Bakgrundsmaterial: Artificiell intelligens och hållbar utveckling

Den snabba ökningen av användningen av artificiell intelligens har orsakat och kommer att fortsätta att innebära utmaningar för den miljömässiga hållbarheten. Datacenter och all digital utrustning är beroende av kritiska mineraler och sällsynta jordartsmetaller som ofta bryts på ett ohållbart sätt. Datacenter förbrukar mycket vatten och använder en enorm mängd el. Dessutom producerar de elektronikavfall, som ofta innehåller farliga ämnen. 

Energiåtgång och koldioxidutsläpp vid användning av maskininlärningsmodeller har varit ett outforskat område. En vändning kom 2019 när en grupp forskare undersökte och kvantifierade energiåtgången vid träning av AI-modeller som används inom Naturlig språkbehandling (NLP). Det är med andra ord först på senare år som man börjat utforska hur mycket energi som åtgår vid träning och användning av exempelvis stora språkmodeller (Large Language Model). Användningen av AI ökade kraftigt då generativ AI blev  tillgänglig för alla som är uppkopplade till nätet med digitala apparater. Det har lett till att största delen av den totala energianvändningen orsakad av AI kommer från själva användningen. 

Inforuta 2 innehåller närmare information om energiförbrukningen vid användning av modeller för maskininlärning, dvs. i kapitlen ingår till exempel inte elförbrukningen i AI-modellernas utbildningsskede. Mer information finns i studien [2] (på engelska).

Enligt undersökningen är användningen av en AI-applikation som är avsedd för flera ändamål (eng. multi-purpose) för en mer begränsad uppgift är mer energikrävande jämfört med att använda en uppgiftsspecifik AI-applikation som är utvecklad för ett särskilt ändamål. Forskarna ser den nuvarande trenden att använda generativ artificiell intelligens för alla slags uppgifter som en negativ utveckling.  Som exempel nämnder forskarna utvidgad informationssökning och navigering på nätet. De påminner att nyttan bör vägas mer medvetet mot ökad energianvändning och ökade utsläpp. Det här fenomenet är allmänt känt bland AI-utvecklare, och en del företag satsar på mera nischade AI-applikationer.

Stora bildskapande AI-applikationer används av miljontals användare dagligen vilket orsakar ett betydande ekologiskt avtryck. Utifrån undersökningen rekommenderas det att man begränsar onödigt skapande av bilder. Rörlig bild och musik inte ingick i den här forskningen, och energiåtgången för multimedialt AI-skapande tillsvidare är ett outforskat område. Varje AI-användare kan påverka fotavtrycket genom sitt eget omdöme och beteende. Till exempel kräver en typisk informationssökning med Open AI:s ChatGPT-applikation enligt IEA:s publikation [1] cirka 10 gånger mer energi än en typisk informationssökning med Googles sökmotor.   

Vi kan räkna med att den andel som AI kräver av den energiförbrukning som IT genererar globalt kommer att öka i takt med att fler företag, myndigheter och organisationer utnyttjar AI för att öka effektiviteten och produktiviteten i sina verksamheter och team.

Användning av generativ AI-teknologi erbjuder både lovande möjligheter och betydande utmaningar inom utbildningen. Det är också viktigt att beakta till exempel den sociala hållbarheten, som omfattar både elevernas och undervisningspersonalens välbefinnande.

Interaktiva simuleringar och spel som utnyttjar AI kan hjälpa eleven att förstå hållbarhetsutmaningar och testa olika lösningar i praktiken. Till exempel klimatförändringssimuleringar som skapats med hjälp av AI kan visualisera den mänskliga verksamhetens långsiktiga effekter på miljön. De erbjuder eleverna konkreta exempel och upplevelser. Dessa kan mycket lätt skapas för befintliga plattformar, såsom gemensamma spel på webben. 

Språkmodeller kan hjälpa med att samla in och analysera stora miljödatamaterial. Utifrån dessa kan man skapa visuellt effektiva, informativa och interaktiva presentationer. Dessa visualiseringar kan vara värdefulla verktyg i undervisningen. Med hjälp av dem kan man gestalta och strukturera komplicerade och systemiska miljöfrågor och främja lärandet. Vid läroanstalter samlar man till exempel in väderinformation och institutbyggnadens elförbrukning för att åskådliggöra energiförbrukningen. 

Språkmodellernas möjligheter att förenkla och skala text för olika kunskapsnivåer är också viktiga för den ekologiska hållbarheten. Med hjälp av dem och översättningsapplikationer förbättras tillgängligheten till information om olika teman för ekologisk hållbarhet avsevärt, och man behöver till exempel inte skaffa tilläggsmaterial för olika språk eller olika kunskapsnivåer. Detta är nyttigt i grupper med studerande med olika språk- och kulturbakgrund. Även i övrigt erbjuder läromedel som har skräddarsytts och differentierats med språkmodeller möjligheter att förstå och tillägna sig målen för ekologisk hållbarhet, till exempel hur man får olika elever att intressera sig för cirkulär ekonomi.

Produktionen och användningen av AI-data kräver mycket energi och icke förnybara naturtillgångar på global nivå, så användningen av artificiell intelligens ska alltid vara motiverad och övervägd. I undervisningen lönar det sig att lyfta fram att det till exempel inte finns skäl att göra extra bildförsök eller att generativ AI inte behöver användas vid vanlig informationssökning. Artificiell intelligens kan också utnyttjas mångsidigt i undervisningen och lärandet av hållbarhetsfrågor. Dessutom är det viktigt att beakta effekterna som användningen av artificiell intelligens har på välbefinnandet. Lärandet ska ske i mångsidiga, pedagogiskt ändamålsenliga miljöer för att undvika skadligt beroende av digitala applikationer. I bästa fall kan en lärmiljö som utnyttjar artificiell intelligens berika undervisningen och lärandet även inom ramen för hållbarheten.