Moet je je zorgen maken over de klimaat-impact van het gebruik van ChatGPT?

Written by
James Herbert
Belangrijkste punten: Persoonlijk gebruik van AI heeft een minimale klimaat-impact vergeleken met alledaagse activiteiten. Het bewijs suggereert dat je tijd beter besteed kan worden aan klimaatacties met een grotere impact.
Ik heb een bekentenis: ik ben verslaafd aan AI. Claude, ChatGPT, Gemini, Grok... Ik maak geen onderscheid. Chatten met LLM's is voor mij een reflex geworden, net zoals het gebruik van Google of sociale media een reflex werd in de jaren 2000.
Maar ik maak me ook zorgen over het klimaat. Dus toen ik koppen begon te zien over de enorme koolstofvoetafdruk van AI, voelde ik me oprecht verscheurd. Droeg mijn nieuwe gewoonte daadwerkelijk bij aan klimaatverandering?
Na het onderzoeken van het beschikbare bewijs - met name dankzij de uitstekende analyse van mijn collega Andy Masley, directeur van Effective Altruism DC, in zijn blogpost over dit onderwerp - ben ik er vrij zeker van dat persoonlijk gebruik van ChatGPT geen prioriteit is voor klimaatzorgen. Hier is de redenering, die in grote mate steunt op Andy's onderzoek, plus wat het bewijs suggereert dat je in plaats daarvan zou kunnen overwegen om je op te richten.
De Schaal van Persoonlijk AI-gebruik
De belangrijkste overweging, naar mijn mening, is het plaatsen van het energieverbruik van AI in de juiste context. Andy's analyse toont aan dat hoewel een ChatGPT-query ongeveer 10 keer meer energie verbruikt dan een Google-zoekopdracht, beide in absolute termen nog steeds verwaarloosbaar zijn:
- Een Google-zoekopdracht verbruikt ongeveer 0,3 wattuur (Wh) aan energie
- Een ChatGPT-query verbruikt ongeveer 3 Wh
- Het verschil is slechts 2,7 Wh
Om dit te kalibreren: 2,7 Wh kan je laptop drie minuten laten werken. ChatGPT kan een hele blogpost genereren met minder energie dan je zou verbruiken door het te lezen.
De vergelijking die mij overtuigde: een uur Netflix kijken lijkt dezelfde klimaatimpact te hebben als het stellen van 300 vragen aan ChatGPT. Ik vermoed dat het aankondigen van "Ik heb vandaag 300 vragen aan ChatGPT gesteld" wellicht milieubewuste wenkbrauwen doet fronsen, terwijl "Ik heb een uur Netflix gekeken" waarschijnlijk geen wenkbrauwen doet rijzen.
Betrouwbaarheidsniveau: Ik heb redelijk veel vertrouwen in deze energieramingen, hoewel ze gebaseerd zijn op beperkte openbare gegevens en aanzienlijk kunnen variëren tussen verschillende AI-systemen en gebruikspatronen.
De Schaalvraag
Een redelijk bezwaar: "Maar wat als iedereen zijn gebruik van AI drastisch verhoogt?"
Andy maakt hier een cruciaal punt over hoe we vergelijkingen kaderen. Deze schaalproblematiek is van toepassing op vrijwel elke activiteit die we ondernemen. Het bewijs suggereert dat we gelijk met gelijk moeten vergelijken: individuele activiteiten tegenover andere individuele activiteiten, of wereldwijde trends tegenover andere wereldwijde trends.
Koppen die waarschuwen dat "ChatGPT evenveel energie gebruikt als 20.000 huishoudens" klinken alarmerend omdat ze het wereldwijde AI-verbruik vergelijken met je persoonlijke leven. Maar zoals Andy opmerkt, als ze zouden zeggen "ChatGPT gebruikt ongeveer 0,05% zoveel energie als Amerikaanse auto's," wordt de relatieve prioriteit duidelijker.
Vertrouwensniveau: Ik ben vrij overtuigd dat dit kaderprobleem veel van de verwarring rond de klimaat-impact van AI verklaart, hoewel redelijke mensen nog steeds anders kunnen prioriteren op basis van hun waarden en risicotolerantie.
Wat het bewijs suggereert is belangrijker
Als het verminderen van uw klimaat-impact het doel is, wijzen de gegevens op het focussen op grotere emissiebronnen:
- Vervoer: Waar mogelijk leven zonder auto, het verminderen van vluchten
- Huisenergie: Duurzame verwarming, verbeterde isolatie
- Dieet: Het verminderen van vleesconsumptie, vooral rundvlees
- Consumptie: Minder kopen, dingen langer gebruiken
Deze veranderingen lijken de uitstoot met een grootteorde meer te verminderen dan het aanpassen van het AI-gebruik.
Echter, ik zou willen voorstellen dat individuele levensstijlveranderingen, hoewel waardevol, waarschijnlijk niet de manier zijn waarop we klimaatverandering zullen oplossen. Onderzoek suggereert dat zorgvuldig gerichte systemische interventies—via carrièrekeuzes, politieke betrokkenheid en liefdadigheidsbijdragen—significant effectiever kunnen zijn per eenheid van inspanning.
Bijvoorbeeld, sommige analyses geven aan dat goed onderzochte klimaatdonaties emissies kosteneffectiever
Kosteneffectiviteitsanalyse
Kosteneffectiviteitsanalyse is een vorm van economische analyse die de relatieve kosten en resultaten (effecten) van verschillende handelwijzen vergelijkt. De uitkomsten worden niet uitgedrukt in geldwaarde. Deze analyse wordt vaak gebruikt bij gezondheidsinterventies, waarbij het resultaat bijvoorbeeld wordt uitgedrukt in QALY's.
Vertrouwensniveau: Ik heb een gematigd vertrouwen in de relatieve effectiviteit van deze benaderingen, hoewel de precieze vermenigvuldigers afhangen van veel aannames en individuele omstandigheden.
Belangrijke Beperkingen
Deze analyse kent verschillende beperkingen die het vermelden waard zijn:
- Gegevens over het energieverbruik van AI-systemen zijn vaak eigendom en de schattingen lopen sterk uiteen
- Toekomstige gebruikspatronen van AI kunnen drastisch veranderen naarmate de technologie zich ontwikkelt
- Klimaat-impact omvat factoren die verder gaan dan energieverbruik (watergebruik, hardwareproductie)
- Het argument van de "opportuniteitskosten" gaat ervan uit dat je anders tijd zou besteden aan activiteiten met een grotere impact
Daarnaast zijn er legitieme zorgen over de ontwikkeling van AI die verder gaan dan de persoonlijke impact op het klimaat—vragen over het energieverbruik van de hele industrie, baanverdringing en het waarborgen dat deze systemen nuttig blijven naarmate ze krachtiger worden.
De Eindconclusie
Op basis van het beschikbare bewijs geloof ik dat persoonlijk gebruik van AI geen prioritaire klimaatzorg is. De gegevens suggereren dat je klimaatgerichte energie waarschijnlijk beter besteed is aan transport, energie en consumptiekeuzes—of aan het ondersteunen van systemische veranderingen door carrière- en donatiebeslissingen.
Dat gezegd hebbende, verschillende mensen kunnen deze overwegingen op een redelijke manier anders beoordelen. Als het minimaliseren van je ecologische voetafdruk bij alle activiteiten belangrijk voor je is, kan het verminderen van AI-gebruik samen met andere kleine veranderingen overeenkomen met je waarden, zelfs als de impact minimaal is.