Un’associazione formata da ex lavoratori delle big tech americane vuole rendere note le responsabilità delle aziende che sviluppano l’AI per le emissioni nascoste di questa tecnologia
Quando si parla dell’impatto ambientale dell’intelligenza artificiale, pensiamo subito ai data center che, secondo l’Agenzia Internazionale per l’Energia, solo nel 2024 hanno emesso 180 milioni di tonnellate di CO2, una quota pari allo 0,5% del totale che in quell’anno finì nell’atmosfera.
L’INTELLIGENZA ARTIFICIALE HA ANCHE DELLE “EMISSIONI NASCOSTE”
A queste emissioni, però, andrebbe aggiunta un’ulteriore quota, variabile tra l’1,2% e il 4,8% delle emissioni totali del 2024, dovuta al fatto che i modelli funzionano. Modelli che vengono utilizzati anche dalle aziende attive nel settore delle fonti fossili per migliorare la loro produttività.
È quanto sostiene uno studio pubblicato su Nature e firmato, tra gli altri, da Maksym Chepeliev, ricercatore della Purdue University, e Will Alpine, ex Microsoft e cofondatore di Enabled Emissions Campaign.
Si tratta di un’associazione formata da ex lavoratori delle big tech americane, nata con l’obiettivo di rendere note le responsabilità delle aziende che sviluppano l’AI per le emissioni nascoste di questa tecnologia. Quelle, cioè, che si generano quando questi strumenti vengono utilizzati per ottimizzare ed aumentare la produzione di energia da fonti fossili.
EMISSIONI DI CO2 ED ENERGIE RINNOVABILI
Allo stesso modo, lo studio considera le minori emissioni di CO2 relative all’aumento della produzione da fonti rinnovabili dovuta all’impiego dell’intelligenza artificiale. Il saldo, però, resta negativo. Sempre con riferimento al 2024, la differenza tra le prime e le seconde parla di un aumento delle emissioni compreso tra le 0,47 e le 1,8 gigatonnellate di anidride carbonica, cioè una quota compresa tra l’1,2 ed il 4,8% delle emissioni totali del 2024.
Un aspetto che resta fuori dal dibattito sull’impatto ambientale di una tecnologia come l’intelligenza artificiale che, stando allo studio uscito su Nature, è molto più ampio rispetto alle stime legate ai soli consumi energetici e idrici.
GLI IMPATTI CLIMATICI DELL’IA
Gli impatti climatici più significativi dell’IA potrebbero derivare da canali indiretti a livello dell’intera economia. Sebbene questi impatti indiretti e sistemici delle sue applicazioni possano superare sostanzialmente l’impronta operativa diretta dell’IA, derivante dall’infrastruttura computazionale, in gran parte restano non quantificati.
Questa lacuna è evidente in tre limitazioni degli approcci metodologici esistenti. In primo luogo, le valutazioni orientate all’industria e alle soluzioni enfatizzano prevalentemente il potenziale delle applicazioni di riduzione delle emissioni, spesso lasciando gli usi che aumentano le emissioni al di fuori del confine analitico definito.
In secondo luogo, i quadri quantitativi prevalenti non sono progettati per cogliere le dinamiche intersettoriali a livello di intera economia. Gli approcci di equilibrio parziale rischiano di sottostimare i feedback a livello di intera economia; le metodologie delle emissioni evitate omettono gli effetti di rimbalzo e di induzione a livello di sistema entro i loro limiti dichiarati; e persino gli approcci di impatto netto sul carbonio che identificano l’espansione dei combustibili fossili abilitata dall’IA come un meccanismo di ordine superiore riconoscono che una quantificazione rigorosa rimane al di là del loro ambito attuale.
In terzo luogo, le architetture di modellazione climatica più comunemente utilizzate per le proiezioni a lungo termine, compresi i modelli di valutazione integrata (IAM), sono meno adatte a risolvere le dinamiche di offerta intersettoriali a breve termine attraverso le quali l’intelligenza artificiale rimodella i percorsi energetici concorrenti.
GLI EFFETTI INDIRETTI DI AUMENTO DELLE EMISSIONI
Nel loro insieme, queste lacune danno origine a uno schema più ampio nelle analisi dell’effetto climatico netto dell’IA, illustrato da due esempi significativi. In primo luogo, anche le analisi che richiedono esplicitamente modelli quantitativi in grado di cogliere l’intera gamma degli effetti indiretti, inquadrano comunque quantitativamente l’impatto netto dell’IA principalmente come un compromesso tra l’impronta operativa e il potenziale di emissioni evitate, lasciando i percorsi che aumentano le emissioni al di fuori del confine analitico.
In secondo luogo, il rapporto AIE “Energia e IA” del 2025 quantifica un insieme limitato di effetti che aumentano le emissioni, ma non fornisce un trattamento sistematico e la sua metodologia non è disponibile al pubblico, il che preclude una valutazione o una riproduzione indipendente.
Poiché i quadri di governance riflettono i limiti delle analisi che li informano, questa lacuna analitica si propaga in una lacuna di governance: i quadri di policy, di divulgazione e di valutazione costruiti su un inquadramento ristretto incentrato sull’impronta operativa e sul potenziale di emissioni evitate non possono affrontare i percorsi di emissione che le loro analisi di base non riconoscono. In pratica, questi effetti indiretti di aumento delle emissioni a livello di sistema restano attualmente al di fuori dell’ambito sostanziale dei principali quadri di governance dell’IA e del clima.
L’IA COME AMPLIFICATORE BIDIREZIONALE DELLA PRODUTTIVITÀ
Per colmare queste lacune, i ricercatori hanno presentato una valutazione quantitativa globale, a livello dell’intera economia, dell’IA come amplificatore bidirezionale della produttività che opera attraverso percorsi di sistema energetico concorrenti.
Hanno modellato due percorsi di approvvigionamento energetico guidati dall’IA applicando guadagni di produttività sia nei combustibili fossili che nelle energie rinnovabili, distinguendo le loro conseguenze predominanti rispettivamente in termini di emissioni come emissioni abilitate ed emissioni evitate.
