باختصار
هذه إجابات قصيرة موثّقة بالمصادر عن الأسئلة الأكثر تكرارًا حول الذكاء الاصطناعي (AI) والبيئة: كم يستهلك الذكاء الاصطناعي من الطاقة، وهل يتحسّن الوضع أم يسوء، وما الذي يمكن أن يفعله الأفراد والمؤسسات والحكومات. وترتبط كل إجابة بصفحة أوفى حيثما وُجدت.
النقاط الرئيسية
- تقدّر الوكالة الدولية للطاقة (IEA) أن مراكز البيانات استهلكت نحو 415 تيراواط ساعة (TWh) من الكهرباء في 2024، أي نحو 1.5% من إجمالي العالم، وتتوقع أن يزيد هذا على الضعف بحلول 2030.
- يستهلك الطلب النصي (prompt) المعتاد جزءًا من الواط ساعة وفق أرقام الشركات؛ أما الصور والفيديو والمهام الوكيلية الطويلة فتستهلك أكثر بكثير.
- مكاسب الكفاءة حقيقية وسريعة، لكن تأثير الارتداد يعني أن الاستهلاك الإجمالي قد يظل ينمو.
- القياس متفاوت: معظم الأرقام المتعلقة بكل طلب تصرّح بها الشركات نفسها، ولا يمكن مقارنتها مباشرة.
هذه إجابات قصيرة عن الأسئلة الأكثر تكرارًا حول الذكاء الاصطناعي والبيئة. كل رقم مأخوذ من مصدر عام مسمّى، مدرج في نهاية الصفحة، والأرقام تتغير بسرعة، فانتبهوا إلى السنة. وحين يستحق سؤال ما أكثر من بضع جمل، اتبعوا الروابط إلى الأدلة وصفحات الممارسات الجيدة والمقالات. والمصطلحات التقنية مشروحة في المسرد.
إذا لم تجدوا سؤالكم هنا، اسألونا.
الأسئلة المتكررة
ما الذكاء الاصطناعي الأخضر؟
الذكاء الاصطناعي الأخضر هو تطوير الذكاء الاصطناعي واستخدامه بطريقة تُبقي بصمته من الطاقة والكربون والمياه والمواد في أدنى حد ممكن، واستخدامه حيث يضيف قيمة حقيقية. ويشمل الكفاءة (إنجاز الشيء نفسه بموارد أقل) والكفاية (التساؤل عمّا إذا كانت هناك حاجة إلى الذكاء الاصطناعي أصلًا).
كم يستهلك الذكاء الاصطناعي من الكهرباء؟
لا أحد ينشر رقمًا دقيقًا للذكاء الاصطناعي وحده. تقدّر الوكالة الدولية للطاقة أن جميع مراكز البيانات استهلكت نحو 415 تيراواط ساعة في 2024، أي نحو 1.5% من كهرباء العالم، وتعدّ الذكاء الاصطناعي أهم محرّك لنموها.
هل سيستمر استهلاك الذكاء الاصطناعي للطاقة في النمو؟
وفق الاتجاهات الحالية، نعم. تتوقع الوكالة الدولية للطاقة أن يزيد استهلاك مراكز البيانات للكهرباء على الضعف ليبلغ نحو 945 تيراواط ساعة بحلول 2030، أي أكثر قليلًا من إجمالي استهلاك اليابان اليوم، وأن تمثّل مراكز البيانات نحو عُشر نمو الطلب العالمي على الكهرباء حتى 2030.
كم يستهلك طلب واحد في ChatGPT أو Gemini من الطاقة؟
تقول OpenAI إن الاستعلام المتوسط في ChatGPT يستهلك نحو 0.34 واط ساعة، وتفيد Google بأن الطلب النصي الوسيط في Gemini يستهلك 0.24 واط ساعة. وكلاهما رقمان صادران عن الشركتين بطرق مختلفة وغير منشورة جزئيًا، فلا تصح المقارنة المباشرة بينهما، وهما يخصّان النص لا الصور أو الفيديو.
هل يستهلك الذكاء الاصطناعي كثيرًا من المياه؟
كثيرًا ما تستخدم مراكز البيانات المياه للتبريد، وكذلك الذكاء الاصطناعي بالتبعية. تفيد Google بنحو 0.26 مليلتر للطلب النصي الوسيط في Gemini، أي نحو خمس قطرات؛ وتقول OpenAI إنه نحو 0.000085 غالون لكل استعلام متوسط في ChatGPT. والمشكلة الأكبر محلية: مراكز بيانات كبيرة تُبنى في مناطق تعاني شحّ المياه.
أيهما أسوأ للبيئة: تدريب الذكاء الاصطناعي أم استخدامه؟
كلاهما مهم. التدريب تكلفة كبيرة لمرة واحدة؛ إذ تفيد Meta بأن تدريب عائلة نماذج Llama 3.1 تسبّب في 11,390 طنًا من مكافئ ثاني أكسيد الكربون (CO₂e) على أساس الموقع. أما الاستدلال (inference)، أي تشغيل النموذج للإجابة، فيحدث في كل مرة يستخدم فيها أي شخص النموذج، فيظل يتراكم في الأدوات الواسعة الاستخدام طوال مدة خدمة النموذج.
هل توليد الصور أسوأ من توليد النصوص؟
في العادة، نعم. وجدت دراسة في 2024 أن توليد 1,000 صورة بأقل النماذج المختبرة كفاءة استهلك 11.49 كيلوواط ساعة، أي ما يعادل شحن 522 هاتفًا ذكيًا، بينما استهلك أكفأ نموذج نصي ما يعادل 9% من شحنة واحدة لـ1,000 تشغيل.
ما البصمة الكربونية لمركز البيانات؟
تعتمد أساسًا على الكهرباء التي يستهلكها ومدى نظافة هذه الكهرباء. تقدّر الوكالة الدولية للطاقة أن استهلاك مراكز البيانات للكهرباء يتسبب في نحو 180 مليون طن من ثاني أكسيد الكربون سنويًا، ترتفع إلى 300 مليون طن بحلول 2035 في سيناريوها الأساسي.
هل يزداد الذكاء الاصطناعي كفاءة؟
نعم، وبسرعة. تفيد Google بخفض طاقة الطلب النصي الوسيط في Gemini بمقدار 33 ضعفًا خلال عام واحد. لكن الكفاءة تجعل الذكاء الاصطناعي أرخص وأسهل استخدامًا، فقد يظل الاستخدام الإجمالي يرتفع، وهذا هو تأثير الارتداد.
ما تأثير الارتداد؟
هو أن يجعل مكسبٌ في الكفاءة شيئًا ما أرخص، فيستخدمه الناس أكثر، ويضيع جزء من التوفير أو كله. وقد وصف الاقتصادي William Stanley Jevons الحالة القصوى منه عام 1865، حين أدّت المحركات البخارية الأكفأ إلى زيادة استهلاك بريطانيا للفحم.
هل يمكن للذكاء الاصطناعي أن يساعد في مكافحة تغيّر المناخ؟
يمكنه ذلك. تقول الوكالة الدولية للطاقة إن الاعتماد الواسع على تطبيقات الذكاء الاصطناعي الموجودة قد يخفض الانبعاثات بقدر يفوق كثيرًا ما تطلقه مراكز البيانات، أي نحو 5% من الانبعاثات المرتبطة بالطاقة في 2035، لكنها تحذّر من أن تأثيرات الارتداد قد تقوّض ذلك وأن الذكاء الاصطناعي «ليس حلًا سحريًا».
كيف أستخدم الذكاء الاصطناعي بطريقة أكثر استدامة؟
اسألوا أنفسكم هل تحتاجون إلى الذكاء الاصطناعي للمهمة، واكتبوا طلبًا واحدًا واضحًا بدلًا من عدة طلبات مبهمة، واطلبوا إجابات أقصر، وتجنّبوا توليد صور أو فيديوهات لا تحتاجون إليها. وجد تقرير صادر في 2025 عن UNESCO وUCL أن الطلبات والإجابات الأقصر يمكن أن تخفض استهلاك الطاقة بأكثر من النصف.
هل نماذج الذكاء الاصطناعي الأصغر أفضل للبيئة؟
في كثير من المهام، نعم. وجد تقرير UNESCO وUCL أن النماذج الأصغر المخصصة لمهام بعينها يمكن أن تخفض استهلاك الطاقة بنسبة تصل إلى 90% في اختباراته، ووجدت أبحاث أن النماذج التوليدية العامة أكثر تكلفة بكثير من النماذج المخصصة لمهمة بعينها لأداء العمل نفسه.
ما الرمز (token)؟
الرمز (token) هو قطعة النص التي يقرؤها النموذج اللغوي أو يكتبها، وكثيرًا ما تكون جزءًا من كلمة. القاعدة التقريبية لدى OpenAI للغة الإنجليزية هي نحو أربعة أحرف، أو ثلاثة أرباع كلمة؛ وكلما زادت الرموز زادت الحوسبة.
ما مؤشر PUE؟
فعالية استخدام الطاقة (Power usage effectiveness) هي إجمالي استهلاك مركز البيانات للطاقة مقسومًا على الطاقة التي تستهلكها معدات الحوسبة فيه. ويكون مؤشر PUE البالغ 1.0 مثاليًا؛ ووجد مسح Uptime Institute لعام 2025 أن متوسط القطاع نحو 1.54.
هل تشغيل الذكاء الاصطناعي على جهازي أكثر اخضرارًا من الحوسبة السحابية؟
أحيانًا. تشغيل نموذج صغير محليًا يتجنب الأعباء الإضافية للشبكة ومركز البيانات ويحافظ على خصوصية البيانات، لكن مراكز البيانات الكبيرة قد تكون أكفأ لكل مهمة، وملايين الأجهزة الصغيرة تتراكم. الأمر يعتمد على النموذج والمهمة والعتاد.
أيهما أكثر اخضرارًا: استخدام الذكاء الاصطناعي أم إنجاز المهمة بنفسي؟
يعتمد ذلك على المكان الذي ترسمون فيه حدود الحساب: وقتكم، وحاسوبكم، وإعادة العمل حين يخطئ الذكاء الاصطناعي. ولمعلومة سريعة أو عملية حسابية بسيطة، يكون البحث أو الآلة الحاسبة عادةً الخيار الأخف.
كيف يُقاس استهلاك الذكاء الاصطناعي للطاقة؟
من الأفضل قياسه بعدّادات على العتاد أثناء تشغيله، لكن كثيرًا من الأرقام المنشورة تقديرات لا قياسات. تقدّر أدوات مثل CodeCarbon وEcoLogits الطاقة والانبعاثات، وتوفّر طريقة شدة الكربون في البرمجيات (Software Carbon Intensity) من Green Software Foundation، وهي أيضًا المعيار ISO/IEC 21031، طريقة معيارية للإبلاغ عن الكربون لكل وحدة عمل.
هل يتعيّن على شركات الذكاء الاصطناعي الإبلاغ عن استهلاكها للطاقة؟
في الاتحاد الأوروبي، يُلزم قانون الذكاء الاصطناعي (AI Act) مزوّدي نماذج الذكاء الاصطناعي العامة الغرض بتوثيق استهلاك النموذج المعروف أو المقدَّر للطاقة لصالح الجهات التنظيمية. أما الإبلاغ العلني القابل للمقارنة عن كل خدمة ذكاء اصطناعي فليس مطلوبًا بعد في معظم الدول.
هل يوجد ملصق طاقة للذكاء الاصطناعي؟
لا يوجد ملصق رسمي بعد. تصنّف مشاريع مثل AI Energy Score من Hugging Face النماذج وفق استهلاكها للطاقة في المهام الشائعة، ويعمل الباحثون وهيئات التقييس على مقاييس أداء على غرار الملصقات.
ما الغسل الأخضر في الذكاء الاصطناعي؟
هو تقديم منتج أو شركة ذكاء اصطناعي على أنهما أكثر مراعاة للبيئة مما تدعمه الأدلة، كادعاء «ذكاء اصطناعي محايد كربونيًا» استنادًا إلى التعويضات وحدها. وفي الاتحاد الأوروبي، يحظر التوجيه (EU) 2024/825 الادعاءات البيئية العامة الموجهة إلى المستهلكين التي لا يمكن إثباتها.
لماذا تُبنى مراكز البيانات حيث تُبنى؟
يبحث المشغّلون عن كهرباء موثوقة، ووصلات بالشبكة، ومناخ بارد أو مياه للتبريد، وأراضٍ، واتصالات، وعملاء قريبين. وقد يُرهق التركّز الشبكات المحلية: ففي أيرلندا، استهلكت مراكز البيانات 22% من كل الكهرباء المقاسة في 2024، بعد أن كانت 5% في 2015.
هل ينبغي للمدارس أن تدرّس الذكاء الاصطناعي الأخضر؟
يندرج الموضوع بسلاسة في دروس الحوسبة والعلوم والجغرافيا والتربية المدنية القائمة، ويساعد التلاميذ على أن يصبحوا مستخدمين واعين للذكاء الاصطناعي. ويتضمن قسم المدارس لدينا دليلًا للمعلمين وأفكارًا للدروس لا تحتاج إلى أدوات مدفوعة.
المصادر
- Energy and AI, International Energy Agency (2025)
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- The Gentle Singularity, Sam Altman (OpenAI) (2025)
- Llama 3.1 8B model card, Meta (Hugging Face) (2024)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
- W. Stanley Jevons, The Coal Question, 1865, Yale University, Energy History (1865)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Uptime Institute global data center survey 2025, Uptime Institute (2025)
- CodeCarbon, CodeCarbon (2025)
- EcoLogits, GenAI Impact (2025)
- ISO/IEC 21031:2024 Software carbon intensity (SCI) specification, International Organization for Standardization (2024)
- Annex XI: technical documentation for providers of general-purpose AI models, European Commission, AI Act Service Desk (2024)
- AI Energy Score, Hugging Face (2025)
- Directive (EU) 2024/825 on empowering consumers for the green transition, European Union (2024)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)