Le vrai coût environnemental de ChatGPT

Aujourd'hui on va parler de choses qui fâchent : l'impact environnemental de l'Intelligence artificielle (IA).

On en parle souvent de façon extrême : soit c'est la "catastrophe écologique", soit "l'IA va sauver la planète". Comme toujours, la réalité est plus nuancée.

Je vous propose un mini-guide pour garder la tête froide. Et quelques conseils pour une utilisation plus responsable.

Une évolution inquiétante

Pour utiliser l’IA générative (comme ChatGPT), il faut avoir des centres de données (data centers) qui font les calculs de l’IA à la place de votre ordinateur. Plus il y a d’utilisateurs de ChatGPT et plus les modèles sont puissants, plus il faut de data-centers. Et l’un des problèmes est que la plupart de ces centres sont situés aux Etats-Unis (33 % du total) et dans des pays à l’électricité peu décarbonée.

Par exemple, une session de 10 échanges avec ChatGPT génère en moyenne 0,12 g de CO2, estime une étude de Sasha Luccioni. Si le centre de données était situé en France, on rejetterait dix fois moins.

Pour avoir un ordre de grandeur :

• une heure passée devant Netflix rejette entre 6 et 57 g de C02

• 200 g de steak de boeuf équivaut à 20 kg

Aujourd’hui, le numérique représente entre 1 et 6 % des émissions globales, les centres de données ne formant qu’une petite partie de ce total, et l’IA une partie de cette sous-partie. Pas grand-chose encore... mais c'est l'évolution qui inquiète.

Entre 2017 et 2021, la consommation électrique de Meta, Google, Microsoft et Amazon a plus que doublé. Goldman Sachs prévoit une augmentation de 160 % d'ici 2030. Or l’IA ne représentera toujours qu’une part modeste, mais croissante, de ces besoins. En 2027, l'IA générative pourrait consommer autant d'électricité que l'Espagne !

La conséquence est déjà préoccupante sur les émissions de gaz à effet de serre :

• + 48 % pour Google entre 2019 et 2023

• + 29,1 % pour Microsoft entre 2020 et 2023

L'enjeu de l'eau

Au-delà des émissions de CO2, il y a la consommation de… H2O.

L'entraînement de GPT-3 (le modèle IA de l’ancien ChatGPT) a nécessité 5,4 millions de litres d'eau. Dont 700.000 pour le refroidissement, tout le reste étant dû à la production d’électricité.

Côté usages, selon les calculs de Shaolei Ren, un échange moyen avec ChatGPT consomme en moyenne… 0,5 litre d’eau (mais ça dépend de la localisation du centre de données).

A titre de comparaison, notre consommation directe d’eau est de 150 litres / jour.

Les solutions existent

La priorité ? Développer les énergies décarbonées et localiser les centres de données intelligemment. Par rapport à l’énergie, mais aussi à l’eau (les deux n’étant pas forcément compatibles).

Les autres pistes :

• Plus de transparence dans le reporting des émissions.

• Privilégier des modèles d’IA plus petits et spécialisés. Pas besoin d’un marteau piqueur multi-insectes pour écraser une mouche.

• Des algorithmes comme CarbonMin pourraient réduire de 50 % les émissions d'ici 2035.

• La technologie des SMR (des petits réacteurs nucléaires modulaires plus rapides à déployer) est privilégiée par les acteurs de l’IA.

Que puis-je faire à mon niveau ?

Même si ça a l’air cool, faire des recherches web avec Perplexity ou ChatGPT génère entre 3 et 10 fois plus de CO2. Or le taux d’erreur reste important.

• Privilégiez les petits modèles sur les gros. Ils s’appellent GPT-4o mini, Claude 3 Haiku, Gemini Flash… Et seront largement suffisants pour la plupart de vos besoins (poser des questions simples, traduire ou synthétiser un article…)

• Évitez d’automatiser tout et n’importe quoi. Les modèles de langage sont comme des stagiaires, et ils sont erratiques.