Intelligence artificielle générative : quels impacts sur l’environnement, les données et l’emploi ?

Depuis quelques années, l’intelligence artificielle générative s’impose comme un outil incontournable. Pour la recherche scientifique, dans les entreprises ou même dans la sphère privée, de plus en plus de personnes y ont recours, que ce soit pour rédiger un texte, résumer un article, générer une image ou simplement échanger des idées. Véritable compagnon numérique pour certain.es, elle s’infiltre dans notre quotidien et se banalise progressivement.

Mais derrière la simplicité d’usage se cachent des réalités plus complexes, notamment sur le plan environnemental, éthique et social. L’IA générative consomme d’importantes ressources énergétiques. L’entraînement des modèles, tout comme leur utilisation massive, nécessite des infrastructures informatiques puissantes (centres de données, processeurs spécialisés, climatisation) dont l’empreinte carbone n’est pas négligeable. À l’heure où la crise climatique impose une réduction drastique de nos émissions, ces technologies posent la question de leur soutenabilité.

Enfin, se pose la question de l’impact de l’IA sur l’emploi. Certains y voient un outil de productivité, capable de libérer l’humain des tâches répétitives pour se concentrer sur des missions à plus forte valeur ajoutée. D'autres craignent une substitution progressive de certains métiers. Comme à chaque révolution technologique, l’enjeu sera de réussir une transition juste, qui ne laisse personne sur le bord de la route.

Il devient donc crucial d’interroger collectivement le développement de l’IA générative. Non pas spécialement pour freiner l’innovation, mais pour s’assurer qu’elle se développe dans un cadre éthique, soutenable et au service du bien commun.

Une simple interaction avec une IA générative consommerait ainsi, en moyenne, dix fois plus d’électricité qu’une recherche sur Google 

Focus sur la consommation énergétique de l’IA

Les modèles de langage à la base de l’intelligence artificielle générative, comme ChatGPT, nécessitent des capacités de calcul colossales. Leur entraînement repose sur l’analyse de milliards de données, mobilisant des serveurs puissants installés dans des centres de données très énergivores. Evidemment, cette dépense énergétique ne s’arrête pas à la phase d’entraînement de l’IA en amont de son utilisation, puisque chaque requête envoyée par un utilisateur active à son tour ces serveurs. Une simple interaction avec une IA générative consommerait ainsi, en moyenne, dix fois plus d’électricité qu’une recherche sur Google (source : Bloomberg, 2023).

Selon l’Agence internationale de l’énergie (AIE), les centres de données représentent aujourd’hui 1,5 % de la consommation électrique mondiale, soit 415 TWh (une consommation qui pourrait plus que doubler d’ici 2030 pour atteindre 945 TWh), l’IA étant identifiée comme le principal moteur de cette croissance (AIE, « Electricity 2024 » Report).

Au plus les modèles deviennent complexes, au plus leur refroidissement devient lui aussi plus intensif : au-delà de la climatisation classique, certains centres doivent pomper de grandes quantités d’eau pour maintenir les machines à un certaine température. Comme l’expliquait Fabrice Coquio, président d’Interxion France dans un article paru dans « Le Monde » en 2023, « les serveurs destinés à l’IA générative dégagent tellement de chaleur qu’il faut parfois les refroidir à l’eau directement dans les équipements ». Dans un rapport récent de l’université de Californie à Riverside, on lit que le traitement de 10 à 50 requêtes par les modèles d’IA les plus performants consomme environ 2 L d’eau pour assurer le refroidissement des serveurs.

Les centres de données représentent aujourd’hui 1,5 % de la consommation électrique mondiale.

Les géants du numérique tels que Google, Meta ou Microsoft reconnaissent eux-mêmes l’explosion de leur consommation énergétique et de leurs émissions de gaz à effet de serre depuis l’essor de l’IA générative. Ce développement exponentiel soulève une question de fond : notre système énergétique pourra-t-il suivre ? Pour Hugues Ferreboeuf, expert en sobriété numérique, cette question doit être traitée comme un enjeu politique : « Le déploiement de l’IA doit faire l’objet d’un véritable débat démocratique » (France Culture, 2024).

Il ne faut pas oublier non plus que le développement de l’IA accroit également la demande en matériaux rares, puisque les serveurs en sont constitués. Ainsi, les « terres rares » utilisées posent également toute une série de questions liées à leur extraction et les conditions de travail qui en découle dans certains pays du sud (souvent travailleur clandestin, parfois des enfants comme l’explique Amnesty International, La Chronique 2023), mais aussi leur approvisionnement voire leur accaparement par certains pays. Des questions géostratégiques se posent donc.

L’intelligence artificielle n’est pas uniquement néfaste. A vrai dire, elle pourrait même contribuer à la transition écologique si elle est utilisée à bon escient. Mais son déploiement doit répondre à des besoins clairement définis collectivement, et non à la seule logique de profit qui anime les grandes entreprises (technologiques ou autres). Elle doit pouvoir servir la cause plutôt que l’alimenter. Ainsi, en tant que représentant.e du personnel, vous avez aussi votre mot à dire dans l’utilisation de l’IA sur le lieu de travail. Cela est abordé au point suivant.

 Focus sur l’impact de l’IA sur le travail 

• Extrait de la Brochure FGTB

« Une récente étude de l’OIT* suggère que la plupart des emplois et des industries ne sont que partiellement exposés à l’automatisation et sont plus susceptibles d’être complétés que remplacés par la dernière vague d’IA générative, telle que chatGPT. Par conséquent, l’impact le plus important de cette technologie ne sera probablement pas la destruction d’emplois, mais plutôt les changements potentiels de la qualité des emplois, notamment l’intensité du travail et l’autonomie. Ces impacts varient fortement selon les secteurs et les fonctions. Le travail de bureau s’avère être la catégorie la plus exposée aux technologies d’intelligence artificielle, avec près d’un quart des tâches considérées comme très exposées et plus de la moitié des tâches présentant un niveau d’exposition moyen. Dans d’autres catégories professionnelles — notamment les cadres, les professionnels et les techniciens — seule une petite partie des tâches est considérée comme très exposée, tandis qu’environ un quart d’entre elles présentent un niveau d’exposition moyen. »

• Extrait de la Brochure CSC

« Nous devons être associés à la concertation. L’IA dans l’entreprise doit être soumise au dialogue social. Ce principe est notamment inscrit dans la convention que les interlocuteurs sociaux européens ont signée en juin 2020 sur le thème de la digitalisation. Ils ont convenu que les décisions relatives à la transformation numérique d’une entreprise doivent être prises en concertation entre les employeurs et les (représentants des) travailleurs, pour faire en sorte que les avantages soient pleinement utilisés, les risques limités et le cadre légal correctement appliqué. Toutefois, notre propre législation belge comporte depuis très longtemps un levier qui permet d’entamer le débat : la CCT n° 39 relative à l’introduction de nouvelles technologies. Cette CCT stipule que lorsqu’il a décidé d’investir dans une nouvelle technologie et lorsque cet investissement a d’importantes conséquences collectives pour l’emploi, l’organisation du travail ou les conditions de travail, l’employeur doit, au plus tard 3 mois avant l’implantation de la nouvelle technologie :   -  donner des informations sur la nature de la nouvelle technologie, sur les facteurs qui justifient son application et sur la nature des conséquences sociales; et -  se concerter avec les représentants des travailleurs, à propos des conséquences sociales de l’introduction de la nouvelle technologie. Bien qu’elle date déjà de 1983, cette CCT reste certainement une base utile pour des négociations avec l’employeur sur la mise en œuvre des applications IA »

 Pour conclure, quelques conseils pour l’utilisation de l’IA

Si vous utiliser l’IA générative, que ce soit de manière occasionnelle ou régulière, il est possible de mettre en place quelques petites choses pour limiter significativement la consommation énergétique de votre utilisation.

En voici quelques-unes :

• -       Prioriser l’usage à forte valeur ajoutée : si vous pouvez utiliser un moteur de recherche pour faire votre requête, faites-le ! Souvent, les utilisateurs font de simples recherches via l’IA générative plutôt que via un moteur de recherche classique, alors que dans la majorité des cas, vous aurez accès à votre réponse (presque) tout aussi facilement. Privilégiez donc l’IA pour des requêtes plus complexes si cela vous semble nécessaire.
• -       Optimiser les requêtes : formulez des questions précises et concises pour obtenir des réponses plus ciblées. Aussi, évitez les longues conversations « ping-pong » : une IA n’est pas un humain ! Elle doit pouvoir vous aider aux taches complexes et ne remplacera pas les humains qualifiés tels que les psychologues, les experts, les journalistes, ou autre.

• -       Informez-vous sur l’IA et ses évolutions. Une consommation éclairée et responsable vous aidera à diminuer l’impact de votre utilisation.