# كيف أحدد أهدافًا لاستهلاك الطاقة والانبعاثات في استخدام مؤسستي للذكاء الاصطناعي؟

> كيف تحددون أهدافًا ذات معنى لطاقة الذكاء الاصطناعي وانبعاثاته: خط أساس مقيس، وأهداف للكثافة وأخرى مطلقة معًا، ومراجعة منتظمة.

Source: https://greenai.guide/ar/كيف/كيف-أحدد-أهدافًا-لاستهلاك-الطاقة-والانبعاثات-في-استخدام-مؤسستي-للذكاء/  
Updated: 2026-11-19

## باختصار

قيسوا خط أساس أولًا، ثم حدّدوا نوعين من الأهداف معًا: هدفًا للكثافة (الطاقة أو الانبعاثات لكل مهمة مفيدة) وهدفًا مطلقًا أو سقفًا للإجمالي. فالكثافة تُظهر الكفاءة؛ والرقم المطلق يُظهر إن كان نمو الاستخدام يلتهم التوفير. وراجعوها سنويًا على الأقل مع تغيّر النماذج والاستخدام.

## Steps

1. قيسوا أو قدّروا خط أساس لاستخداماتكم الرئيسية للذكاء الاصطناعي بمنهجية مكتوبة.
2. اختاروا وحدة وظيفية، مثل الطاقة لكل طلب أو لكل مستند معالَج.
3. حدّدوا هدفًا للكثافة لكل وحدة وهدفًا مطلقًا أو سقفًا للإجمالي.
4. أضيفوا أهدافًا إجرائية تتحكمون فيها مباشرة، مثل حصة الطلبات التي تعالجها نماذج صغيرة.
5. راجعوا التقدم والمنهجية كل عام، وأعيدوا حساب خط الأساس إن تغيّرت المنهجية.

**حدّدوا هدفًا للكثافة وهدفًا مطلقًا معًا، انطلاقًا من خط أساس مقيس.** فكل منهما وحده قد يضلّل: قد تنخفض الأرقام لكل
مهمة بينما يرتفع الإجمالي، وقد يبدو الإجمالي جيدًا لمجرد أن الاستخدام لم ينمُ بعد.

## لماذا هدفان؟ {#why-two-targets}

يمكن أن تتحسن الكفاءة لكل طلب بسرعة كبيرة. تفيد Google بأن طاقة طلبها النصي الوسيط في Gemini انخفضت 33 ضعفًا خلال عام.
لكن الذكاء الاصطناعي الأرخص يميل إلى أن يُستخدم أكثر، وهو ما يناقشه Luccioni وStrubell وCrawford بوصفه أثر الارتداد أو
أثر Jevons. فهدف الكثافة يرصد الأول؛ والهدف المطلق أو السقف يرصد الثاني.

## كيف ينبغي أن تبدو الأهداف؟ {#what-should-the-targets-look-like}

| النوع | مثال |
|---|---|
| الكثافة | خفض الطاقة لكل مستند معالَج بنسبة محددة مقارنة بخط الأساس |
| مطلق | إبقاء إجمالي كهرباء الذكاء الاصطناعي، أو الانبعاثات المقدّرة، عند سقف معين أو دونه |
| إجرائي | حصة الطلبات التي تعالجها نماذج صغيرة؛ وحصة الموردين الذين يقدّمون بيانات لكل طلب |

تقدّم مواصفة Software Carbon Intensity من Green Software Foundation مقياسًا جاهزًا للكثافة: الانبعاثات لكل وحدة
وظيفية، باستخدام بيانات الشبكة القائمة على الموقع. راجعوا
[حساب نتيجة SCI](/ar/كيف/كيف-أحسب-درجة-كثافة-الكربون-في-البرمجيات-sci-لميزة-ذكاء-اصطناعي/).

## أخطاء شائعة {#common-mistakes}

- **غياب خط الأساس.** راجعوا [تحديد خط أساس](/ar/كيف/كيف-أحدد-خط-أساس-لإثبات-توفير-الطاقة-في-الذكاء-الاصطناعي/).
- **أهداف تتحقق بالشهادات.** فشراء الشهادات قد يغيّر الرقم القائم على السوق دون أن يغيّر استهلاك الطاقة. أبقوا هدفًا
  واحدًا على الأقل بالكيلوواط ساعة.
- **تغيير المنهجية بصمت.** إن تحسّنت المنهجية، فأعيدوا حساب خط الأساس.
- **أهداف لا يتحكم فيها أحد.** اقرنوا أهداف النتائج بأهداف إجرائية يمكن للفرق العمل عليها.

المنهجية التي تقف وراء الأرقام موجودة في [كيف تقيسون طاقة الذكاء الاصطناعي](/ar/الممارسات-الجيدة/كيف-تقيسون-طاقة-الذكاء-الاصطناعي-وانبعاثاته-الكربونية/).

## المصادر

- [Software Carbon Intensity specification](https://sci.greensoftware.foundation/), Green Software Foundation (2024)
- [From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate](https://arxiv.org/abs/2501.16548), Luccioni, Strubell and Crawford, ACM FAccT (2025)
- [Measuring the environmental impact of delivering AI at Google Scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
