L’IA transforme nos usages numériques. Mais derrière cette efficacité se cache un coût environnemental qu'on ne peut ignorer, souvent invisible dans les projets de design. En tant que designers, nous devons repenser la place de l’IA dans des expériences plus sobres, éthiques et responsables. Cela n'implique pas de l'ignorer ou de le supprimer complètement, mais d'en revoir son usage dans sa globalité.
L'entraînement des grands modèles comme GPT‑3 nécessite d’immenses capacités de calcul, alimentées par des centres de données gourmands en électricité et en eau. Selon Alterna Énergie, GPT‑3 aurait généré 552 tonnes de CO₂ lors de son entraînement – l’équivalent de 120 foyers américains pendant un an.
D'autres chiffres frappants :
- Environ 700 000 litres d’eau auraient été utilisés pour refroidir les serveurs durant cet entraînement (Wikipedia).
- La demande énergétique des data centers pourrait tripler d’ici 2030 (AIE), et en France, les émissions des infrastructures numériques ont augmenté de 11 % en 2022 (Banque des Territoires).
1. IA frugale (moins gourmande) et spécialisée
Favoriser des modèles plus légers, spécialisés, et entraînés localement. Des modèles comme DistilBERT ou Llama peuvent fonctionner avec moins de ressources tout en répondant à des usages précis.
2. Mesure de l’impact environnemental
Utiliser des outils comme CodeCarbon pour évaluer les émissions CO₂ liées aux traitements IA, ou intégrer des indicateurs dans les outils de monitoring.
3. Conception sobre et UX éthique
Limiter les traitements superflus ou automatisés par défaut. Proposer des alternatives manuelles ou hybrides (tri manuel, suggestions réduites) Informer les utilisateurs de l’impact potentiel d’une requête IA.
4. Critique des effets rebond
Des entreprises comme Microsoft et Google, tout en investissant dans des IA plus efficaces, voient leurs émissions augmenter globalement à cause de la multiplication des usages (effet rebond). Une prise de recul est nécessaire pour ne pas confondre innovation et performance systématique.
L’intelligence artificielle ne date pas d’hier. Si son nom a été officiellement formulé dans les années 1950, ses origines remontent à la Seconde Guerre mondiale, avec les travaux d’Alan Turing, mathématicien visionnaire.
Sa machine, conçue pour déchiffrer les messages codés d’Enigma, a permis de sauver des millions de vies et de raccourcir la guerre.
Cette utilisation montre que l’IA peut aussi servir des causes vitales lorsqu’elle est utilisée avec discernement.
Cela nous rappelle que la question n’est pas seulement, faut-il ou non utiliser l’IA ? Mais à quelles conditions, pour quels usages, et avec quelles limites ?
Sa machine, conçue pour déchiffrer les messages codés d’Enigma, a permis de sauver des millions de vies et de raccourcir la guerre.
Cette utilisation montre que l’IA peut aussi servir des causes vitales lorsqu’elle est utilisée avec discernement.
Cela nous rappelle que la question n’est pas seulement, faut-il ou non utiliser l’IA ? Mais à quelles conditions, pour quels usages, et avec quelles limites ?