L’empreinte écologique de l’IA : mieux la comprendre pour mieux agir

L’IA a beaucoup d’avantages, mais elle fait aussi l’objet de débats, souvent polarisés entre catastrophisme et techno-optimisme démesuré.

Disons-le sans détours ; oui l’IA est gourmande en eau et en électricité. Il faut alimenter les serveurs des data centers qui font fonctionner les modèles et les algorithmes, et assurer leur refroidissement. Estomacs numériques insatiables, ils tournent jour et nuit pour qu’on profite de nos IA préférées à toute heure.

De plus, comme toute nouveauté, il n’existe pas encore de contrainte ou de cadre légal à l’échelle mondiale qui obligerait les entreprises de l’univers de l’IA à faire un reporting précis de leur impact écologique.

Mais alors, que penser de ce sujet complexe ? Et surtout comment agir à son échelle dans un monde où les usages de l’IA croissent à vitesse grand V ?

Quelques chiffres pour y voir plus clair

Il n’existe pas de méthodes standards pour calculer l'empreinte écologique de l'IA. Une chose est sûre, elle a besoin d’eau et d’électricité. Et si beaucoup de chiffres circulent, l’important reste de bien les contextualiser.

Ce qu’on peut lire dans les médias :

• L’essor de l’IA pourrait doubler la consommation électrique des data centers d’ici 2026.

• En 2021, les data centers de Google auraient consommé environ 16 milliards de litres d’eau, soit l’équivalent en irrigation et entretien de 29 terrains de golf dans le sud-ouest des États-Unis (source Google The Keyword 2022).

Pourquoi c’est plus compliqué :

• Contrairement aux idées reçues, les data centers ne suivent pas une courbe de consommation proportionnelle à l’augmentation des données. Selon DCMag,  premier et seul média français consacré exclusivement au data center, l’IA devrait donc représenter entre 20 et 30 % de la consommation globale des data centers dans le monde.

• Le secteur évolue. En 2024, l’annonce de Microsoft concernant son plan de refroidissement “zéro eau” illustre l’évolution technologique du secteur. Autre exemple : le data center d’Orange à Val de Rueil refroidit ses serveurs grâce à l’air vivifiant de la Normandie.

Ce qu'il faut savoir sur les usages de l'IA

Parce que l’IA est une révolution comparable à l’arrivée d’Internet, elle sera de plus en plus présente dans nos usages. À nous de nous informer sur les bonnes pratiques et les outils les moins énergivores.

Pour vous aider, on a épluché les informations incontournables du  troisième baromètre sur l’impact environnemental des services numériques.

Verdict ?

Une IA créative - un modèle capable de produire du contenu visuel (images, vidéos) - a un impact écologique plus lourd qu’une IA textuelle.

Entre IA textuelles l’impact diffère en raison de l’expérience utilisateur :

• Certaines IA utilisent plus de visuels (photos, vidéos, liens vers ces ressources, etc..)
• Les IA search (Copilot, Gemini, Perplexity) consomment plus que les IA assistants (ChatGPT, Mistral AI, Claude, etc…).
• Moins votre prompt est bien construit, plus vous sollicitez l'IA et utilisez de l'énergie.

Vous êtes prévenus !

Ce qu’il faut distinguer : la nature des IA

L’impact écologique de l’IA dépend également des usages et des valeurs que nous voulons porter. C’est une question d’équilibre :

• Vaut-il la peine de consommer de l’eau et de l’énergie pour sauver des vies en misant sur le développement d’IA de pointe dans le secteur médical ?
• Vaut-il la peine de consommer nos ressources pour faire de l’IA une alliée puissante pour lutter contre le dérèglement climatique ?
• Vaut-il la peine de consommer nos ressources pour investir dans des IA capables d’améliorer l’éducation des générations futures ?

Les réponses sont évidemment oui.

Il faut donc ne pas mettre tous les usages dans le même panier et différencier les IA spécialisées, qui entendent répondre à des problématiques sociétales, comme celle que nous développons chez Ed par exemple.

Ce que l'on peut faire pour avoir un impact

Il existe des leviers techniques et politiques pour limiter l’impact écologique de l’IA :

• Privilégier des modèles plus légers : et développer des IA dites « frugales », moins gourmandes en puissance de calcul.
• Prolonger la durée de vie des serveurs : en assurant une maintenance régulière et en recyclant mieux les équipements.
• Miser sur les énergies renouvelables : en alimentant les data centers avec de l’énergie solaire ou éolienne.

A notre échelle, en tant qu'enseignants et citoyens, on peut également adopter des pratiques numériques plus durables et :

• Limiter les prompts inutiles en utilisant le bon outil pour la bonne requête (ce que nous faisons chez Ed, par exemple).
• Confier les requêtes à intention de recherche à Google et pas à ChatGPT (une requête ChatGPT consommant 10 fois plus d’électricité qu’une recherche Google).
• Éduquer les élèves à la sobriété numérique en intégrant des discussions sur l'impact environnemental du numérique dans les cours (pourquoi ne pas réutiliser le contenu de cette newsletter ?)

Conclusion

Comme toute nouveauté, l’IA fait un peu peur, surtout quand on lit des chiffres sans mode d’emploi.

L’empreinte écologique de l’IA reste mal documentée et a tendance à être gonflée par des comparaisons rapides ou des projections alarmistes. Ce n’est pas un mythe, ce n’est pas non plus l’apocalypse : c’est un sujet complexe en construction.

Moralité : gardons l’œil ouvert, les oreilles sur écoute et l’esprit critique, et commençons par apprendre à utiliser l’IA avec un peu de sobriété et pour des causes qui en valent la peine. Parce qu’au fond, l’impact dépend moins des machines que de ce que nous en faisons.