De dolda kostnaderna för AI-boomen

Alla som tittar på nyheterna eller läser en tidning då och då vet att den nuvarande boomen inom artificiell intelligens ligger bakom många negativa utvecklingar. Ett tydligt exempel är de kraftigt stigande priserna på grafikkort (GPU:er) och andra specialiserade IT-komponenter, vilket gör att kraftfulla stationära datorer, bärbara datorer eller smartphones blir nästan oöverkomliga för många hemanvändare.
Mycket allvarligare är dock AI-datacentrens extrema resursbehov. För att tillgodose elbehovet kan IT-jättarna inte längre enbart förlita sig på förnybar energi: allt oftare byggs gaskraftverk alldeles intill datacentren (exempel är Microsoft eller Elon Musks X.ai). Om det fortfarande inte räcker satsar de på kärnkraft: genom att bygga egna reaktorer (t.ex. Amazon) eller genom att teckna decennielånga avtal med befintliga kärnkraftverk, vilket innebär att dessa hålls i drift mycket längre än de borde, trots att de för länge sedan borde ha ersatts av andra energikällor (detta är den strategi som Meta, moderbolaget till bland annat Facebook och Co.).
Det säger sig självt att dessa metoder har långsiktiga, negativa konsekvenser för miljön. Men även på kort sikt märker privatpersoner effekterna genom höjda priser på el och andra energikällor. Till exempel utlöste Googles nyligen offentliggjorda planer på att bygga sitt första datacenter i Österrike en diskussion om huruvida detta projekt skulle få direkta konsekvenser för elpriserna i hela landet. Uppskattningar tyder nämligen på att datacentret skulle kunna förbruka omkring 5 till 6 procent av Österrikes el – nästan dubbelt så mycket som staden Graz.


Topp 10...
» Topp 10: Bästa bärbara allround/multimediadatorerna
» Topp 10: Bästa bärbara speldatorerna
» Topp 10: Bärbara budget/kontorsdatorer
» Topp 10: Bästa bärbara kontors/premiumdatorerna
» Topp 10: Bärbara arbetsstationer
» Topp 10: De bästa små/kompakta bärbara datorerna
» Topp 10: Bästa ultrabooks
» Topp 10: Bästa hybriddatorerna
» Topp 10: Bästa surfplattorna
» Topp 10: Marknadens bästa smartphones
Men nog om effekterna på (miljö)kostnaderna; låt oss gå vidare till en betydligt mer vardaglig nackdel. Även om artificiell intelligens i vissa kretsar betraktas som nästan en demokratisering av kunskapen, måste sådana idéer betraktas med stor försiktighet. Naturligtvis ger en LLM (Large Language Model) användaren tillgång till modellens hela kunskapsförråd, vilket idag oftast är ofattbart omfattande. Å andra sidan måste man först ha tillgång till själva AI:n. Detta är ofta helt enkelt inte tillgängligt i fattigare hushåll, områden eller kulturer, eftersom åtminstone en internetanslutning och en lämplig enhet är förutsättningar för interaktion.
Det faktum att inte alla kan använda AI kanske inte verkar särskilt allvarligt vid första anblicken, med tanke på att vi inte heller kunde använda den för bara några år sedan. Samtidigt måste man dock konstatera att världen har förändrats under tiden. Företag och egenföretagare som inte använder AI tappar konkurrenskraft på grund av lägre produktivitet; elever och studenter utan tillgång till AI-handledare och läromedel halkar efter sina mer privilegierade kamrater; AI-kompetens efterfrågas alltmer på arbetsmarknaden, och så vidare. Även i liten skala är skillnaden mellan personer som har råd med betalda (Pro-)versioner av stora språkmodeller (LLM) och de som måste förlita sig på gratis modeller ofta redan märkbar idag.
Ett annat problem är att de som inte är vana vid att använda AI har betydligt svårare att känna igen deepfakes och AI-genererat innehåll. Detta utsätter dem för desinformation och propaganda i mycket högre grad än andra. Visserligen blir det också allt svårare för erfarna personer, eftersom AI-genererade bilder och videor hela tiden ser bättre och mer realistiska ut.
En sista nackdel, innan vi blir helt deprimerade, är att artificiell intelligens försvagar vår förmåga att lösa problem och bekräftar våra fördomar. Den som förlitar sig alltför mycket på den allvetande samtalspartnern, som har en lösning på varje problem, kommer förr eller senare att förlora drivkraften att själv hitta en lämplig utväg. Det är inte förlusten av drivkraft som är det största problemet, utan snarare förlusten av övning och därmed förmågan att lösa problem. Dessutom är artificiell intelligens inte neutral – den har tränats på mänskliga, partiska data. AI:n tar till sig dessa fördomar och förstärker dem kanske till och med.
Vad lär vi oss av allt detta? I dag går det inte att undvika artificiell intelligens, eftersom den som inte hoppar på AI-vågen helt enkelt inte längre kan hänga med inom många discipliner. Samtidigt vore det av många skäl faktiskt bäst att helt klara sig utan AI. Som så ofta i livet måste det därför bli en medelväg – varken det ena eller det andra.
Källor
egen forskning; Google Blog, ORF, Der Standard







