W skrócie
Warto zacząć od tego, że każda odpowiedź AI powstaje na prawdziwych komputerach, które zużywają energię elektryczną i wodę, a potem użyć kilku wiarygodnych danych i ćwiczenia praktycznego, np. porównania generowania tekstu i obrazów. Temat warto powiązać z informatyką, naukami przyrodniczymi i geografią i przedstawiać go w wyważony sposób: celem jest pomóc uczniom korzystać z AI w przemyślany sposób, a nie wywoływać poczucie winy.
Kroki
- Należy wyjaśnić, że AI działa w centrach danych, które zużywają energię elektryczną, wodę i sprzęt.
- Warto użyć dwóch lub trzech wiarygodnych danych, podając, kto je opublikował i na ile są pewne.
- Warto przeprowadzić jedno ćwiczenie praktyczne, np. porównanie kosztu zapytań tekstowych, obrazowych i wideo.
- Temat należy powiązać z istniejącymi lekcjami informatyki, nauk przyrodniczych lub geografii.
- Na koniec uczniowie mogą wspólnie ustalić kilka rozsądnych nawyków korzystania z AI.
Należy mówić konkretnie, używać kilku wiarygodnych danych i zachować równowagę. Uczniowie już korzystają z AI. Zrozumienie, że działa ona na prawdziwych maszynach, pomaga im korzystać z niej dobrze.
Co uczniowie powinni zrozumieć?
- AI gdzieś działa. Każda odpowiedź jest obliczana w centrum danych, które zużywa energię elektryczną, często wodę do chłodzenia, oraz sprzęt, który trzeba wyprodukować, a w końcu poddać recyklingowi.
- Różne zapytania kosztują różnie. Google podaje 0,24 Wh energii i 0,26 mL wody dla mediany tekstowego promptu w aplikacjach Gemini. Obrazy kosztują znacznie więcej: w testach Luccioni, Jernite i Strubella generowanie obrazów zużywało średnio około 2,9 kWh na 1000 obrazów wobec 0,002 kWh na 1000 klasyfikacji tekstu.
- Liczby są niepewne. Większość danych pochodzi od samych firm i jest mierzona na różne sposoby, co samo w sobie jest dobrą lekcją.
- Skala ma znaczenie. Małe ilości pomnożone przez bardzo wielu użytkowników sumują się.
Jakie ćwiczenia się sprawdzają?
Nasze pomysły na lekcje obejmują porównanie zapytań tekstowych, obrazowych i wideo, wyjaśnianie tokenów za pomocą kartek papieru, decydowanie, gdzie powinno stanąć centrum danych, oraz „prompt golf”, w którym uczniowie uzyskują dobrą odpowiedź przy użyciu jak najmniejszej liczby słów.
Gdzie to pasuje w programie?
W Anglii temat łączy się z programami nauczania informatyki, nauk przyrodniczych i geografii. W innych krajach podobne wątki występują w większości programów nauczania. Ramy kompetencji AI dla uczniów UNESCO obejmują zrównoważoną środowiskowo AI.
Częste błędy
- Poczucie winy. Uczniowie się wyłączają. Lepiej skupić się na dobrych wyborach.
- Nieaktualne dane. Niedawny szacunek Epoch AI, około 0,3 Wh na zapytanie do ChatGPT, jest mniej więcej dziesięć razy niższy od starszej, często cytowanej wartości 3 Wh.
- Same negatywy. Warto też wspomnieć, gdzie AI pomaga środowisku.
Warto zacząć od strony dla nauczycieli, która zawiera fakty, na których można polegać.
Źródła
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- How much energy does ChatGPT use?, Epoch AI (2025)
- AI competency framework for students, UNESCO (2024)
- National curriculum in England: computing programmes of study, Department for Education (2013)
Powiązane
Zielona AI: przewodnik dla nauczycieli
Proste wprowadzenie do kosztu energetycznego, wodnego i węglowego AI: sprawdzone fakty do klasy ze źródłami, punkty polityki i częste nieporozumienia.
Pomysły na lekcje i zajęcia o zielonej AI
Dziewięć tanich zajęć o zielonej AI dla wieku 9–18 lat: szacowanie energii, papierowe tokeny, lokalizacja centrów danych, debaty i gra o efekcie odbicia.
Zielona AI dla uczniów
Krótki, przyjazny przewodnik dla młodych ludzi: czym jest zielona AI, dlaczego AI zużywa energię i wodę, dobre nawyki i gdzie dowiedzieć się więcej.
Jak ustalić w szkole zasady zrównoważonego korzystania z AI?
Jak dodać wątek środowiskowy do szkolnych zasad AI: kiedy AI się opłaca, oszczędne ustawienia domyślne, obrazy i wideo, nawyki kadry i wyjaśnianie powodów.