संक्षेप में
AI डेटा सेंटरों में रखे कंप्यूटरों पर चलता है जो बिजली, पानी और हार्डवेयर इस्तेमाल करते हैं, इसलिए हर अनुरोध की एक छोटी पर्यावरणीय लागत होती है जो अरबों उपयोगकर्ताओं में जुड़कर बड़ी हो जाती है। इसे अच्छी तरह पढ़ाने के लिए शिक्षकों को तकनीकी विशेषज्ञता की ज़रूरत नहीं है: कुछ भरोसेमंद तथ्य, दक्षता और पर्याप्तता का अंतर, और कक्षा में अच्छी आदतों का उदाहरण पेश करना बहुत काम आता है।
मुख्य बातें
- प्रशिक्षण (training) से मॉडल एक बार बनता है; inference हर वह बार है जब कोई उसे इस्तेमाल करता है। लोकप्रिय टूल्स में, जब तक मॉडल सेवा में रहता है, इस्तेमाल की ऊर्जा जुड़ती रहती है।
- Google अपने Gemini के मीडियन टेक्स्ट prompt के लिए 0.24 Wh और OpenAI ChatGPT की औसत query के लिए लगभग 0.34 Wh बताते हैं; दोनों कंपनियों के अपने आँकड़े हैं, अलग-अलग तरीक़ों से मापे गए।
- इमेज बनाने में छोटा टेक्स्ट बनाने से कहीं ज़्यादा ऊर्जा लगती है, और सामान्य-उद्देश्य मॉडल काम-विशेष मॉडलों से ज़्यादा ऊर्जा लेते हैं।
- UNESCO और UCL की 2025 की एक रिपोर्ट के अनुसार, छोटे prompts, छोटे जवाब और छोटे मॉडल ऊर्जा काफ़ी घटा सकते हैं।
- स्कूल की AI नीति डेटा सुरक्षा, उम्र-सीमा और आकलन के साथ-साथ दक्षता और पर्याप्तता को भी शामिल कर सकती है।
शिक्षकों को सबसे पहले क्या जानना चाहिए?
तीन विचारों में इस विषय का ज़्यादातर हिस्सा आ जाता है: AI भौतिक कंप्यूटरों पर चलता है जो बिजली, पानी और सामग्री इस्तेमाल करते हैं; प्रति अनुरोध छोटी लागतें अरबों अनुरोधों में जुड़कर बड़ी हो जाती हैं; और चीज़ों को ज़्यादा कुशलता से करना और ग़ैर-ज़रूरी चीज़ें कम करना, दोनों मदद करते हैं। बाक़ी सब ब्योरा है, जिसे आप शब्दावली में देख सकते हैं।
AI ऊर्जा कैसे इस्तेमाल करता है?
AI दो बार ऊर्जा इस्तेमाल करता है: एक बार मॉडल बनाने में और फिर हर बार जब कोई उसे इस्तेमाल करता है। दोनों डेटा सेंटरों में होते हैं, यानी विशेष कंप्यूटरों से भरी इमारतों में।
- प्रशिक्षण (training) मॉडल को भारी मात्रा में डेटा दिखाकर उसे बनाने की एक बार की प्रक्रिया है। बड़े मॉडलों के लिए इसमें महीनों की computing लगती है। उदाहरण के लिए, Meta का अपने Llama 3.1 परिवार का model card प्रशिक्षण के 39.3 मिलियन GPU घंटे और स्थान-आधारित माप पर 11,390 टन CO₂ के बराबर उत्सर्जन बताता है।
- Inference प्रशिक्षित मॉडल का इस्तेमाल है: हर सवाल, जवाब या इमेज। हर इस्तेमाल छोटा होता है, पर एक लोकप्रिय टूल अरबों बार इस्तेमाल होता है, इसलिए जब तक मॉडल सेवा में रहता है, इस्तेमाल पर ख़र्च होने वाली ऊर्जा बढ़ती रहती है।
- कंप्यूटरों के आसपास की इमारत भी ऊर्जा इस्तेमाल करती है, मुख्य रूप से कूलिंग के लिए। उद्योग इसे PUE से मापता है।
भाषा मॉडल tokens में पढ़ते और लिखते हैं, यानी टेक्स्ट के टुकड़े जो अक्सर शब्दों के हिस्से होते हैं। अंग्रेज़ी के लिए OpenAI का अंगूठा-नियम यह है कि एक token लगभग चार अक्षरों, या लगभग तीन-चौथाई शब्द, के बराबर होता है। अंदर और बाहर ज़्यादा tokens का मतलब ज़्यादा computing है, इसीलिए लंबे जवाबों की लागत छोटे जवाबों से ज़्यादा होती है।
कक्षा में मैं कौन-से तथ्य भरोसे के साथ इस्तेमाल कर सकता/सकती हूँ?
ये आँकड़े नामित, सार्वजनिक स्रोतों से हैं। इन्हें स्रोत और साल के साथ बताएँ, क्योंकि संख्याएँ जल्दी बदलती हैं।
| तथ्य | स्रोत |
|---|---|
| 2024 में डेटा सेंटरों ने लगभग 415 TWh बिजली इस्तेमाल की, जो दुनिया की बिजली खपत का लगभग 1.5% है | IEA, Energy and AI, 2025 |
| 2030 तक इसके दोगुने से भी ज़्यादा होकर लगभग 945 TWh होने की उम्मीद है, जो आज जापान की खपत से थोड़ा ज़्यादा है | IEA, 2025 |
| 2017 से डेटा सेंटरों की बिजली खपत हर साल लगभग 12% बढ़ी है | IEA, 2025 |
| Google के Gemini के मीडियन टेक्स्ट prompt ने 0.24 Wh और लगभग 0.26 mL पानी (लगभग पाँच बूँदें) इस्तेमाल किया | Google, 2025 |
| Google एक साल में प्रति मीडियन prompt ऊर्जा में 33 गुना कमी बताता है | Google, 2025 |
| OpenAI कहता है कि ChatGPT की एक औसत query लगभग 0.34 Wh इस्तेमाल करती है, जितना एक ओवन एक सेकंड से थोड़ा ज़्यादा चलने में लेता है | OpenAI, 2025 |
| आयरलैंड में 2024 में डेटा सेंटरों ने मीटर की गई कुल बिजली का 22% इस्तेमाल किया, जो 2015 में 5% था, और यह सभी शहरी घरों से ज़्यादा है | Central Statistics Office, Ireland, 2025 |
| परखे गए सबसे कम कुशल मॉडल से 1,000 इमेज बनाने में 11.49 kWh लगे, जो 522 बार स्मार्टफ़ोन चार्ज करने जितना है | Luccioni, Jernite और Strubell, 2024 |
| छोटे prompts और जवाब ऊर्जा आधी से भी ज़्यादा घटा सकते हैं; परीक्षणों में छोटे काम-विशेष मॉडल 90% तक | UNESCO और UCL, 2025 |
इन्हें इस्तेमाल करते समय दो सावधानियाँ। Google और OpenAI के आँकड़े कंपनियों की अपनी रिपोर्टें हैं, अलग-अलग तरीक़ों से, इसलिए इनकी आपस में बराबर की तुलना नहीं की जा सकती। और प्रति-prompt आँकड़े टेक्स्ट के लिए हैं; इमेज, वीडियो और कई क़दमों में सोचने वाले "reasoning" मोड ज़्यादा ऊर्जा लेते हैं।
मैं स्कूल में AI को ज़िम्मेदारी और कुशलता से कैसे इस्तेमाल करूँ?
AI वहाँ इस्तेमाल करें जहाँ वह सचमुच समय बचाए या सचमुच फ़ायदा जोड़े, और उसे ऐसे इस्तेमाल करें कि कम से कम बर्बादी हो। ऊर्जा बचाने वाली आदतें ज़्यादातर वही हैं जो बेहतर नतीजे भी देती हैं।
- पूछें कि क्या AI सही टूल है। आपके पास पहले से मौजूद worksheet, एक search, या एक कैलकुलेटर काम कर सकता है। यही पर्याप्तता है।
- पाँच अस्पष्ट prompts के बजाय एक साफ़ prompt लिखें। बताएँ कि आउटपुट किसके लिए है, कितना लंबा होना चाहिए और आपको किस रूप में चाहिए।
- छोटे जवाब माँगें जब छोटा काफ़ी हो। UNESCO और UCL की रिपोर्ट में पाया गया कि छोटे prompts और जवाब ऊर्जा आधी से भी ज़्यादा घटा सकते हैं।
- आसान कामों के लिए छोटा या सरल टूल चुनें, और इमेज या वीडियो तब तक न बनवाएँ जब तक वह पाठ के काम का न हो। देखें सही मॉडल चुनना।
- अच्छे आउटपुट दोबारा इस्तेमाल करें। जो prompts और संसाधन काम करते हैं उन्हें सहेजें और दोबारा बनवाने के बजाय सहकर्मियों के साथ साझा करें।
- जो AI सुविधाएँ आप इस्तेमाल नहीं करते, उन्हें बंद करें, office और learning software में जहाँ सेटिंग्स अनुमति दें।
वयस्कों के लिए ज़्यादा ब्योरा AI का कुशल इस्तेमाल पेज पर है।
स्कूल की AI नीति में ग्रीन AI के बारे में क्या होना चाहिए?
स्कूल की AI नीति में आम तौर पर बच्चों की सुरक्षा (safeguarding), डेटा सुरक्षा और आकलन शामिल होते हैं। दक्षता और पर्याप्तता पर कुछ पंक्तियाँ जोड़ने में ज़्यादा ख़र्च नहीं होता, और इससे वह सोच दिखती है जो आप विद्यार्थियों को सिखाना चाहते हैं।
वे बिंदु जिनकी ज़्यादातर स्कूल नीतियों को पहले से ज़रूरत है (इंग्लैंड के Department for Education का 2025 में अपडेट हुआ मार्गदर्शन इन्हें शामिल करता है; अपने देश का समकक्ष देखें):
- विद्यार्थियों या स्टाफ़ का व्यक्तिगत डेटा जनरेटिव AI टूल्स में न डालें, जब तक टूल और उसके इस्तेमाल को मंज़ूरी और सुरक्षा न मिली हो।
- AI टूल्स की तय उम्र-सीमाओं का पालन करें। UNESCO का 2023 का मार्गदर्शन भी कक्षा में इस्तेमाल के लिए न्यूनतम उम्र पर चर्चा करता है।
- AI से बनी सामग्री की सटीकता और उपयुक्तता जाँचने की ज़िम्मेदारी स्टाफ़ की ही रहती है।
- गृहकार्य, coursework और परीक्षाओं में AI के लिए साफ़ नियम तय करें, अपने exam boards के अनुरूप।
- विद्यार्थियों के मौलिक काम को बिना अनुमति AI मॉडलों के प्रशिक्षण में इस्तेमाल न होने दें।
जोड़ने लायक़ ग्रीन AI बिंदु:
- AI वहाँ इस्तेमाल करें जहाँ वह साफ़ तौर पर सीखने में मदद करे या स्टाफ़ का समय बचाए, डिफ़ॉल्ट रूप से नहीं।
- ऐसे टूल्स और आपूर्तिकर्ताओं को तरजीह दें जो ऊर्जा, उत्सर्जन और अपने डेटा सेंटरों की जगह के बारे में जानकारी प्रकाशित करते हैं। टिकाऊ AI ख़रीद पेज पूछने लायक़ सवालों की सूची देता है।
- पूरे स्कूल में ऐसी AI सुविधाएँ चालू करने से बचें जिन्हें किसी ने माँगा नहीं है।
- AI की पर्यावरणीय लागत को स्टाफ़ प्रशिक्षण और विद्यार्थियों के डिजिटल साक्षरता पाठों में शामिल करें।
- नीति की हर साल समीक्षा करें, क्योंकि टूल्स और सबूत, दोनों जल्दी बदलते हैं।
विद्यार्थी अक्सर क्या ग़लत समझते हैं?
विद्यार्थी, और वयस्क भी, अक्सर "AI कोई ऊर्जा नहीं लेता, यह तो बस मेरे फ़ोन पर है" और "एक prompt समुद्र उबाल देता है" के बीच झूलते हैं। सच बीच में है, और यह अंतर पढ़ाने का अच्छा मौक़ा है।
| ग़लतफ़हमी | बेहतर समझ |
|---|---|
| "AI मेरे फ़ोन पर चलता है, इसलिए यह मुश्किल से कोई बिजली लेता है।" | ज़्यादातर chatbots दूर के डेटा सेंटरों में चलते हैं। आपका फ़ोन अनुरोध भेजता है और जवाब दिखाता है। |
| "एक prompt ढेर सारी ऊर्जा लेता है।" | एक सामान्य टेक्स्ट prompt एक वाट-घंटे का छोटा-सा हिस्सा लेता है। असली मुद्दा पैमाना है: रोज़ अरबों, साथ में इमेज और वीडियो। |
| "अगर यह ज़्यादा कुशल हो जाए, तो समस्या हल हो जाएगी।" | सस्ता, तेज़ AI ज़्यादा इस्तेमाल होने लगता है, जिससे बचत ख़त्म हो सकती है। इसे रिबाउंड प्रभाव कहते हैं। |
| "AI मतलब सिर्फ़ chatbots।" | AI में spam filters, recommendation systems, मौसम पूर्वानुमान और मेडिकल इमेजिंग भी आते हैं, जिनमें से कई छोटे और कुशल हैं। |
| "ग्रीन AI का मतलब AI इस्तेमाल न करना है।" | ग्रीन AI का मतलब AI का अच्छा इस्तेमाल है: कुशलता से, और वहाँ जहाँ वह फ़ायदा जोड़े। |
| "डेटा सेंटर बिजली पर चलते हैं, इसलिए पानी का कोई इस्तेमाल नहीं होता।" | कई डेटा सेंटर कूलिंग के लिए पानी इस्तेमाल करते हैं, और कुछ इलाक़ों में पानी की कमी है। |
| "क्लाउड साफ़ है क्योंकि वह आसमान में है।" | "क्लाउड" ज़मीन पर बनी इमारतें, केबल और कंप्यूटर हैं, जो असली बिजली और ज़मीन इस्तेमाल करते हैं। |
शोधकर्ताओं ने यह भी दिखाया है कि computing में दक्षता के सुधारों के बाद अक्सर कुल इस्तेमाल घटा नहीं, बल्कि बढ़ा है (Freitag और साथी, 2021)। इसीलिए दक्षता के साथ पर्याप्तता भी मायने रखती है, और इसीलिए दक्षता काफ़ी नहीं है लेख पढ़ने लायक़ है।
आगे क्या करें
- पाठ के विचारों में से एक गतिविधि आज़माएँ: काग़ज़ी tokens वाली गतिविधि के लिए किसी तकनीक की ज़रूरत नहीं है।
- किसी कक्षा के साथ विद्यार्थियों के लिए ग्रीन AI साझा करें।
- विद्यार्थियों के सवालों के जल्दी जवाब के लिए शब्दावली और FAQ को bookmark करें।
- अपनी अगली नीति समीक्षा में ऊपर दिए ग्रीन AI नीति के बिंदु उठाएँ।
- पेशेवर विकास के लिए, और यूनिवर्सिटी के बारे में सोच रहे विद्यार्थियों के लिए, पाठ्यक्रम निर्देशिका देखें।
अक्सर पूछे जाने वाले सवाल
एक AI prompt कितनी ऊर्जा इस्तेमाल करता है?
एक सामान्य टेक्स्ट prompt के लिए कंपनियों के आँकड़े एक वाट-घंटे का छोटा-सा हिस्सा हैं: Google अपने Gemini के मीडियन टेक्स्ट prompt के लिए 0.24 Wh और OpenAI ChatGPT की औसत query के लिए लगभग 0.34 Wh बताते हैं। लंबे जवाब, इमेज, वीडियो और ज़्यादा reasoning वाले मॉडल ज़्यादा ऊर्जा लेते हैं।
क्या विद्यार्थियों को स्कूल में AI chatbots इस्तेमाल करने चाहिए?
यह हर स्कूल का फ़ैसला है, राष्ट्रीय मार्गदर्शन और ख़ुद टूल्स की तय उम्र-सीमाओं के भीतर। इंग्लैंड का Department for Education स्कूलों से कहता है कि वे उन उम्र-सीमाओं का पालन करें, व्यक्तिगत डेटा की रक्षा करें और विद्यार्थियों के इस्तेमाल की निगरानी करें।
क्या ग्रीन AI पढ़ाने के लिए मुझे कंप्यूटिंग का विशेषज्ञ होना चाहिए?
नहीं। मूल विचार ऊर्जा, पैमाने और चुनावों के बारे में हैं, जिन्हें कोई भी शिक्षक समझा सकता है। इस साइट की शब्दावली तकनीकी शब्दों को सरल भाषा में परिभाषित करती है।
क्या यह सच है कि AI बहुत पानी इस्तेमाल करता है?
डेटा सेंटर पानी इस्तेमाल करते हैं, मुख्य रूप से कूलिंग के लिए, और मात्रा जगह और कूलिंग के तरीक़े पर बहुत निर्भर करती है। Google अपने Gemini के मीडियन टेक्स्ट prompt के लिए लगभग 0.26 mL बताता है, यानी लगभग पाँच बूँदें, पर सभी उपयोगकर्ताओं और सभी सुविधाओं का कुल योग कहीं बड़ा है और उसकी रिपोर्टिंग कम अच्छी है।
स्रोत
- 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)
- 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)
- Llama 3.1 8B model card, Meta (Hugging Face) (2024)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)
- Generative artificial intelligence (AI) in education, Department for Education (2025)
- Guidance for generative AI in education and research, UNESCO (2023)
- The real climate and transformative impact of ICT: a critique of estimates, trends, and regulations, Freitag et al., Patterns (2021)
संबंधित
ग्रीन AI पर पाठ और गतिविधियों के विचार
9 से 18 साल के बच्चों के लिए ग्रीन AI की नौ कम ख़र्च वाली गतिविधियाँ: ऊर्जा के अनुमान, काग़ज़ी tokens, डेटा सेंटर की जगह, बहस और रिबाउंड खेल। कोई पेड टूल नहीं।
विद्यार्थियों के लिए ग्रीन AI
बच्चों और युवाओं के लिए एक छोटी, दोस्ताना गाइड: ग्रीन AI क्या है, AI ऊर्जा और पानी क्यों इस्तेमाल करता है, समझदारी की आदतें, और ज़्यादा कैसे जानें।
AI का कुशल उपयोग: रोज़ की आदतें
AI के उपयोग की ऊर्जा घटाने वाली रोज़ की आदतें: साफ़ prompt, कम बार दोबारा बनवाना, इमेज और वीडियो में सावधानी, caching और डिफ़ॉल्ट फ़ीचर बंद करना।
ग्रीन AI नीति कैसे लिखें
किसी संगठन की ग्रीन AI नीति लिखने की चरण-दर-चरण गाइड, एक टेम्पलेट रूपरेखा के साथ: इस्तेमाल, मॉडल, मापन, खरीद, दावे और समीक्षा।