L’Intelligence Artificielle (IA) gaspille nos ressources, et pourtant elle se démocratise. Comment faire face à cet accaparement grandissant des énergies ? Existe-t-il des solutions éthiques et démocratiques pour réguler son usage ?
« De toute façon, une requête sur Chatgpt, c’est comme une requête sur Google, non ? »
Non ! selon une étude menée par l’International Energy Agency, une requête sur ChatGPT nécessite jusqu’à 10 fois plus de puissance qu’une recherche en ligne et ce n’est pas près de s’améliorer puisque la consommation électrique des centres de données de l’IA et des cryptomonnaies pourrait doubler d’ici 2026. Entre la production, l’entraînement et l’utilisation des centres de données nécessaires aux modèles de langages des intelligences artificielles (IA), rendre l’IA moins consommatrice en matières premières semble être un défi de taille.
Rendre l’IA frugale : mission impossible ?
L’insoutenable légèreté de notre utilisation de l’IA est problématique sur le plan écologique. Selon un article de Polytechnique Insights, l’entraînement du modèle d’IA BLOOM émet 10 fois plus de gaz à effet de serre qu’un Français en une année, tandis que les émissions de carbone de l’entreprise Google ont augmenté de 48 % de 2019 à 2023 ; et que le bilan carbone de Microsoft, lui, s’est alourdi de 29 % entre 2020 et 2023. Bien que tous deux soient cependant engagés envers des émissions nettes nulles ou négatives d’ici à 2030, ce graphique tiré du bilan trimestriel de Microsoft montre qu’à mesure que ses investissements dans l’IA explosent, le géant technologique s’éloigne de la neutralité annoncée.
Les accusés ont droit à la parole : les géants du numérique s’égosillent à défendre que l’IA sera très bientôt davantage un pharmakon — poison, mais surtout remède — pour le dérèglement climatique, comme le relate un article du journal Le monde du 4 août 2024. L’argument ? « Elle est de plus en plus utilisée dans les prévisions météorologiques, comme s’y emploie le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), et pour les simulations du climat du futur. »
Une technologie vorace en eau, en métaux et en électricité
Même si ces Big Tech proposent des perspectives technosolutionnistes — servant avant tout leurs propres intérêts — pour aider à « sauver le climat », il y a fort à parier que l’IA ne fera pas partie des solutions. Au-delà d’une empreinte carbone dantesque, la surconsommation d’eau potable nécessaire au refroidissement des centres de données est plus qu’inquiétante.
Vous reprendrez bien un peu d’infobésité ? Selon le n°44 d’Usbek & Rica, « Intelligence artificielle », ChatGPT-3 consomme un demi-litre d’eau toutes les 10 à 50 requêtes. Pendant ce temps, la société TSMC a consommé l’équivalent de 70 piscines olympiques en 2020 pour polir les tranches de silicium qui forment la base des puces nécessaires au numérique.
Même philosophie extractiviste avec deux géants de l’oligarchie numérique : le rapport sur la durabilité de Microsoft indique que la consommation d’eau des centres de données a progressé de 34 % entre 2021 et 2022, alors qu’elle a consommé plus de 6,4 milliards de litres d’eau en 2022, soit l’équivalent de 2 500 piscines olympiques, tandis que Google selon son rapport, augmente de 20 % sa consommation d’eau sur la même période.
À l’ère des mégabassines, et des romans dystopiques qui prédisent la privatisation de l’eau comme Aqua™ de Jean-Marc Ligny, il est plus que temps de se demander comment refroidir différemment les datacenters.
Dans Contre-Atlas de l’intelligence artificielle, Kate Crawford démontre le caractère extractiviste de l’IA, notamment via les métaux, par exemple :
- Silicium (base des semi-conducteurs) : raffinage émetteur de gaz à effet de serre énormes et polluants ultra-toxiques [lien CNRS].
- Cuivre : résidus miniers polluant sols et eaux.
- Aluminium (dissipateurs thermiques) : production énergivore, lourde en CO₂.
Sans oublier les mines d’or au cyanure.
Bref, l’IA dévore des métaux à une échelle gargantuesque. Il est nécessaire de la freiner pour éviter un futur façon Matrix.
Enfin, aux États-Unis, la surcharge des réseaux électriques occasionnée par l’utilisation de l’IA pourrait entraîner des pénuries potentielles d’énergie, faisant craindre à certains analystes que les infrastructures électriques approchent progressivement de leurs limites.
L’Irlande, dont la consommation des centres de données accapare désormais 20 % de la production nationale — la moyenne mondiale étant à 2 % — a refusé la construction d’un troisième datacenter à Grange Castle Business Park, dans le sud de Dublin, au motif d’insuffisance du projet en matière d’énergie renouvelable, selon un article du DC Mag.
Un extractivisme exponentiel
Les responsables sont identifiés. Les géants de l’intelligence artificielle — prompts à se rallier à Trump quand le vent tourne — investissent des millions dans la recherche pour rendre leurs modèles plus efficaces. Mais ces gains d’efficience servent avant tout une course effrénée à la puissance de calcul et à la domination technologique entre les nouveaux géants de la Big Tech. Résultat : un effet rebond bien connu.
« Les gains d’efficience permettent soit de développer des modèles toujours plus grands, soit de les rendre plus accessibles », explique Théo Alves Da Costa, responsable IA pour la durabilité et le climat chez Ekimetrics et coprésident de Data For Good.
Alors que la première version de ChatGPT, sortie en 2018, ne comptait que 120 millions de paramètres, ChatGPT-3 en affiche 175 milliards. Non seulement ces modèles sont gourmands, et le sont de plus en plus à mesure qu’ils se complexifient, mais même Sam Altman, fondateur d’OpenAI, le dit en janvier 2024 dans un article pour Le Monde : « Nous ne mesurons pas encore pleinement les besoins en énergie de cette technologie. »
Pour aller plus loin, voici une vidéo sur le jeu du trombone qui exprime de manière ludique l’accélérationnisme de l’IA. (Attention, ça fait froid dans le dos).
Poser des limites à l’IA : un alternumérisme possible ?
Mettre un cadre à l’IA s’impose pour conjurer la dictature numérique. Comment limiter une technologie dont la dépendance est déjà ancrée dans la population ? Comment rallier l’adhésion face à une IA trop utile, au point de menacer les emplois ? Comment freiner l’élan de Trump, qui injecte 500 milliards dans Global AI via Stargate ?
« La technologie numérique ne soutient la décarbonation que si elle est correctement gérée. » (GIEC).
« Encore que certains de ces gains peuvent être réduits ou contrebalancés par la croissance de la demande de biens et services due au numérique », nuancent les chercheurs.
Que faudrait-il limiter ? La quantité ou la qualité de données ? L’usage privé, l’usage public, Celui des entreprises productrices d’IA ? Celui des consommateurs ? D’après Frédéric Bordage, expert en sobriété numérique, la quantité de données consommés n’est rien comparé au taux d’équipement et la durée de vie, qui représenterait, selon une étude de l’Arcep et de l’ADEME, 79 % de l’empreinte carbone du numérique.
Si on en limite la quantité, en sera-t-il in fine comme toute denrée rare, accaparé par les riches au détriment des plus pauvres ? Va-t-on voir une lutte numérique des classes arriver ? Ou comme dit le webzine Frustration, une « guerre des classes » ? Une autre possibilité, plus utopique, existe, celle d’une légifération pour un usage démocratique du numérique, afin qu’il devienne un bien commun, comme l’eau.
Un changement de paradigmes : consommer le numérique selon son utilité sociétale
Face à la ploutocratie numérique en cours, une autre voie est possible : conditionner l’usage des technologies numériques à leur utilité pour le bien commun, plutôt qu’aux seuls intérêts économiques ou lucratifs.
Une telle approche suppose un choix collectif inédit : hiérarchiser les besoins technologiques. Faut-il vraiment mobiliser de l’intelligence artificielle pour jouer les psychologues, écrire des livres, produire des deepfakes, faire les devoirs des collégiens, répondre à des sextos ou générer des playlists automatisées ?
À l’inverse, certaines de ces fonctions pourraient rester du domaine de l’intelligence humaine — ou « organique ». La question n’est donc pas tant ce que l’IA permet de faire, mais ce qu’il est socialement et écologiquement pertinent de lui confier.
Un éco-score pour les usages du numérique
En parallèle du Digital Service Act et de l’AI Act de l’UE qui n’évoque absolument pas la question écologique, L’État français, s’est tardivement emparé de la question, en affichant un programme de recherche sur l’IA doté de 73 millions d’euros sur 6 ans, avec l’envie de la rendre plus frugale.
Pour imposer une réglementation en termes d’usage IA, l’État et l’Europe se doivent de jouer leurs rôles, et d’imposer des contraintes aux acteurs économiques, afin de mettre en place des quotas à ne pas dépasser, des mesures d’empreintes carbones, etc. En somme, l’utilisation d’un éco-score à l’instar de Yuka pour l’alimentation, à l’ensemble du numérique, est une solution accessible pour répondre à ce problème.
À une époque où tout ou presque est noté sur 5 étoiles, ce score permettrait de déterminer le coût environnemental de chaque produit en fonction du service rendu, et contraindrait certains acteurs à réduire leur impact au maximum pour un même service et obtenir une meilleure note.
Rêver d’un choix démocratique possible
Et si le vote permettait de choisir les usages du numérique les plus utiles à toutes et tous ? Quitte à provoquer, par ricochet, un licenciement économique des entreprises exploitant l’IA sans produire de bien commun. La décroissance numérique — parfois qualifiée, peut-être de manière barbare, de permacomputing ou d’alternumérisme — cesse alors d’être un tabou pour devenir un imaginaire politique possible.
– Mauricette Baelen
Source photo de couverture : Pixabay
