Ανατολική Αττική
LIFESTYLEΔΗΜΟΙ - ΠΕΡΙΦΕΡΕΙΕΣΕΛΛΑΔΑΙΑΤΡΙΚΑ - ΚΟΙΝΩΝΙΚΑΚΟΣΜΟΣΠΟΛΙΤΙΚΗ - ΟΙΚΟΝΟΜΙΑΡοή ειδήσεωνΨΥΧΑΓΩΓΙΑ

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ: ΠΟΣΟ ΡΕΥΜΑ ΚΑΙ ΝΕΡΟ ΚΟΣΤΙΖΕΙ Η ΨΗΦΙΑΚΗ ΜΑΣ ΖΩΗ – ΚΑΙ ΤΙ ΚΕΡΔΙΖΕΙ ΠΡΑΓΜΑΤΙΚΑ Ο ΑΝΘΡΩΠΟΣ;

Μια απάντηση στην οθόνη εμφανίζεται μέσα σε δευτερόλεπτα. Πίσω της, όμως, υπάρχει ένας ολόκληρος υλικός κόσμος: υπολογιστές, εργοστάσια μικροτσίπ, καλώδια, δίκτυα ηλεκτρισμού, εγκαταστάσεις ψύξης και ορυχεία. Η τεχνητή νοημοσύνη χρειάζεται ενέργεια, νερό και πρώτες ύλες σε όλη τη διαδρομή της, από την κατασκευή του εξοπλισμού μέχρι τη λειτουργία και την απόσυρσή του. https://wedocs.unep.org/items/5f3afe87-5419-439b-a6ee-14240b2605e9

Το ερώτημα είναι πόσο από αυτό το κόστος επιστρέφει στην κοινωνία ως πραγματικό όφελος.
Πόσο βοηθά τον εργαζόμενο, την επιστήμη, την πρόληψη καταστροφών και την καθημερινότητα  και πόσο εξυπηρετεί απλώς την παραγωγή περισσότερου ψηφιακού περιεχομένου;

Ρεύμα: Η αποδοτικότητα βελτιώνεται, η συνολική ζήτηση μεγαλώνει

Σύμφωνα με την έκθεση του Διεθνούς Οργανισμού Ενέργειας για το 2026, τα κέντρα δεδομένων παγκοσμίως κατανάλωσαν περίπου 485 τεραβατώρες ηλεκτρικής ενέργειας το 2025.
Η κεντρική πρόβλεψη ανεβάζει την κατανάλωση στις 950 τεραβατώρες το 2030, περίπου στο 3% της παγκόσμιας ζήτησης ηλεκτρισμού.
Τα μεγέθη αυτά αφορούν όλα τα κέντρα δεδομένων, τα οποία εξυπηρετούν πολλές ψηφιακές υπηρεσίες, όχι αποκλειστικά την τεχνητή νοημοσύνη. Ωστόσο, η κατανάλωση των εγκαταστάσεων που επικεντρώνονται στην AI αυξήθηκε κατά 50% το 2025.
Δεν έχουν όλες οι χρήσεις το ίδιο κόστος. Μια σύντομη απάντηση κειμένου και η παραγωγή βίντεο ή η εκτέλεση μιας σύνθετης εργασίας μπορεί να διαφέρουν δραματικά σε απαιτήσεις.
Οι τεχνολογικές βελτιώσεις μειώνουν την ενέργεια ανά εργασία, αλλά η εξάπλωση της χρήσης και οι βαρύτερες εφαρμογές αυξάνουν τη συνολική ζήτηση. https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary

Νερό: η κατανάλωση συνεχίζεται και έξω από το κέντρο δεδομένων

Το νερό χρησιμοποιείται για την ψύξη εγκαταστάσεων, αλλά και έμμεσα στην παραγωγή της ηλεκτρικής ενέργειας που τις τροφοδοτεί.
Το αμερικανικό Lawrence Berkeley National Laboratory εκτίμησε ότι τα κέντρα δεδομένων στις ΗΠΑ κατανάλωσαν άμεσα περίπου 66 δισ. λίτρα νερού το 2023.
Το έμμεσο υδατικό αποτύπωμά τους από την ηλεκτροπαραγωγή εκτιμήθηκε σχεδόν στα 800 δισ. λίτρα.
Πρόκειται για διαφορετικές κατηγορίες κατανάλωσης και για το σύνολο των αμερικανικών κέντρων δεδομένων, όχι μόνο για την AI. eta-publications.lbl.gov⁠

Οι αριθμοί αυτοί δεν μεταφράζονται σε μια σταθερή ποσότητα νερού για κάθε ερώτηση του χρήστη. Μελέτη του ίδιου εργαστηρίου δείχνει ότι το αποτύπωμα ανά υπολογιστική εργασία εξαρτάται έντονα από τον εξοπλισμό, την ψύξη, το κλίμα και τον τρόπο παραγωγής του ρεύματος. eta.lbl.gov⁠

Γι’ αυτό έχει σημασία πού κατασκευάζεται μια εγκατάσταση και από πού υδροδοτείται. Η πρόσθετη ζήτηση σε μια περιοχή με λειψυδρία μπορεί να εντείνει τον ανταγωνισμό για το νερό που χρειάζονται οι κάτοικοι και άλλες δραστηριότητες. (wedocs.unep.org⁠)

Καλώδια και εξορύξεις: Η ψηφιακή οικονομία αρχίζει μέσα στη γη

Οι υποδομές απαιτούν χάλυβα, σκυρόδεμα, χαλκό, αλουμίνιο, πυρίτιο και άλλα υλικά.
Ο χαλκός χρησιμοποιείται στην ηλεκτρική τροφοδοσία, στις συνδέσεις και στα συστήματα ψύξης.
Στη μεταφορά δεδομένων χρησιμοποιούνται επίσης οπτικές ίνες, επομένως δεν είναι όλα τα καλώδια χάλκινα.
Ο Διεθνής Οργανισμός Ενέργειας εκτιμούσε το 2025 ότι η ζήτηση χαλκού για συμβατικά κέντρα δεδομένων και εγκαταστάσεις AI θα μπορούσε να φτάσει τις 250.000–550.000 τόνους το 2030, περίπου το 1%–2% της παγκόσμιας ζήτησης. Πρόκειται για πρόβλεψη με σημαντική αβεβαιότητα. (ea.org⁠, iea.blob.core.windows.net⁠
Η εξόρυξη και η επεξεργασία αυτών των υλικών έχουν περιβαλλοντικές συνέπειες. Όταν δεν εφαρμόζονται επαρκή μέτρα, οι μεταλλευτικές δραστηριότητες μπορούν να ρυπάνουν το περιβάλλον και να καταστρέψουν οικοτόπους. Η πίεση αυτή αφορά πολλές βιομηχανίες· η ανάπτυξη της ψηφιακής υποδομής προσθέτει τις δικές της ανάγκες. unep.org⁠

Βαρέα μέταλλα και ηλεκτρονικά απόβλητα

Τα κρίσιμα ορυκτά, οι σπάνιες γαίες και τα επικίνδυνα βαρέα μέταλλα δεν είναι ταυτόσημες κατηγορίες.
Το συγκεκριμένο πρόβλημα είναι ότι ηλεκτρονικά απόβλητα μπορούν να περιέχουν ουσίες όπως μόλυβδο, υδράργυρο και κάδμιο, δημιουργώντας κινδύνους όταν η διαχείρισή τους είναι ανεπαρκής. rmis.jrc.ec.europa.eu⁠   Το 2022 παράχθηκαν παγκοσμίως 62 εκατομμύρια τόνοι ηλεκτρικών και ηλεκτρονικών αποβλήτων.
Μόνο το 22,3% καταγράφηκε ως επισήμως συλλεγμένο και ανακυκλωμένο με περιβαλλοντικά ορθό τρόπο. Το σύνολο περιλαμβάνει από οικιακές συσκευές μέχρι υπολογιστές και τηλεπικοινωνιακό εξοπλισμό. Δεν αποτελεί μέτρηση των αποβλήτων της τεχνητής νοημοσύνης. itu.int⁠

Πόσο έχει βοηθήσει πραγματικα. Υπάρχουν ήδη μετρημένα αποτελέσματα.

Στη μετεωρολογία, το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Προγνώσεων έθεσε σε επιχειρησιακή λειτουργία το σύστημα AI AIFS τον Φεβρουάριο του 2025. Ανακοίνωσε βελτιώσεις έως 20% σε ορισμένους δείκτες πρόγνωσης και περίπου χίλιες φορές μικρότερη ενεργειακή κατανάλωση για την παραγωγή μιας πρόγνωσης.
Το σύστημα λειτουργεί παράλληλα με το παραδοσιακό μοντέλο. Η σύγκριση αφορά την παραγωγή της πρόγνωσης, όχι ολόκληρο τον κύκλο κατασκευής και εκπαίδευσης της τεχνολογίας. ecmwf.int⁠

Στην εργασία, μελέτη δημοσιευμένη το 2025, σε 5.172 υπαλλήλους εξυπηρέτησης πελατών, κατέγραψε 15% περισσότερα επιλυμένα ζητήματα ανά ώρα με τη βοήθεια παραγωγικής AI.
Οι λιγότερο έμπειροι εργαζόμενοι ωφελήθηκαν περισσότερο. Στους πιο έμπειρους, τα κέρδη ταχύτητας ήταν μικρά και καταγράφηκαν μικρές μειώσεις στην ποιότητα.
Αυτό είναι συγκεκριμένο εύρημα σε συγκεκριμένο περιβάλλον, όχι απόδειξη ότι κάθε επάγγελμα γίνεται αυτομάτως αποδοτικότερο. gsb.stanford.edu⁠
Στην περιβαλλοντική προστασία, το Πρόγραμμα Περιβάλλοντος του ΟΗΕ χρησιμοποιεί ήδη AI για τον εντοπισμό εκπομπών μεθανίου από εγκαταστάσεις πετρελαίου και φυσικού αερίου. Ο εντοπισμός προσφέρει χρήσιμη πληροφορία· το περιβαλλοντικό κέρδος εξαρτάται και από τις παρεμβάσεις που ακολουθούν. unep.org⁠

Το κοινωνικό όφελος χρειάζεται ξεχωριστή απόδειξη

Οι διαθέσιμες έρευνες δείχνουν ότι η AI μπορεί να εξοικονομήσει χρόνο και να βελτιώσει συγκεκριμένες εργασίες.
Δεν επιτρέπουν, όμως, να βγει ένας ενιαίος αριθμός για το πόσο βελτιώθηκε η ζωή του ανθρώπου. Ο ΟΟΣΑ επισημαίνει ότι τα αποτελέσματα από περιορισμένες, κατάλληλες για AI εργασίες δεν γενικεύονται αναγκαστικά σε όλα τα επαγγέλματα ή στο σύνολο της οικονομίας. oecd.org⁠
Περισσότερη παραγωγικότητα δεν σημαίνει αυτομάτως καλύτερο μισθό, λιγότερη πίεση ή περισσότερο ελεύθερο χρόνο.

Αυτά είναι τα επόμενα ερωτήματα που οφείλει να θέσει η κοινωνία.
Ποιος καρπώνεται το όφελος, ποιος πληρώνει την υποδομή και ποιος  ζει δίπλα στην εξόρυξη ή στην εγκατάσταση που καταναλώνει τους πόρους;
Η αξιολόγηση χρειάζεται δημοσιοποιημένα στοιχεία για ρεύμα και νερό ανά εγκατάσταση, προέλευση υλικών, διάρκεια ζωής εξοπλισμού και διαχείριση αποβλήτων. Χρειάζεται επίσης μετρήσιμο αποτέλεσμα για τον άνθρωπο.Η τεχνητή νοημοσύνη έχει ήδη αποδείξει ότι μπορεί να είναι χρήσιμη.
Αυτό που πρέπει να αποδεικνύεται σε κάθε εφαρμογή είναι ότι το όφελος δικαιολογεί το κόστος  και ότι φτάνει και σε εκείνους που το πληρώνουν.

Σχετικές αναρτήσεις

Καταστροφικές πλημμύρες στη Βραζιλία – 70.000 πολίτες εγκατέλειψαν τα σπίτια τους

lazaros lazaros

«myΘέρμανση» ΑΑΔΕ: Εκπνέει τα μεσάνυχτα η προθεσμία για τις αιτήσεις επιδόματος θέρμανσης

lazaros lazaros

ΜΑΡΙΟΣ ΘΕΜΙΣΤΟΚΛΕΟΥΣ ΑΠΟ ΤΟ ΠΙΚΕΡΜΙ: Η ΥΓΕΙΑ ΚΑΘΕ ΓΥΝΑΙΚΑΣ ΣΕ ΠΡΟΤΕΡΑΙΟΤΗΤΑ – Η ΠΡΟΛΗΨΗ ΔΕΝ ΠΡΕΠΕΙ ΝΑ ΜΕΝΕΙ ΓΙΑ ΑΡΓΟΤΕΡΑ

lazaros lazaros