Alors que l’intelligence artificielle s’impose dans notre quotidien, que ce soit pour rédiger des courriels, faire ses devoirs ou résumer des documents, une question urgente émerge : quel est le coût environnemental de ces nouveaux outils numériques ?

Un article publié par The New York Times le 19 juin 2025, signé Sachi Kitajima Mulkey, révèle que les grands modèles de langage (LLM) consomment des quantités importantes d’énergie, et que cette consommation varie grandement selon le modèle utilisé. Une étude publiée dans Frontiers in Communication démontre qu’un même type de tâche peut générer des niveaux d’émissions très différents selon l’IA sollicitée. Les modèles les plus gourmands, comme DeepSeek-R1, peuvent émettre jusqu’à quatre fois plus de CO₂ qu’un modèle équivalent, sans gains notables en précision.

Le chercheur Maximilian Dauner, de la Munich University of Applied Sciences, qui a dirigé l’étude, recommande de privilégier des modèles adaptés à la tâche. Selon lui, il est inutile de mobiliser un modèle complexe pour répondre à une question simple. La logique est simple : plus les réponses sont longues et sophistiquées, plus elles génèrent d’émissions.

Cette réflexion rejoint un mouvement plus large dans le secteur technologique qui plaide pour une approche « low-tech » de l’IA : privilégier des outils plus légers, plus rapides à exécuter, et donc moins énergivores. Plusieurs initiatives émergent déjà, notamment dans les universités et chez certains développeurs open source, pour promouvoir une IA « frugale », capable de résoudre des problèmes ciblés sans multiplier les paramètres ni les ressources.

Une autre dimension encore peu discutée est celle de l’infrastructure énergétique des centres de données. Selon Jesse Dodge, du Allen Institute for AI, l’empreinte carbone d’un modèle dépend en grande partie de l’endroit où il est exécuté : un même calcul émettra trois fois plus de CO₂ s’il est fait au Texas plutôt qu’en Norvège, simplement en raison du mix énergétique local. Choisir un service d’IA alimenté par des énergies renouvelables pourrait donc être aussi important que le modèle lui-même.

La tendance actuelle vers les modèles dits de raisonnement, qui expliquent leurs réponses étape par étape, accentue encore la consommation énergétique. Pourtant, ces modèles ne sont pas nécessairement plus précis. « On n’a pas toujours besoin du plus gros modèle », rappelle Dauner.

Sasha Luccioni, responsable IA et climat chez Hugging Face, rappelle quant à elle que ce n’est pas tant la thématique de la question qui compte, mais la longueur de la réponse. Elle milite pour un usage plus responsable de l’IA, et souligne que, bien souvent, un moteur de recherche classique, voire une simple calculatrice, ferait parfaitement l’affaire.

Avec une consommation énergétique des centres de données qui pourrait tripler d’ici 2028 aux États-Unis selon le Département de l’énergie, la question du choix de l’IA devient une question de conscience écologique. Plus que jamais, il semble pertinent d’adapter l’outil à l’usage, pour limiter notre empreinte carbone numérique.

Source : nytimes

+++

Tous les jours de la semaine, du lundi au vendredi, Bruno Guglielminetti vous propose un regard sur l’essentiel de l’actualité numérique avec 120 secondes de tech.