
Een dilemma: milieu-impact en kunstmatige intelligentie
Hoe kun je bewust omgaan met generatieve AI?
Er liggen eindeloos veel kansen voor culturele organisaties om Artificial Intelligence (AI) te benutten. Daar staat tegenover dat de hoeveelheid beschikbare energie, water en grondstoffen om AI-systemen te trainen en gebruiken, eindig is. In dit artikel zoeken we naar de balans tussen efficiënter werken met generatieve AI en het behalen van duurzaamheidsdoelstellingen van culturele organisaties.
AI is ontwikkeld met als doel taken of processen efficiënter uit te voeren. Juist door de tijdsbesparing kan AI een duurzamere keuze zijn – al hangt dit natuurlijk wel af van hoe het wordt gebruikt.
Uit recent Amerikaans onderzoek blijkt dat individuen die gebruikmaken van AI even goed presteren als teams zonder AI. Met andere woorden: een individu kan dankzij AI dezelfde voordelen behalen als met samenwerking in een team. En teams die AI inzetten, presteren beter én gemiddeld 12% tot 16% sneller dan teams die geen gebruikmaken van AI (Bron: Harvard Business School (Opens an external link)). Doordat er sneller wordt gewerkt wordt er minder elektriciteit verbruikt en worden er minder reisbewegingen gemaakt.
Blooloop (Opens an external link), het Britse kennisinstituut voor bezoekersattracties, introduceerde een AI-chatbot op haar website. Deze helpt bezoekers om sneller antwoord te vinden op hun vragen in de 50.000 webpagina’s. Ze concluderen dat het energieverbruik lager is doordat de zoektijd aanzienlijk korter is.
AI kan ook worden ingezet om processen te verbeteren. Denk aan het optimaliseren van het stroomverbruik in grote gebouwen of van op maat inkopen van eten en drinken om verspilling tegen te gaan.
De milieu-impact van generatieve AI
Om direct een misvatting uit de wereld te helpen: niemand weet precies hoe groot de milieu impact van (generatieve) AI is. Tech-bedrijven maken deze gegevens namelijk niet publiek. Alle cijfers die je leest, zoals vijf vragen aan ChatGPT kost een halve liter water (Opens an external link) en AI is verantwoordelijk voor 11 tot 20 procent van het wereldwijde stroomverbruik van datacenters (Opens an external link), zijn beredeneerde schattingen van wetenschappers. Op basis hiervan is wél duidelijk dat de milieu-impact van generatieve AI fors is. En de verwachting is dat deze de komende jaren alleen maar zal toenemen.
Het gebruik van AI in werksituaties is in de VS bijna verdubbeld (Bron: Gallup (Opens an external link))Aangezien technologische trends in Amerika vaak door te vertalen zijn naar de Nederlandse situatie, is te verwachten dat dit ook in Nederland zijn weerslag zal hebben op het energieverbruik door AI.
Hardware (ingebedde uitstoot): De computerchips die worden gebruikt voor AI-systemen hebben een relatief korte levensduur omdat ze zo intensief worden gebruikt. Dit zorgt voor vervuiling bij de productie van apparatuur en voor fysiek afval. Als gebruiker heb je hier geen zicht of invloed op.
Trainen van generatieve AI-systemen: Er komt veel tijd en rekenkracht kijken bij het trainen van de zogeheten Large Language Models voor generatieve AI-systemen. Tech-bedrijven hebben er baat bij om de ontwikkeltijd – en daarmee de kosten en milieu-impact – te reduceren. Aan de TU Delft kijken onderzoekers hoe de milieu-impact van generatieve AI-systemen verkleind kan worden door kleinere, taakgerichte AI-modellen te gebruiken in plaats van grote taalmodellen. Nieuwe taalmodellen worden nu al sneller en efficiënter gemaakt dan drie jaar geleden en deze trend zal zich de komende jaren voortzetten.
Gebruik van generatieve AI-systemen: Ook bij het gebruik van generatieve AI-systemen wordt elektriciteit en water gebruikt om de datacenters te koelen. Populaire toepassingen zoals ChatGPT verbruiken naar schatting 10 tot 15 keer meer energie voor eenzelfde soort zoekopdracht dan een ‘gewone’ zoekmachine. Daarnaast maakt het uit hoe omvangrijk het taalmodel is dat je gebruikt: het Deep Research-model van Perplexity gebruikt meer rekenkracht - en daarmee energie en water - dan het reguliere taalmodel.
Technologie kan maatschappelijke problemen oplossen zonder de planeet te belasten: een visie waarin innovatie en duurzaamheid hand in hand gaan.
Bewust omgaan met AI
De Europese Unie stimuleert in de AI Act om AI te ontwikkelen en te gebruiken op een duurzame en milieuvriendelijke wijze. Ook wordt onderzoek naar AI-oplossingen ten behoeve van duurzaamheid en toegankelijkheid aangemoedigd.
Maar alleen wetgeving is niet voldoende. Als culturele organisaties hun duurzaamheidsdoelstellingen willen behalen, spelen gebruikers een belangrijke rol.
Wat kun je zelf doen?
Vergroot je bewustwording over de milieu-impact van ChatGPT met de plug-in GreenChat. Deze plug-in schat de CO2-uitstoot per prompt.
Ontwikkel AI-richtlijnen of een -gedragscode om jouw medewerkers duidelijke kaders mee te geven bij het gebruik van AI. Hierin neem je ethische en duurzaamheidsoverwegingen mee.
Zorg dat je de juiste kennis en vaardigheden hebt om met generatieve AI te werken. Als jouw instapniveau hoger is, kun je sneller naar een waardevolle toepassing toe en hoef je dus minder te ‘experimenteren’.
Maak bewuste afwegingen Best leuk, al die plaatjes en muziekjes met Gen AI, maar wat is het echt nodig en nuttig? En bedenk dat één prompt in ChatGPT 10-15 keer meer energie kost dan een zoekopdracht in een zoekmachine. Het is overigens wel de vraag hoe lang dit nog kan: Google integreert steeds meer AI-systemen in haar zoekmachine.
Kies het juiste model: Niet elke vraag heeft een groot taalmodel (LLM) nodig. Kleinere, meer gespecialiseerde en/of lokale modellen (SLM’s) kunnen vaak dezelfde nauwkeurigheid leveren voor minder energie. Hugging Face is het bekendste platform hiervoor. Dit vereist voldoende technische kennis en in veel gevallen een eigen server.
Kijk of er AI-systemen zijn die worden gehost op duurzame energie, zoals het Nederlandse, met hernieuwbare energie gehoste GreenPT. Op het moment van schrijven is de tool enkel toegankelijk voor een testgroep.e