I ricercatori hanno scoperto un costo ambientale significativo legato alla crescente dipendenza da sistemi di intelligenza artificiale sofisticati. Un nuovo studio, pubblicato il 19 giugno 2025 su Frontiers in Communication, rivela che i modelli di IA dotati di capacità di ragionamento possono emettere fino a 50 volte più anidride carbonica rispetto alle loro controparti più semplici quando rispondono alle stesse domande.
Il team di ricerca, guidato da Maximilian Dauner della Hochschule München University of Applied Sciences, ha valutato 14 diversi modelli linguistici di grandi dimensioni (LLM), con parametri compresi tra 7 e 72 miliardi. Questi modelli sono stati testati su 1.000 domande di riferimento in vari ambiti, tra cui matematica, storia, filosofia e algebra astratta.
Lo studio ha rilevato che i modelli di ragionamento generavano in media 543,5 "token di pensiero" per domanda, rispetto ai soli 37,7 token dei modelli concisi. Questi passaggi computazionali aggiuntivi si traducono direttamente in un maggiore consumo energetico e in emissioni di carbonio più elevate. Il modello più accurato testato è stato Cogito, dotato di ragionamento e con 70 miliardi di parametri, che ha raggiunto un'accuratezza dell'84,9% ma ha prodotto tre volte più CO2 rispetto a modelli di dimensioni simili che fornivano risposte più concise.
"Attualmente osserviamo un chiaro compromesso tra accuratezza e sostenibilità insito nelle tecnologie LLM", ha spiegato Dauner. "Nessuno dei modelli che ha mantenuto le emissioni al di sotto dei 500 grammi di CO2 equivalente ha superato l'80% di accuratezza."
Anche la materia delle domande ha avuto un impatto significativo sulle emissioni. Le domande che richiedevano un ragionamento complesso, come algebra astratta o filosofia, hanno generato fino a sei volte più emissioni rispetto ad argomenti più semplici come la storia delle scuole superiori.
I ricercatori hanno sottolineato che gli utenti possono controllare la propria impronta di carbonio legata all'IA attraverso scelte consapevoli. Ad esempio, il modello R1 di DeepSeek (70 miliardi di parametri) rispondendo a 600.000 domande produrrebbe emissioni di CO2 pari a un volo andata e ritorno da Londra a New York. Nel frattempo, il modello Qwen 2.5 di Alibaba (72 miliardi di parametri) potrebbe rispondere a circa 1,9 milioni di domande con una precisione simile, generando le stesse emissioni.
"Se gli utenti conoscessero l'esatto costo in CO2 delle risposte generate dall'IA, potrebbero essere più selettivi su quando e come utilizzare queste tecnologie", ha concluso Dauner. I ricercatori auspicano che il loro lavoro possa incoraggiare un uso più consapevole e rispettoso dell'ambiente dell'IA, dato che queste tecnologie sono sempre più integrate nella nostra vita quotidiana.