L'IA est-elle l'amie ou l'ennemie du climat ?

Salut, c'est Nabil, bienvenue dans cette nouvelle saison de chaleur humaine, c'est la huitième, avant de commencer cet épisode. Je voulais vous dire qu'on organise pour le festival du monde, le jeudi 17 septembre, une soirée spéciale podcast, dans l'auditorium du monde avec nos collègues de l'heure du monde et aussi un épisode spéciale de chaleur humaine où on invitera la climatologue Valérima Sondelmotte, que vous avez déjà entendu dans le podcast, et qui viendra cette fois plancher sur la question, la bataille pour le climat est-elle féministe, un épisode qui sera présenté par ma collègue, c'est Sils-Case-Nav. Bonne écoute! Bonjour, bienvenue dans chaleur humaine. Je suis Nabil Waxi. J'en ai déjà parlé dans ce podcast. Moi, je viens d'une famille de technophiles redoutables. Mon père a fait une thèse en informatique bien avant que ce soit la mode, mon frère lit l'intégralité d'un internet tous les jours et ma mère ne sors jamais sans sa montre connecté. Dans mon premier PC, je glissais des disquettes 5 pouces un quart pour jouer à des jeux en quatre couleurs. On appelait ça CGA à l'époque et j'adorais. Dans mon école, je me ventais d'être le premier de mon quartier à avoir une connexion internet, même si en fait j'avais personne à qui envoyer des mails. Tout ça pour dire que l'arrivée de l'intelligence artificielle générative sur le papier, ça avait tout pour me plaire. Des machines qui apprennent et analysent à ma place, j'attendais ça depuis longtemps, comme dans les livres de science-fiction. Et depuis que ChatGPT Claude et Gemina ils sont arrivés, j'ai passé pas mal de temps à essayer de configurer des trucs bizarres qui ne marchent pas pour voir comment ça pourrait me servir pour apprendre de nouvelles choses. Et je vois bien que je ne suis pas le seul. Sur le site internet du monde, il suffit qu'on mette IA dans le titre d'un article pour que tout le monde se met à cliquer dessus compulsément. Qu'il s'agisse d'articles d'ailleurs, disant que tous nos emplois vont disparaître demain à cause de l'IA ou au contraire de tribunes qui prétendent que l'intelligence artificielle va sauver l'intelligence humaine, l'environnement ou l'agriculture peu importe. On essaye tous et toutes dans savoir plus. Et évidemment, vous êtes nombreux et nombreux à nous écrire à l'adresse chaleur humaine à robuste le monde.fr pour demander si on s'est dit avec précision, quelle est et qu'elle sera l'impact de tous ces développements sur le climat et sur la biodiversité. Et dans les courriers qu'on l'a reçoit, il y a beaucoup d'inquiétudes, mais il y a aussi parfois de l'espoir que l'IA puisse servir à quelque chose même si on ne sait pas toujours précisément quoi face aux crises écologiques. Quelle est l'impact de l'intelligence artificielle sur le climat, sur l'eau, sur les ressources? Est-ce qu'elle peut jouer un rôle positif pour faire face aux réchauffements? Est-ce qu'il faut s'en passer complètement pour préserver le climat? Comment peut-on faire autrement face à la vague qui semble arriver sur nous? Voilà les questions que nous allons nous poser dans cet épisode de chaleur humaine. Anne-Lor Ligosa est professeuré son informatique au laboratoire interdisciplinaire des sciences du numérique et à l'école nationale supérieure d'informatique pour l'industrie et l'entreprise. Bonjour Anne-Lor Ligosa. Alors si on commence par le début avant de parler de l'impact environnementale de l'intelligence artificielle, peut-être vous pouvez nous aider et voir plus clair. Quand on parle d'IA en ce moment, on parle toujours d'intelligence artificielle générative, en gros de chat GPT ou Claude, enfin voilà, ce qui semble répondre à nos questions avec des mots. Mais en fait l'intelligence artificielle c'est plus large que ça ce que vous pouvez nous aider à la définir pour être sûr de savoir de quoi on parle. Alors effectivement l'intelligence artificielle c'est très large, c'est une histoire aussi vieille que l'informatique quasiment. Les IA qu'on a maintenant, elles font des choses qui sont très différentes de ce qu'on avait il y a 20 ans. Donc il y a 20 ans, on avait des IA qui servaient principalement à pour simplifier de la classification. C'est-à-dire par exemple on voyait une image, on pourrait dire c'est un chien, c'est un chat. Et donc c'est assez des choses que ça faut toujours faire les IA maintenant. Mais maintenant vous voyez bien qu'elles sont capables de faire des choses beaucoup plus évoluées, comme un bord des dialogues, générer du texte, générer des images, générer des vidéos, etc. Ce qui n'était pas possible, enfin, en tout cas, beaucoup moins infosable, disons avec les IA qu'on avait il y a 20 ans. Et c'est ça aussi qui a provoqué de l'adoption très large des IA génératifs, parce que évidemment c'est beaucoup plus facile d'interagir avec un chatbot qui répond directement à nos questions en langage naturelle, que de devoir faire tourner un programme qui va simplement nous classifier ou nous donner une réponse binaire, etc. Donc c'est une interaction qui est très facilité et en plus derrière des capacités de faire des tâches qu'elles n'étaient pas du capables de faire il y a 20 ans. Mais du coup, qu'est-ce qui pose problème du point de vue de l'impact climatique avec ce nouveau type d'intelligence artificielle générative? La raison pour laquelle c'est l'IA générative, en particulier qui pose problème, c'est notamment parce que ce type d'IA, c'est fondé sur des techniques qui sont basées sur des apprentissages, sur des raisons de neurones. Et donc ça demande une quantité de calcul et une quantité de données qui sont considérables, par rapport à ce qu'on pouvait utiliser dans de l'IA plus classique à 10 ans, ça pose nécessairement des questions sur son empreinte écologique. Puisque ça nécessite d'avoir les serveurs de calcul qui vont avec les data centers, etc. Et ça donne une pression environnementale qui est très différente de ce qu'on avait auparavant. Pour donner un petit exemple, je ne sais pas, il y a 15 ans, peut-être, quand on faisait tourner un programme de recherche pour un article, ça nous prenait quelques heures sur notre ordinateur. C'était quelque chose qu'on peut faire tourner facilement sur son ordinateur. Et vraiment les gros programmes, ça prenait quelques heures, quoi, disons. Et maintenant, quelque chose qu'on fait tourner pour publier dans un article, ça va prendre en général plusieurs jours ou voir plusieurs mois sur un gros centre de calcul qui utilise plusieurs serveurs, etc. Donc on a vraiment passé un ordre de grandeur qui est complètement différent, d'un point de vue de la quantité de calcul nécessaire. Alors si on commence par la question de la consommation d'énergie, ce que vous dites, c'est que, en fait, il faut de très grandes capacités de calcul qui permettent maintenant, justement, cette existence de l'IA générative. Ce qui nécessite une grande quantité d'énergie, c'est tous ces calculs que les machines doivent réaliser avec beaucoup de données amoulinées dans tous les sens. Oui, principalement. Alors, quand on fait l'IA, on va créer un modèle à partir de données. Et ensuite, c'est ce modèle-là qu'on va utiliser, par exemple, pour chatGPT pour interagir avec vous. La partie de la création du modèle, qu'on appelle l'entraînement, c'est historiquement celle qu'on a le plus étudié parce que ça nécessite des grandes quantités de calcul. Et donc, bah ça, cette entraînement, il est très coûteux. Ensuite, une fois que ce modèle est les créés, on va avoir une phase d'utilisation du modèle. Donc, ça appelle l'inférence. C'est-à-dire qu'en les utilisateurs vont poser des questions, par exemple, à chatGPT. En fait, à chaque fois, il y a des inférences qui se font sur le modèle. C'est-à-dire qu'on va aller interroger le modèle pour récupérer la réponse. Enfin, la suite de la réponse, en fait, que génère le modèle. Cette inférence, elle est relativement peu coûteuse. C'est-à-dire qu'un appel au modèle, c'est pas grand chose. Depuis que, il y a des modèles qui sont plus grands publics avec des chatbots, grands publics, on a un nombre d'utilisations qui a complètement explosé. Et ce qui fait que l'inférence, même si individuellement, elle n'a pas beaucoup d'impact, comme on a des millions et des millions d'utilisations chaque jour, ça n'impact qui est maintenant plus important, en général, que la création du modèle. Enfin, on suppose. Parce que je pense qu'on va dire ça régulièrement pendant l'épisode, mais un des problèmes qu'on a sur ces questions-là, c'est qu'on manque beaucoup de données. Il y a très peu de transparence de toutes les entreprises qui créent les modèles, etc. Ce qui fait qu'on nous fait des estimations, on fait des modèles pour essayer d'estimer l'impact environnemental, comment ça évolue, etc. Mais on a très peu de données vraiment sourcées de l'entreprise qui a créé les modèles ou de l'organisation qui a créé les modèles. J'ai souvenir d'un épisode sur le numérique qu'on a fait avec Frédéric Bordage de Green City, dans lequel il expliquait que l'impact environnemental du numérique c'était, contrairement à ce qu'on pense, beaucoup moins les usages, que la fabrication des équipements et le renouvellement récent, est-ce que, quand on parle d'intelligence artificielle générative, c'est aussi le cas, c'est-à-dire, est-ce qu'on pressent, c'est qu'on voit, c'est que, finalement, la construction des data center de tout ce qu'il faut mettre à l'intérieur pour que fonctionne ces modèles, c'est ça qui a une grande consommation d'énergie. Ou bien, c'est plutôt les usages, les requêtes individuelles, les questions composes à Mistral, ChatGPT ou autre. Effectivement, de façon générale, la fabrication, elle a un impact qui est relativement important dans le numérique. Selon qu'on regarde le périmètre monde, le périmètre France, on n'a pas du tout la même répartition pour plein de raisons, mais notamment parce qu'on France, on a une énergie une électricité qui est très décarbonée, alors que dans le monde, l'électricité est beaucoup plus carbonée, donc en fait, la consommation d'électricité va avoir un impact beaucoup plus important. Selon le périmètre qu'on regarde, c'est plus ou moins important, mais en tout cas, c'est sur ce que c'est à peu près du moment de grandeur général, l'impact de la fabrication et l'impact de l'usage des équipements. Dans l'IA, en particulier, c'est un tout petit peu différent, notamment parce qu'on a des consommations d'électricité qui sont tellement importantes que l'usage a quand même tendance à prédominer par rapport à la fabrication des équipements, parce que ça nécessite des quantités électricité qui sont tellement énormes que l'impact de l'usage est quand même très majoritaire en général. Ça reste quand même pas du tout négligeable. Ça me suit un peu plus des chiffres exactes, mais quand on avait par exemple calculé l'empreinte carbone sur le modèle Bloum, il me semble que l'empreinte carbone de la fabrication ça doit être peut-être 20 ou 30% de l'empreinte carbone total. Donc, ce n'est pas du tout négligeable. Ça reste quand même du même mort de grandeur, mais la partie consommation d'électricité est tellement importante que ça reste quand même majoritaire. Juste pour bien comprendre si on fait le comparatif entre une requête dans un moteur de recherche de type Google et une requête sur un chatbot comme ChatGPT, Mistral ou Claude, c'est quoi l'ordre de grandeur en termes de consommation d'énergie pour une requête avec du texte ou pour une photo ou une vidéo. Encore une fois, je peux pas vous répondre de façon complètement affirmative et on est en 100% sûr parce qu'on n'a pas les données, ni sur l'un ou sur l'autre, ni sur Google, ni sur ChatGPT. En plus, il se trouve que maintenant la plupart des moteurs de recherche entègrent des fonctionnalités d'hier à derrière, donc ça devient en plus compliqué de faire la différence entre les deux. Donc voilà, c'est un petit peu compliqué de séparer. Ce qu'on peut dire en revanche, c'est que par exemple, il y a des études qui ont été faites qui ont regardé qu'elle était l'impact d'une requête selon le type de taille. qu'on fait derrière. Et globalement, un moteur de recherche standard, ça fait plus ou moins une tâche de classification en en parler au début, c'est plutôt de l'IA classique comme on avait avant l'IA générative. Et un chatbot, ça fait plutôt une tâche de génération de texte. Et quand on garde la différence d'impact entre ces deux types de tâches, donc classification de texte ou génération de texte, on a un impact environ, enfin, à peu près faudit s'entreler de quoi. Mais du coup, on suppose que quand il s'agit de générer des photos ou des vidéos, la nécessité, enfin, les besoins en énergie sont bien supérieurs. Tout à fait. Donc, effectivement, j'ai pas parlé de toute cette étude qui regarde les coups, des requêtes, en fait, selon le type de tâches. Donc, effectivement, la classification de texte, c'est ce qui coûte le moins. La génération de texte est un peu plus coûteux. La génération d'images c'est encore plus coûteux. La génération de vidéos, alors qu'il n'était pas dans la l'étude avec elle, je pense, mais qui a été étudié depuis et encore plus coûteux, évidemment, puisque ça revient à générer, pas même de fois, des images, en globalement. Un désargument qui est utilisé par les gens qui sont très favorables au développement d'intelligence artificielle, c'est dire oui, mais cette histoire de consommation d'énergie, c'est pas grave d'un point de du réchauffement climatique. Si on le fait avec de l'électricité décarbonée, on va investir dans des mini réacteurs nucléaires, on va installer des panneaux solaires et des éoliennes, et donc finalement, l'impact sur le climat ne sera pas très important, puisque on va utiliser l'électricité qui est met très peu de gaz à effet de serre. Est-ce que vous, ça, ça vous semble un argument qui est intéressant, valide, ou est-ce que c'est pas conforme à ce qu'on voit pour l'instant? Pour l'instant, la plupart des datacenteurs, ils sont quand même alimentés, en grosses majorités, avec de l'électricité d'origine fossile, même si c'était, dans le cas absolument idéal ou c'était alimenté que en énergie renouvelable, ça veut dire quand même que on met la priorité sur les datacenteurs pour utiliser certains énergies renouvelables parce qu'en fait, par les énergies renouvelables, elles ne sont pas, enfin, on ne veut pas non plus les produire en quantité infinie, donc ça veut dire qu'on fait le choix de donner cette production d'énergie renouvelable aux datacenteurs qui peuvent se discuter. Je ne dis pas que c'est pas une bonne idée, mais en tout cas, je pense que ça peut se discuter et qu'on pourrait discuter de ce que c'est vraiment ce qui est le plus priorité en termes de besoin d'énergie renouvelable. Et puis, actuellement, même quand les entreprises, par exemple, indiquent qu'elles salimentent 100% en énergie renouvelable, il n'y a pas mal dans les. Alors, je suis une grande femme de dire les rapports environnementaux des entreprises d'une Amérique. Et en fait, ce qu'on observe en réalité, c'est que globalement, ce qu'ils essaient de faire, c'est d'acheter autant d'énergie renouvelable que ce qui consomme. Ce qui veut pas du tout dire, qui consomme que l'énergie renouvelable. Voilà, par exemple, si Google est été alimenté 100% en énergie renouvelable, c'est pas pour autant que la nuit quand il y a plus de soleil en Californie, vous n'enriez pas de motor d'orchearches. Une entreprise comme Google qui a une consommation d'électricité qu'est quasiment constante ne peut pas du tout se permettre d'avoir une alimentation réellement 100% en énergie renouvelable. En fait, ce que je comprends, c'est que si les prévisions réalisent et que l'usage de l'intelligence artificielle générative, en fait augmentent massivement, il va falloir beaucoup, beaucoup, beaucoup plus d'électricité. Et donc là, ce qu'on voit, c'est des annonces plutôt de réouvertures ou de projets, de construction, de central à gaz. Je me demande quand même si tout ça est vraiment soutenable d'un point de vue climatique environnemental. Qu'est-ce que vous en pensez? On va clairement pas du tout dans la bonne direction parce que pour l'instant, les datacenteurs restent principalement alimentés à l'énergie fossile et ce n'est pas quelque chose qu'un train de changer. Donc c'est sûr que clairement, on n'est pas du tout dans la bonne direction et que cette augmentation de la consommation électrique, elle pose des problèmes à la fois d'un point de vue des énergies qui sont utilisées, mais aussi d'un point de vue de la pression, par exemple, sur la demande électrique, en fait, à certains endroits. Là, on a le cas emblématique de l'Irlande où la consommation électrique était devenue tellement grande qu'ils ont mis un moratoire pendant quelques années sur l'installation de datacenteur parce que c'était devenu beaucoup trop important par rapport à la consommation électrique. Il y a le cas au stade unique qui est assez emblématique aussi de la Virginie où il y a beaucoup de datacenteurs qui sont installés et ou pareil la consommation électrique des datacenteurs représentent une grosse partie de la consommation de l'Etat. Et puis, il y a des nouvelles installations, pareil. Encore récemment, là, je ne sais pas, je voyais un projet de datacenteur à 9 gigawatts dans l'Etat, je crois, Philippe Bétis, qui représente deux fois la consommation actuelle de l'Etat, enfin, c'est la puissance actuelle de l'Etat. Donc, c'est clairement une question qui se pose. Est-ce que vraiment, on veut créer cette production de énergies supplémentaires pour les datacenteurs? Alors, on a parlé de la question de l'énergie, mais il y a aussi d'autres impacts environnementaux. Il faut de l'eau pour refroidir les serveurs qui chauffent beaucoup, il faut des ressources minérales pour les cartes graphiques qui permettent de faire tous ces calculs dont vous parliez. En préparant cette émission, vous me disiez qu'on commence à peine à avoir quelques données pour mesurer l'impact de l'intelligence artificielle générative sur tous ces aspects. Mais pour l'instant, ce que montre les recherches, c'est qu'on prend pas tellement un chemin de sobriété dans la manière de mettre en place ces datacenteurs et tous ces calculs. Vous évoquez en particulier une étude qui donne des éléments de compréhension sur le sujet de quoi s'agit-il? C'est un travail, donc un de mes doctorants qui a regardé comment est-ce que l'entraînement dans la création des modèles avait évolué au fil du temps sur les, peut-être, 12 dernières années. Donc, il a regardé ça à un point de vue de l'emprunt de carbone et d'un point de vue de l'épuisement des ressources justement. Et donc la question qu'on s'était posée, c'est qu'on s'est dit, en fait, on a effectivement des modèles qui sont de plus en plus de gros et qui nécessit de plus en plus de calcul, c'est en le cès. Mais en parallèle, on a aussi beaucoup de progrès d'un point de vue, et matériel, par exemple, une carte graphique maintenant, elle va consommer 10 fois moins d'énergie qu'il y a un an pour faire le même calcul. Je dis 10, c'est un facteur complètement amusant, mais on comprenait le principe. En tout cas, on a vraiment des gains de efficacité qui sont énormes d'une année à l'autre sur le matériel simplement. On a des gains de efficacité sur le logiciel aussi, parce que la façon dont on programme les modèles, en fait, est de plus en plus efficace. On a des façons d'optimiser énormément ça. Et puis, on a des gains d'efficacité en termes d'emprunt de carbone, parce que on a des énergies qui sont quand même de plus en plus des carbonnées, même si, comme je l'ai expliqué, ça peut se discuter, en tout cas, on a des énergies qui sont quand même officiellement de plus en plus des carbonnées. Donc on s'est dit avec toutes ces optimisations, si ça se fait trop en fait, ça compense l'augmentation de la nécessité de calcul des modèles. Et en fait, ce qu'il a montré, c'est que ce n'est pas du tout le cas, c'est-à-dire que en fait, l'empreinte et en termes de consommation énergétique d'empreins de carbone et d'épuisement des ressources ne fait qu'augmenter pour la création des modèles. Donc toutes ces optimisations, en fait, elles servent pas du tout à réduire l'impact. Il servent à prier plus tôt justement à créer des modèles plus gros. Ça permet d'augmenter la demande si vous voulez. En tout cas, elles ne vont pas du tout diminuer l'impact. Et donc, c'est un bout de réponse, mais c'est-à-dire que, par exemple, en termes d'épuisement des ressources, l'entraînement des modèles, c'est à fait qu'augmenter, d'apprendre de cette impacte là. Alors, justement, toutes ces questions sur les usages et la manière dont on va utiliser l'intelligence artificielle générative dans les années à venir, c'est très présent dans les questions qu'on reçoit des auditrices et des auditeurs à l'adresse chaleur humaine à robuste le monde.fr. Et c'est Cecille Casnav, la productrice du podcast qui va s'en faire la portevoix. Bonjour Anne-leur Ligosa, bonjour! Alors, nos auditrices et nos auditeurs sont très curieux comme plein de lecteurs aussi du journal Le Monde au sujet de l'intelligence artificielle. Une des questions qui se posent, c'est, est-ce qu'il y a peu aidé à résoudre la crise écologique? Alors, c'est une question que pose Fabrice qui précise bien que pour lui, c'est un argument des supporters de cette technologie, bien que cette question d'interroge et Béatrice, elle, elle se demande, par exemple, s'il y a, ne pourrait pas nous aider à simplifier les procédures pour la rénovation énergétique, c'est un problème qui s'est posé dans sa vie récemment. Est-ce que l'IA peut nous permettre d'avoir des meilleurs modèles climatiques, des outils pour économiser l'énergie ou l'eau, pour aider les agriculteurs, prévoir la météo de manière plus précise? Est-ce que ça peut nous aider? C'est une très bonne question et c'est intéressant parce que justement, tous les exemples que vous avez donné, c'est des exemples qui sont dans une tense un article de 2019 qui regardait comment est-ce que l'IA pourrait appliquer à différents domaines? Par exemple, à l'agriculture de précision, la surveillance des feux de forêts, l'optimisation énergétique de la consommation des bâtiments, enfin voilà. Et avec des collègues, on a étudié les références qui étaient données dans cette article-là, donc on a l'air gardé, par exemple, si il y a une référence qui est donnée en disant que ça peut réduire la consommation énergétique d'un bâtiment, comment est-ce que c'est évalué? En prendre le revivrement mental, tout bêtement, en un possible question très bête, quelle est le gain de consommation énergétique du bâtiment par rapport à ce que coûte le système d'IA, basiquement, enfin c'est-à-dire coûte en termes énergétiques, ce que consomme, comme une extricité, voire même soyoufou, en prenant en compte son empreinte de fabrication, qu'est-ce que ça permet d'économiser comme une énergie par rapport à qu'est-ce que ça consomme? Et en fait, ce dont on trouve sur le compte, c'est que sur les plus de 50 références qu'on étudie, il y avait aucune évaluation environnementale, il y a 0 articles, qui faisait vraiment une évaluation co-bénéfice de l'IA. Et c'est quelque chose qu'on va observer assez régulièrement, c'est-à-dire qu'effectivement il y a plein de domaines où on peut imaginer que l'IA pour est être bénéfique. La difficulté, c'est qu'il y a très très rarement d'évaluation environnementale. Des rares fois où il y en a, ce n'est pas forcément très bien fait, alors pourquoi dis-ça? Imaginons par exemple que vous faites une application de co-bénéfice. C'est super, le covoiturage ça permet de réduire les déplacements au voiture et donc ça va permettre de gagner d'un prendu environnemental. Pour calculer quelle est l'impact de votre solution, vous vous dites "bon bah je suppose que tous les utilisateurs qui utilisent mon application, s'ils n'avaient pas pris l'application, ils auraient pris leur voiture tout seul". C'est quand même un petit peu optimiste parce qu'en fait dans les utilisateurs qui font du covoiturage, on a corrépris les transports en commun et on a corré peut-être pas fait le voyage, etc. Mais en fait c'est très souvent ce qu'il fait, ça comprend une est peut-être très très optimiste pour donc là en le cas on s'application numérique mais de façon plus générale pour l'IA avec un scénario de référence qui est très bénéfique pour l'évaluation environnementale. Et donc on en fait on a vraiment très très peu d'études qui regardent vraiment qu'est ce que l'IA peut vraiment apporter par rapport à d'autres solutions, parce que c'est toujours ça la question, c'est pas que ce que ça peut apporter de façon générale, bien sûr que ça peut optimiser la consommation du bâtiment mais ce qu'en fait le fait d'isoler ou de demander du utilisateur d'ouvrir la fenêtre 5 minutes le matin, c'est pas plus efficace, on n'en sait rien. Et donc ça on a vraiment très très peu d'études là-dessus et c'est vraiment un des gros problèmes, c'est que on n'évalue jamais qu'elles sont, c'est co-bénéfices. Pardon mais ça me fait penser à un texte qui a écrit le prix Nobel d'économie Philippe Aguion dans lequel il dit oui mais en fait ce qui contrait c'est plutôt, au lieu de parler de ces grands modèles de langage, d'IA générative dont on entend beaucoup parler, ce qui est utile d'un point de vue environnemental, c'est plutôt des petites casies à spécifiques qui peuvent faire détaches à ces précises et donner des exemples par exemple sur des stations de députation d'eau, sur des systèmes de recharge de batterie de véhicules électriques. En disant bon bah en fait ça c'est des modèles qui sont plus petits, qui sont moins consommateurs d'énergie et de ressources et qu'on sait parfaitement déjà utiliser. Est-ce que vous vous voyez là une différence possible, c'est à dire de se dire bah peut-être qu'on regarde au mauvais endroit en disant bah c'est très grand modèle d'IA générative, ils vont tout résoudre à nos problèmes alors que comme vous l'avez dit on s'est pas très bien évalué. Est-ce que vous vous pensez qu'il existe aussi des modèles d'intelligence artificielle peut-être plus spécifique, plus précis avec des usages peut-être dans l'industrie ou la santé ou ailleurs et qui eux peuvent avoir une place utile dans la transition. En tout cas c'est le positionnement qu'on a beaucoup de gens dans la communauté, voilà le typiquement l'article dont je parlais de tout à l'heure là de 2019, le premier retard de cette article lui défend par exemple que c'est intéressant d'avoir des petits, enfin pour la pleure des applications environnementales effectivement on n'a pas besoin de gros modèles, on n'a pas du tout besoin d'IA générative, on n'a besoin de petits modèles assez précis, assez calibrés pour cette tâche particulière et donc bah ça peut suffire. Moi j'ai rien tout petit peu plus loin en disant que effectivement il y a plein de cas où déjà ça peut suffire d'avoir des petits modèles mais je pense que c'est intéressant de se poser aussi la question de base est-ce que vraiment il y a quelques soins de modèles, c'est la meilleure solution et c'est vraiment la solution la plus pertinente, la plus efficace, la plus intéressante, la plus résignante, enfin il y a beaucoup de questions à se poser qui sont pas forcément posées en général parce que aussi c'est intéressant enfin qu'on va là quand on fait la recherche, la pleure des chercheurs se disent autant avoir des applications qui sont utiles d'un point de genre environnemental mais et donc vous vont par exemple s'intéresser à la surveillance de feux de forêt mais sans se poser la question de est-ce que c'est vraiment ce qui est plus pertinent, dans le cas des feux de forêt je ne sais pas du tout si c'est le plus pertinent donc pas, mais en tout cas il y a vraiment une question de se poser et ce que vraiment cette application là c'est il y a que la plus pertinente quoi. Alors vous allez parler tout à l'heure de la consommation énergétique des data centers, nos auditrices et nos auditeurs ils sont très sensibles à cette question de la consommation d'énergie et ils perçoivent bien que alors que nous sommes dans une crise énergétique il s'agit là de peut-être de concurrence d'usage c'est à dire à qui on attribue l'énergie je vous cite par exemple guillaume qui s'inquiète nous dit-il du positivisme aveugle qui fait investir dans tout plein de serveurs alors qu'on ne sait pas encore comment se passer d'énergie fossile et je vous c'était aussi Jean-Michel qui se pose la question suivante, y aura-t-il assez d'électricité pour les voitures électriques et il y a et il nous dit je ne déborde pas d'enthousiasme à la pensée qu'il faille user de saubriété pour pouvoir alimenter un secteur aussi vos races nous dit-il c'est à dire ils sentent bien nos auditrices et nos auditeurs qu'il va peut-être falloir se priver et vous êtes beaucoup plus sopt dans certains domaines pour pouvoir donner de l'électricité alia aujourd'hui alors qu'on se retrouve avec une énergie beaucoup plus chère et qui risque de rester chère longtemps est-ce que ça vous semble bien réaliste toutes ces installations et effectivement enfin je suis relativement d'accord avec ce que vous n'êtes de relayer des auditeurs c'est à dire que je suis pas sûr que ce soit vraiment pertinents d'avoir toutes ces installations de datacenter dans le contexte énergétique climatique actuelle quoi pour toutes les raisons que vous venez de vocer je crois que j'ai pas grand chose à ajouter parce qu'il y a plein de choses qui sont aidées dans les questions des auditeurs donc je pense que vraiment enfin moi ce que je retiendrai principalement c'est ce qui est effectivement c'est pour cette utilisation là que c'est le plus pertinents d'utiliser l'énergie l'énergie qu'on produit alors on n'a pas réellement de problèmes de production d'énergie en France mais mais la question se pose quand même de à qui est ce qu'on attribue cette énergie et il y a une grosse question de effectivement est-ce que les datacenter c'est ce qui a de plus pertinents et même au sein d'un datacenter ce qui n'est pas forcément peut-être évident pour tout le monde c'est que ce qui tourne dans un datacenter c'est relativement au pack pour les personnes qui gèrent le datacenter c'est à dire que bien sûr on sait quels sont les utilisateurs ou les clients du datacenter mais en revanche on sait pas tellement qu'elles sont les utilisations et c'est une des questions qu'on pose régulièrement c'est que ce serait intéressant de savoir à l'intérieur de la datacenter qu'elles sont les usages en fait qui sont faites ce datacenter est ce que c'est principalement je sais pas des usages pour générer de la publicité ou est ce que c'est principalement des usages pour faire tourner des modèles climatiques peut-être qu'il y a certains usages qu'on a envie de préudiger par rapport à d'autres et pour rebondir sur ce que vous venez de dire au sujet de la France la question qui se pose à nos auditions du terres c'est est ce qui vaut mieux avoir une hi-a en France et en Europe plutôt que finalement que de tous laisser aux autres aux américains et aux chinois et ça ça ça fait écho à ce que nous disait Lola Valégeau de la Fondation européenne pour le climat que nous avons reçu dans ce studio il y a quelques semaines et à qui on posait la question de l'indépendance énergétique de la France et de l'Europe et qu'on lui posait la question au sujet des énergies renouvelables et elle nous disait bon ben en fait les chinois ils savent quand même bien faire des panneaux solaires on pourrait peut-être quand même continuer à leur acheter cette technologie et développer ce commerce mais nous développer d'autres savoir faire sur les énergies renouvelables et c'est de cette manière là qu'on pourrait conserver une indépendance ou la développer est ce que les mêmes questions se posent au sujet de l'intelligence artificielle finalement est ce que ce serait pas plus vertueux que en France et en Europe on développe une intelligence artificielle à nous à alimenter qu'une énergie en l'occurrence en France déjà très décarbonée est ce que ça a un sens tout ça alors oui c'est une très bonne question qui se pose effectivement dans le cas de liat à la fois pour des questions de souveraineté parce que voilà de vouloir garder la mameie sur les données sur les calculs etc. ce qui est pas forcément le cas même si les détats s'intéressent en France mais enfin voilà et à la fois pour des raisons environnementales puisque effectivement en France on a une électricité qui est très décarbonée donc ça pourrait justifier ce qui est un petit peu spécifique dans le dans le cas de liat c'est que de toute façon c'est inclut dans un écosystème numérique qui est complètement dépendant la France n'est pas du tout autonome n'a pas de vue numérique que ce soit sur les services sur la fabrication des équipements même sur la fin de vie en fait enfin il y a de toute façon on n'est pas du tout autonome sur notre utilisation de numérique donc je dirais que je trouve ça un petit peu bizarre à la limite de se poser la question spécifiquement sur liat vu que de toute façon on n'a pas du tout on n'a pas du tout la main sur la plupart de nos services numériques l'autre chose qui me disait d'un petit peu c'est que même si on décidait de dire en fait on veut que toutes les services d'IA qui sont utilisés en France soit hébergés en France pour des raisons à la fois comme je l'ai de souveraineté environnementale et ce que c'est vraiment une justification pour entendre de développer les détats santeurs sans se poser la question de l'usage de l'intérêt de la pertinence je suis pas sur non plus donc je dis pas que c'est forcément une mauvaise idée et je pense qu'il y a vraiment des choses à réfléchir effectivement en termes de façon générale de toute façon de reprendre un petit peu la main sur notre écosystème numérique je suis pas sûr que le fait de dire on développe des datats santeurs à tout va pour être sûr de pouvoir garder la main sur notre numérique ce sera vraiment la solution. Alors on va parler de comment on peut regarder les choses autrement même si on a bien compris qu'il n'y avait pas de solution très simple mais en vous écoutant je me disais qu'au fond la première chose dont on aurait besoin pour essayer d'avancer dans une meilleure compréhension et une meilleure direction sur l'impact environnemental des intelligences artificielles génératives c'est plus de transparence c'est à dire que quelque part si on voulait là juste pas une politique publique à l'échelle française ou européenne qui est un premier impact peut-être une première marche d'escalier ça serait d'imposer aux entreprises du secteur d'être plus clair comme ça existe déjà dans d'autres secteurs sur leur impact environnemental et de manière précise oui effectivement ça pourrait sembler une première étape c'était un peu l'objet par exemple de la directive sur le ficaste énergétique de l'Union européenne de 2023 je dirais l'idée c'était que les datats santeurs remontent des indicateurs en fait sur leur consommation d'électricité d'eau etc. et ces indicateurs étaient censés être utilisables après de façon un peu agrégée. Bon ce qu'on a observé c'est que ça a été long et compliqué enfin la mise en place a été longue et compliqué disons et puis qu'il y a eu quand même beaucoup de contestations qui font qu'au final énormément de restrictions sur pour l'action donnée, par exemple. on peut pas du tout avoir accès au données des data centers de façon individuelle parce que voilà parce que les différentes entreprises inhumais qui ont évoqué le secret des affaires pour qu'on n'y ait pas accès. Donc, il y a évidemment des choses à faire d'un point de vue de la régulation, même d'un point de vue incitatif, il y a un travail à deux ans par exemple coordonnée par la fenôtre et le ministère de la Transition écologique sera référentiel pour les affrugales aux quels j'ai participé et qu'à donner lieu à déjà des définitions, on est qu'est-ce que ça veut dire la frugalité dans le cadre de l'IA, la sobriété, l'efficacité, etc. Donc de ce point de vue là c'est intéressant déjà et puis aussi toute une méthodologie pour évaluer l'impact environnemental d'un service d'IA. Donc, il y a quand même des choses qui sont et qui en train d'être adaptées au niveau européen. Donc, il y a des choses qui sont quand même d'un point de vue standardisation, réglementation, etc. C'est important ce sera pas suffisant non plus puisqu'on voit qu'il y a quand même des réactions en retour qui font que ça va pas suffire. En admettant qu'on arrive quand même en savoir plus, qu'est-ce que ça serait des conditions pour avoir une intelligence artificielle qui soit moins gourmand dans une énergie en noir ressources, est-ce que c'est envisagable de se dire, les modèles qu'on a là, est-ce qu'en fait demain il est aussi possible de faire plus ou moins la même chose mais avec un coup environnemental qui soit beaucoup moindre? En fait, ces questions dans la recherche, ces questions d'impact gouvernementale de l'IA, elles ont été lancées, disons, suite à un article de 2019 qui évaluait plusieurs modèles de langues étanelaires à l'époque et qui calculait la reprendre carbone. Donc, ils arrivaient à des emprunts de carbone entre 4 kg et quelques centaines de tonnes d'équivalences au dos. Pour juste la création du modèle. Et quelques années plus tard, il y a un article de Google qui disait, mais en fait, cette article-là, c'est n'importe quoi, parce que nous, on arrive à optimiser tellement d'un point de vue logiciel, matériel, emprunt de carbone, etc. que en fait, l'emprunt de carbone de ces modèles va faire que baisser, et c'est vrai là actuellement, si vous refait de tourner un modèle d'il y a deux ans, étant donné des différentes évolutions qu'on a, ça va être beaucoup moins coûteux d'un point de vue environnemental toujours. Mais le problème, c'est que, en fait, on ne s'en sert pas pour faire des modèles moins coûteux, on s'en sert pour faire des modèles plus gros et augmenter la demande. Donc, voilà, c'est des questions qui se posent systématiquement, en des cas des avancés, des modèles qui sont beaucoup moins gourmands en énergie, beaucoup plus efficace, etc. Souvent, on en demande, mais du coup, est-ce que c'est une bonne nouvelle? En fait, de façon un petit peu contrentutive, je réponds non, parce qu'en fait, moins ça coûte de créer ces modèles et les utiliser, plus ils vont être utilisés. Donc, je ne suis pas sûr que ce soit ça, la solution, d'avoir des modèles qui soient vraiment moins gourmands en énergie, en haut, en ressortant, etc. En tout cas, ça suffit pas. Parce que vous dites, ça me fait penser à une conversation qu'on a eu ici avec une chercheuse sur le secteur Aérien, Isabelle Laplace, et elle racontait qu'il s'est passé exactement ça dans le secteur Aérien, c'est-à-dire, on a des avions qui sont beaucoup plus efficaces, ils utilisent beaucoup moins de pétrole qu'au par avant, mais du coup, tous ces gains en efficacité énergétique, on les a remis dans l'augmentation du trafic Aérien, ce qui faisait dire un peu à la fin de la conversation, bon bah oui, mais du coup, la solution, c'est pas juste d'avoir des avions plus efficaces, c'est quand même qu'à un moment donné, il faut travailler sur le fait de moins prendre l'avion et faire de moins de trager en avion. Est-ce que vous vous arrivez aussi à cette conclusion là, quand on parle d'intégions artificielles, de dire, bah en fait, la question finalement, c'est pas simplement une question technique de dire, bah il faut trouver la bonne manière de consommer moins d'énergie ou de ressources, même s'il faut le faire de toute façon, mais c'est aussi de réfléchir aux usages et de dire, bah y a des usages, peut-être qu'il faut privilégié et d'autres recontraires qu'il faut surtout pas mettre en avant. Ah oui, bah il n'y a pas de secret, la sobriété se doit venir avant l'efficacité, donc clairement, on a besoin de réfléchir aux usages et c'est nécessaire. Effectivement, on en est exactement dans le même collecte dans le secteur Aérien, c'est pas spécifique, non plus à lire dans le numérique, on observe ça tout le temps, il y a une étude de pareille, peut-être 5 ans maintenant, car regardez ça dans plusieurs sous-sectores d'une médic et qui montrait pareil, et qu'en fait plus on optimise, plus on utilise, enfin en tout cas en parallèle, l'optimisation et accompagner des augmentations des usages vous aura même facilite l'augmentation des usages, donc on se retrouve effectivement exactement dans le même cas et c'est sûr que l'efficacité seule n'est pas du tout suffisante. Est-ce que dans les intelligences artificielles génératives qui existent et qui sont disponibles au jour du haut grand public, y en a qui vous semble moins gourmand, de plus éthique, qui sont un moins mauvais choix pour les usages qu'on peut tout et tout savoir, est-ce que quand les gens vous posent la question, vous les éguez en disant, attend, utilise plutôt ces toutes types, plutôt qu'un autre. Je sais pas vraiment, et la raison pour laquelle je sais pas vraiment, c'est parce que encore une fois, on n'a pas souvent toutes les informations nécessaires pour faire ce choix-là. Il y a quand même des entreprises qui ont donné plus d'informations d'autres, par exemple, Mistral, il y a eu une analyse de cycle de vie, l'année dernière, je crois, si j'ai dit pas de détails, qui pourront montrer un petit peu son impact environnemental. Donc, et à des entreprises qui sont plus transparents que d'autres, mais dans la mesure, on n'a pas les mêmes informations sur toutes les entreprises. En tout cas, moi, je m'abstiendrai de faire toute recommandation trop formelle parce que je ne pense pas avoir suffisamment d'informations pour ça. On entend énormément de discours publics sur l'intelligence artificielle et en nous, médias journalistes, on n'y contribue aussi énormément, mais pas seulement les responsables politiques, les grandes entreprises. Voilà, est-ce que vous, vous avez d'une certaine manière des conseils à donner pour ne pas se faire avoir par ces discours-là, c'est-à-dire on entend des choses parfois très alarmistes, parfois au contraire très enthousiastes. Comment on peut faire pour naviguer aussi cette discussion-là sans se faire avoir? Pour le grand public, généralement, c'est pas simple parce que les discours sont volontairement trompeur, disons, donc c'est pas évident. Je fais travailler mes élèves justement sur les rapports environnementaux des entreprises d'une migre pour que, justement, ils apprennent à débonner le discours commercial de ces entreprises parce que c'est vraiment un discours commercial qui parfois relève du crénochine, parfois simplement de la présentation un petit peu positive des données, mais en tout cas, c'est pas évident ce qui est sûr, c'est qu'il faut se méfier des annonces trop simples quoi, disons, super, comme j'ai déjà tout à l'heure, par exemple, le fait quand il y a des entreprises qui disent on fonctionne 100% sur l'énergie renouvelable, en général, c'est pas vrai. Alors, c'est un petit peu changé maintenant pour des raisons diverses, mais en tout cas, il y avait beaucoup d'entreprises qui se donnaient des objectifs de neutralité carmonne, par exemple, il y a quelques années. C'est un petit peu moins le cas, mais on sait très bien que la neutralité carmonne, ça n'a pas de sens au niveau d'une entreprise, parce qu'en fait, ça a un sens au niveau mondial, mais pour une entreprise, ça n'a pas du tout de sens de toute façon l'entreprise est le pollu, donc après, elle peut faire des projets pour essayer de compenser, mais l'essentiel surtout qu'elle réduise son empreinte carmonne. Et est-ce qu'au niveau individuel, vous pensez qu'il ne faut pas utiliser l'IA pour des raisons environnementales, parce que moi, c'est un débat auquel j'assiste souvent autour de moi, mais même ici au sein de la rédaction du monde, des gens qui disent, bah non, il faut éviter parce qu'à force de faire des requêtes, l'impact est très important, même si on a compris dans ce que vous disiez que c'est pas une requête individuelle qui compte, mais est-ce que finalement, en termes d'étiques individuelles, il est plus intéressant de se dire, ben en fait, je me tiens à distance de l'intelligence artificielle générative parce que son impact environnemental est trop important. Moi, de fastuche générale, je n'aime pas les discours avec le papilisateur, je considère que de toute façon ce genre de question, c'est une question plus politique qu'individuelle, donc je considère pas que ce soit aux utilisateurs de régler tous les problèmes, et en plus, c'est hyper difficile de pas l'utiliser, parce que maintenant, il y a absolument partout, il y a plein de services sur lesquels il n'y a pas désactivables, donc même si on ne voulait pas l'utiliser, de toute façon, à moins de vraiment vivre complètement sans aucun numérique dans sa vie, ce qui est quand même complexe, c'est assez difficile de ne pas le faire. En revanche, déjà, effectivement, comme vous le disiez, je pense que se poser la question de qu'est-ce qu'on utilise, pourquoi? Est-ce que vraiment là, j'ai besoin d'aller poser cette question, d'aller demander à chatte du pété, quel temps il va faire aujourd'hui, à plus d'aller regarder sur le site de mes deux offenses, peut-être qu'il y a des choses qui sont un peu moins de coups de tout ce qui vous permettent de faire la même chose. Donc ça, oui, ça c'est une bonne chose, de toute façon, enfin moi, je ne suis pas forcément contre les tout ce qui est petit gestes ou gestes individuels, parce que, même si bien sûr, l'impact individuel n'a pas beaucoup d'intérêt, je trouve que ça permet de sensibiliser, puis que les gens commencent à se poser des questions. En général, c'est juste un premier pas, enfin, je trouve que ça sert souvent pour un d'accroche, quoi, pour que les gens se posent des questions. Donc voilà, ça n'empêche pas de se poser des questions, mais je pense qu'il ne faut pas non plus culpabiliser, à un moment, on se dit, je vais quand même utiliser de chatte du pété pour ça, parce que ça me paraît super pertinent, bon bah, l'indice, c'est pas grave, enfin, je ne sais pas ça qu'il va changer quoi, que ce soit. Alors on est dans une période dans laquelle on a pas l'impression qu'on va toujours dans la bonne direction sur les enjeux environnementaux, mais aussi sur d'autres, qu'est-ce qu'il vous, malgré tout, vous donne de l'espoir? Je suis insinente, chercheuse, et quelque chose qui me donne de l'espoir, on est déjà, c'est de voir la différence d'attitude de mes élèves au fil du temps, ça veut dire que ça fait quelques années maintenant que je fais des cours sur l'impact environnemental d'une musique, et au départ, mes élèves, donc j'en sais, on école d'ingénieurs en informatique, donc avec un public assez spécifique, et au départ, mes élèves étaient vraiment en majorité très technosolutionnistes, ce qui n'est plus du tout le cas maintenant, donc je vois vraiment un changement d'attitude par rapport à ça, peut-être un autre quelque chose qui, enfin, je sais pas, c'est vraiment qu'il me donne espoir, mais que je trouve intéressant, c'est que, quand même, c'est question d'emprunt environnemental d'une musique de façon générale et de lire en particulier, j'ai un pression que ça a ou des perspectives de recherche qui sont vraiment originales, et qui, alors je ne sais pas, je dois parler de biffurecation de la recherche en informatique, mais en tout cas, il y a vraiment des thématiques de recherche qui émergent en informatique sur le fait, par exemple, de reconstituer des infrastructures -Bonjour, Nume. avec que des objets qui étaient jetés, cassés, ou autres. Enfin voilà, des petits exemples comme ça, où se poser la question de comment est-ce qu'on fait pour faire des programmes informatiques, en informatique, en attendant ça a programmé de façon à ce que les programmes soient extensibles, ça veut dire on se dit, on va au fur et à mesure toujours rajouter des fonctionnalités. Du coup, c'est intéressant de pouvoir rajouter des fonctionnalités et en fait, il y a des gens qui se posent la question de comment est-ce qu'on fait pour faire des programmes qui sont pas extensibles justement pour qu'ils restent des programmes minimaux. Donc, c'est vraiment des questions de recherche qui les mergent, qui sont vraiment intéressantes, qui balaisent pour moi, c'est aussi tout le reste, c'est ce que, par informatique, la vie, quoi. Alors, avant de vous laisser partir, je suis quand même obligé de vous demander comment vous, dans votre vie personnelle aussi, vous envisagez ces questions-là et d'abord peut-être dans votre rapport au numérique à l'informatique, est-ce que vous vous avez des règles sur combien de temps vous gardez vos téléphones, ordinateurs, est-ce que vous utilisez l'IA dans votre vie personnelle, comment vous répondez à ces questions-là? Bon, je suis chercheuse en informatique, donc évidemment, je passe beaucoup de temps sur des écrans, mais vraiment beaucoup trop, et même dans le point de vue personnel, en revanche, effectivement, j'ai quand même mes deux téléphones de précédent, j'ai gardé 10 ans, j'ai un ordinateur qui doit avoir un peu près le même âge, enfin bon bref, donc, effectivement, je fais attention, bon, et puis pour avoir une doctorante qui travaille sur la fin de vie des équipements numériques, voir à quel point c'est vraiment, vraiment complexe, chavo que je suis un peu traumatisé par le fait de jeter un équipement numérique, donc je fais effectivement attention à ça. L'un point de vue des usages de l'IA, enfin pour l'instant, j'ai pas un usage énorme, je m'oblige, disons, enfin, je essaye de faire des tests quand même régulier, parce que dans le nez, c'est quand même mon objet de recherche, c'est important que je vois de quoi je parle, donc je ne suis pas du tout non-utilisatrice, mais je ne suis vraiment pas une grosse utilisatrice non plus d'IA. Est-ce qu'il y a d'autres domaines dans lesquels vous avez changé des choses, par exemple, sur le transport, le fait de prendre l'avion ou sur l'alimentation, est-ce que vous avez changé vos pratiques ou est-ce que c'est des questions que vous vous posez? J'ai toujours été une personne un petit peu bizarre, très attachée au problème environnementaux depuis toujours, donc j'ai jamais eu de voiture de ma vie, je connais par cœur tous les transports en commun d'île de France, voilà, je vais être à rien depuis très longtemps, enfin bon bref, voilà, donc j'ai pas eu de gros changement, non, d'un point de vue de mes pratiques environnementales, donc pas réellement, en fait. Est-ce que sur ces sujets-là, ou même plus généralement, il y a une œuvre de fiction, à livre, une bande dessinée, un film qui vous a particulièrement marqué, que vous aimeriez partager avec les auditrices et les auditeurs? Alors évidemment, il y a plein de lecture très sérieuses à recommander, moi j'avais envie de recommander quelque chose qui est beaucoup moins sérieux, qui est une série huitaginienne qui a peut-être 15 ans maintenant, qui s'appelle "The Good Wife", donc c'est une série d'avocats, donc rien à voir à la base avec des questions informatiques, mais il y a énormément de cas, en fait, qui change sur des questions informatiques numériques, qui se pose des questions d'étiques, il y a un épisode par exemple sur l'étique des voitures autonomes, qui est ce qui est responsable, c'est une voiture d'autonomie qui provoque un accident, etc. Les personnes qui ont fait les producteurs de cette série sont énormément documentaires, pas sur ces aspects, c'est des choses qui s'intéressent beaucoup. Je pense que ça doit être 2009/2016, la série est un truc comme ça, donc ça a quelques années, mais moi, ça m'a fait poser beaucoup de questions sur l'utilisation de numériques, sur les questions étiques, sur les questions environnementales, etc. Voilà, c'est pas une réponse classique, mais ça change un peu. Merci à Nardi Gosa. Merci à Nardi Gosa. Merci à Nardi Gosa. Merci. Alors, c'est s'il, moi, j'ai beaucoup appris de choses dans cette conversation avec Nardi Gosa, ça a même changé un tout petit peu ma compréhension du sujet de l'intelligence artificielle. La première chose, c'est que jusqu'à présent, j'avais gardé en tête l'idée que l'impact du numérique, c'est surtout les équipements, la fabrication des téléphones, la fabrication des ordres. Et ça reste vrai pour l'intelligence artificielle générative, les data center, il faut des ressources, ça demande beaucoup d'énergie tout ça, mais ce qu'elle explique bien, c'est qu'en fait, au fur et à mesure que ça se développe, nos usages, tous ces milliers, ces dizaines de milliers, ces centaines de milliers de requêtes chaque minute, et bien en fait, ça consomme aussi beaucoup d'énergie. Et donc, bah ça, un impact qui est très important, l'ordre de grandeur que Donan, l'or Ligosa, c'est qu'entre en moteur de recherche de type Google, classique et en moteur de recherche dans une intelligence artificielle, comme ChatGPT, Gemini ou le chat de Mistral, en fait, c'est de un à 10 en termes de consommation énergétique. Donc en fait, c'est un impact qui est très très fort et encore plus quantissagee de générer quelque chose de plus complexe comme une image ou une vidéo. Et donc ça, ça veut dire que, à moyen terme, dans les prochaines années, l'impact du numérique sur le climat, il va être non seulement plus important, mais au sein de cet impact, il va y avoir évidemment la question des équipements, mais de plus en plus, la question des usages. Oui, c'est vrai. Moi, j'étais content aussi que, Anne-Lor Ligosa nous donne 7 heures de grandeur. Ça m'a bien éclairci l'esprit. J'ai noté aussi, qui a quand même un vrai problème, c'est que c'est difficile pour les chercheurs, les chercheuses, de donner des chiffres précis justement. Pourquoi? Parce que les données ne sont pas accessibles. Les géants du numérique, ils ne veulent pas les rendre publics, et d'ailleurs, il y a une récent enquête de nos collègues, des décodeurs qui ont expliqué, qui a même une légisation européenne, qui finalement tient compte du secret des affaires et qui empêchent la navigation de ces données d'impact environnemental. Et ça, c'est vrai que ça rajoute une vraie difficulté pour réfléchir à cette question de vie, parce que c'est comme à chaque fois, si on peut pas objectiver la question, c'est quand même vraiment plus compliqué. Ne serait-ce que même d'exercer son libre arbitre, et puis de pouvoir y réfléchir, se faire un jugement, quoi? Je crois que cette question de la transparence, pour moi, est vraiment importante parce que c'est une étape atteignable, c'est-à-dire que là, on voit que le train de l'IA il est lancé, il est difficile de se dire, on va l'arrêter en claquandédois, mais au moins, déjà, ça va avoir mesuré et imposé aux acteurs du numérique qui face ce que font, en fait, beaucoup d'acteurs dans d'autres secteurs, où on est capables de savoir quels sont les émissions, quels sont les impacts en eau de beaucoup d'autres secteurs et notamment de secteurs industriels. Ça me semble une première étape, et une étape qui est atteignable. Et donc ça, peut-être que c'est intéressant de regarder comment faire pression sur les euros députés, sur la Commission européenne, sur les parlementaires au niveau national, pour dire, voilà, en fait, il faut qu'il y ait des règles, c'est vrai que tout le monde les respecte, et ça, ça peut nous permettre au moins, déjà, de savoir ce qui pèse quoi, et s'il y a une différence entre les différents modèles d'intelligence artificielle. Oui, en effet, il y a un second problème avec les entreprises du numérique, c'est tous les discours qu'elles tiennent sur l'énergie. Et c'est vrai que dans les annonces, dans la com, finalement, qu'elles font, on a sur l'impression que toutes ces activités, ces calculs qui sont démultipliers avec l'intention de les gens artificielles génératives, il peut être alimenté avec de l'énergie propre. En fait, ce n'est pas du tout ce qui se passe, et ça, elle nous l'a bien redis à de leurs légons-là. Pour l'instant, les data centers, ils sont majoritairement alimentés avec de l'énergie fossile, et au rythme où l'intelligence artificielle générative, sa consommation, quoi, va, on voit pas très bien comment ça pourrait prendre un bon chemin. Il y a quand même un enjeu à réussir à pas se faire avoir, quoi. Il y a bien décodé les discours. Oui, c'est sûr que ça donne aussi un peu de recul sur les discours de communication autour de l'IA et sur le fait que l'IA va remplacer tous les usages, qu'elle est absolument formidable. Et au fond, moi, c'est ça, le dernier point que je retiens, c'est-à-dire qu'il faut pas sculpabiliser au niveau individuel en disant, bah voilà, j'ai utilisé JGPT au Mistral pour chercher quelque chose, mais c'est plutôt de se dire quels sont les usages pour lesquels c'est nécessaire, quels sont les usages pour lesquels c'est utiles. Au fond, on voit bien là que pour des climatologues qui veulent faire des modèles climatiques, et bien oui, peut-être qu'ils vont avoir besoin de calcul très, très compliqué, mais peut-être que pour regarder la météo du jour, ben en fait, on n'a pas besoin de JGPT et on peut le faire d'une manière qui est moins qu'on se matrice de ressources, peut-être même parfois on peut ouvrir la fenêtre et regarder, et ça nous donne aussi pas mal d'informations. Et au fond, ça revient à une question qui est souvent posée dans chaleur humaine, qui est celle de la priorité des usages, de dire bah les technologies elles existent, qui s'agissent de l'hydrosène, de l'intelligence artificielle, de n'importe quoi, mais en fait, il faut les utiliser dans les endroits où on en a vraiment besoin parce que nos ressources elles sont en nombre limitées, et donc il faut qu'on arrive à réfléchir collectivement à comment on le fait. Et ça, ça veut dire, ne pas sprécipiter la tête la première dans une technologie en se disant qu'elle va tout résoudre tout de suite, c'est difficile, ça demande de prendre un peu conscience des impacts qu'on sait technologie et aussi de ne pas se faire avoir par des discours de communication qui nous disent, il faut tout faire vite vite, il faut se précipiter dedans parce que sinon ça sera trop tard, ben oui mais en fait, on a aussi intérêt dès maintenant à se poser la question du bon usage parce que c'est ça qui plus tard nous permettra d'utiliser les bonnes technologies pour répondre aux questions qu'on se pose vraiment et pas à des questions complètement inutiles. Merci Nabil! Merci, c'est Ciel! Merci, merci, finalement, d'avoir écouté ce nouvel épisode de Chaleurhumain, un podcast de la rédaction du monde, produit et préparé par Cécile Casnave, réalisé et mis en musique par Amandin Robillard. Si vous êtes encore là, prenez le temps de nous écrire pour nous dire si cet épisode vous a déculpabilisé de votre usage de chat GPT ou à l'inverse vous a donné envie de manifester contre un datacenter à côté chez vous, vous pouvez nous envoyer vos critiques, vos avis et une salade de tomates à l'aie et au sumac à l'adresse Chaleurhumain a robuste le monde point effet. Et si vous en avez marre d'utiliser des écrans et des outils numériques, vous pouvez aussi vous doter d'un stylo et d'une feuille de papier, nous écrire et mettre tout ça dans une lettre et l'envoyer au journal le monde, 67 avenus pierres mains des France, 75,013 paris. Vous le savez peut-être déjà mes chaleurs humaines, situatrice. si une infolètre hebdomadaire que nous envoyons tous les mardi. Vous pouvez vous y inscrire gratuitement sur le site du monde. Vous pouvez aussi retrouver chaleur humaine sous forme de livre une nouvelle édition de l'ouvrage chaleur humaine. Viens de sortir aux éditions points. 24 entretiens parmi celles et ceux que nous avons reçus dans le podcast chaleur humaine, des invités qui expliquent comment on peut faire face aux défis climatiques. Et puis, un certain nombre d'idées aussi que nous, on a retenu et qui sont peut-être des idées qui pourront arriver dans le débat public. Dans les prochains mois, vous pouvez déjà le commander chez votre libéraire favori. Vous pouvez aussi nous retrouver sur Instagram dans le canal Chaleur Humaine. Et si vous aimez ce podcast, vous pouvez vous abonner sur votre application favorite. Vous pouvez aussi le partager à vos amis pour en discuter ou ajouter des commentaires et des étoiles. Merci pour votre écoute et bravo, vraiment bravo d'être resté jusque-là.