coinvolte nei processi decisionali e devono ricevere un’adeguata compensazione per i danni subiti. È necessario garantire che lo sviluppo dell’IA non aggravi le disuguaglianze esistenti, ma contribuisca invece a creare un futuro più equo e sostenibile per tutti. Questo richiede un cambiamento radicale nel modo in cui le aziende tecnologiche concepiscono il proprio ruolo nella società, passando da una logica puramente orientata al profitto a una logica di responsabilità sociale e ambientale. Le aziende devono riconoscere che il proprio successo dipende dalla salute del pianeta e dal benessere delle comunità, e devono impegnarsi a creare un valore condiviso che vada oltre il semplice profitto economico.

Verso un Futuro Sostenibile: Soluzioni Concrete e Responsabilità Condivisa

Di fronte a queste sfide, è imperativo adottare un approccio multiforme e proattivo per ridurre l’impronta ecologica dell’IA. Le aziende tecnologiche devono abbandonare le strategie di greenwashing e abbracciare la trasparenza, l’accuratezza e la responsabilità nei loro metodi di calcolo e nelle loro pratiche operative. Promuovere un dialogo pubblico informato, coinvolgendo esperti, attivisti ambientali e comunità locali, è essenziale per identificare soluzioni pratiche e garantire uno sviluppo tecnologico socialmente responsabile.

Il passaggio all’energia rinnovabile è un pilastro fondamentale della sostenibilità dei data center. L’alimentazione dei data center con fonti come l’energia solare, eolica e idroelettrica riduce drasticamente le emissioni di gas serra. L’ottimizzazione dei sistemi di raffreddamento, attraverso l’implementazione di tecnologie avanzate come il raffreddamento a liquido e l’utilizzo dell’aria esterna, minimizza il consumo di acqua ed energia. La virtualizzazione e il consolidamento dei server consentono un utilizzo più efficiente delle risorse, riducendo la necessità di hardware fisico. La progettazione di data center con un’attenzione intrinseca all’efficienza energetica, impiegando materiali sostenibili e sistemi di gestione intelligenti, è essenziale. Investimenti nella ricerca e sviluppo di componenti hardware a basso consumo energetico possono ridurre significativamente l’impatto ambientale complessivo.

L’adozione di principi di economia circolare, promuovendo la riparazione, il riuso e il riciclo dei dispositivi elettronici, riduce la quantità di rifiuti elettronici e la dipendenza dall’estrazione di nuove risorse. La trasparenza e la rendicontazione, attraverso la pubblicazione di dati chiari e verificabili sull’impatto ambientale, sono fondamentali per consentire una valutazione comparativa delle prestazioni e promuovere la responsabilità. L’implementazione di quadri normativi e incentivi che incoraggino pratiche sostenibili e scoraggino il greenwashing crea un ambiente favorevole all’innovazione responsabile. Questi interventi, combinati con un impegno per la giustizia ambientale e la responsabilità sociale, possono guidare lo sviluppo dell’IA verso un futuro più sostenibile e inclusivo.

L’adozione di queste soluzioni richiede un cambiamento culturale e strategico da parte delle aziende tecnologiche. Non è più sufficiente concentrarsi esclusivamente sull’efficienza economica e sull’innovazione tecnologica. È necessario integrare la sostenibilità ambientale e la responsabilità sociale nel core business, riconoscendo che il successo a lungo termine dipende dalla salute del pianeta e dal benessere delle comunità. Questo richiede un impegno per la trasparenza, la collaborazione e il dialogo con tutti gli stakeholder, inclusi i governi, le organizzazioni non governative, le comunità locali e gli esperti. Solo attraverso un approccio olistico e collaborativo sarà possibile garantire che l’IA venga utilizzata in modo etico e sostenibile, a beneficio di tutti.

La transizione verso un’IA sostenibile richiede anche un cambiamento di mentalità da parte dei consumatori. È importante che i cittadini siano consapevoli dell’impatto ambientale dei propri consumi digitali e che scelgano prodotti e servizi offerti da aziende impegnate per la sostenibilità. L’adozione di pratiche di consumo responsabile, come la riduzione dell’utilizzo di servizi cloud energivori, la riparazione e il riuso dei dispositivi elettronici, e la scelta di fornitori di energia rinnovabile, può contribuire a ridurre l’impronta ecologica complessiva dell’IA. Inoltre, è fondamentale che i consumatori richiedano maggiore trasparenza e responsabilità alle aziende tecnologiche, spingendole ad adottare pratiche più sostenibili e a rendere conto del proprio impatto ambientale e sociale.

In definitiva, la creazione di un futuro sostenibile per l’IA richiede un impegno congiunto da parte di aziende, governi, consumatori e società civile. Solo attraverso un approccio collaborativo e una visione condivisa sarà possibile garantire che l’IA venga utilizzata per risolvere i problemi più urgenti del nostro tempo, senza compromettere il futuro del pianeta e delle generazioni future.

Oltre l’Efficienza: Un Nuovo Paradigma per l’Intelligenza Artificiale

Come possiamo navigare la complessa realtà dell’impatto ambientale dell’IA in modo costruttivo? La risposta risiede in un cambiamento di prospettiva. Dobbiamo superare la semplice ricerca dell’efficienza e abbracciare un nuovo paradigma che metta al centro la sostenibilità, la responsabilità sociale e la giustizia ambientale. Questo implica un ripensamento profondo del modo in cui concepiamo, sviluppiamo e utilizziamo l’IA, tenendo conto delle conseguenze a lungo termine per il pianeta e per le comunità che lo abitano.

L’apprendimento automatico (Machine Learning), una delle fondamenta dell’IA moderna, si basa sull’addestramento di algoritmi con grandi quantità di dati per consentire loro di riconoscere schemi, fare previsioni e prendere decisioni. Questo processo, che può essere estremamente energivoro, richiede una quantità significativa di potenza di calcolo. Un approccio alternativo, noto come apprendimento federato (Federated Learning), consente di addestrare modelli di IA direttamente sui dispositivi degli utenti, senza la necessità di trasferire i dati a un server centrale. Questo non solo protegge la privacy degli utenti, ma riduce anche significativamente il consumo energetico, poiché l’elaborazione viene distribuita su una vasta rete di dispositivi.

L’applicazione di tecniche avanzate come l’apprendimento federato rappresenta un passo avanti significativo verso un’IA più sostenibile e responsabile. Tuttavia, la vera sfida consiste nel promuovere un cambiamento culturale che porti le aziende tecnologiche a considerare la sostenibilità come un valore fondamentale, non come un semplice strumento di marketing. Questo richiede un impegno per la trasparenza, la responsabilità e la collaborazione con tutti gli stakeholder, inclusi i governi, le organizzazioni non governative, le comunità locali e gli esperti. Solo attraverso un impegno congiunto sarà possibile garantire che l’IA venga utilizzata a beneficio di tutti, senza compromettere il futuro del pianeta e delle generazioni future.

E qui, cari lettori, sorge spontanea una riflessione. Se da un lato l’Intelligenza Artificiale promette di ottimizzare processi e di aiutarci a comprendere meglio il mondo che ci circonda, dall’altro ci pone di fronte a un bivio cruciale. Vogliamo davvero che il nostro progresso tecnologico si basi su un modello insostenibile, che sacrifichi l’ambiente e le comunità locali sull’altare dell’efficienza? Oppure siamo pronti a ripensare il nostro approccio, a privilegiare la responsabilità sociale e ambientale, e a costruire un futuro in cui l’Intelligenza Artificiale sia un motore di benessere per tutti, nel rispetto del pianeta che ci ospita? La risposta è nelle nostre mani.

Il Southern Environmental Law Center, in collaborazione con la NAACP, ha promosso un’azione legale formale accusando la società di aver violato i termini del Clean Air Act, in seguito a tali inosservanze.