Repte ecosocial · UPF · Juny 2025

La IA té un
cost invisible

Cada consulta, cada imatge generada, cada línia de codi suggerida consumeix energia, aigua i minerals. Aquesta calculadora ho fa visible.

10× més CO₂ que una cerca Google
519 ml d'aigua per 100 paraules
5 Mt e-waste projectats 2030
Explora

Tres dimensions
d'impacte ambiental

🔥

Emissions de CO₂

Entrenar GPT-3 va emetre l'equivalent a 300 vols transatlàntics. Cada dia, ChatGPT consumeix tanta electricitat com un país sencer — Croatia o Puerto Rico — i bona part d'aquesta energia prové de combustibles fòssils.

226 GWh consum anual ChatGPT (inferència)
💧

Consum d'aigua

Els data centers s'han de refrigerar constantment. L'entrenament de GPT-3 va evaporar 700.000 litres d'aigua in situ. Un sol data center de Google a Iowa va consumir 3.800 milions de litres el 2024.

4–6 km³ demanda global IA pronosticada 2027

Residus electrònics

Les GPU s'obsoleten en cicles cada cop més curts. Contenen cobalt, tantali i liti extrets en condicions sovint problemàtiques. Tan sols el 22% dels e-waste es recicla formalment a escala global.

5 Mt e-waste IA projectats 2023–2030

IA vs. activitats
quotidianes

Energia per consulta (Wh)

ChatGPT query
2.9 Wh
Cerca Google
0.3 Wh
Email enviat
0.06 Wh
Imatge IA generada
0.6 Wh
Streaming 1 min HD
0.15 Wh

Emissions de CO₂ en context

Vol BCN–LDN
90 kg
Entrenar GPT-3
85 t CO₂
1 any Netflix
3 kg
100 queries ChatGPT
87 g
1 kg carn de vedella
27 kg

Quina és
la teva petjada?

Consultes a LLMs
15
per dia
Imatges generades
2
per dia
Suggeriments de codi
30
per dia
Cerques web
per dia
CO₂ anual 365 dies
g CO₂e
Aigua anual 365 dies
litres
Energia anual 365 dies
Wh

El teu consum anual equivalent a...

🚗 km en cotxe de combustió
📱 càrregues de mòbil
🍶 ampolles d'aigua (0,5 L)
✈️ % vol BCN–LDN

Com varia el consum
durant la setmana

Cap a una
IA suficient

01
Transparència

Etiquetatge energètic obligatori

Com els electrodomèstics, cada servei d'IA hauria de mostrar la seva petjada de CO₂, aigua i energia per consulta. El 75% dels articles de premsa citen xifres sense citar fonts, perpetuant l'opacitat corporativa.

02
Tecnologia

Prioritzar models petits i locals (SLMs)

Models especialitzats assoleixen precisió comparable als LLMs grans per tasques específiques consumint ordres de magnitud menys energia. La UNESCO (2026) estima reduccions molt substancials sense pèrdua de qualitat.

03
Regulació

AI Act + Green Deal com a palanca

El Reglament UE 2024/1689 incorpora principis de proporcionalitat, però les obligacions ambientals específiques són febles. Cal auditories energètiques obligatòries i fiscalitat que internalitzi els costos externalitzats.

04
Cultura

Cultura de "IA suficient"

Usar la IA quan afegeix valor real, no per defecte o moda. Incorporar l'eficiència energètica com a mètrica de qualitat al costat de la precisió. Connecta amb la lògica del decreixement selectiu de Riechmann (2023).