De duurzaamheidsimpact van artificiële intelligentie

MIT, de Amerikaanse top-universiteit, heeft een interessante reflectiemodule ontwikkeld waarin studenten leren over de ‘computational’- en milieukosten die gepaard gaan met het trainen van AI-modellen en hoe dat op zijn beurt leidt tot ongelijkheid in de toegang tot het ontwikkelen van AI. (MIT, 2023)

Maar de module gaat veel verder dan enkel de duurzaamheidsimpact. Studenten worden gestimuleerd om kritisch te reflecteren over ethische aspecten van AI en worden bijkomend geconfronteerd met gevaren zoals misinformatie, inbreuken op privacy en gegevensbescherming onverwachte consequenties van de technologie, negatieve impact van GAN’s, biases, vooroordelen, …

Verbeeldingskracht onderscheidt mensen van computers. Maar hoe lang houdt dit nog stand? Machines met verbeeldingskracht waren jarenlang onderwerp van sciencefictionboeken maar met GAN’s (generative adversarial networks) vervaagt de grens tussen reële en door machine gegenereerde content.

Via een activerende workshopformule worden de studenten uitgedaagd om inzichten te verwerven en om kritisch te reflecteren.

Maar heeft AI nu een positieve of negatieve duurzaamheidsimpact?  Kunnen we als MOS-school dus nog wel gebruik maken van AI in ons onderwijs? Enkele voorbeelden van een positieve impact:

• Efficiëntieverbetering: AI kan helpen bij het optimaliseren van processen, het verminderen van energie- en hulpbronnengebruik, en het minimaliseren van verspilling in verschillende sectoren, zoals transport, energie en landbouw.
• Voorspellend onderhoud: AI-gebaseerde systemen kunnen helpen bij het voorspellen van defecten en onderhoudsbehoeften, waardoor het mogelijk is om middelen effectiever te gebruiken en onnodige reparaties te voorkomen.
• Duurzame energie: AI kan worden ingezet om de integratie en optimalisatie van hernieuwbare energiebronnen te verbeteren, bijvoorbeeld door het voorspellen van energieopbrengsten en het optimaliseren van de netwerkstabiliteit.

Maar er is ook een aantoonbare negatieve impact op de duurzaamheid:

• Energieverbruik: AI-gebaseerde toepassingen vereisen een grote rekenkracht en gegevensverwerking, wat leidt tot een verhoogd energieverbruik en bijgevolg een hogere CO2-uitstoot als de energie niet afkomstig is van duurzame bronnen, als die al zouden bestaan … .  Serverparken laten draaien hebben een sterk negatieve impact op duurzaamheid.
• Afval: de snelle ontwikkeling en implementatie van AI kan leiden tot een kortere levenscyclus van elektronische apparaten, wat kan bijdragen aan het groeiende probleem van elektronisch afval als deze apparaten niet oordeelkundig worden gerecycled.

De nieuwe Europese regelgeving rond AI beklemtoont het belang van transparantie in AI-systemen, zodat gebruikers begrijpen hoe beslissingen worden genomen en welke gevolgen dit heeft.