greenai.guide

Home › Come faccio a…? › Come evito che i guadagni di efficienza dell'IA vengano annullati da un uso maggiore?

Come faccio a…?

Come evito che i guadagni di efficienza dell'IA vengano annullati da un uso maggiore?

Aggiornato · 1 min di lettura

In breve

Misuri l'energia totale dell'IA oltre all'energia per compito, così la crescita resta visibile, e decida in anticipo che cosa succede ai risparmi: dismettere la capacità liberata, mantenere un budget o un tetto, oppure reinvestire in modo deliberato. Affianchi all'efficienza la sufficienza, chiedendosi se ogni nuovo uso valga davvero la pena. Senza queste misure, un'IA più economica tende semplicemente a essere usata di più.

Passaggi

  1. In ogni revisione riporti l'energia o le emissioni totali dell'IA accanto all'energia per compito.
  2. Prima di un progetto di efficienza, decida che cosa accadrà alla capacità o al budget che libera.
  3. Fissi un budget o un tetto al calcolo, ai token o alla spesa complessivi per ogni gruppo di lavoro o servizio.
  4. Dismetta i server, le licenze o la capacità riservata che l'efficienza ha reso superflui.
  5. Prima di approvare ogni nuovo uso dell'IA, si chieda se è necessario.

L'efficienza diventa un risparmio solo quando qualcuno decide che cosa fare della capacità che libera. Altrimenti l'IA più economica viene usata per più cose, più spesso, e il totale continua a crescere.

Perché succede?

Nel 1865 l'economista William Stanley Jevons osservò che macchine a vapore più efficienti portavano a bruciare più carbone, non meno. Luccioni, Strubell e Crawford sostengono che la stessa dinamica di rimbalzo valga per l'IA: i guadagni di efficienza abbassano i costi, e questo può spingere a usarla di più. L'Agenzia internazionale dell'energia prevede che il consumo di elettricità dei data centre più che raddoppierà tra il 2024 e il 2030, con l'IA come fattore principale, anche se ogni singola richiesta costa sempre meno.

Che cosa può fare un'organizzazione?

  • Rendere visibili i totali. I soli dati per compito daranno sempre l'impressione di un progresso costante.
  • Fissare un budget. Assegni ai gruppi di lavoro un budget di calcolo, di token o di spesa, come per qualsiasi altra risorsa.
  • Incassare il risparmio. Quando un modello o un flusso di lavoro diventa più efficiente, spenga o restituisca la capacità che non serve più.
  • Reinvestire di proposito. Spendere i risparmi in nuovi usi può essere la scelta giusta, ma deve essere una decisione, non una deriva.
  • Praticare la sufficienza. Si chieda se un compito abbia davvero bisogno dell'IA, o di un modello così grande; veda decidere se serve l'IA.

Errori comuni

  • Presentare un guadagno percentuale di efficienza come una riduzione delle emissioni.
  • Lasciare accesi i server liberati "per sicurezza".
  • Approvare ogni nuova funzione di IA perché ciascuna, da sola, costa poco.

Un sandpit (laboratorio di ricerca intensivo e collaborativo) britannico sull'IA verde del 2026, che ha riunito matematici, informatici e industria, ha indicato l'evitare l'effetto rimbalzo come una delle principali questioni aperte per l'IA verde. Per approfondire, legga l'efficienza non è sufficienza.

Fonti

  1. The Coal Question, W. Stanley Jevons, Macmillan (1865)
  2. From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate, Luccioni, Strubell and Crawford, ACM FAccT (2025)
  3. Energy and AI, International Energy Agency (2025)

Si unisca a noi

Aiuti a ridurre l'impatto dell'IA sul pianeta

Riceva per email nuove guide, bandi di finanziamento e schede delle directory, circa una volta al mese. Oppure aggiunga il suo prodotto, corso, dottorato o ricerca alle directory.

Nessun tracciamento. Disiscrizione con un clic. Altri modi per partecipare · Privacy