Tilmeld dig

Arbejdspapir

Overvejelser om miljøpåvirkningen af ​​AI i videnskaben

Denne artikel undersøger de miljømæssige konsekvenser af at anvende kunstig intelligens (AI) i videnskabelig forskning. Den tjener som en introduktion til forskere, forskningsinstitutioner og videnskabspolitikere, der søger at forstå forskellige tilgange til at håndtere AI's miljøpåvirkning i videnskaben. Derudover tilbyder den vejledning i, hvordan reduktion af miljøomkostninger kan bidrage til de bredere mål om bæredygtighed og etisk brug af AI i forskningsmiljøer.

Artiklen er en del af en serie på tre primere, der udforsker forskellige tekniske dimensioner af AI og dens indflydelse på videnskab:

  1. Typer af AI inden for videnskab
  2. Overvejelser om miljøpåvirkningen af ​​AI i videnskaben
  3. Data til AI i videnskab

Selvom der stadig er nye beviser for de specifikke miljømæssige konsekvenser af AI i videnskabelig forskning, giver artiklen konceptuelle rammer og praktiske værktøjer til at hjælpe med at vurdere de miljømæssige konsekvenser af hele AI-livscyklussen inden for videnskabelige projekter.

Den første sektion introducerer centrale rammer for at forstå miljøpåvirkninger på en holistisk måde.

Det andet afsnit skitserer en tilgang til at definere og måle miljøomkostninger på tværs af AI's livscyklus.

Det tredje afsnit præsenterer konkrete strategier til at reducere det direkte miljøaftryk af videnskabelige projekter, der bruger eller er afhængige af ressourceintensive AI-applikationer.

Vigtige takeaways

  • Der er begrænset bevidsthed om og evidens om de miljømæssige omkostninger ved at bruge kunstig intelligens (AI) i videnskabelig forskning. Denne artikel tilbyder rammer og værktøjer, som forskere og forskningsinstitutioner kan overveje for at vurdere miljøpåvirkningen af ​​deres forskning som en del af en mere bæredygtig, etisk og ansvarlig brug af kunstig intelligens i videnskaben.
  • At håndtere miljøpåvirkningen af ​​AI kræver en flerdimensionel tilgang. Forskere, der planlægger at integrere AI i deres arbejdsgange, skal vurdere værktøjer i lyset af deres videnskabelige værdi, sociale lighed og miljømæssige omkostninger på tværs af hele AI'ens livscyklus med fokus på rebound-effekter og langsigtede konsekvenser.
  • At anvende mere ressourceeffektive AI-modeller har miljømæssige og sociale fordele. Mindre, lokale og sparsommelige tilgange til AI kan forbedre tilgængeligheden, overkommeligheden, gennemsigtigheden og den sociale inklusion omkring brugen af ​​AI, især i forskelligartede og ressourcebegrænsede forskningssammenhænge.

Overvejelser om miljøpåvirkningen af ​​AI i videnskaben

September 2025

DOI: 10.24948 / 2025.10


Dette arbejde blev udført med hjælp fra en bevilling fra International Development Research Centre (IDRC) i Ottawa, Canada. De synspunkter, der udtrykkes heri, repræsenterer ikke nødvendigvis IDRC's eller dets bestyrelses synspunkter.