AI seharusnya membuat kita lebih efisien, namun bisa berarti kita membuang lebih banyak energi

Uni Eropa sedang merundingkan Undang-Undang Kecerdasan Buatan, undang-undang komprehensif pertama di dunia yang bertujuan untuk mengatur kecerdasan buatan (AI) berdasarkan risiko yang ditimbulkannya terhadap individu, masyarakat, dan lingkungan.

Namun, diskusi mengenai AI mengabaikan satu risiko lingkungan yang signifikan: potensi peningkatan konsumsi energi akibat penggunaan AI dalam aktivitas sehari-hari. Tanpa menyadari adanya risiko ini, pengembangan AI dapat berkontribusi terhadap keadaan darurat iklim.

AI bisa menjadi pedang bermata dua. Ini bisa menjadi alat yang ampuh untuk aksi iklim, meningkatkan efisiensi jaringan energi, membuat model prediksi perubahan iklim, atau memantau perjanjian iklim. Namun infrastruktur yang dibutuhkan untuk menjalankan AI membutuhkan banyak energi dan sumber daya. “Melatih” model bahasa besar seperti GPT-3 OpenAI, chatbot bertenaga AI yang populer, memerlukan banyak listrik untuk memberi daya pada pusat data yang kemudian memerlukan banyak air untuk mendinginkannya.

Faktanya, skala sebenarnya dari dampak AI terhadap lingkungan mungkin masih diremehkan, terutama jika kita hanya fokus pada jejak karbon langsung pada infrastruktur AI. Saat ini, AI merasuki hampir semua aspek kehidupan kita sehari-hari yang terdigitalisasi. Bisnis menggunakan AI untuk mengembangkan, memasarkan, dan menghadirkan produk, konten, dan layanan dengan lebih efisien, dan AI memengaruhi cara kita mencari, berbelanja, bersosialisasi, dan mengatur kehidupan kita sehari-hari.

Perubahan-perubahan ini mempunyai implikasi besar terhadap total konsumsi energi kita pada saat kita perlu secara aktif menguranginya. Dan masih belum jelas apakah AI akan mendukung kita dalam membuat pilihan yang lebih positif terhadap iklim.

Bagaimana AI mengubah kita

AI secara tidak langsung dapat mengubah jumlah energi yang kita gunakan dengan mengubah aktivitas dan perilaku kita—misalnya, dengan menyelesaikan tugas dengan lebih efisien atau dengan mengganti alat analog seperti peta fisik dengan alat digital yang setara. Namun, hal ini bisa menjadi bumerang jika kenyamanan dan biaya yang lebih rendah hanya memacu permintaan akan lebih banyak barang atau jasa. Hal ini dikenal sebagai “efek pantulan”, dan bila efek pantulan lebih besar daripada penghematan energi, hal ini akan menyebabkan penggunaan energi yang lebih besar secara keseluruhan. Apakah AI menghasilkan lebih banyak atau lebih sedikit penggunaan energi akan bergantung pada bagaimana kita beradaptasi dalam menggunakannya.

Misalnya, sistem rumah pintar bertenaga AI dapat meningkatkan efisiensi energi dengan mengontrol pemanas dan peralatan rumah tangga. Sistem pemanas cerdas diperkirakan dapat mengurangi konsumsi gas sekitar 5%. Manajemen energi dan otomatisasi rumah bahkan dapat mengurangi konsumsi CO₂ rumah tangga hingga 40%.

Namun, pemanas rumah yang lebih efisien dan nyaman dapat membuat orang lebih sering berada di rumah dengan pemanas menyala. Orang-orang mungkin juga memiliki ekspektasi kenyamanan yang lebih tinggi terhadap rumah yang lebih hangat dan pemanasan awal ruangan. Sebuah studi tentang rumah pintar menemukan bahwa orang membeli dan menggunakan perangkat pintar tambahan untuk meningkatkan kontrol dan kenyamanan, dibandingkan menggunakan lebih sedikit energi.

Di sektor transportasi, aplikasi ride-hailing yang menggunakan AI untuk mengoptimalkan rute dapat mengurangi waktu perjalanan, jarak, dan kemacetan. Namun hal ini menggantikan transportasi umum yang lebih ramah lingkungan dan meningkatkan permintaan perjalanan, sehingga menyebabkan polusi iklim sebesar 69% lebih banyak.

Ketika AI di sektor transportasi semakin maju, dampaknya mungkin akan semakin meningkat. Kenyamanan kendaraan otonom dapat meningkatkan perjalanan masyarakat dan dalam skenario terburuk, menggandakan jumlah energi yang digunakan untuk transportasi.

Di sektor ritel, fungsi periklanan dan pencarian yang didukung AI, rekomendasi yang dipersonalisasi, atau asisten pribadi virtual dapat mendorong konsumsi berlebihan dibandingkan belanja berkelanjutan.

Efek rebound juga dapat terjadi melalui penggunaan waktu dan lintas sektor. Penelitian memperkirakan bahwa AI dapat mengambil lebih dari 40% waktu yang kita habiskan untuk melakukan pekerjaan rumah tangga dalam sepuluh tahun ke depan. Waktu menganggur tersebut kini tersedia untuk aktivitas lain yang mungkin lebih boros energi, seperti perjalanan tambahan.

Bagaimana AI mempengaruhi aksi iklim

Dalam skala yang lebih besar, AI juga akan menimbulkan dampak sistemik yang mengancam aksi iklim. Kami menyadari risiko AI yang memperburuk misinformasi, bias dan diskriminasi, serta kesenjangan. Risiko-risiko ini akan berdampak besar pada kemampuan kita mengambil tindakan terhadap perubahan iklim. Terkikisnya kepercayaan masyarakat, keagenan dan keterlibatan politik dapat melemahkan keinginan mereka untuk mengurangi emisi dan beradaptasi terhadap perubahan iklim.

Saat kita bergulat dengan potensi risiko AI, kita harus memperluas pemahaman kita tentang dampaknya terhadap perilaku dan lingkungan kita. Para ilmuwan menyerukan lebih banyak upaya untuk meningkatkan dan menstandardisasi metodologi akuntansi untuk melaporkan emisi karbon model AI. Pihak lain telah mengusulkan solusi praktik terbaik untuk mengurangi energi dan emisi karbon dari pembelajaran mesin.

Upaya-upaya untuk mengatasi jejak karbon langsung dari infrastruktur AI memang penting, namun tidak cukup. Ketika mempertimbangkan dampak AI yang sebenarnya terhadap lingkungan, dampak tidak langsungnya terhadap kehidupan sehari-hari tidak boleh diabaikan.

Ketika teknologi semakin melekat dalam kehidupan kita, para pengembangnya perlu lebih memikirkan perilaku manusia dan bagaimana menghindari konsekuensi yang tidak diinginkan dari penghematan efisiensi yang didorong oleh AI. Pada akhirnya, mereka harus menanamkan hal tersebut ke dalam desain AI itu sendiri, sehingga dunia di mana manusia bergantung pada AI bukanlah dunia yang menggunakan energi ekstra secara tidak perlu.

Artikel ini diterbitkan ulang dari The Conversation di bawah lisensi Creative Commons. Baca artikel aslinya.