Onu: “Entro 2030, l’Ai consumerà il fabbisogno d’acqua di 1,3 miliardi di persone”

L’intelligenza artificiale rischia di prosciugare le riserve naturali del pianeta entro il 2030. L’allarme arriva dall’Istituto per l’Acqua, l’Ambiente e la Salute dell’Università delle Nazioni Unite (Unu-Inweh) che, nel nuovo rapporto “Environmental Cost of AI’s Energy Use”, denuncia un impatto ecologico finora ampiamente sottostimato. Secondo gli scienziati dell’Onu, la corsa tecnologica non sta solo triplicando i consumi energetici, ma sta imponendo un tributo insostenibile in termini di acqua potabile e consumo di suolo, con conseguenze che ricadranno su miliardi di persone nelle regioni più vulnerabili del mondo. Per la precisione, si stima che l’Ai consumerà il fabbisogno d’acqua di 1,3 miliardi di persone entro i prossimi quattro anni.

Il consumo in numeri

Le proiezioni fornite dagli scienziati per il 2030 sono drastiche: i data center globali che alimentano l’Ai consumeranno circa 945 terawattora di elettricità, quasi il triplo dell’uso annuale combinato di Pakistan, Bangladesh e Nigeria. L’impronta idrica associata sarà pari al fabbisogno domestico annuo di tutti gli 1,3 miliardi di persone dell’Africa subsahariana, mentre l’occupazione di suolo supererà i 14.500 chilometri quadrati, circa il doppio dell’area metropolitana di Giacarta, che ospita oltre 32 milioni di persone.

“Questo rapporto non è un atto d’accusa contro l’intelligenza artificiale,” ha precisato il professor Kaveh Madani, direttore dell’Unu-Inweh. “È un appello a usarla in modo responsabile e a renderla sostenibile ed equa prima che sia troppo tardi”.

L’errore della “sola Co2”

Il rapporto evidenzia come la sostenibilità dell’Ai sia stata finora misurata in modo errato, concentrandosi quasi esclusivamente sulle emissioni di gas serra. Gli scienziati avvertono che “basso contenuto di carbonio” non significa automaticamente “basso consumo di acqua o suolo”. Ad esempio, passare dal carbone alle bioenergie può ridurre le emissioni del 70%, ma può aumentare l’impronta idrica di trenta volte e quella terrestre di cento volte.

Il costo invisibile dei nostri prompt quotidiani

Un dato sorprendente riguarda la differenza tra l’addestramento dei modelli e il loro utilizzo quotidiano (detto “inferenza”). L’uso continuo dell’Ai per rispondere ai prompt degli utenti rappresenta infatti l’80-90% del consumo energetico totale.

Solo ChatGpt elabora circa 2,5 miliardi di richieste al giorno, con un consumo di 383 GWh di elettricità all’anno. Per compensare le emissioni di questo singolo prodotto servirebbero 2,6 milioni di alberi fatti crescere per 10 anni. La differenza di consumo tra le varie attività è enorme: generare un’immagine Ai richiede 1.450 volte l’energia di una semplice classificazione di testo, mentre un breve video può consumare quanto 200.000 email di spam.

Una crisi di disuguaglianza

L’impatto ambientale non è distribuito equamente. In Irlanda, i data center hanno assorbito il 21% dell’elettricità nazionale nel 2023, superando il consumo di tutte le abitazioni urbane. In Messico e Uruguay, l’espansione delle infrastrutture digitali sta mettendo sotto pressione le riserve idriche già colpite dalla siccità.

Inoltre, esiste un profondo “divario digitale”: il 90% della capacità computazionale dell’Ai è concentrato in soli due Paesi, mentre oltre 150 nazioni non hanno accesso a infrastrutture proprie pur subendo i danni dell’estrazione mineraria e dei rifiuti elettronici (stimati in 2,5 milioni di tonnellate annue entro il 2030).

Una tabella di marcia per il futuro

Per evitare che l’Ai superi i limiti planetari, l’Onu propone sei principi cardine:

1. Trasparenza: è fondamentale che i costi ambientali non rimangano invisibili. Il rapporto chiede standard di rendicontazione standardizzati che includano non solo le emissioni di carbonio, ma anche l’impronta idrica e del suolo, sia per la fase di addestramento che per quella di utilizzo.
2. Efficienza fin dalla progettazione (by Design): gli sviluppatori devono considerare la selezione del modello e i formati di output come decisioni determinanti per l’impronta ecologica. L’obiettivo è migliorare l’efficienza dei sistemi Ai fin dalle prime fasi di creazione.
3. Equità e giustizia ambientale: bisogna evitare che i costi ambientali (come l’estrazione mineraria e lo smaltimento dei rifiuti) ricadano su comunità che non beneficiano dei vantaggi dell’Ai. Il rapporto sottolinea la necessità di coinvolgere le comunità locali nelle decisioni sulla localizzazione dei data center.
4. Responsabilità del ciclo di vita: la gestione dell’Ai deve coprire l’intero percorso dell’hardware, dall’estrazione dei minerali critici “a monte” fino alla gestione dei rifiuti elettronici (e-waste) “a valle”, stimati in 2,5 milioni di tonnellate annue entro il 2030.
5. Cooperazione globale: le istituzioni internazionali devono lavorare per armonizzare gli standard di misurazione e ridurre gli incentivi allo spostamento degli oneri ambientali oltre confine, promuovendo al contempo la capacità computazionale nelle regioni attualmente escluse.
6. Uso sostenibile: questo principio invita a un utilizzo “adatto allo scopo”. Gli utenti e le organizzazioni dovrebbero adottare modelli “leggeri” e formati a basso consumo energetico per compiti semplici, evitando lo spreco di risorse per operazioni che non lo richiedono.

“Il sistema globale che costruisce l’Ai deve anche governarla in modo equo,” ha concluso il professor Tshilidzi Marwala, Rettore dell’Unu. “Rendere l’Ai prospera per tutti è ora una questione di governance, non di tecnologia”.