# グリーン AI：教員向けガイド

> AI のエネルギー・水・炭素のコストについてのわかりやすい背景説明、出典つきの授業で使える事実、ポリシーのポイント、よくある誤解をまとめました。

Source: https://greenai.guide/ja/学校/グリーン-ai-教員向けガイド/  
Updated: 2026-11-19

## 要点

AI は、電気、水、ハードウェアを使うデータセンターのコンピューターで動いています。そのため、1 回ごとの依頼には小さな環境コストがあり、それが何十億人もの利用者で積み重なります。これをうまく教えるのに、技術的な専門知識は必要ありません。信頼できるいくつかの事実、効率と充足性の違い、そして授業で示すよい習慣が大きな力になります。

## 要点

- 学習（トレーニング）はモデルを一度構築することで、推論は誰かがそれを使うたびに行われます。人気のあるツールでは、モデルが使われている限り、利用のエネルギーが積み重なり続けます。
- Google は Gemini のテキストのプロンプトの中央値を 0.24 Wh、OpenAI は ChatGPT の平均的な問い合わせを約 0.34 Wh と報告しています。どちらも企業が異なる方法で測定した数値です。
- 画像の生成は短いテキストの生成よりはるかに多くのエネルギーを使い、汎用モデルは特定の作業向けのモデルより多くのエネルギーを使います。
- 2025 年の UNESCO と UCL の報告書によると、短いプロンプト、短い答え、小さなモデルによって、エネルギーを大幅に減らせます。
- 学校の AI ポリシーでは、データ保護、年齢制限、評価とあわせて、効率と充足性も扱うことができます。

## 教員がまず知っておくべきことは？ {#what-do-teachers-need-to-know-first}

このテーマの大部分は、3 つの考え方で説明できます。AI は電気、水、材料を使う物理的なコンピューターで動いていること。1 回の依頼ごとの小さなコストが、何十億回もの依頼で積み重なること。そして、物事をより効率的に行うことと、不必要なことを減らすことの両方が役に立つことです。それ以外の詳細は、[用語集](/ja/用語集/)で調べることができます。

## AI はどのようにエネルギーを使うのですか？ {#how-does-ai-use-energy}

AI は 2 回エネルギーを使います。モデルを構築するときに 1 回、そして誰かがそれを使うたびにもう 1 回です。どちらも、専用のコンピューターでいっぱいの建物である[データセンター](/ja/用語集/#data-centre)で行われます。

- **[学習（トレーニング）](/ja/用語集/#training)** は、膨大な量のデータを見せてモデルを構築する、一度きりの工程です。大規模なモデルでは、何か月もの計算がかかります。たとえば、Meta の Llama 3.1 ファミリーのモデルカードでは、学習に 3,930 万 GPU 時間を使い、ロケーション基準で 11,390 トンの CO₂ 換算量を排出したと報告しています。
- **[推論](/ja/用語集/#inference)** は、学習済みのモデルを使うことです。質問、答え、画像の 1 つ 1 つがこれにあたります。1 回ごとの利用は小さいですが、人気のあるツールは何十億回も使われるため、モデルが使われている限り、利用に費やされるエネルギーは増え続けます。
- **コンピューターを収める建物** も、主に冷却のためにエネルギーを使います。業界では、これを [PUE](/ja/用語集/#pue) で測ります。

言語モデルは、[トークン](/ja/用語集/#token)という文字のかたまりで読み書きします。トークンは単語の一部であることがよくあります。OpenAI の英語についての目安では、1 トークンはおよそ 4 文字、つまり単語の約 4 分の 3 にあたります。入出力のトークンが多いほど計算も多くなるため、長い答えは短い答えよりコストがかかります。

## 授業で自信をもって使える事実は？ {#what-facts-can-i-use-in-class-with-confidence}

以下の数値は、名前のわかる公開された情報源によるものです。数値はすぐに変わるので、出典と年を添えて引用してください。

| 事実 | 出典 |
|---|---|
| データセンターは 2024 年に約 415 TWh の電力を使った。これは世界の電力使用量の約 1.5% にあたる | IEA, *Energy and AI*, 2025 |
| これは 2030 年までに 2 倍以上の約 945 TWh になると見込まれ、現在の日本の使用量をわずかに上回る | IEA, 2025 |
| データセンターの電力使用量は 2017 年以降、年に約 12% 増えている | IEA, 2025 |
| Google の Gemini のテキストのプロンプトの中央値は、0.24 Wh と約 0.26 mL の水（だいたい 5 滴分）を使った | Google, 2025 |
| Google は、中央値のプロンプト 1 回あたりのエネルギーを 1 年間で 33 分の 1 に減らしたと報告している | Google, 2025 |
| OpenAI によると、ChatGPT の平均的な問い合わせは約 0.34 Wh を使い、これはオーブンを 1 秒強動かすのと同じくらい | OpenAI, 2025 |
| アイルランドでは、データセンターが 2024 年に全計量電力の 22% を使った。2015 年の 5% から増え、都市部の全家庭の合計を上回る | Central Statistics Office, Ireland, 2025 |
| 試したうちで最も効率の悪いモデルで画像を 1,000 枚生成すると 11.49 kWh を使い、スマートフォン 522 回分の充電に相当した | Luccioni, Jernite and Strubell, 2024 |
| 短いプロンプトと答えでエネルギーを半分以上減らせる。特定の作業向けの小さなモデルでは、テストで最大 90% 減らせた | UNESCO and UCL, 2025 |

使う際には 2 つの注意点があります。Google と OpenAI の数値は、それぞれ異なる方法による企業の自己申告なので、同じ条件での比較ではありません。また、プロンプト 1 回あたりの数値はテキストについてのものです。画像、動画、多くの段階を考え抜く「推論」モードは、より多くのエネルギーを使います。

## 学校で AI を責任をもって効率的に使うには？ {#how-can-i-use-ai-in-school-responsibly-and-efficiently}

本当に時間を節約できるとき、または本当に価値を加えるときに AI を使い、できるだけむだのない方法で使いましょう。エネルギーを節約する習慣の多くは、よりよい結果を得るための習慣と同じです。

- **AI が適切な道具かどうかを問いましょう。** すでにあるワークシート、検索、電卓で足りるかもしれません。これが[充足性](/ja/用語集/#sufficiency)です。
- **あいまいなプロンプトを 5 回書くより、はっきりしたプロンプトを 1 回書きましょう。** 出力が誰のためのものか、どのくらいの長さか、どんな形式が必要かを伝えます。
- **短くて足りるときは、短い答えを求めましょう。** UNESCO と UCL の報告書では、プロンプトと応答を短くすると、エネルギーを半分以上減らせることがわかりました。
- **簡単な作業には、より小さい、またはより単純なツールを選びましょう。** 授業に役立つ場合を除き、画像や動画の生成は避けましょう。[適切なモデルの選び方](/ja/グッドプラクティス/用途に合ったモデルを選ぶ/)をご覧ください。
- **よい出力を再利用しましょう。** うまくいったプロンプトや教材を保存し、作り直すのではなく同僚と共有しましょう。
- **使っていない AI 機能はオフにしましょう。** オフィスソフトや学習用ソフトで、設定が許す範囲で行います。

大人向けのより詳しい内容は、[AI を効率的に使う](/ja/グッドプラクティス/ai-を効率よく使う-日々の習慣/)のページにあります。

## 学校の AI ポリシーには、グリーン AI について何を書くべきですか？ {#what-should-a-school-ai-policy-say-about-green-ai}

学校の AI ポリシーは、通常、セーフガーディング（児童生徒の保護）、データ保護、評価を扱います。効率と充足性について数行加えるのにほとんどコストはかからず、児童生徒に学んでほしい考え方の手本にもなります。

**ほとんどの学校のポリシーにすでに必要な点**（2025 年に更新されたイングランド教育省のガイダンスがこれらを扱っています。ご自分の国の同等のものを確認してください）：

- ツールとその使い方が承認され保護されている場合を除き、児童生徒や教職員の個人データを生成 AI ツールに入力しない。
- AI ツールが設けている年齢制限を守る。UNESCO の 2023 年のガイダンスも、授業での利用の最低年齢について論じている。
- AI が生成した内容の正確さと適切さを確認する責任は、引き続き教職員にある。
- 宿題、課題研究（コースワーク）、試験での AI の利用について、試験委員会の方針に沿った明確なルールを定める。
- 許可なく、児童生徒のオリジナルの作品を AI モデルの学習に使わせない。

**加えるべきグリーン AI の点：**

- AI は、既定のものとしてではなく、学びに明らかに役立つときや教職員の時間を節約できるときに使う。
- エネルギー、排出量、データセンターの所在地についての情報を公開しているツールや事業者を優先する。[持続可能な AI 調達](/ja/グッドプラクティス/持続可能な-ai-調達/)のページに、たずねるべき質問の一覧があります。
- 誰も求めていない AI 機能を学校全体で有効にしない。
- 教職員研修と、児童生徒のデジタルリテラシーの授業に、AI の環境コストを含める。
- ツールも根拠もすぐに変わるので、ポリシーを毎年見直す。

## 児童生徒がよく誤解することは？ {#what-do-pupils-often-get-wrong}

児童生徒も大人も、「AI はエネルギーを使わない、スマートフォンの中だけのことだ」と「プロンプト 1 回で海が沸騰する」の両極端の間で揺れがちです。真実はその中間にあり、そのずれはよい教える機会になります。

| 誤解 | よりよい説明 |
|---|---|
| 「AI はスマートフォンの中で動くので、電力をほとんど使わない。」 | ほとんどのチャットボットは遠くのデータセンターで動いています。スマートフォンは依頼を送り、答えを表示するだけです。 |
| 「プロンプト 1 回で大量のエネルギーを使う。」 | 一般的なテキストのプロンプトが使うのは 1 ワット時に満たない量です。問題は規模です。1 日に何十億回もあり、さらに画像や動画もあります。 |
| 「効率がよくなれば、問題は解決する。」 | 安く速くなった AI は、より多く使われる傾向があり、それが節約を打ち消すことがあります。これが[リバウンド効果](/ja/用語集/#rebound-effect)です。 |
| 「AI とはチャットボットのことだけだ。」 | AI には、迷惑メールフィルター、レコメンドシステム、天気予報、医用画像なども含まれ、その多くは小さくて効率的です。 |
| 「グリーン AI とは、AI を使わないことだ。」 | グリーン AI とは、AI をうまく使うことです。効率的に、そして価値を加えるところで使います。 |
| 「データセンターは電気で動くので、水は使わない。」 | 多くのデータセンターは冷却に水を使い、水が不足している地域もあります。 |
| 「クラウドは空にあるからクリーンだ。」 | 「クラウド」は、地上にある建物、ケーブル、コンピューターで、本物の電力と土地を使っています。 |

研究者たちは、コンピューティングの効率向上の後には、使用量の合計が減るのではなく増えることが多かったことも示しています（Freitag ら、2021 年）。だからこそ、効率とあわせて充足性が重要なのであり、[効率は充足ではない](/ja/記事/効率は充足ではない-ai-におけるリバウンド効果/)の記事は読む価値があります。

## 次にすること {#what-to-do-next}

- [授業のアイデア](/ja/学校/グリーン-ai-の授業-活動アイデア/)から活動を 1 つ試してみましょう。紙のトークンの活動は、テクノロジーを必要としません。
- [子どものためのグリーン AI](/ja/学校/子どものためのグリーン-ai/)をクラスで共有しましょう。
- 児童生徒の質問にすばやく答えられるよう、[用語集](/ja/用語集/)と[よくある質問](/ja/よくある質問/)をブックマークしましょう。
- 次のポリシー見直しの際に、上記のグリーン AI ポリシーのポイントを提案しましょう。
- 職能開発のために、また大学進学を考えている児童生徒のために、[講座ディレクトリ](/ja/講座/)を見てみましょう。

## よくある質問

### AI へのプロンプト 1 回はどれくらいのエネルギーを使いますか？

一般的なテキストのプロンプトについての企業の数値は、1 ワット時に満たない量です。Google は Gemini のテキストのプロンプトの中央値を 0.24 Wh、OpenAI は ChatGPT の平均的な問い合わせを約 0.34 Wh と報告しています。長い答え、画像、動画、推論を多く行うモデルは、より多くのエネルギーを使います。

### 児童生徒は学校で AI チャットボットを使うべきですか？

それは、国のガイダンスとツール自体が設けている年齢制限の範囲内で、各学校が決めることです。イングランド教育省（Department for Education）は、学校に対して、それらの年齢制限を守り、個人データを保護し、児童生徒の利用を監督するよう求めています。

### グリーン AI を教えるには、情報の専門教員である必要がありますか？

いいえ。中心となる考え方はエネルギー、規模、選択についてのもので、どの教員でも説明できます。このサイトの用語集では、技術用語をわかりやすい言葉で説明しています。

### AI が大量の水を使うというのは本当ですか？

データセンターは主に冷却のために水を使い、その量は立地と冷却方式によって大きく異なります。Google は Gemini のテキストのプロンプトの中央値で約 0.26 mL、だいたい水 5 滴分と報告していますが、すべての利用者とすべての施設を合わせた合計ははるかに大きく、十分に報告されていません。

## 出典

- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Measuring the environmental impact of delivering AI at Google scale](https://arxiv.org/abs/2508.15734), Google (arXiv:2508.15734) (2025)
- [The Gentle Singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [Power hungry processing: watts driving the cost of AI deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
- [Llama 3.1 8B model card](https://huggingface.co/meta-llama/Llama-3.1-8B), Meta (Hugging Face) (2024)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
- [Data centres metered electricity consumption 2024](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2024/keyfindings/), Central Statistics Office, Ireland (2025)
- [Generative artificial intelligence (AI) in education](https://www.gov.uk/government/publications/generative-artificial-intelligence-in-education), Department for Education (2025)
- [Guidance for generative AI in education and research](https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research), UNESCO (2023)
- [The real climate and transformative impact of ICT: a critique of estimates, trends, and regulations](https://doi.org/10.1016/j.patter.2021.100340), Freitag et al., Patterns (2021)
