La gouvernance de l’IA à travers l’UE, les États-Unis et la Chine ne parvient pas à traiter l’augmentation de l’empreinte énergétique et carbone
La politique de l’intelligence artificielle (IA) dans les principales économies mondiales se développe rapidement, mais son coût environnemental reste largement invisible. Alors que les gouvernements s’efforcent de réglementer les risques liés à l’IA, l’empreinte physique des calculs à grande échelle continue de croître sans réelles restrictions. De nouvelles recherches suggèrent que ce déséquilibre n’est pas accidentel, mais structurel, ancré dans la manière dont les cadres de gouvernance de l’IA sont conçus et appliqués.
Un aveuglement environnemental des politiques de l’IA
Les systèmes d’IA dépendent de centres de données, de clusters de calcul haute performance, de réseaux cloud mondiaux et de chaînes d’approvisionnement en matériel intensif en minéraux. Ces infrastructures nécessitent une électricité continue, de l’eau pour le refroidissement, des terrains pour les installations et des processus de fabrication à forte intensité de carbone. Pourtant, la plupart des réglementations sur l’IA considèrent la durabilité comme une préoccupation secondaire, abordée par des améliorations d’efficacité ou des engagements volontaires plutôt que par des limites contraignantes.
Les gains d’efficacité, bien que réels, sont systématiquement dépassés par la croissance de la demande computationnelle totale. À mesure que les modèles d’IA deviennent plus grands et plus largement déployés, la consommation énergétique globale continue d’augmenter, même si les systèmes individuels deviennent plus efficaces. Sans limites absolues, les améliorations de performance par watt ne se traduisent pas par des émissions réduites.
Différents systèmes, même résultat environnemental
Pour vérifier si ce modèle est valable à travers des contextes politiques et réglementaires différents, une analyse comparative des régimes politiques de l’IA en Europe, aux États-Unis et en Chine a été réalisée. Ces juridictions, bien que très différentes dans leurs styles de gouvernance, montrent une convergence frappante dans la manière dont les questions environnementales sont traitées.
Dans l’UE, la gouvernance de l’IA est ancrée dans un cadre basé sur les droits. Cependant, la réglementation ne contient aucune disposition contraignante sur la consommation d’énergie ou les émissions de carbone. Aux États-Unis, la gouvernance de l’IA reste fragmentée, sans limites fédérales sur l’utilisation de l’énergie des centres de données spécifiquement liées à l’IA. La Chine, quant à elle, met l’accent sur l’autosuffisance technologique mais n’impose pas de limites absolues à la croissance computationnelle.
Pérenniser la durabilité dans la gouvernance de l’IA
Pour que l’impact environnemental de l’IA soit pris en compte, il est nécessaire de modifier la conception des politiques. La durabilité doit être considérée comme une condition contraignante qui façonne si, où et comment les systèmes d’IA sont déployés. Sans cette transformation, la gouvernance de l’IA continuera de privilégier la croissance et la sécurité au détriment des objectifs climatiques.
Les auteurs proposent plusieurs voies pour intégrer des limites environnementales dans les politiques de l’IA, y compris des budgets carbone contraignants pour la formation de modèles à grande échelle et des rapports obligatoires sur les émissions et l’énergie liés spécifiquement aux systèmes d’IA.
Conclusion
Les mécanismes qui expliquent pourquoi l’externalisation environnementale persiste sont liés à la conformité qui entraîne une expansion computationnelle. Les exigences de sécurité, de transparence et de responsabilité ajoutent des charges de traitement qui consomment de l’énergie, et ces coûts sont rarement pris en compte dans la conception des politiques. Il est essentiel d’intégrer des contraintes environnementales pour éviter que la croissance du secteur de l’IA ne se fasse au détriment de la durabilité.
