باختصار
معظم طاقة الاستخدام اليومي للذكاء الاصطناعي (AI) تأتي من مقدار ما يُطلب منه قراءته وكتابته، وعدد مرات إعادة تشغيله، ونوع المُخرجات المطلوبة. الطلبات الواضحة والقصيرة، وتقليل حلقات إعادة التوليد، وضبط النفس في توليد الصور والفيديو، وتعطيل ميزات الذكاء الاصطناعي التي لا تستخدمونها، كلها تُحدث فرقًا حقيقيًا دون التخلي عن الفوائد.
النقاط الرئيسية
- ترتفع الطاقة مع طول ما يقرؤه الذكاء الاصطناعي ويكتبه؛ ووجدت UNESCO وUCL أن الطلبات والإجابات الأقصر يمكن أن تخفض استهلاك الطاقة بأكثر من 50%.
- المُدخلات الطويلة مكلفة: تقدّر Epoch AI أن مُدخلًا من 100,000 رمز (token) يرفع الاستعلام المعتاد من نحو 0.3 واط ساعة إلى قرابة 40 واط ساعة.
- كان توليد الصور أكثر مهام الذكاء الاصطناعي استهلاكًا للطاقة في دراسة من عام 2024: بمتوسط 2.9 كيلوواط ساعة لكل 1,000 صورة، مقابل 0.002 كيلوواط ساعة لكل 1,000 عملية تصنيف نصي.
- إعادة التوليد مرة بعد مرة هي التكلفة الخفية: خطّطوا للطلب، ثم حسّنوا الإجابة بدلًا من البدء من جديد.
- عطّلوا ميزات الذكاء الاصطناعي التي لا تستخدمونها، وأعيدوا استخدام المُخرجات الجيدة بدلًا من توليدها مجددًا.
ما الذي يستهلك الطاقة حين أستخدم الذكاء الاصطناعي؟
ثلاثة أمور هي الأهم: مقدار النص الذي يقرؤه الذكاء الاصطناعي ويكتبه، وعدد مرات تشغيله، ونوع المُخرجات التي تطلبونها. حجم النموذج ومركز البيانات مهمان أيضًا، لكنهما في الغالب من اختيار المزوّد؛ أما عاداتكم فهي في أيديكم.
تعالج النماذج اللغوية النص في شكل رموز (tokens)، وهي قطع من بضعة أحرف. وكل رمز ترسلونه وكل رمز يعود إليكم يُحسب حاسوبيًا. تقدّر Epoch AI أن الاستعلام المعتاد في ChatGPT يستهلك نحو 0.3 واط ساعة، لكن مُدخلًا من 10,000 رمز (بحجم ورقة بحثية قصيرة تقريبًا) يرفع ذلك إلى نحو 2.5 واط ساعة، ومُدخلًا من 100,000 رمز إلى قرابة 40 واط ساعة. ووجد تقرير صادر في 2025 عن UNESCO وUCL أن الطلبات والإجابات الأقصر والأكثر إيجازًا يمكن أن تخفض استهلاك الطاقة بأكثر من 50%.
لا يعني أيٌّ من هذا أن سؤالًا واحدًا يمثّل تكلفة طاقة كبيرة. بل يعني أن العادات المتكررة مرات كثيرة، ولدى أشخاص كثيرين، تتراكم.
كيف أكتب طلبات تهدر أقل؟
قولوا بوضوح ما تريدون، وقدّموا السياق اللازم فقط، واطلبوا الطول الذي تحتاجون إليه. فالطلب المخطَّط جيدًا يحصل عادةً على إجابة صالحة من المرة الأولى، وهذا أكبر توفير على الإطلاق.
- خطّطوا قبل أن تكتبوا. حدّدوا الغرض والجمهور والصيغة والطول.
- قدّموا السياق مرة واحدة، وما يهم منه فقط. الصقوا الفقرة المهمة، لا التقرير كله.
- اطلبوا الطول الذي تحتاجون إليه: «ثلاث نقاط»، «أقل من 150 كلمة»، «الجملة المصحّحة فقط».
- اطلبوا شيئًا واحدًا في كل مرة حين تكون المهام منفصلة؛ واجمعوا الخطوات المترابطة حين تنتمي بعضها إلى بعض.
- عطّلوا أوضاع الاستدلال الموسّع أو «البحث المعمّق» حين تكفي إجابة سريعة. فهي تولّد نصًا مخفيًا أكثر بكثير.
- استغنوا عن المجاملات إن شئتم. قاست دراسة في 2026 طاقة رسائل المجاملة القصيرة مثل «شكرًا» لتبيّن أن لكل تبادل إضافي تكلفة على نطاق واسع. التوفير صغير لكل رسالة، لكنه مجاني.
كيف أتجنّب حلقات إعادة التوليد؟
حسّنوا الإجابة التي لديكم بدلًا من البدء من جديد، وتوقفوا حين تكون جيدة بما يكفي. فإعادة التوليد المتكررة من أكبر مصادر الهدر وأقلها ظهورًا.
وصف مشاركون في ورشة عمل مكثفة (sandpit) بريطانية عن الذكاء الاصطناعي الأخضر عُقدت في 2026 وجمعت علماء رياضيات وعلماء حاسوب وممثلين عن الصناعة أشخاصًا يشغّلون توليد الصور أو الفيديو 25 مرة دون أن يحصلوا على ما يريدون. وكل محاولة تكلّف الثمن كاملًا.
لكسر الحلقة:
- اكتبوا توصيفًا أفضل، لا محاولات أكثر. إذا أخفقت ثلاث محاولات، فالمشكلة في الطلب.
- عدّلوا، ولا تعيدوا التوليد. اطلبوا تغييرًا محددًا («اجعل الفقرة الثانية أقصر») بدلًا من إجابة جديدة كاملة.
- استخدموا الأداة المناسبة. قد يكون المدقق الإملائي أو القالب أو محرك البحث أسرع وأخف.
- ضعوا قاعدة للتوقف: مثلًا، ثلاث محاولات على الأكثر، ثم أعيدوا التفكير أو أنجزوا المهمة يدويًا.
- اقبلوا بـ«الجيد بما يكفي» في الأعمال قليلة الأهمية.
لماذا تكلّف الصور والفيديو أكثر؟
يحتاج توليد الصور، والفيديو خصوصًا، إلى حوسبة أكثر بكثير من معظم المهام النصية. اختاروها حين تضيف قيمة حقيقية.
في دراسة Luccioni وJernite وStrubell لعام 2024، كان توليد الصور أكثر المهام المقيسة استهلاكًا للطاقة، بمتوسط 2.9 كيلوواط ساعة لكل 1,000 صورة، مقابل 0.002 كيلوواط ساعة لكل 1,000 عملية تصنيف نصي. وللمقارنة، يشير المؤلفون إلى أن شحن هاتف ذكي متوسط يستهلك 0.022 كيلوواط ساعة. واستهلك أقل نماذج الصور المختبرة كفاءة 11.49 كيلوواط ساعة لكل 1,000 صورة. أما توليد الفيديو فينتج إطارات كثيرة لكل مقطع، فتوقعوا أن يكلّف أكثر من ذلك أيضًا، وإن كانت الأرقام العامة القابلة للمقارنة نادرة.
عادات تساعد:
- ارسموا مسودة أو صِفوا الفكرة أولًا؛ ولا تولّدوا إلا حين تتضح الفكرة.
- ولّدوا بالدقة والطول اللذين تحتاجون إليهما، ثم كبّروا فقط الصورة التي ستحتفظون بها.
- أعيدوا استخدام الصور التي صنعتموها من قبل، أو استخدموا صورًا موجودة ومكتبات الصور الجاهزة.
- لا تولّدوا صورًا تزيينية افتراضيًا لكل مستند أو منشور.
ماذا يمكن للفرق أن تفعل بالتخزين المؤقت وإعادة الاستخدام؟
خزّنوا المُخرجات الجيدة وأعيدوا استخدامها، ودعوا الأنظمة تعيد استخدام ما عالجته بالفعل. فتوليد الشيء نفسه مرتين هدر خالص.
للجميع:
- احتفظوا بمكتبة مشتركة للطلبات الجيدة والقوالب والمُخرجات المعتمدة (الردود المعيارية والملخصات والصور).
- ابحثوا في المكتبة قبل توليد شيء جديد.
لمن يبنون الذكاء الاصطناعي في الأدوات:
- خزّنوا الإجابات مؤقتًا للطلبات المتطابقة كي لا يُستدعى النموذج مجددًا.
- استخدموا التخزين المؤقت للطلبات (prompt caching) للتعليمات الثابتة والسياق المشترك. يعيد كبار المزوّدين استخدام المُدخلات المعالَجة مسبقًا عند تكرار بدايات الطلبات؛ وتقول OpenAI إن هذا قد يخفض زمن الوصول إلى أول رمز بنسبة تصل إلى 80% في الطلبات الطويلة.
- لا تعيدوا إرسال المحادثة كلها مع كل دور: حدّوا السجلّ، ولخّصوا الأدوار الأقدم، واسترجعوا ما يهم فقط.
- امنحوا الوكلاء شرطًا للتوقف وسقفًا لعدد الخطوات، كي لا يدوروا في حلقات. راجعوا الذكاء الاصطناعي الوكيلي وهدر الرموز.
أي الإعدادات الافتراضية ينبغي أن أعطّل؟
عطّلوا ميزات الذكاء الاصطناعي التي لا تستخدمونها، واختاروا أدوات تتيح لكم التفعيل الاختياري بدلًا من الانسحاب. يُضاف الذكاء الاصطناعي بشكل متزايد إلى البحث والبريد الإلكتروني والبرمجيات المكتبية والهواتف، ويعمل غالبًا سواء أردتموه أم لا.
تقترح Green Web Foundation أن تسأل المؤسسات المورّدين عمّا إذا كان يمكن تعطيل ميزات الذكاء الاصطناعي المدمجة. وفي الورشة، رأى المشاركون أن ملخصات البحث المولّدة بالذكاء الاصطناعي والميزات المماثلة ينبغي أن تكون معطّلة افتراضيًا، ليعمل الذكاء الاصطناعي فقط حيث يُراد.
انظروا في:
- ملخصات الذكاء الاصطناعي في محركات البحث والمتصفحات
- الصياغة أو إعادة الكتابة أو تلخيص الاجتماعات تلقائيًا بالذكاء الاصطناعي في أدوات المكتب والبريد الإلكتروني
- تحسين الصور بالذكاء الاصطناعي والمساعدين على الهواتف
- المساعدين والوكلاء «العاملين دائمًا» في أدوات العمل
إذا كنتم تديرون أدوات لمؤسسة ما، فاجعلوا الإعداد الافتراضي معطّلًا، ودعوا الناس يفعّلون الميزات حين يحتاجون إليها.
قائمة التحقق
- [ ] أعرف ما أريده قبل أن أكتب الطلب
- [ ] ألصق الجزء المهم فقط، لا المستند كله
- [ ] أطلب الطول والصيغة اللذين أحتاج إليهما
- [ ] أحسّن الإجابة بدلًا من إعادة توليدها، مع قاعدة للتوقف
- [ ] أستخدم الصور والفيديو فقط حين يضيفان قيمة
- [ ] أعيد استخدام المُخرجات الجيدة من مكتبة مشتركة
- [ ] عطّلت ميزات الذكاء الاصطناعي التي لا أستخدمها
- [ ] أبدأ محادثة جديدة لموضوع جديد
ماذا تفعلون بعد ذلك
- اختاروا عادة واحدة من قائمة التحقق وجرّبوها لمدة أسبوع.
- عطّلوا إعدادًا افتراضيًا واحدًا للذكاء الاصطناعي لا تستخدمونه أبدًا، في العمل أو على هاتفكم.
- أنشئوا مكتبة مشتركة للطلبات والمُخرجات لفريقكم.
- إذا كنتم تبنون ميزات ذكاء اصطناعي، فأضيفوا التخزين المؤقت وحدودًا لطول المُخرجات، وقيسوا الطاقة.
- تحقّقوا من أنكم تستخدمون أداة بالحجم المناسب؛ راجعوا اختيار النموذج المناسب.
- شاركوا دليل عامة الناس مع أصدقائكم، أو أفكار الدروس مع مدرسة.
الأسئلة المتكررة
هل قول «من فضلك» و«شكرًا» للذكاء الاصطناعي يهدر الطاقة؟
كل رسالة تكلّف قدرًا من الطاقة، وقد قاست دراسة في 2026 تكلفة رسائل المجاملة القصيرة لإظهار أثرها على نطاق واسع. لكن التوفير الأكبر يأتي من تجنّب المُدخلات الطويلة والمُخرجات الطويلة وإعادة التوليد المتكررة.
هل توليد الصور أسوأ من توليد النصوص؟
في العادة، نعم. في دراسة من عام 2024، كان توليد الصور أكثر المهام المختبرة استهلاكًا للطاقة، بمتوسط 2.9 كيلوواط ساعة لكل 1,000 صورة مقابل 0.002 كيلوواط ساعة لكل 1,000 عملية تصنيف نصي.
هل ينبغي أن أتوقف عن استخدام الذكاء الاصطناعي لتوفير الطاقة؟
ليس بالضرورة. استخدموه حيث يفيد، واختاروا أخف أداة تؤدي المهمة، وتجنّبوا الهدر. هذا هو جوهر الذكاء الاصطناعي الأخضر.
هل تكلّف المحادثة الطويلة أكثر من محادثة جديدة؟
في كثير من أدوات المحادثة تُعالَج المحادثة كلها من جديد مع كل دور، لذا قد تصبح السلاسل الطويلة جدًا مكلفة. ابدؤوا محادثة جديدة لموضوع جديد، والصقوا فيها ما تحتاجون إليه فقط.
المصادر
- AI large language models: new report shows small changes can reduce energy use by 90%, UNESCO (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT 2024 (arXiv 2311.16863) (2024)
- Small Talk, Big Impact: The Energy Cost of Thanking AI, Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- Prompt Caching 101, OpenAI Cookbook (2024)
- Thinking about using AI? Here's what you can and (probably) can't change about its environmental impact, Green Web Foundation (2024)
- Green Software Patterns: optimise agent orchestration to reduce model calls, Green Software Foundation (2025)
ذو صلة
اختاروا النموذج المناسب للمهمة
كيف تختارون ذكاءً اصطناعيًا بالحجم المناسب: متى تستخدمون نماذج صغيرة أو متخصصة، ومتى يستحق نموذج متقدم كلفته، وكيف يعمل التوجيه، ومتى لا تستخدمون الذكاء الاصطناعي.
الذكاء الاصطناعي الأخضر: دليل بلغة واضحة للجميع
ما الذي يكلّفه استخدام الذكاء الاصطناعي فعلًا من طاقة ومياه، وأي العادات اليومية مهمة وأيها لا، وكيف تحكمون على الادعاءات، وكيف تُسمعون صوتكم.
الذكاء الاصطناعي الوكيلي وهدر الرموز
لماذا قد يستهلك وكلاء الذكاء الاصطناعي أضعاف رموز المحادثة وطاقتها، وكيف تهدرها الحلقات، وما الضوابط التي تُبقي الوكلاء بالحجم المناسب.
الكفاءة ليست كفاية: تأثير الارتداد في الذكاء الاصطناعي
لماذا لا يضمن جعل الذكاء الاصطناعي أكثر كفاءة أن يستهلك طاقة أقل إجمالًا، وما تأثير الارتداد أو تأثير Jevons، وما الذي يساعد على إبقاء التوفير حقيقيًا.