اكتشف باحثون ألمان أن طرح أسئلة تتطلب تفكيرًا عميقًا على روبوتات الدردشة مثل ChatGPT يؤدي إلى استهلاك طاقة أكبر وانبعاثات كربونية أعلى بكثير مقارنة بالأسئلة البسيطة.
وأوضحت الدراسة التي أجريت في جامعة ميونخ للعلوم التطبيقية أن كل استفسار يُقدّم إلى نموذج لغوي كبير مثل ChatGPT يستلزم طاقة وينتج انبعاثات ثاني أكسيد الكربون، وتختلف هذه الانبعاثات بحسب نوع النموذج والمستخدم وموضوع السؤال.
وقام الباحثون بمقارنة 14 نموذجًا مختلفًا للذكاء الاصطناعي على 1000 سؤال موحّد عبر مواضيع متعددة، ووجدوا أن الأسئلة التي تتطلب استدلالًا معقدًا، مثل مسائل الجبر المجرد أو الفلسفة، تولّد انبعاثات كربونية تصل إلى ستة أضعاف تلك الناتجة عن أسئلة أبسط مثل التاريخ.
ويوصي الباحثون المستخدمين بتعديل نوعية الأسئلة التي يطرحونها على روبوتات الدردشة بهدف تقليل الانبعاثات الكربونية الناتجة عن استخدام هذه التكنولوجيا.
وقال مؤلف الدراسة، ماكسيميليان داونر: “التأثير البيئي لنماذج اللغة الكبيرة يعتمد بشكل كبير على طريقة الاستدلال التي تتبعها، حيث أن الاستدلالات المعقدة تزيد بشكل كبير من استهلاك الطاقة وانبعاثات الكربون”. وأضاف: “وجدنا أن النماذج التي تتمتع بقدرات استدلالية تنتج انبعاثات كربونية تزيد بمعدل 50 مرة عن النماذج التي تقدم إجابات مختصرة”.
يتم تحويل كلمات المستخدم إلى أرقام تُعالَج داخل النموذج، وهذه العمليات الحسابية تنتج انبعاثات كربونية. النماذج التي تستخدم تحليلًا عميقًا وتفكيرًا معقدًا تولّد متوسط 543 رمزًا لكل إجابة، مقارنة بحوالي 40 رمزًا فقط في النماذج المختصرة.
وأظهر التحليل وجود تناقض بين الدقة والاستدامة في نماذج الذكاء الاصطناعي، حيث ينتج نموذج Cogito، الذي يتمتع بدقة تصل إلى 85%، انبعاثات كربونية تزيد بثلاثة أضعاف عن نماذج أخرى تقدم إجابات أقل تفصيلاً. بالمقابل، لم تستطع أي نماذج تحافظ على انبعاثات أقل من 500 غرام من مكافئ ثاني أكسيد الكربون تحقيق دقة تتجاوز 80%.
لتوضيح حجم المشكلة، أشار الباحثون إلى أن طرح 600 ألف سؤال على نموذج DeepSeek R1 يولد انبعاثات تعادل تلك الناتجة عن رحلة طيران ذهابًا وإيابًا بين لندن ونيويورك. في المقابل، يمكن لنموذج Qwen 2.5 من Alibaba Cloud أن يقدم أكثر من ثلاثة أضعاف عدد الإجابات بنفس مستوى الدقة وضمن نفس كمية الانبعاثات.
وأكد الدكتور داونر أن المستخدمين العاديين يمكنهم المساهمة في تقليل التأثير البيئي عبر تبني ممارسات أكثر استدامة عند التعامل مع الذكاء الاصطناعي، مثل طلب إجابات مختصرة عند عدم الحاجة لتفاصيل معقدة، والاحتفاظ باستخدام النماذج عالية الاستهلاك للطاقة فقط في المهام التي تتطلب معالجة عميقة.