AI for Green : la branche verte de l’intelligence artificielle

À la croisée des bouleversements numériques et environnementaux, l’intelligence artificielle (IA) est susceptible d’avoir des impacts négatifs sur l’environnement. Des solutions AI for Green contribuent cependant à les prévenir ou à y remédier. Dans quels domaines précisément ? Sur quels critères objectifs les apprécier ? Ce dossier présente le cadre d’analyse mis au point par Impact AI et son application à des cas concrets.

IA et environnement, un thème émergent

Numérique et environnement ne font pas  toujours bon ménage. Pour la seule année 2020, le collectif Green IT évalue à 4 % sa part dans les émissions de gaz à effet de serre et estime que celle-ci pourrait monter à 5,6 % en 2025. Des voix s’élèvent pour dénoncer ces effets délétères, imputables notamment aux émissions de CO2 liées à la consommation énergétique des serveurs, participant ainsi au réchauffement climatique. L’intelligence artificielle, en particulier le machine learning, est un ensemble de théories et techniques qui visent à réaliser des machines capables de simuler l’intelligence humaine. Elle ne constitue donc qu’une brique du numérique parmi d’autres et ne joue à ce stade qu’un rôle mineur dans la problématique environnementale. Pour autant, la rapidité de son développement la placera inévitablement sur le devant de la scène à brève échéance.

En s’interrogeant sur le concept d’intelligence artificielle responsable au sens large, les autorités publiques ne s’y trompent pas. Les initiatives de la Communauté européenne en faveur d’une IA digne de confiance comprennent ainsi un volet intitulé « Bien-être et environnement » ; la feuille de route sur l’environnement et le numérique du Conseil national du numérique (Cnnum) mentionne une stratégie pour « une IA sobre et au service du développement durable ».

Dommages et bénéfices

Il est indéniable en effet que, par leur conception comme par leur utilisation, certaines solutions d’IA aggravent le péril écologique. Le deep learning par exemple s’avère particulièrement gourmand en ressources et en énergie ; de même, les objets connectés qui se multiplient alimentent en données des algorithmes toujours plus voraces ce qui, par conséquent, accentue leur empreinte carbone.

A contrario, l’intelligence artificielle peut constituer un formidable levier pour la transition écologique. Tandis que des algorithmes d’optimisation des trajets réduisent la consommation de carburant par exemple, d’autres détectent des pollutions avant qu’elles s’étendent. Des modélisations parviennent à prédire la recrudescence de phénomènes météorologiques extrêmes ou les effets du réchauffement climatique sur des zones très précises afin d’anticiper les politiques d’urbanisme.  Les exemples de ce type abondent et les entreprises s’attachent à développer l’AI for Green — IA au service de l’environnement — dans de nombreux domaines. S’il est difficile à ce stade de chiffrer les retombées économiques de ces applications, il n’en demeure pas moins certain que celles-ci s’inscrivent dans le cadre de la transition durable qui s’impose de plus en plus aux activités économiques.

Introduire de l’objectivité dans le débat

Impact AI, dont la raison d’être est d’éclairer les enjeux éthiques et sociétaux de l’intelligence artificielle et de proposer des solutions concrètes pour faire advenir une société plus juste et durable, ne pouvait faire l’impasse d’une réflexion sur les relations entre IA et environnement. Cette technologie ne peut être placée systématiquement au banc des accusés ni à l’inverse faire l’objet de louages inconsidérées. Comment aborder la question sans tomber dans la caricature ? Un groupe de travail constitué d’experts issus d’une quinzaine d’entreprises et organisations de toutes tailles et de multiples secteurs d’activité, a œuvré durant six mois à la définition précise de la notion d’AI for Green. Il a élaboré un cadre méthodologique permettant d’identifier des cas d’usage présentant un impact positif significatif sur l’environnement. L’Institut du numérique responsable (INR), think do tank et créateur de labels de référence de numérique responsable, s’associe à la démarche, renforçant ainsi sa légitimité et la pertinence de ses résultats.

Un cadre d’analyse incontestable…

L’idée consistait à réaliser dans un premier temps une étude exhaustive de la production intellectuelle et réglementaire sur le concept d’intelligence artificielle responsable, au sens large : publications grand public et scientifiques, inventaire des labels et référentiels, recommandations et ébauches normatives à l’échelon national, européen et international (par exemple les objectifs de développement durable définis par l’ONU)…

Illustration 1 : Les enjeux environnementaux de l’Intelligence Artificielle identifiés par Impact AI sont liés à 9 (sur 17) des objectifs de développement durable fixés par l’ONU

Dans un souci de mesurabilité, les membres du groupe de travail se sont concentrés sur la thématique environnementale et ont distingué sept enjeux définis avec précision par des institutions internationales indépendantes de référence ou les autorités françaises et européennes : performance énergétique, émissions de gaz à effet de serre, adaptation au réchauffement climatique, consommation d’eau, biodiversité et écosystèmes, maîtrise de la pollution et gestion des déchets. Des indicateurs extra-financiers qui font foi, tels ceux du GRI (Global Reporting Initiative), mesurent traditionnellement l’efficacité des politiques de développement durable des entreprises sur chacun des enjeux.

…adapté à l’IA

Sur la base de ce cadre d’analyse, les solutions d’AI for Green peuvent ainsi être catégorisées et leur qualité environnementale évaluée : la performance énergétique d’une application par exemple se quantifie en kWh consommés. Pour être considérée comme efficace, une solution d’IA doit présenter des gains environnementaux significativement supérieurs à ses coûts de mise en œuvre. Cette appréciation s’articule en outre avec le calcul des bénéfices financiers éventuels.

Illustration 2 : Extrait du canevas Impact AI – Des performances environnementales des cas d’usage « AI for Green » mesurables par des indicateurs extra-financiers de référence

Une fois recensés, les cas d’usage conçus et mis en œuvre par les organisations impliquées dans le groupe de travail ont été jaugés selon cette grille d’analyse. Dans les différentes structures, il apparaît que trois enjeux se détachent par leur importance et le nombre de cas d’usage AI for Green : les émissions de gaz à effet de serre et la performance énergétique, le changement climatique, la pollution et la gestion des déchets. L’examen de ces expériences démontre qu’une démarche de mesure objective permet de mieux comprendre la valeur environnementale qu’une IA peut apporter. Et compte tenu de l’ampleur des défis écologiques et technologiques actuels, elle a de beaux jours devant elle.