Ces intelligences artificielles nécessitent des calculs informatiques gourmands en énergie et en eau…
Les scientifiques cherchent donc à évaluer ce que les IA génératives, ces outils capables de rédiger un texte, de coder un programme ou de créer une image en quelques secondes, coûtent à la planète.
Les créateurs de ChatGPT restent flous. Ceux de DeepSeek sont très optimistes : "une requête simple consomme très peu d’énergie, probablement l’équivalent de quelques secondes d’une ampoule LED."
Des études indépendantes estiment qu’entraîner un modèle comme GPT-3 a généré 552 tonnes de CO₂ (205 allers-retours Paris-New York en avion). Il faut ajouter à cela le fait que chaque question posée active des centres de données fonctionnant jour et nuit et engloutissant électricité et eau.
L’AIE (Agence internationale de l’énergie) juge qu’une requête sur ChatGPT consomme au moins 10 fois plus d’électricité qu’une recherche sur Google.
Amélie Cordier, docteur en IA à l’université de Lyon et fondatrice de Graine d’IA, a testé un outil développé par un collectif de chercheurs : ComparIA.
Résultat : une seule question génère une consommation équivalente à l’allumage d’une ampoule LED sur une durée variant d’une heure à une journée entière…
Pour évaluer l’impact environnemental de l’IA, trois critères devraient être pris en compte, selon elle : l’électricité consommée pour entraîner et faire fonctionner le modèle, la quantité d’eau utilisée pour refroidir les serveurs et les ressources matérielles nécessaires, notamment les terres rares présentes dans les puces et les équipements électroniques et dont l’extraction demande d’énormes quantités d’eau et d’énergie.
Depuis plusieurs années, plusieurs modèles, dont DeepSeek ont prouvé qu’ils pouvaient être très performants avec un nombre de paramètres réduit. Mais il faut s’attendre à un effet rebond : si le coût d’utilisation diminue, les usages se multiplient.
La recommandation serait de privilégier des interactions courtes, de poser une question ciblée avec une requête précise. Dans ce cas, l’outil ne charge que les données essentielles pour répondre, ce qui limite sa consommation énergétique.
Le plus important est de se poser la question de savoir si le recours à l’IA est la seule manière de trouver une réponse. Éviter les usages récréatifs ou paresseux et réserver ces outils notamment pour la recherche, pour les projections météo et climatiques.
Exemple : certains modèles permettent aux municipalités de calculer le positionnement optimal des panneaux solaires sur les toits des bâtiments publics afin de maximiser la production d’énergie tout en minimisant l’utilisation de matériaux.
Source : Huffington Post, Maëlle Roudaut - 30/01/25
