I costi nascosti del boom dell’intelligenza artificiale

Chiunque guardi il telegiornale o legga un quotidiano di tanto in tanto lo sa: l’attuale boom dell’intelligenza artificiale è all’origine di numerosi sviluppi negativi. Un esempio lampante è il forte aumento del costo delle schede grafiche (GPU) e di altri componenti informatici specializzati, che rende i PC, i notebook o gli smartphone potenti quasi inaccessibili per molti utenti privati.

Molto più grave, tuttavia, è l’estrema fame di risorse dei data center dedicati all’intelligenza artificiale. Per soddisfare la domanda di energia elettrica, i giganti dell’IT non possono più fare affidamento esclusivamente sulle energie rinnovabili: sempre più spesso vengono costruite centrali a gas proprio accanto ai data center (ne sono un esempio Microsoft o X.ai di Elon Musk). Come se ciò non bastasse, ricorrono all’energia nucleare: costruendo i propri reattori (ad esempio, Amazon) o stipulando contratti decennali con centrali nucleari esistenti, mantenendole in funzione molto più a lungo, anche se avrebbero dovuto essere sostituite da altre fonti energetiche già da tempo (questo è l’approccio adottato da Meta, la società madre di Facebook e Co., tra gli altri).

Va da sé che queste pratiche abbiano impatti negativi a lungo termine sull’ambiente. Ma anche nel breve termine, i privati ne subiscono le conseguenze attraverso l’aumento dei prezzi dell’elettricità e di altre fonti energetiche. Ad esempio, il recente annuncio di Google, secondo cui intende costruire il proprio primo data center in Austria, ha suscitato discussioni sul fatto che tale progetto possa avere un impatto diretto sui prezzi dell’elettricità in tutto il Paese. Dopotutto, secondo le stime, il data center potrebbe consumare circa il 5-6 per cento dell’elettricità austriaca — quasi il doppio rispetto alla città di Graz.

Ma basta parlare degli impatti sui costi (ambientali); passiamo ora a un aspetto negativo ben più banale. Sebbene in certi ambienti l’intelligenza artificiale sia considerata quasi una democratizzazione della conoscenza, tali idee devono essere considerate con grande cautela. Naturalmente, un LLM (Large Language Model) offre all’utente l’accesso all’intero patrimonio di conoscenze del modello, che oggi è solitamente di una vastità inimmaginabile. D’altra parte, occorre innanzitutto avere accesso all’intelligenza artificiale stessa. Spesso ciò non è semplicemente possibile nelle famiglie, nelle aree o nelle culture più povere, poiché almeno una connessione a Internet e un dispositivo adeguato sono prerequisiti indispensabili per l’interazione.

Il fatto che non tutti possano utilizzare l’IA potrebbe non sembrare particolarmente grave a prima vista, dato che nemmeno noi potevamo utilizzarla fino a pochi anni fa. Allo stesso tempo, tuttavia, va osservato che nel frattempo il mondo è cambiato. Le aziende e i lavoratori autonomi che non utilizzano l’IA perdono competitività a causa della minore produttività; gli alunni e gli studenti che non hanno accesso a tutor basati sull’IA e a strumenti didattici rimangono indietro rispetto ai loro coetanei più privilegiati; le competenze relative all’IA sono sempre più richieste nel mercato del lavoro, e così via. Anche su piccola scala, la differenza tra chi può permettersi l’accesso alle versioni a pagamento (Pro) dei modelli di linguaggio di grandi dimensioni (LLM) e chi deve affidarsi a modelli gratuiti è già oggi spesso evidente.

Un altro problema è che chi non è abituato a utilizzare l’IA ha notevoli difficoltà a riconoscere i deepfake e i contenuti generati dall’IA. Ciò li espone alla disinformazione e alla propaganda in misura molto maggiore rispetto agli altri. Bisogna ammettere che la situazione sta diventando sempre più complessa anche per le persone esperte, poiché le immagini e i video generati dall’IA appaiono sempre più realistici e di qualità superiore.

Un ultimo svantaggio, prima di cadere completamente nella depressione, è il fatto che l’intelligenza artificiale riduca le nostre capacità di risoluzione dei problemi e rafforzi i nostri pregiudizi. Chiunque faccia troppo affidamento su un interlocutore onnisciente, che ha una soluzione per ogni problema, prima o poi perderà la motivazione a trovare autonomamente una via d’uscita adeguata. Non è la perdita di motivazione a costituire il danno maggiore, bensì la perdita di pratica e, di conseguenza, della capacità di risolvere i problemi. Inoltre, l’intelligenza artificiale non è neutrale: è stata addestrata su dati umani, di per sé influenzati da pregiudizi. L’IA fa propri questi pregiudizi e potrebbe persino amplificarli.

Cosa possiamo imparare da tutto ciò? Oggi non è possibile prescindere dall’intelligenza artificiale, poiché chiunque non cavalchi l’onda dell’IA semplicemente non riesce più a stare al passo in molte discipline. Allo stesso tempo, per molte ragioni, sarebbe in realtà meglio farne completamente a meno. Come spesso accade nella vita, si dovrà quindi trovare una via di mezzo: né l’una né l’altra.