Kunstig intelligens
Reagerer på diskusjonen om kunstig intelligens:
— Stort problem
ChatGPTs siste versjon slipper ut like mye CO₂ som 30.000 fossilbiler, men når kunstig intelligens diskuteres i akademia handler alt om juks og læring. — Virker som om klimaaspektet blir glemt, sier professor.
— Det virker som om klimaaspektet blir litt glemt når en diskuterer bruken av kunstig intelligens i høyere utdanning, sier André Brodtkorb.
Professoren i beregningsvitenskap ved OsloMet har jobbet med datasentre, energieffektivitet og kostnadene knyttet til databehandling siden han tok doktorgraden sin for 15 år siden.
Han er rask med å presisere at han ikke vil svartmale kunstig intelligens i seg selv, langt derifra.
— Det er en kraftig teknologi som allerede har infiltrert store deler av vår hverdag på positivt vis, og det mulighetsrommet teknologien åpner er enormt, sier han.
Men:
— Menneskeskapte klimaendringer er den største utfordringen jeg ser for menneskeheten, og da blir det et stort problem at vi bare diskuterer studenters læring og juks når vi snakker om disse systemene.
— Lei
Brodtkorb er ikke den eneste som mener at diskusjonen om kunstig intelligens i akademia har en gedigen blindsone. Det gjør også Dolly Jørgensen, professor ved Universitetet i Stavanger.
— Jeg er lei av alle disse systemene som slipper inn på universitetene og høgskolene. Hvis du trenger at Outlook skriver e-posten din for deg, så kanskje du ikke trenger å skrive den e-posten, sier hun.
— Klimakostnadene er et stort problem med alle data, og her har du et verktøy som trenger masse datakraft for å gjøre hver eneste omskriving av en setning. Du ser bare ordene komme uten å tenke over hvor mye energi og vann datasentrene bruker.
Institusjonene har rett og slett ikke tenkt seg godt nok om, mener hun.
— Det blir et problem når vi sier at vi skal kutte i utslippene og energibruken, og så legger vi opp til at det skal brukes kunstig intelligens for at det skal være så lett som mulig å skrive en tekst.
André Brodtkorb peker på flere studier som viser at den årlige bruken av kun ChatGPTs versjon 4o fører til utslipp av karbondioksid tilsvarende 30.000 fossilbiler. Det igjen fører til en varmeproduksjon som må kjøles ned vann tilsvarende et og et halvt olympisk svømmebasseng hver dag.
Strømforbruket til den ene versjonen av ChatGPTs språkmodeller tilsvarer over 23.000 norske husstander.
— Det å bruke kunstig intelligens har jo blitt mer energivennlig etter hvert, men samtidig har bruken gått gjennom taket. Og når du ganger opp en litt mer energieffektiv tjeneste med en enorm økning i bruken så blir det jo likevel en større kostnad på miljøregnskapet, fortsetter Brodtkorb.
Marginal gevinst
E-post-tjenester tilbyr språkvask, digitale assistenter kan inviteres inn i møter for å skrive referater og selv når en gjør noe så enkelt, gammeldags og i utgangspunktet (relativt) energieffektivt som et Google-søk blander kunstig intelligens seg inn.
Men der Jørgensen retter fingeren mot universitetene og høgskolene som har gitt sine ansatte fri tilgang til dette digitale lekelandet, går Brodtkorb et steg lenger opp i hierarkiet.
— Til syvende og sist er det myndighetene som må sørge for at institusjonene har de økonomiske rammene de trenger til å gjøre jobben som skal gjøres, sier han.
Kunstig intelligens blir den lettvinte løsningen som gjør at en slipper å prioritere. Det blir et effektiviseringsverktøy som brukes fordi en kan, ikke fordi en må. Og et dårlig effektiviseringsverktøy attpåtil, ifølge Brodtkorb.
— Vi som vokste opp før kunstig intelligens gjorde sitt inntog bruker stort sett kunstig intelligens til å erstatte oppgaver vi allerede gjør selv. Det gir ingen stor produktivitetsgevinst. Den oppvoksende generasjonen derimot, de tror jeg kommer til å finne opp nye måter å gjøre det på som gir enorme gevinster, sier professoren og legger bredsiden til:
— Vi voksne som bare bruker kunstig intelligens til å utføre eksisterende oppgaver for oss bør reflektere mer over gevinsten, og de skjulte kostnadene ved det. Spesielt når resultatet ofte er fullt av feil. Hvorfor i huleste skal vi bruke de tjenestene, når vi vet at resultatet ofte ikke er godt nok til å gi en merverdi?
