كشف باحثون ألمان أن طرح أسئلة تتطلب تفكيرًا عميقًا على روبوتات الدردشة مثل ChatGPT أو Deepseek, يؤدي إلى استهلاك طاقة أكبر بشكل ملحوظ، مما ينتج عنه انبعاثات كربونية أعلى بكثير مقارنةً بالأسئلة البسيطة.
وأشار الباحثون من “جامعة ميونخ للعلوم التطبيقية” في ألمانيا إلى أن كل استفسار يُدخل إلى النماذج اللغوية الكبيرة مثل ChatGPT يحتاج إلى طاقة، مما يؤدي إلى انبعاثات ثاني أكسيد الكربون. وأكدوا أن مستوى هذه الانبعاثات يعتمد على نوع روبوت الدردشة والمستخدم وطبيعة السؤال المطروح.
وقارنت الدراسة، التي شملت 14 نموذجًا للذكاء الاصطناعي، بين الانبعاثات الناتجة عن الأسئلة المعقدة وتلك الناتجة عن الأسئلة البسيطة، وخلصت إلى أن الإجابات التي تتطلب استدلالًا معقدًا تسبب انبعاثات كربونية أكبر بكثير.
فعلى سبيل المثال، الأسئلة التي تحتاج إلى تحليل مطول، مثل المسائل الجبرية المجردة أو الأسئلة الفلسفية، تتسبب في انبعاثات تصل إلى 6 أضعاف تلك الناتجة عن الأسئلة التاريخية أو الاستفسارات المباشرة.
وأوصى الباحثون مستخدمي روبوتات الدردشة المدعومة بالذكاء الاصطناعي بتعديل نوع الأسئلة التي يطرحونها، واللجوء إلى الأسئلة المباشرة كلما أمكن، للمساعدة في تقليل الانبعاثات الكربونية.
وحسب صحيفة “اندبندنت” قيمت الدراسة 14 نموذجًا لغويًا كبيرًا باستخدام 1000 سؤال موحد عبر مواضيع مختلفة لقياس ومقارنة الانبعاثات الكربونية الناتجة عن كل نموذج.
وقال “ماكسيميليان داونر”، المؤلف الرئيسي للدراسة: “إن التأثير البيئي لاستجواب النماذج اللغوية الكبيرة يعتمد بشكل كبير على منهجيتها في الاستدلال، حيث تزيد عمليات الاستدلال المعقدة من استهلاك الطاقة وبالتالي الانبعاثات الكربونية بشكل كبير”.
وأضاف: “لاحظنا أن النماذج المزودة بقدرات استدلالية متقدمة تنتج انبعاثات ثاني أكسيد الكربون أكثر بـ50 مرة مقارنةً بالنماذج التي تقدم إجابات مختصرة ومباشرة”.
كيف يعمل الذكاء الاصطناعي؟
عندما يطرح المستخدم سؤالًا على روبوت الدردشة، يتم تحويل الكلمات أو أجزاء من النص إلى سلسلة من الأرقام تتم معالجتها بواسطة النموذج. وهذه العمليات الحسابية، خاصة عند التعامل مع أسئلة معقدة، تستهلك طاقة أكبر وتنتج انبعاثات كربونية أعلى.
فالنماذج التي تعتمد على تحليل متعمق وتفكير استدلالي مطول تنتج في المتوسط 543 رمزًا لكل إجابة، بينما تنتج النماذج ذات الإجابات المختصرة نحو 40 رمزًا فقط، مما يعني استهلاكًا أقل للطاقة.
المفارقة بين الدقة والاستدامة
كشف التحليل عن تناقض صارخ بين دقة النماذج واستدامتها البيئية. ففي حين أن نموذج Cogito حقق دقة تصل إلى 85%، إلا أنه أنتج انبعاثات كربونية تزيد 3 مرات عن تلك الصادرة عن نماذج مماثلة الحجم تقدم إجابات موجزة.
في المقابل، لم تتمكن أي من النماذج التي حافظت على انبعاثات أقل من 500 جرام من مكافئ ثاني أكسيد الكربون (وحدة قياس تأثير الغازات الدفيئة) من تجاوز نسبة 80% في دقة الإجابات.
مقارنة صادمة لتوضيح حجم المشكلة
لإبراز حجم التأثير البيئي، قدم الباحثون مقارنة ملموسة: طرح 600 ألف سؤال على نموذج DeepSeek R1 يولد انبعاثات كربونية تعادل تلك الناتجة عن رحلة طيران ذهابًا وإيابًا بين لندن ونيويورك.
بالمقارنة، إذا استُخدم نموذج Qwen 2.5 من Alibaba Cloud للإجابة على نفس العدد من الأسئلة، فسيتم الحصول على أكثر من ثلاثة أضعاف عدد الإجابات بنفس المستوى من الدقة، مع الحفاظ على نفس كمية الانبعاثات الكربونية.
دور المستخدمين في تقليل الانبعاثات
أكد الدكتور داونر أن المستخدمين العاديين يمكنهم المساهمة في تخفيف الآثار البيئية لاستخدام الذكاء الاصطناعي من خلال اتباع ممارسات أكثر استدامة، مثل:
- طلب إجابات مختصرة عندما لا تكون التفاصيل ضرورية.
- اللجوء إلى النماذج عالية الاستهلاك للطاقة فقط عند الحاجة إلى تحليل معقد.
وتسلط هذه النتائج الضوء على الحاجة إلى تطوير نماذج ذكاء اصطناعي أكثر كفاءة في استهلاك الطاقة، مع الحفاظ على أدائها ودقتها، لمواجهة التحديات البيئية الناتجة عن التوسع في استخدام هذه التقنيات
