# Comment repérer l'écoblanchiment dans le marketing de l'IA ?

> Les signaux d'écoblanchiment dans l'IA, des vagues labels « IA durable » à la neutralité par compensation, et les questions à poser.

Source: https://greenai.guide/fr/comment/comment-reperer-l-ecoblanchiment-dans-le-marketing-de-l-ia/  
Updated: 2026-11-19

## En bref

Méfiez-vous des termes comme « vert », « durable » ou « IA neutre en carbone » sans chiffres, méthodes ni périmètres à l'appui, ainsi que des allégations fondées sur des compensations ou des certificats annuels d'énergie renouvelable. Des allégations honnêtes disent ce qui a été mesuré, par rapport à quelle référence, et ce qui a été laissé de côté ; dans l'UE, les allégations environnementales génériques qui ne peuvent pas être prouvées sont interdites.

## Steps

1. Demandez ce qui a été mesuré exactement et ce que le chiffre inclut.
2. Vérifiez si une économie annoncée porte sur chaque tâche ou sur le total.
3. Cherchez la référence à laquelle l'allégation se compare.
4. Considérez avec prudence les allégations de « neutralité carbone » fondées sur des compensations ou des certificats.
5. Vérifiez si le chiffre est déclaré par l'entreprise elle-même ou vérifié de manière indépendante.

**L'écoblanchiment, c'est une allégation verte invérifiable.** À mesure que la consommation d'énergie de l'IA attire
l'attention, de plus en plus de produits sont présentés comme « efficaces », « durables » ou relevant de l'« IA
verte ». Certains le sont ; le test consiste à savoir si l'allégation s'accompagne de preuves.

## Quels sont les signaux d'alerte ? {#what-are-the-warning-signs}

- **Des labels vagues.** « IA écologique » ou « intelligence durable » sans aucun chiffre.
- **La neutralité par la compensation.** « Neutre en carbone » parce que des crédits ont été achetés, et non parce que
  les émissions ont baissé. La spécification Software Carbon Intensity de la Green Software Foundation ne permet pas
  aux compensations ni aux certificats d'énergie renouvelable de réduire le score carbone d'un logiciel.
- **L'efficacité présentée comme une réduction.** « 50 % d'énergie en moins par requête » ne dit rien de l'usage
  total, qui peut continuer d'augmenter. Luccioni, Strubell et Crawford soutiennent que les gains d'efficacité de
  l'IA peuvent être annulés par la croissance de l'usage : c'est l'[effet rebond](/fr/glossaire/#rebound-effect).
- **Pas de périmètre.** Un chiffre par prompt qui ne compte que les puces paraît meilleur qu'un chiffre qui inclut le
  refroidissement et les machines inactives.
- **Des comparaisons choisies avec soin** par rapport à une référence ancienne ou exceptionnellement inefficace.

## Que dit la loi ? {#what-does-the-law-say}

**Dans l'UE, les règles se sont durcies.** La directive (UE) 2024/825 interdit les allégations environnementales
génériques adressées aux consommateurs qui ne peuvent pas être prouvées. D'autres pays ont leurs propres règles de
protection des consommateurs contre les allégations trompeuses ; consultez les recommandations de votre autorité
nationale.

## Quelles questions poser ? {#what-questions-should-i-ask}

1. Qu'est-ce qui a été mesuré, et qu'est-ce qui a été laissé de côté ?
2. Par quoi : par requête, par utilisateur, par an ?
3. Par rapport à quelle référence ?
4. Qui l'a mesuré, et peut-on le vérifier ?

## Erreurs fréquentes {#common-mistakes}

- **Supposer qu'un engagement en faveur des énergies renouvelables** rend vert chaque usage d'un service.
- **Confondre « IA pour le bien commun » et « IA verte ».** Utiliser l'IA pour un objectif climatique ne rend pas
  l'IA elle-même sobre.

Si c'est vous qui formulez des allégations, consultez
[communiquer honnêtement sur l'IA verte](/fr/comment/comment-communiquer-honnetement-sur-notre-ia-verte/) et le guide complet sur
[les allégations environnementales honnêtes](/fr/bonnes-pratiques/des-allegations-vertes-honnetes-sur-l-ia/).

## Sources

- [Directive (EU) 2024/825 on empowering consumers for the green transition](https://eur-lex.europa.eu/eli/dir/2024/825/oj), European Union (2024)
- [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)
