Mentre il mondo celebra le capacità creative e analitiche dell’intelligenza artificiale, una “doccia fredda” arriva dalle Nazioni Unite. Un recente e approfondito rapporto dell’UNU-INWEH *(l’Istituto per l’acqua, l’ambiente e la salute dell’Università delle Nazioni Unite) avverte che dietro ogni riga di codice e ogni immagine generata si nasconde un consumo di risorse naturali senza precedenti, spesso ignorato dalle metriche che si concentrano solo sulle emissioni di carbonio.
Un oceano di acqua per un mare di bit
Il dato più scioccante riguarda l’impronta idrica. Entro il 2030, si stima che i data center che alimentano l’IA consumeranno una quantità di acqua pari al fabbisogno domestico annuale di 1,3 miliardi di persone, ovvero l’intera popolazione dell’Africa sub-sahariana. In termini assoluti, parliamo di circa 9.300 miliardi di litri d’acqua all’anno.
Perché l’IA è così “assetata”? Il consumo avviene su due fronti: quello diretto, necessario per raffreddare i server che operano ad altissima densità di potenza, e quello indiretto, legato all’enorme quantità di elettricità richiesta, la cui produzione è spesso idro-esigente. Si calcola che porre solo 20 domande a un chatbot possa comportare il consumo di circa mezzo litro d’acqua, a seconda della filiera energetica considerata.
Montagne di silicio: l’emergenza e-waste
L’altro volto della medaglia è l’accumulo di rifiuti elettronici (e-waste). A causa del rapido turnover tecnologico e delle restrizioni geopolitiche che costringono alcuni paesi a usare hardware meno efficiente, la produzione di e-waste legata all’IA generativa potrebbe raggiungere i 2,5 milioni di tonnellate all’anno entro il 2030. Per dare un’idea della scala, è come se ogni anno venissero smaltite 250 Torri Eiffel di soli componenti elettronici, complessivamente, nel decennio 2020-2030, lo scarto accumulato potrebbe toccare i 5 milioni di tonnellate.
Il mito del carbonio e la trappola dell’efficienza
Il rapporto dell’ONU sfida il “mito del carbonio”, spiegando che concentrarsi solo sulle emissioni di CO2 è riduttivo, ad esempio, passare dal carbone alle bioenergie può ridurre l’impronta carbonica del 70%, ma rischia di aumentare il consumo d’acqua di 30 volte e l’occupazione del suolo di 100 volte. L’impronta fondiaria dei data center entro il 2030 supererà i 14.500 chilometri quadrati, un’area vasta quanto due volte la metropoli di Giacarta. Inoltre, emerge il cosiddetto “effetto rimbalzo” (Paradosso di Jevons): man mano che l’IA diventa più efficiente ed economica, il suo utilizzo aumenta in modo così massiccio che il risparmio tecnologico viene annullato dalla crescita dei volumi totali. Oggi, l’80-90% del consumo energetico dell’IA non deriva dall’addestramento dei modelli, ma dal loro uso quotidiano (inferenza) da parte di miliardi di utenti.
Una questione di giustizia globale
Infine, il rapporto evidenzia una profonda asimmetria: oltre il 90% della capacità di calcolo specializzata è concentrato in soli due paesi (USA e Cina), mentre oltre 150 nazioni non dispongono di infrastrutture sovrane. Il risultato è un paradosso etico: i benefici dell’IA sono globali, ma i costi ambientali — estrazione mineraria, stress idrico e smaltimento dei rifiuti — ricadono spesso su comunità vulnerabili nel Sud del mondo che non godono dei vantaggi di questa rivoluzione.
Pensiero Amletico
Innovare o preservare, questo è il dilemma. È più nobile per la mente assecondare l’impeto di un’intelligenza che tutto calcola, pur sapendo che essa divora la terra che ci sostiene, o opporsi a questo mare di dati per salvare quel poco d’acqua che ancora ci disseta? L’uomo, in questo specchio digitale, contempla il proprio genio mentre scava la propria fossa di silicio. Siamo noi i creatori di un oracolo onnisciente o i servi di un idolo di vetro che, per donarci il pensiero, ci sottrae la vita elementare? Morire, dormire… sognare forse in un cloud infinito, mentre fuori, nel mondo reale, il fiume si secca e la terra svanisce sotto il peso dei nostri stessi sogni.
Piero De Ruvo
Link utili:
Foto copertina: immagine generata dall’AI
