Intelligence artificielle : une alliée climatique aux effets contradictoires

L’intelligence artificielle (IA) est partout. Il s’agit véritablement du sujet de l’heure, mais qu’en est-il de son impact sur le plus grand défi du siècle : la crise climatique ?

Entre espoir climatique et consommation énergétique grandissante, les progrès en IA posent un dilemme environnemental complexe. Les chercheurs qui étudient le sujet constatent que les pistes de réflexion sont aussi larges que le concept d’IA. Sasha Luccioni, Kate Crawford et Emma Strubell, trois scientifiques très réputés dans le domaine de l’impact environnemental de l’IA, présentent un portrait global de la situation dans un papier publié au début de 2025.

Leur article fait référence au paradoxe de Jevons, qui énonce que plus une technologie s’améliore en termes d’efficacité énergétique, plus la consommation d’énergie s’accentuera, due à un usage plus répandu. Le concept a été proposé au XIXe siècle par l’économiste William Stanley Jevons, qui avait observé qu’à mesure que l’utilisation du charbon devenait plus efficace, elle conduisait paradoxalement à une augmentation, plutôt qu’à une diminution, de sa consommation dans diverses industries.

Les auteurs appliquent donc ce phénomène à l’IA, croyant que des modèles de plus en plus efficaces ne feront que se répandre davantage, ce qui ne réduira pas leur empreinte environnementale.

« C'est une super synthèse de ces enjeux qui parlent à la fois de l'empreinte matérielle, mais surtout des effets indirects. », mentionne Martin Deron, membre de l’Observatoire international sur les impacts sociétaux de l'IA et du numérique (Obvia). Les chercheurs discutent effectivement des conséquences plus directes beaucoup liées aux centres de données.

Ces énormes entrepôts de serveurs consomment énormément d’énergie pour le fonctionnement de leurs ordinateurs, mais également d’importantes quantités d’eau pour leur refroidissement. D’autres conséquences environnementales concrètes incluent des utilisations directement nocives pour la planète, comme Exxon Mobil, géant pétrolier, qui produit quotidiennement 50 000 barils supplémentaires grâce à l’IA de Microsoft.

Les effets indirects nous touchent tous au quotidien. On peut penser à l’utilisation de l’IA dans le marketing. Sur les plateformes numériques, les publicités sont dictées par des algorithmes de ciblage, allant même jusqu’à la génération d’images ou de vidéos sur mesure pour pousser les utilisateurs à surconsommer.

« Quand tu arrives à la responsabilité plus indirecte de l'IA, tu te rapproches de discussions beaucoup plus larges sur le capitalisme, sur le secteur d'activité. », remarque M. Deron.

Selon lui, cela dissuade certains chercheurs du domaine de faire une analyse plus globale de ces impacts. Ne voulant pas s’aventurer dans des débats socioéconomiques, voire politiques, ceux-ci préfèrent s’en tenir aux défis plus étroitement liés à l’IA, comme la consommation énergétique des algorithmes.

Une responsabilité collective

Dans ce contexte, Issa Bado, professeur associé à l’Institut des sciences de l’environnement de l’Université du Québec à Montréal (UQAM), espère un réveil collectif.

« Il faut que les États se réveillent et constatent que le monopole est au secteur privé, s’énerve-t-il. Nous devons imposer au secteur privé des réflexions sur les liens entre le déploiement de ces innovations et leur utilité. » Il ajoute que les utilisations et les impacts des grandes entreprises du secteur vont au-delà des frontières et nécessitent donc des négociations internationales sur des solutions d’encadrement.

« Le citoyen doit lui aussi être sensibilisé à l'utilisation d’innovations d'IA qui n'ont pas d'impact grave sur l'environnement », souligne M. Bado. Selon lui, il faut se pencher sur la durabilité des modèles, car, comme pour l’internet ou le téléphone cellulaire, lorsqu’une technologie s’ancre dans la société, il est très difficile d’aller à l’encontre de celle-ci.

Certains prônent d’ailleurs un usage, parfois abusif, des nouvelles technologies pour répondre à tous les problèmes de la société. Ces technosolutionistes justifient le déploiement massif de modèles d’IA en citant les bienfaits potentiels sur une multitude d’enjeux, dont la crise climatique. Un bel exemple est l’usage de l’IA pour prédire les conditions météorologiques et ainsi optimiser l’énergie générée par panneaux solaires et par éoliennes.

Pour Martin Deron, on compare deux mondes à l’extrême : les modèles généralistes de la Big Tech comme OpenAI (ChatGPT) et ceux des scientifiques nichés. « [Les chercheurs] développent leurs propres modèles. Ce sont des petits modèles qui sont spécialisés sur les banques de données qu'ils ont et qui sont spécifiquement entraînés à [accomplir une tâche] », précise-t-il. « On utilise des cas très anecdotiques pour justifier un déploiement de masse qui n'a rien à voir avec ces utilisations », résume M. Deron.

Vers une IA frugale ?

Il est, pour l’instant, difficile d’imaginer la durabilité primer sur la rentabilité dans ce développement effréné de la technologie dicté par les géants américains. Le président des États-Unis Donald Trump a tout récemment signé un décret qui vise à centraliser la régulation de l’IA au niveau fédéral, alors que de nombreux États ont déjà adopté des lois encadrant le développement de l’IA.

Ce décret viserait à éviter de « paralyser le secteur », on peut donc croire qu’une réglementation fédérale serait moins contraignante que celles déjà existantes au niveau des États. À titre d’exemple, la Californie demande une transparence des entreprises sur les données d’entraînement de leurs modèles à compter du 1er janvier 2026.

Issa Bado garde espoir et rappelle que l’humain apprend souvent lors de crises. Un regard partagé par M. Deron qui note que notre accès à des ressources infinies nous prive possiblement d’innovations plus durables.

« On n’a pas tendance à regarder les usages numériques des pays du Sud, mais il y a beaucoup de situations, principalement pour des raisons de ressources plus limitées, où il y a une forme de créativité numérique. »

Tolbi en est un bel exemple. La startup sénégalaise utilise l’imagerie satellite et l’IA afin de pallier le manque de données agricoles et climatiques en Afrique. Elle permet aux agriculteurs du continent d’optimiser le rendement de leur culture, tout en minimisant les ressources utilisées. D’autres innovations frugales se développent dans de nombreux domaines comme l’éducation, la santé et la télécommunication.

Peut-être que l’avenir de l’intelligence artificielle se joue justement dans cette frugalité : celle qui apprend à faire mieux, non pas avec plus, mais avec moins.