L’intelligenza artificiale potrebbe aiutarci a raggiungere gli obiettivi di sostenibilità dell’Agenda 2030 e a contrastare il cambiamento climatico. A patto, però, che l’energia e l’acqua necessarie per farla funzionare non peggiorino il problema più di quanto lo risolvano. Su Mc di ottobre, pdf e sito
L’intelligenza artificiale (Ia) può aiutare a prevedere carestie e inondazioni, a usare l’acqua in modo più efficiente, a monitorare e tagliare le emissioni di gas serra, a ridurre la mortalità materna e infantile e le disparità di genere, a colmare le lacune nella raccolta dei dati a livello globale e a fare molte altre cose utili al raggiungimento degli obiettivi si sviluppo sostenibile (acronimo inglese: Sdg) dell’Agenda 2030 delle Nazioni Unite.
A patto, però, di trovare modi efficaci per renderla sicura, inclusiva e sostenibile.
Lo hanno affermato lo scorso maggio a Ginevra al vertice mondiale Ai for Good sia il segretario generale Onu António Guterres – l’intelligenza artificiale può «mettere il turbo allo sviluppo sostenibile» -, sia Doreen Bogdan-Martin, la segretaria generale dell’Unione internazionale delle telecomunicazioni (Itu, nell’acronimo inglese), l’agenzia Onu per le tecnologie dell’informazione e della comunicazione. Bogdan-Martin ha riconosciuto il ruolo potenziale dell’Ia nel «salvare gli Sdg», ma ha anche ricordato che un terzo degli abitanti del mondo, cioè 2,6 miliardi di persone, rimane privo di connessione ed «escluso dalla rivoluzione dell’Ia».
L’intelligenza artificiale è affamata di elettricità e assetata di acqua, ha poi spiegato nel suo intervento Tomas Lamanauskas, il vice di Bogdan-Martin: quando si parla di clima, si è chiesto Lamanauskas, le tecnologie basate sull’intelligenza artificiale sono parte del problema o ci aiuteranno a trovare una soluzione?
L’Ia per clima e sviluppo
Queste tecnologie, ha detto Lamanauskas, hanno un potenziale evidente nel contribuire a identificare soluzioni per affrontare la crisi climatica: possono, ad esempio, rilevare e analizzare cambiamenti anche minimi degli ecosistemi, e aiutare a pianificare le attività per la loro conservazione, monitorare le aree danneggiate dalla deforestazione, aumentare l’efficienza energetica e ridurre gli sprechi.
Secondo uno studio del Boston consulting group, società di consulenza con sede a Boston, Usa, l’uso dell’Ia potrebbe aiutare a realizzare un taglio delle emissioni di anidride carbonica fra il 5 e il 10%. Per dare una misura, si tratta di una quota non lontana da quella prodotta oggi dall’Unione europea. Anche nell’adattamento ai cambiamenti climatici le tecnologie basate sull’Ia potrebbero aiutare le città a individuare meglio le aree vulnerabili e a fornire stime realistiche sui costi che le amministrazioni cittadine dovrebbero affrontare se non agiscono in tempo.
Ad esempio, lo scorso aprile Preventionweb, un servizio dell’Ufficio Onu per la riduzione del rischio di disastri, riportava i risultati promettenti ottenuti da alcuni studiosi del California institute of technology nel prevedere con un anticipo fra i 10 e i 30 giorni le piogge monsoniche dell’Asia meridionale. I ricercatori hanno affiancato l’apprendimento automatico alla più tradizionale modellistica numerica (l’uso cioè di modelli matematici per simulare ciò che avviene nell’atmosfera), ottenendo un modello che si è mostrato più preciso e attendibile. Capire e prevedere meglio il comportamento dei monsoni è importante per i contadini di Paesi come India, Pakistan, Bangladesh, che devono programmare il raccolto, e per le autorità locali, che possono prepararsi per tempo a eventuali inondazioni. Ma anche per chi studia i fenomeni climatici a livello globale, poiché i monsoni hanno un’influenza sul clima del pianeta. Quanto al contributo potenziale dell’intelligenza artificiale allo sviluppo sostenibile, proprio l’Unione internazionale delle telecomunicazioni ha pubblicato di recente una lista di casi d’uso in cui l’Ia viene testata per capire quanto efficace può essere nel raggiungere gli Sdg. La selezione finale – 53 casi da 19 Paesi, scelti fra 219 casi da 38 Paesi – include progetti che usano l’Ia per fornire servizi di telemedicina in Cambogia, ottimizzare l’uso dell’acqua in agricoltura e ridurre la corruzione negli appalti pubblici in Tanzania, migliorare la salute e il benessere degli animali negli allevamenti avicoli in Rwanda e prevenire gli incendi nei terreni torbosi della Malaysia.
L’Ia ha fame di energia
Il consumo di energia da parte di centri dati (data centre) per l’Ia e il settore delle criptovalute potrebbe raddoppiare entro il 2026, passando dai circa 460 terawattora (TWh) nel 2022 a oltre mille. È un consumo di elettricità che equivale più o meno a quello del Giappone. Lo scrive nel rapporto Electricity 2024 la Iea, Agenzia internazionale dell’energia, che riferisce anche che ci sono oggi circa 8mila centri dati nel mondo, di cui un terzo negli Stati Uniti, il 16% in Europa e il 10% in Cina. Negli Usa, 15 Stati ne ospitano l’80%, mentre in Europa si fa notare il caso dell’Irlanda che, anche grazie a un regime fiscale molto favorevole per le imprese, ha visto il settore espandersi rapidamente e oggi i centri dati hanno un consumo di energia pari a quello di tutti gli edifici residenziali urbani del Paese.
Ma che cos’è un centro dati? È uno spazio fisico dove vengono collocati i computer e i dispositivi hardware che servono per elaborare, archiviare e comunicare dati. L’intelligenza artificiale funziona e si «allena» proprio grazie alla enorme mole di dati elaborati in questi entri (necessari per internet a prescindere della Ia, che però ne aumenterà il numero, ndr). Il 40% dell’energia che usano, continua il rapporto Iea, serve per l’elaborazione dei dati, un altro 40% per il raffreddamento degli impianti e il 20% fa funzionare altre apparecchiature.
Più efficienza e regole
Il consumo di elettricità dell’intelligenza artificiale rappresenta oggi una frazione del consumo energetico del settore tecnologico mondiale, a sua volta stimato intorno al 2-3% delle emissioni globali totali.
Ma, ricordava a marzo sul Financial Times la giornalista, politica e consulente della Commissione europea, Marietje Schaake, molti esperti del settore, a cominciare dall’amministratore delegato del laboratorio di ricerca OpenAI, Sam Altman, sono convinti che il futuro dell’intelligenza artificiale dipenda da una svolta energetica. Anche per questo, continua Schaake, le aziende tecnologiche sono diventate grandi investitrici nel settore dell’energia: «Meta scommette sulle batterie, Google punta sulle fonti di energia geotermica, Microsoft afferma di poter mantenere il suo impegno a raggiungere emissioni zero e diventare autosufficiente dal punto di vista idrico entro la fine del decennio». Tuttavia, conclude la giornalista citando Christopher Wellise, vicepresidente dell’azienda di data center Equinix, la tecnologia si sta muovendo più velocemente di quanto si sia evoluta la nostra infrastruttura.
È presto per dire quale strada prenderà il settore tecnologico per garantirsi l’energia che gli serve, ma, sottolinea il rapporto Iea, per contenere il consumo dei centri dati sarà fondamentale sia migliorare l’efficienza energetica sia promuovere una legislazione che vincoli lo sviluppo tecnologico agli obiettivi climatici.
Il dibattito oggi sembra muoversi intorno a questi aspetti: le fonti rinnovabili possono dare un grande contributo alla produzione dell’energia necessaria, ma fonti come il sole e il vento hanno il limite di essere intermittenti e di non poter garantire da sole la continuità che i centri dati richiedono. Per garantire questa continuità servono soluzioni nuove che evitino di gravare sulle reti elettriche locali e di ricorrere alle fonti fossili, e c’è anche chi, come la Svezia, ipotizza la costruzione di centri dati alimentati a energia nucleare. L’Ia, poi, può e deve avere un ruolo sia nel migliorare l’efficienza dei centri dati da cui dipende sia nel trovare soluzioni utili alla decarbonizzazione globale.
La sete dell’Ia
L’intelligenza artificiale, riferivano tre studiosi dell’Università di Amsterdam sul sito The Conversation a marzo scorso, consuma anche molta acqua. Questa serve sia per raffreddare i server che ne sostengono la potenza di calcolo sia per produrre l’energia che li alimenta. Una stima che è circolata molto negli ultimi mesi è quella indicata nello studio di Shaloei Ren, professore di Ingegneria elettrica e informatica presso l’Università della California, Riverside, e dei suoi colleghi, secondo cui Gpt-3 – il modello computazionale alla base del software ChatGpt – deve «bere» (cioè consumare) una bottiglia d’acqua da mezzo litro per un numero di risposte che varia fra le 10 e le 50 a seconda delle condizioni: una tradizionale ricerca su Google consuma circa mezzo millilitro di acqua.
Sempre secondo Ren, il consumo idrico nei centri dati di Google nel 2022 è aumentato del 20% rispetto all’anno precedente, mentre quelli di Microsoft hanno registrato un incremento del 34% nello stesso periodo ed è molto probabile che sia proprio l’intelligenza artificiale la causa di questi aumenti.
Il prelievo complessivo di acqua da parte di Google, Microsoft e Meta, si legge nello studio, è stimato in 2,2 miliardi di metri cubi nel 2022, equivalente a due volte il prelievo totale annuo di acqua della Danimarca e, nel 2027, potrebbe collocarsi fra i 4,2 e i 6,6 miliardi di metri cubi, pari a metà del prelievo del Regno Unito. Un altro dato che colpisce nel rapporto è quello secondo cui circa 0,18 miliardi di metri cubi sono stati persi a causa dell’evaporazione: una quantità che supera il totale prelevato in un anno dalla Liberia per i suoi 5,3 milioni di abitanti.
Proteste di chi ha sete
Diversi investitori si stanno orientando proprio verso l’Africa subsahariana: in Kenya, ad esempio, si prevede una espansione del settore dei centri dati dai 190 milioni di dollari di valore del 2021 ai 434 milioni previsti per il 2027. L’Africa, ricorda il rapporto 2024 delle Nazioni Unite sullo sviluppo delle risorse idriche, è però anche il continente in cui circa mezzo miliardo di persone vive in condizioni di insicurezza idrica.
In America Latina, poi, il progetto di Google di costruire un data center in Uruguay ha scatenato forti proteste: il consumo di acqua per raffreddare i server sarebbe di 7,6 milioni di litri di acqua al giorno, pari all’uso domestico quotidiano di 55mila persone. Nel 2023 il Paese ha avuto la peggiore siccità degli ultimi 74 anni. Le autorità pubbliche hanno cercato di affrontarla prelevando acqua dall’estuario del Rio de la Plata, acqua che però ha un sapore salato ed è sconsigliata a donne incinte e persone fragili. In un’intervista al Guardian, Carmen Sosa, della Commissione uruguaiana per la difesa dell’acqua e della vita, ha detto che la siccità ha evidenziato i limiti di un modello economico dove l’80% dell’acqua va all’industria e le risorse sono concentrate in poche mani.
Non stupisce che il progetto di Google non sia stato accolto con grande entusiasmo.
Altri rischi da tenere d’occhio
Ci sono anche altri modi in cui l’intelligenza artificiale rischia di rallentare il cammino verso gli obiettivi dell’agenda 2030. A riassumerli è un documento del consorzio internazionale di statistica Paris 21, fondato da Nazioni Unite, Ocse, Fondo monetario internazionale e Banca mondiale.
Il primo rischio è che le infrastrutture inadeguate e le minori competenze nei Paesi del Sud globale portino a un ulteriore aumento del divario digitale con il Nord del mondo. Vi è poi il problema dei pregiudizi che l’intelligenza artificiale potrebbe contribuire a propagare: gli algoritmi alla base dei modelli di Ia, infatti, «imparano» e si «allenano» su dati che spesso riflettono le diseguaglianze e gli stereotipi della società e tendono a riprodurli quando vengono utilizzati, ad esempio, per la selezione del personale o per assegnare priorità nell’assistenza ai pazienti in una struttura sanitaria.
Vi sono infine i rischi legati alla violazione della privacy e dei diritti umani, come nel caso dell’uso di droni per la raccolta di immagini o delle app di riconoscimento facciale.
Al summit Ai for Good, Sage Lenier, un’attivista per il clima, ha poi avanzato un’altra interessante osservazione. La catena di fast fashion Zara, ha spiegato Lenier, è sotto accusa da anni per la sua sovrapproduzione di vestiti, le condizioni disumane delle sue fabbriche e l’enorme impronta di carbonio. Zara aggiunge 2mila nuovi capi al suo sito web ogni mese.
Da qualche anno, però, c’è una nuova catena che commercia online, la cinese Shein, che aggiunge 60mila nuovi articoli al mese e nel 2023 ha generato circa 32,5 miliardi di dollari di fatturato. Shein sembra a sua volta destinata a essere superata da Temu, piattaforma cinese di e-commerce nata a settembre 2022 e capace di generare, già nel 2023, 27 miliardi di fatturato. Shein e Temu, ha detto Lenier, sono ciò che accade quando lasciamo che l’intelligenza artificiale sia applicata a settori che stanno già distruggendo il pianeta e sfruttando le persone nelle loro catene di produzione: l’Ia permette a queste aziende di analizzare rapidamente le tendenze della moda e le preferenze dei consumatori, creare strategie di marketing iper-personalizzate e ottimizzare cicli di produzione accelerati.
Queste aziende non potrebbero produrre a un ritmo così veloce e a basso costo senza lo sfruttamento del lavoro, incluso il lavoro minorile e quello assimilabile alla schiavitù. La pressione resa possibile dall’intelligenza artificiale acuisce queste condizioni di sfruttamento.
