„Abból érdemes kiindulni, hogy az ökológiai katasztrófa kellős közepén vagyunk. Bár lassan negyven éve megfogalmaztuk, hogy fenntartható fejlődésen azt értjük, ha az emberiség »…a jelen szükségleteit úgy elégíti ki, hogy nem veszélyezteti a jövő generációk szükségleteinek kielégítését« (World Commission on Environment and Development, 1987, p. 43 – a szerk), mégsem ezt tesszük. Ennek eredményeként a főbb ökológiai rendszereink többségének állapota mára kritikussá vált. Többek között azt is pontosan tudjuk, hogy az emberi tevékenység következtében megváltozó éghajlat milyen katasztrofális következményekkel jár a civilizációnkra nézve, ha nem térünk le arról a karbonintenzív, azaz nagy széndioxid-kibocsátással járó pályáról, amelyen haladunk. Mégis úgy bánunk az erőforrásainkkal és a kibocsátással, mintha nem lenne holnap” – válaszolja Virágh Miklósarra kérdésünkre, hogy jelenleg hogyan állunk a digitális fentarthatóság területén.

Szűk húsz évvel ezelőtt, 2007-ben a becslések szerint a különböző informatikai és kommunikációs eszközök (ICT) fejenként körülbelül 100 KWh-val járultak hozzá az éves globális villanyszámlához, ami az akkori áramtermelésből számolva nagyjából 3-4 százalékos részesedésnek felel meg. A szakértő szerint azóta robbanásszerűén nőtt az internethasználók tábora, elterjedt az okostelefon, majd a közösségimédia-használat, később meghatározóvá váltak a streamingszolgáltatások, megjelent, majd széles körben elterjedt a blockchain-technológia. Az elmúlt bő három évben pedig rakétaszerűen lőtt ki a mesterségesintelligencia-alapú megoldások használata.

„Fontos látni, hogy e technológiák működtetéséhez elképesztően kiterjedt infrastrukturális háttér szükséges. Ennek a felépítése a fizikai valóságban hatalmas területet igényel, rengeteg betont, acélt, rezet, üveget és temérdek más nyersanyagot kell felhasználni a befogadó épületek, kiszolgáló létesítmények és berendezések megépítéséhez, az eszközök folyamatos üzemeltetése elektromos áramot, a hűtésük pedig vizet igényel. És akkor még nem beszéltünk magukról az elektronikai komponensekről, chipekről és más alkatrészekről, amelyekből a számítástechnikai eszközök felépülnek. Bár a mai csúcskategóriás chipek igazi technológiai műremekek – kétszázmilliárdnál is több tranzisztort tudunk már összesűríteni egy alig pár cm2-es területen –, de gyártásuk és üzemeltetésük szinte minden aspektusból határokat feszeget” – teszi hozzá. 

Virágh Miklós arra is emlékeztet, hogy mindebből a felhasználó közvetlenül keveset érzékel, hiszen döntő többségében otthonától távoli, akár más országokban létesített beruházásokról van szó. Mégis fontos látni, hogy ezek a fejlesztések szó szerint az emberekkel, jellemzően a helyi lakossággal versenyeznek az erőforrásokért – amikor például szántóföldeket alakítanak át sok hektáron elterülő szerverfarmokká, vagy amikor a helyi vízműnek a megváltozó éghajlat és csökkenő csapadékmennyiség miatt már eleve komoly kihívást jelent kiszolgálni fogyasztókat, de a chipgyárak és adatközpontok vízigényére akkor is megoldást kell találni.

Versenyfutás az energiáért

Ma az ICT-eszközeink összesen 1100 TWh-t fogyasztanak, ami egy főre vetítve már 135 KWh-t jelent évente, ez az időközben másfélszeresése nőtt globális termelés 3-4 százalékát teszi ki. Mivel ez idő alatt ötödével (1,5 milliárddal) többen lettünk a Földön, és egy főre vetítve 35 százalékkal nőtt az ICT áramfogyasztásunk, ez szűk két évtized alatt kétharmaddal magasabb tényleges áramfogyasztást jelent. „Ennél is fontosabbak azonban az abszolút számok: csak az említett közel húszéves növekmény Magyarország tavalyi áramtermelésének több mint tízszerese. Ez iszonyúan nagy mennyiség. A világon felhasznált elektromos energia döntő többsége mai napig fosszilis tüzelőanyagok elégetéséből származik, több mint harmadát a környezetterhelési szempontból leginkább problémás szénerőművekben állítják elő.”
Ami a kihívást igazán globális problémává teszi, az a volumene. 

Az 1100 TWh-ás globális ICT áramfogyasztás körülbelül hetven paksi atomerőmű termelésének felel, de még a Kínában épült, a világ legnagyobb vízerőműveként ismert Three Gorges Dam nevű erőműből is egy tucat kellene ennyi áram megtermeléséhez – mondta a szakértő a globális helyzetről. 

„Az infokommunikációhoz kapcsolódó energiafogyasztás növekedését ma egyértelműen az AI-adatközpontokok energiaigénye hajtja. A Nemzetközi Energiaügynökség 2025-ben publikált riportja szerint egy átlagos AI-adatközpont annyi energiát igényel, mint százezer háztartás, de a legnagyobbak akár hússzor ennyit is fogyasztanak. 2024-ben összesen 415 TWh áramfogyasztásért voltak felelősek a különböző (nem csak AI) adatközpontok, ami több mint tízszerese Magyarország áramtermelésének, és 2017–2024 között évente átlagosan 12 százalékkal nőtt az adatközpontok energiafelhasználása. Az előrejelzések szerint fogyasztásuk 2030-ra elérni a 945 TWh-t (International Energy Agency, 2025) ami még ennél is gyorsabb növekedési ütemet feltételez” – emelte ki.  

Ma ott tartunk, hogy már nem az elérendő számítási kapacitás vagy az általa lehetővé tett új szolgáltatások köre kerül be a hírekbe egy-egy új adatközponti beruházás kapcsán, hanem egyszerűen magát a tervezett áramfogyasztást adják meg fő paraméterként. A Meta nemrég bejelentett louisianai fejlesztése, amely egyetlen, bár kétségkívül hatalmas AI-adatközpont, 5200 megawatt energiabetáplálást igényel majd, amit hét, újonnan épített földgáztüzelésű erőmű fog szolgáltatni. 
„Fontos világosan látni: ezekben a méretekben a döntések globálisan is szűkös erőforrásokról születnek. Olyan korban, amikor a kibocsátáscsökkentésen kellene, hogy legyen a hangsúly. Sőt, az erre szolgáló tervek és megállapodások szerte a világon életben vannak. 

Elég csak a 2015-ben született és szinte a világ összes országa által elfogadott Párizsi Megállapodásra gondolni, vagy a szintén 2015-ben elfogadott és a világ összes országa által ratifikált Agenda 2030 programra, amelynek középpontjában 17 fenntartható fejlődési cél áll, közte az éghajlatváltozás elleni fellépés” – hangsúlyozza Virágh.

„Véleményem szerint a kérdés nem pusztán az, hogy milyen képességeket biztosít számunkra a legfrissebb információs technológia, hanem az, hogy mire használjuk ezeket, és főként, milyen áron kerülnek a birtokunkba. Fontos tehát, hogy miről mondunk le, milyen következményekkel kell rövid és hosszú távon szembenéznünk emiatt. Ha az energia értékét kell kézzelfoghatóvá tenni, gyakran ültetik az érdeklődőket egy biciklihez kötött dinamóhoz, ami áramot termel, így egy hagyományos villanykörtét égve tartani is izzasztó feladat. Ha tekeréssel kellene előállítani az áramot, vajon pedáloznánk-e fél-egy órát egyetlen AI-képért?” – teszi fel a költői kérdést.  

Haszon és mellékhatás

Amikor szakemberek az AI-fejlesztések várható hozadékairól beszélnek, általában magasztos, a közjót szolgáló eredményekkel szoktak példálózni: új rákgyógyszerekhez vezető molekulákról, pontosabb időjárási modellekről, az éhínséget enyhítendő hatékonyabb élelmiszer-termelésről, eredményesebb bűnüldözésről és hasonlókról. Amikor a hétköznapi emberekkel beszélgetünk, akkor elcsalt iskolai beadandókkal, hamis politikai kampányvideókkal, automatizált trollhadsereggel vagy szimplán csak idétlen képekkel és videókkal is szép számmal találkozunk. 

„Úgy látom, hogy van egy minden értelemben erőforrásigényes technológiánk, amit jóformán ész nélkül mindenre is használunk, nem törődve már a rövid távú következményekkel sem. Pedig az említett aggályok csak egyetlen, környezeti fenntarthatósági aspektust pedzegetnek. Hogyan viszonyulunk a társadalmi hatásaihoz? Mondjuk ahhoz, hogy beadandó fogalmazás helyett egymondatos promptokkal tudják le a leckét már az általános iskolások is. Milyen készségeket nem fognak így megszerezni, és ezek a későbbiekben hiányoznak-e? A mesterségesen előállított, de jól célzott és személyre szabott tartalomcunami a közösségi oldalakon nem ássa-e alá a demokráciát? A hatékonyságjavulás következtében elvesző munkahelyek nem vezetnek-e túlzott társadalmi feszültségekhez? Az AI-alapú párkapcsolat nem vezet-e elidegenedéshez és depresszióhoz? Kinek a felelőssége lesz ez? Ez csak néhány kérdés a sok közül, amelyekről úgy vélem, előbb kellene vitát nyitni és válaszokat találni rájuk, minthogy túl késő lenne. Az ökológiai összeomlás sürgető realitásának fényében.”

Virágh Miklós szerint az AI-rendszerek karbonlábnyoma három módon csökkenthető: a felhasználást korlátozzuk, azaz használati volument csökkentünk; a hatékonyságot növeljük, illetve alacsonyabb villamosenergia-felhasználást biztosító hardverrel dolgozunk. Azonos villamosenergia-mennyiséget az üvegházhatású gázok kisebb mértékű kibocsátásával valósítunk meg, azaz „zöldebb” áramot, valamint kevesebb vizet használunk. „Fontos tekintettel lenni rá, hogy ha a felhasználás volumene gyorsabban nő, mint ahogy a második két pontban szereplő hatékonyság szorzata javul, akkor az eredmény nagyobb karbonlábnyom lesz” – emeli ki.

"Először egy modellt kellene építenünk, amely kellően jól leírja az AI-rendszerek és a fenntarthatóság kapcsolatát. Ha kizárólag a karbonlábnyommal modellezzük a hatását, az messze nem elégséges, sem a pozitív, sem a negatív hatásokat tekintve” – mondja az AI-rendszerek fenntarthatóságának méréséről. 

Lehetséges-e, hogy az AI-nak pozitív hatásai is lesznek a fenntarthatóság terén? – merül fel a kérdés. Virágh szerint igen, és egy-egy projekt vagy megoldás közvetlen hatásait tekintve könnyű lenne létező pozitív példákat hozni rá, elég a logisztikában az útvonalak optimalizálásával és dinamikus módon való összehangolásával elérhető üzemanyag-megtakarításra és a karbonkibocsátás csökkentésre gondolni (SDG13 ). Vagy arra, hogy a tudáshoz, információkhoz való hozzáférés megkönnyítése hogyan járul hozzá a tanulási és oktatási lehetőségek kibővítéséhez (SDG4 ).

„Az AI-megoldások és a fenntarthatóság kapcsolatát akkor lehet feltárni, ha szerteágazó, összetett hatásokat is tartalmazó megfelelő modelleket tudunk alkotni, és így el tudjuk készíteni a megfelelő hatásvizsgálatot. Mindkettő kivitelezhetősége önmagában is nagy kihívás, még egy szűk környezetre és időtávra alkalmazva sem könnyű, hát még a globális rendszerekbe illesztve. Komplex modellezés nélkül úgy vagyunk ezzel, mint az Eszterházy Pétertől kölcsönzött gondolattal a halmazok szűkítésével. Ő úgy érvelt, hogy ha tetszőlegesen adhatjuk meg a szűkítés definícióját, akkor nincs az a kiindulási halmaz, amelyben a végén nem mi lennénk a csókkirály. Kellően rövid távon és megfelelően szűk nézőpontból vizsgálva sok mindenről tűnik úgy, hogy jól illeszkedik a fenntarthatósági célokhoz. Persze kérdéses, hogy egyáltalán hallgatnánk-e a csókkirályra. Nekem nagyon úgy tűnik, hogy pont az evolúciós ösztönök formálta jó gyakorlattal ellentétes módon viselkedünk: nem a jelen generáció hoz áldozatot annak érdekében, hogy biztonságban tudja, megóvja utódait, mint ahogy egy önfeláldozó anyatigris teszi. Épp fordítva: jelenlegi magatartásunkkal és a most meghozott döntéseinkkel a jövő generációit kényszerítjük arra, hogy ők fizessék meg mai kényelmünk árát. Szerfelett izgalmas kísérlet, de hátha sikerül.”

Az AI fenntarthatósági hatása nem egyértelműen pozitív vagy negatív

„A digitális karbonlábnyom méretével kapcsolatban általában a globális légi közlekedéssel való összevetésekről lehet olvasni. 2019-ben hozzávetőleg egyenlő nagyságú volt a két kibocsátás – forrásfüggő, de felső értéken –, nagyságrendileg 4 százalékát adva a világ karbonkibocsátásának. Azóta nagyot nőtt: mára már több mint hatmilliárd online felhasználóról beszélhetünk, a webes forgalom évről évre 20-25 százalékkal nő. Fontos, hogy ennek motorja már nem csak az ember, hanem a botok, az AI. A technológia felhasználója maga a technológia lett” – foglalja össze Huszics György.

Miközben a digitalizáció jellemzően az analóg megoldások, offline folyamatok átfordítását célozta a virtuális térbe – ezzel valóban csökkentve azok karbonkibocsátását –, megjelentek olyan fejlesztések és szolgáltatások is, amelyek offline sosem léteztek. Ilyen például a mesterséges intelligencia, amelynek működéséhez szükséges energiamennyiség és az ennek előállításából fakadó karbonkibocsátás, valamint a hűtéshez használt vízfogyasztás mind plusz tehertételként jelentkezik. 

A különböző források 700 millió és egymilliárd közötti felhasználószámokat emlegetnek, napi 2,5 milliárd promptról tudnak. Ezeknek az adatoknak köszönhetően a korábban sokkolónak ható, a betanítás energiafogyasztásáról szóló számok – a ChatGPT 4 esetében 60 ezer MWh volt a nagyságrend – már most eltörpülnek a felhasználáshoz (inferencia) köthető energiaigény mellett. Összehasonlításként: egy négyfős magyar háztartás éves elektromosenergia-felhasználása a hazai statisztikák szerint 2,5 MWh. Hiába dolgoznak ugyanis az AI-rendszerek üzemeltetői a minél energiahatékonyabb számítási kapacitások biztosításán, a felhasználószám, a használat mértéke és formája – főleg a kép-, hang- és videógenerálás – elszabadulni látszik.  

„A fenntarthatóság és az AI kapcsolatát vizsgálva fontos rögzíteni, hogy a mesterséges intelligencia ugyanakkor segíti is a fenntarthatósági célokat, rendszerek, folyamatok optimalizálásánál szerezve elvitathatatlan érdemeket. Eljött azonban a pillanat, amikor felhasználóként és kibocsátóként is mérlegre kell tenni.” 

Huszics szerint az AI esetében is igaz, ami a teljes digitális eszközparkra vonatkoztatható: a fenntarthatóság és a hatékonyság kéz a kézben jár. Bármilyen intézkedés, amellyel fenntarthatóbbá tudjuk tenni a működést, hatékonyabbá is teszi azt, és fordítva.

„Persze megtehetnénk, hogy tovább növeljük az erőforrásokat. Még több energia, még több chip, számítási kapacitás, de üzletileg nem jön ki a matek, és nem is biztos, hogy sokkal előrébb jutunk vele. A másik irány már izgalmasabb, és több előnnyel kecsegtet. A kisebb, áramvonalasított modellek használata nemcsak költséget csökkent, hanem a környezeti terhelést is enyhíti. És persze nem hagyhatjuk ki a zöld energiát sem az üzemeltetésnél, ugyanakkor fontos látni, hogy ennyi zöld energia nincs. Illetve az adatközpontok vízhűtését biztosító eljárások esetében is léteznek már rendkívül hatékony megoldások, amelyek az 5-7 liter/kWh vízfelhasználási hatékonyságot 0,2 literre szelídítik. Itt is ellentmondás azonban, hogy több esetben is felmerült: olyan területekre telepítenek adatközpontokat, amelyek alapból vízhiányosak. Ilyenkor kettős a probléma, hiszen a lakossági fogyasztást tetézi a technológia vízigénye” – teszi hozzá.

Elsőre talán meglepőnek tűnhet, de a szolgáltatók mellett a felhasználók is tehetnek az AI környezetterhelésének csökkentéséért. Bár egy-egy prompt energiaigénye, víz- és karbonlábnyoma minimális, rengeteg van belőle, ráadásul prompt és prompt között nagyon nagy különbség lehet. Nem mindegy, hogy sima szöveget adunk és kérünk vissza válaszként, vagy képet, esetleg videót generáltatunk, és az sem, hogy ezekhez „csak” szöveges promptot írunk, vagy képet, videót olvastatunk be. 
A szakértő kiemeli, hogy a rövid szöveges kérdések-válaszok esetén az is szempont, hogy elég-e, ha az AI a feltanított tudásból hozza a választ, vagy ki kell hozzá lépnie a tanult anyagból, és webes böngészés is szükséges a válaszhoz. 

A különbségek érzékeltetésére néhány szám: a Google Gemini esetében a sima szöveges prompt és az arra adott válasz esetében mindössze 0,24 Wh energiafogyasztásról tudunk – ez a ChatGPT esetében 0,34 Wh, ami kb. 15-30 másodperc laptophasználatnak felel meg. De ez csak akkor igaz, ha a modell a tanult anyagból válaszol, és nem kell kimennie a webre, képet, audiofájlt vagy videót generálnia, és a prompt és a válasz is rövid. 

„Ez parányinak tűnik, de ha hozzátesszük, hogy napi 2,5 milliárd prompt születik, és úgy vesszük, hogy ezek mindegyike csak rövid és szöveges, tehát az áramigény a 0,24–0,34 Wh tartományba esik, akkor éves szinten már nagyságrendileg akár 300 GWh energiáról beszélünk, ami egy kisebb város évi energiafogyasztásának vagy egy kisebb naperőműpark éves termelésének felel meg. Ebből rögtön látszik, hogy nem mindegy, mire használjuk a mesterséges intelligenciát, milyen promptokat készítünk, és mit várunk cserébe.”

Az AI használatáról és betanításáról ma még mindig viszonylag korlátozottan érhetők el adatok, főleg, mivel egyre árnyaltabb a kép. A nagy, úgynevezett „frontier” modellek esetében – ChatGPT, Gemini, Claude 3 – már a betanítás energiaigénye is hatalmas. A ChatGPT 4-hez nagyságrendileg 50-60 ezer MWh energiafogyasztás kapcsolódott, és abban az időben még ez számított a modellekhez kapcsolódó energiafogyasztás oroszlánrészének. A felhasználószám exponenciális növekedése azonban áthelyezte a súlyt a felhasználás energiafogyasztására, ami a fent leírtak alapján még a minimális erőforrásigényű posztokkal kalkulálva is kisvárosnyi fogyasztást feltételez. Talán még jobban leírja a várakozásokat a Nemzetközi Energiaügynökség (IEA) jelentése, mely 2030-ra az adatközpontok – kriptó nélküli – energiafogyasztását nagyságrendileg 1000 TWh-ra jósolja, amit úgy kell elképzelni, mintha rátennének még egy Japánt az energetikai világtérképre – érzékelteti a szakértő, hogy mekkora energiafogyasztással jár egy nagy AI-modell betanítása és használata.

„Az AI-rendszerek fenntarthatósági hatásának mérése alapvetően a digitális szolgáltatások felhasználáshoz kötődő (use-phase) megközelítésére épül, ugyanakkor annál összetettebb képet ad. Már egy hagyományos weboldalnál is több komponens együttes hatását kell vizsgálni, az AI esetében ez még hangsúlyosabb, hiszen a számítási igény jelentős része a háttérben, az adatközpontokban jelentkezik. A teljes energiafelhasználás három fő komponensre bontható. Egyrészt ott van a backend, vagyis maga az AI számítási része, amely az inferencia során a legnagyobb energiaigényt jelenti. Másrészt számolni kell a hálózati adattovábbítással, különösen akkor, ha nagyobb méretű bemenetekkel vagy kimenetekkel dolgozunk, például képek, hang vagy videó esetén. Harmadrészt a felhasználói eszközök energiafogyasztása sem elhanyagolható: egy-egy interakció során a teljes energiafelhasználás jelentős része akár a végfelhasználói oldalon jelentkezhet” – mondja. 

„Az AI fenntarthatósági hatása nem egyértelműen pozitív vagy negatív, hanem attól függ, hogy milyen célra és milyen hatékonysággal alkalmazzuk. Megfelelő használat mellett a mesterséges intelligencia jelentős mértékben hozzájárulhat a kibocsátások csökkentéséhez, különösen olyan területeken, ahol komplex rendszerek optimalizálása szükséges” – emeli ki Huszics. 

Az egyik legfontosabb alkalmazási terület az energiafelhasználás optimalizálása, legyen szó épületekről, ipari folyamatokról vagy akár adatközpontokról. Az AI képes finomhangolni a működést, csökkenteni a veszteségeket, és hatékonyabbá tenni az erőforrás-felhasználást. Hasonlóan jelentős hatás érhető el a logisztikában, ahol az útvonalak és szállítási folyamatok optimalizálásával csökkenthető az üzemanyag-felhasználás és a kibocsátás. 

A digitális rendszerek szintjén is megjelenik ez a hatás: az AI segítségével hatékonyabb, kisebb adatforgalmú, gyorsabban betöltődő megoldások hozhatók létre, amelyek egyszerre javítják a felhasználói élményt, és csökkentik az energiaigényt. Ez különösen fontos a digitális szolgáltatások esetében, ahol a használati volumen rendkívül magas. 

Ugyanakkor van egy kritikus feltétel: az AI alkalmazásával elért megtakarításnak meg kell haladnia az AI működtetésének energiaigényét. Ha ez nem teljesül, akkor a technológia összességében növeli a környezeti terhelést. Ezzel összefüggésben fontos megemlíteni az úgynevezett visszapattanó hatást, vagyis a Jevons-paradoxont is. Ha egy technológia hatékonyabbá válik, az gyakran a használat növekedéséhez vezet, ami végső soron akár a teljes fogyasztás növekedését is eredményezheti. Az AI esetében ez különösen releváns, hiszen a könnyebb hozzáférhetőség és az alacsonyabb költségek gyorsan új felhasználási területeket teremtenek. 

„Összességében tehát az AI nem önmagában fenntartható vagy fenntarthatatlan technológia. A hatása attól függ, hogy milyen problémák megoldására használjuk, és hogy képesek vagyunk-e tudatosan úgy alkalmazni, hogy a létrejövő előnyök meghaladják a működtetésével járó terhelést. A figyelemgazdaság nem biztos, hogy a legjobb irányba viszi ezt a folyamatot, főleg azzal, hogy egyre inkább a képi és az audiovizuális tartalmak kerülnek túlsúlyba, gyakran kétes értékű tartalommal. Ráadásul nem egyszerűen fogyasztjuk, hanem – az autoplay funkciónak köszönhetően – tömik belénk ezeket a videókat. A tudatos használat azonban ezen is segíthet, de nekünk kell okosnak lenni. Az ugyanis, hogy az AI hozzátesz a világunkhoz, vagy elvesz belőle, rajtunk múlik, nem rajta. Legalábbis egyelőre, de ez már egy másik történet” – foglalja össze a szakember.  

 Az eredeti cikk a Kreatív 2026/3-4. számában jelent meg