L'empreinte écologique cachée de l'IA
L'intelligence artificielle est souvent présentée comme une technologie immatérielle, évoluant dans le « nuage » numérique. Cette perception masque une réalité physique considérable : les systèmes d'IA consomment d'énormes quantités d'énergie, nécessitent des infrastructures matérielles lourdes et génèrent une empreinte carbone significative. Pour le Québec, engagé dans la lutte contre les changements climatiques et la transition énergétique, la gouvernance de l'impact environnemental de l'IA est un enjeu incontournable.
La consommation énergétique de l'IA
L'entraînement des grands modèles d'IA est un processus extrêmement énergivore. Un seul cycle d'entraînement d'un grand modèle de langage peut consommer autant d'électricité que des centaines de foyers pendant une année. Et l'entraînement n'est que la partie la plus visible de la consommation : l'inférence, c'est-à-dire l'utilisation quotidienne des modèles pour répondre aux requêtes des utilisateurs, représente une consommation cumulative qui peut dépasser celle de l'entraînement.
Les centres de données, qui hébergent les serveurs nécessaires au fonctionnement de l'IA, sont de grands consommateurs d'électricité et d'eau de refroidissement. Leur expansion rapide, alimentée par la demande croissante en IA, exerce une pression sur les réseaux électriques et les ressources en eau. Au Québec, la demande de nouveaux centres de données a explosé ces dernières années, attirée par les tarifs compétitifs de l'hydroélectricité et le climat froid qui réduit les besoins de refroidissement.
Le Québec : un avantage hydroélectrique et ses limites
Le Québec dispose d'un avantage significatif en matière d'empreinte carbone de l'IA : son électricité provient à plus de 95 % de sources renouvelables, principalement l'hydroélectricité. Cet atout fait du Québec l'une des juridictions les plus propres au monde pour l'exploitation de centres de données et, par extension, pour le fonctionnement de systèmes d'IA.
Toutefois, cet avantage ne dispense pas d'une réflexion approfondie sur la gouvernance environnementale de l'IA. La capacité de production d'Hydro-Québec, bien que considérable, n'est pas illimitée. La demande croissante des centres de données entre en concurrence avec d'autres besoins en électricité, l'électrification des transports, le chauffage, l'industrie manufacturière. Hydro-Québec a d'ailleurs dû réexaminer sa politique d'allocation de puissance face à l'afflux de demandes.
La construction de nouveaux barrages hydroélectriques a des impacts environnementaux propres : inondation de territoires, perturbation des écosystèmes aquatiques, émissions de méthane par les réservoirs et impacts sur les communautés autochtones dont les territoires ancestraux sont affectés. L'expansion de la capacité de production hydroélectrique pour répondre à la demande de l'IA doit être évaluée à l'aune de ces impacts.
L'empreinte matérielle
L'empreinte environnementale de l'IA ne se limite pas à la consommation d'énergie. La fabrication des puces électroniques spécialisées (GPU, TPU) nécessaires au fonctionnement de l'IA requiert des terres rares et des métaux dont l'extraction est souvent associée à des dommages environnementaux et sociaux considérables. Le cycle de vie des équipements informatiques, de la fabrication à la mise au rebut, génère des déchets électroniques qui posent des défis de gestion significatifs.
La consommation d'eau est un autre enjeu environnemental important. Les centres de données utilisent d'importants volumes d'eau pour le refroidissement de leurs équipements. Bien que le climat nordique du Québec réduise ces besoins, l'expansion des centres de données dans la région de Montréal et ailleurs au Québec soulève des questions de gestion durable de la ressource en eau.
L'IA au service de l'environnement
Il serait incomplet de ne considérer que les impacts négatifs de l'IA sur l'environnement. L'IA peut aussi contribuer positivement à la transition écologique et à la lutte contre les changements climatiques.
L'optimisation énergétique des bâtiments, des réseaux de transport et des processus industriels grâce à l'IA peut générer des économies d'énergie significatives. La modélisation climatique et la prévision des événements météorologiques extrêmes bénéficient des capacités de traitement de l'IA. La surveillance des écosystèmes, la détection de la déforestation et le suivi de la biodiversité sont facilités par l'analyse automatisée d'images satellites et de données environnementales.
Au Québec, des projets de recherche utilisent l'IA pour optimiser la gestion du réseau électrique d'Hydro-Québec, pour surveiller la qualité des eaux et des forêts, pour améliorer la planification des transports en commun et pour soutenir la recherche sur les matériaux durables.
La gouvernance de l'empreinte environnementale de l'IA
La gouvernance environnementale de l'IA au Québec devrait s'articuler autour de plusieurs axes.
La transparence sur l'empreinte environnementale est un premier impératif. Les organisations qui développent et déploient des systèmes d'IA devraient mesurer et publier l'empreinte carbone, la consommation énergétique et la consommation d'eau associées à leurs systèmes. Des méthodologies standardisées de mesure de l'empreinte environnementale de l'IA sont en cours de développement au niveau international et devraient être adoptées au Québec.
L'éco-conception des systèmes d'IA vise à réduire leur empreinte environnementale dès la phase de conception. Cela inclut le choix de modèles plus efficaces sur le plan énergétique (par exemple, les modèles compacts ou distillés plutôt que les modèles géants), l'optimisation du code et des infrastructures, et la réduction des données superflues.
La politique énergétique doit intégrer la demande des centres de données dans la planification de la capacité de production et de distribution d'électricité. Hydro-Québec et le gouvernement du Québec doivent arbitrer de manière transparente entre les différents usages de l'électricité, en privilégiant ceux qui contribuent le plus au bien-être collectif et à la transition écologique.
La réglementation des centres de données pourrait inclure des exigences d'efficacité énergétique, de récupération de la chaleur résiduelle, de gestion durable de l'eau et de recyclage des équipements. Des incitatifs fiscaux pourraient encourager les pratiques les plus vertueuses.
L'évaluation coût-bénéfice environnementale
Chaque projet d'IA devrait faire l'objet d'une évaluation coût-bénéfice environnementale, mettant en balance les gains attendus, économiques, sociaux, environnementaux, et l'empreinte écologique du système. Un système d'IA qui optimise la consommation énergétique d'un réseau de bâtiments peut générer des économies d'énergie supérieures à sa propre consommation. En revanche, un système d'IA qui génère du contenu publicitaire additionnel peut avoir un bilan environnemental net négatif.
Cette approche coût-bénéfice devrait être intégrée dans les évaluations d'impact algorithmique et dans les processus de décision des organisations québécoises.
Recommandations
Le Québec devrait intégrer l'empreinte environnementale dans les critères d'évaluation des projets d'IA soutenus par des fonds publics, développer des normes d'efficacité énergétique pour les centres de données, soutenir la recherche en IA verte et en éco-conception de systèmes d'IA, exiger la transparence sur l'empreinte environnementale des systèmes d'IA dans les marchés publics, encourager la récupération de chaleur résiduelle des centres de données pour le chauffage urbain, et établir une politique claire d'allocation de la capacité hydroélectrique qui arbitre entre les besoins en électricité de l'IA et les autres priorités sociales et économiques.
Conclusion
L'impact environnemental de l'IA est un angle mort de la gouvernance qui doit être comblé. Le Québec, grâce à son hydroélectricité, dispose d'un avantage indéniable, mais cet avantage ne justifie pas une consommation énergétique illimitée. Une gouvernance environnementale rigoureuse de l'IA est nécessaire pour s'assurer que le développement technologique contribue à la transition écologique plutôt qu'il ne la compromette.
