We gebruiken massaal gratis tools als ChatGPT en Midjourney, maar het gebruik ervan is niet zonder prijs. Elke opdracht kost stroom en water. De aandacht daarvoor neemt toe, maar kant-en-klare oplossingen zijn er nog niet. Ook niet op de universiteit.

Volgens ChatGPT zelf valt het reuze mee. In reactie op de vraag “Hoeveel energie verbruik ik door deze vraag te stellen aan ChatGPT?” komt het taalmodel met wat cijfers op de proppen en concludeert: “Je hebt net waarschijnlijk minder dan 0,1Wh energie gebruikt – dat is véél minder dan een slok koffie zetten. Dus qua impact: echt heel klein!”

Typisch geval van ‘wij van wc-eend adviseren wc-eend’, kun je zeggen. ChatGPT staat er bovendien om bekend soms informatie uit de duim te zuigen – de zogenoemde hallucinaties. Toch klopt het dat een enkele vraag het verschil niet zal maken. Het is vooral de optelsom van alle kleine en grote vragen die we wereldwijd stellen aan generatieve AI, die mensen bezorgd maakt.

‘Jaarlijks komt er zo’n 30 tot 40 procent energieverbruik bij’

Plaatjes of video’s genereren kost nog meer energie dan tekst. En dan zijn onze verzoeken nog maar het topje van de ijsberg. De meeste stroom is al verbruikt in de trainingsfase, lang voordat wij vragen om inspiratie voor het avondeten of een plaatje van de paus in witte pufferjas.

Waardoor slurpt generatieve AI zoveel energie? En hoe zouden we daarmee moeten omgaan, op een universiteit die duurzaamheid hoog in het vaandel heeft staan?

Veel rekenen

De ICT-sector als geheel kost bakken energie, zegt Bernard van Gastel, universitair docent Duurzame digitalisering bij het informatica-instituut. ‘Sinds de jaren vijftig zit het energiegebruik in de ICT al in de lift, het groeit jaarlijks.’ In de meest recente cijfers komt daar de invloed van AI-gebruik bovenop. ‘Een paar jaar geleden kwam er jaarlijks wereldwijd 20 procent bij, nu zit dat op zo’n 30 tot 40 procent.’

Hoeveel energie specifieke AI-tools exact kosten, is moeilijk te zeggen. Grote spelers als Google, OpenAI (het grote bedrijf achter ChatGPT) en het Chinese DeepSeek bewaren zulke informatie achter gesloten deuren. Buitenstaanders maken daarom schattingen, op basis van wat ze in het algemeen – en op kleinere schaal – weten over de training en het gebruik van AI-modellen.

Daardoor weten we bijvoorbeeld dat ChatGPT gemiddeld meer verbruikt dan een zoeksysteem als Google, maar lopen de schattingen van het exacte verschil flink uiteen. ‘Ruwweg kun je zeggen dat het tien tot twintig keer zoveel energie kost om een vraag te stellen aan ChatGPT dan wanneer je diezelfde vraag aan Google stelt’, zegt hoogleraar Kunstmatige intelligentie Johan Kwisthout.

Want terwijl jij in ChatGPT in een mum van tijd een antwoord ziet verschijnen, draaien op de achtergrond de AI-radertjes op volle toeren: het programma legt contact met een datacentrum ergens ter wereld, gebruikt rekencapaciteit om te analyseren wat een logische reactie op je vraag is en om dat zo snel mogelijk bij jou te krijgen.

Maar het leeuwendeel van het verbruik zit in de training van de tools. Om AI bijvoorbeeld het verschil te leren tussen een video van een kat en een hond heb je miljoenen uren aan filmpjes nodig, vertelt Kwisthout. Voor zulke training is enorme rekencapaciteit en dataopslag nodig. ‘Voor taalmodellen als ChatGPT, zeker de nieuwere versies, heb je het over een orde van grootte die we op universiteiten niet meer kunnen bereiken.’

‘Als je ChatGPT vraagt een e-mailtekst te maken, dan staat dat gelijk aan een flesje water’

Ter illustratie: het datacentrum dat Meta in Zeewolde wilde bouwen, een plan waar de Raad van State in 2023 een streep door zette, zou 1,66 vierkante kilometer beslaan. Dat is fors groter dan het terrein van de Radboud Universiteit, ziekenhuis en HAN samen en was, voor zover bekend, niet eens specifiek voor AI bedoeld.

Paradox van Jevons

Zulke datacentra verbruiken naast energie ook veel water om de computers tijdens het rekenwerk continu te koelen. Hoeveel water, dat ligt eraan waar zo’n centrum staat. In een woestijnachtig gebied in het Amerikaanse Utah moet de koeling harder werken dan in het hoge noorden. Maar gemiddeld genomen schat Kwisthout: ‘Als je ChatGPT een aantal bulletpoints geeft en vraagt daar een e-mailtekst van te maken, staat dat gelijk aan een flesje water van een halve liter.’

Ook hierin lopen schattingen uiteen. Onderzoekers van de University of California berekenden in een pre-printstudie dat er een halve liter doorheen gaat per tien tot zeventig zoekopdrachten, afhankelijk van het data- centrum.

Maar ook zij uiten hun zorgen. Mogelijk kost de wereldwijde vraag naar AI in 2027 4,2 tot 6,6 miljard kubieke meter water, schrijven ze; de helft van het jaarlijks waterverbruik van het Verenigd Koninkrijk. In een wereld waarin watertekort een steeds groter probleem wordt, kan dat een hoofdpijndossier van formaat worden.

Hoewel de industrie duurzaamheid niet als prioriteit heeft, ziet Van Gastel wel dat er veel gebeurt om AI efficienter te maken. De nieuwste laptops komen bijvoorbeeld met AI-chips, die sneller én zuiniger plaatjes of video’s kunnen genereren. ‘In eerste instantie denk je dan: dat is mooi. Maar als de efficiëntie toeneemt, wordt het ook meer gebruikt.’

‘Je hebt niet voor elke zoekopdracht Chat- GPT nodig’

In de economie staat dat effect bekend als de Paradox van Jevons, vernoemd naar een econoom die in 1865 constateerde dat efficiënter gebruik van steenkool in de industrie leidde tot méér gebruik ervan. Het werd namelijk ook goedkoper en toegankelijker. Datzelfde gebeurt nu volgens Van Gastel met AI, dat steeds verder ons dagelijks leven insijpelt.

Lokaal AI-systeem

Hoe moet een universiteit die haar beste beentje voorzet om haar ecologische voetafdruk te verkleinen zich hiertoe verhouden? Valt het AI-gebruik op de campus te verduurzamen? Om daar een antwoord op te vinden, is het handig te weten wat de huidige – geschatte – klimaatimpact van AI-gebruik is.

Dat wordt nog niet gemonitord, volgens Mo Tiel, projectleider Radbod Duurzaam. ‘Recent pas hebben we samen met Information & Library Services de stap gezet om te kijken naar energieverbruik door dataopslag, zowel op servers binnen de universiteit als in de cloud.’ Dat wordt al een flinke kluif, verwacht Tiel, los van specifiek AI-gebruik. Ze is wel blij om te merken dat er veel gesprekken over zijn op de campus, waardoor het bewustzijn toeneemt. ‘Je hebt niet voor elke zoekopdracht Chat- GPT nodig.’

Niet iedereen houdt het bij praten. Van Gastel wil samen met Jeroen de Jong van het Teaching & Learning Centre (TLC) gaan experimenteren met AI-programma’s die op het systeem van de universiteit draaien, met lokale opslag. Als je dan bijvoorbeeld geneeskundestudenten diagnosegesprekken laat oefenen, blijven de gespreksdata binnen de muren van de universiteit.

‘Waar gaan de ontwikkelingen naartoe?’

Dat heeft niet alleen privacyvoordelen, maar betekent ook dat je dan wél kunt berekenen hoeveel energie er wordt verbruikt. ‘Dat kunnen we doen door in ons Software Energy Lab een aantal computers door te meten terwijl de toepassing draait’, zegt Van Gastel.

Van Gastel hoopt dat hun initiatief gaandeweg grootschaliger wordt opgepikt binnen de universiteit. ‘Uiteindelijk moeten we dit met z’n allen doen, niet alleen de techneuten.’ Idealiter zou je voor elke ICT- of AI-toepassing ‘het totaalpakket’ afwegen. ‘Dus niet alleen milieuaspecten, maar ook eventuele ethische en veiligheidsbezwaren. En denk aan economische duurzaamheid. Als je twee keer zoveel ervoor moet uitgeven per student, dan gaat dat gewoon niet.’

Ook Kwisthout benadrukt zo’n brede afweging te maken, als het gaat om verantwoord AI-gebruik. Hij hoopt daarnaast dat de Radboud Universiteit een rol gaat spelen in het politieke en maatschappelijke debat buiten de campus. ‘Waar gaan de ontwikkelingen naartoe en wat vinden we daarvan?’ Want uiteindelijk is dit, zoals alle grote duurzaamheidsvraagstukken, niet iets wat mensen binnen hun eigen bubbel kunnen oplossen.