A Scoping Review of Methods to Measure the Energy and Carbon Footprint of Web Tracking and Advertising

في كل مرة تزور فيها موقعاً إلكترونياً، يحدث اقتصاد خفي لتبادل البيانات في الخلفية. وبينما تقرأ مقالاً أو تشاهد فيديو، تعمل نصوص برمجية (scripts) غير مرئية لتتبع سلوكك، وبناء ملف تعريف لاهتماماتك، وتقديم إعلانات مستهدفة. هذا النظام، الذي يُطلق عليه غالباً منظومة "تكنولوجيا الإعلانات" (ad-tech ecosystem)، هو الطريقة الأساسية التي تجني بها العديد من الخدمات المجانية عبر الإنترنت أرباحها. ومع ذلك، فإن عملية التقاط وتخزين ومعالجة هذه الكمية الهائلة من بيانات المستخدم تتطلب قدرة حوسبية كبيرة. وهذه القدرة تأتي من الكهرباء، وتوليد تلك الكهرباء غالباً ما ينتج عنه انبعاثات كربونية. ومع نمو الإنترنت، ينمو أيضاً بصمته البيئية، مما يطرح سؤالاً صعباً على الباحثين: ما مقدار تلك الطاقة التي تُنفق بالفعل على الإعلانات والتتبع، بدلاً من المحتوى الذي تحاول مشاهدته؟

لقد وضع فريق من الباحثين في جامعة تورنتو نصب أعينهم الإجابة على هذا السؤال من خلال مراجعة الأدبيات العلمية الموجودة. لم يكونوا يجرون تجربة جديدة بأنفسهم، بل كانوا بدلاً من ذلك يرسمون خارطة للمشهد حول كيفية محاولة علماء آخرين قياس هذه التكلفة البيئية المحددة. ووجدوا أن هذا المجال لا يزال ناشئاً ومجزأً؛ فالدراسات التي راجعوها كانت متناثرة عبر تخصصات مختلفة، تستخدم كلمات مختلفة لوصف نفس العمليات، وأدوات مختلفة لقياس نفس الأشياء. ولإضفاء معنى على هذا المشهد، جمع المؤلفون 15 دراسة رئيسية من أصل 46 مرشحاً، ونظمونها في خمس طرق متميزة يستخدمها الباحثون لعزل تكلفة الطاقة الناتجة عن تتبع الويب والإعلانات.

المنهج الأكثر شيوعاً، والذي استُخدم في أغلبية الدراسات، يسمى "حظر الإعلانات" (ad blocking). في هذه الطريقة، يزور الباحثون قائمة من المواقع الشهيرة مرتين: مرة باستخدام متصفح قياسي، ومرة مع تشغيل مانع الإعلانات. ومن خلال مقارنة الطاقة المستخدمة في كلا السيناريوهين، يمكنهم حساب الفرق الناتج تحديداً عن الإعلانات وأدوات التتبع. يستخدم بعض الباحثين إضافات المتصفح لحظر الإعلانات، بينما يستخدم آخرون ميزات مدمجة في المتصفح أو حتى يحظرون الطلبات على مستوى الشبكة. وللحصول على هذه الأرقام، غالباً ما يستخدمون برامج تقرأ استهلاك المعالج في الكمبيوتر أو استنزاف البطارية، أو في بعض الحالات، يقومون بتوصيل مقياس جهد فيزيائي (voltmeter) بالجهاز لقياس الكهرباء المتدفقة إلى الأجهزة. هذه الطريقة عملية لأنها يمكن أن تُجرى على كمبيوتر عادي، لكنها تعتمد على افتراض أن الشيء الوحيد الذي يتغير بين الزيارتين هو وجود الإعلانات.

وتتبع مجموعة ثانية من الباحثين نهجاً أكثر ضبطاً من خلال إعادة إنشاء المواقع في بيئة مختبرية. فبدلاً من زيارة المواقع الحية على الإنترنت المفتوح، يقومون بتحميل الصفحات وتجريدها من الإعلانات ونصوص التتبع بأنفسهم، لإنشاء نسخة "نظيفة" من الموقع. ثم يقومون بتقديم هذه النسخ محلياً عبر خادم (server) يتحكمون به، مما يضمن عدم تداخل أي متغيرات خارجية مع الاختبار. وفي أحد تنويعات هذه الطريقة، قام الباحثون ببناء موقع إلكتروني من الصفر وأضافوا إليه أعداداً مختلفة من أدوات التتبع، مراقبين كيف ترتفع استهلاك الطاقة مع كل إضافة. يوفر هذا النهج درجة عالية من السيطرة على التجربة، مما يسم يسمح للعلماء برؤية مقدار الطاقة التي يستهلكها أداة تتبع واحدة بالضبط، رغم أنه قد لا يعكس الواقع الفوضوي للويب الحي بدقة تامة.

أما الطريقة الثالثة، وهي الأكثر غرابة، فتتضمن إعادة عرض إعلانات فردية. حيث قامت إحدى الدراسات بجمع آلاف الإعلانات من الويب وإنشاء نظام لعرضها واحداً تلو الآخر على صفحة متصفح فارغة. ومن خلال قياس الطاقة المطلوبة لتحميل إعلان واحد مقابل خط أساس لصفحة فارغة، تمكن الباحثون من تحديد تكلفة عرض ذلك الإعلان المحدد. ثم استخدموا هذه البيانات لتدريب نموذج حاسوبي يمكنه التنبؤ بتكلفة الطاقة لإعلانات أخرى بناءً على خصائصها. تتيح هذه التقنية نظرة دقيقة لتكلفة وحدات الإعلانات الفردية، لكنها تتطلب كمية هائلة من جمع البيانات يدوياً لبناء المكتبة الأولية للإعلانات.

أما النهج الرابع فينظر إلى تدفق البيانات نفسها بدلاً من الجهاز الذي يعرضها. فبدلاً من قياس شاشة الكمبيوتر، يحلل هؤلاء الباحثون حركة مرور الشبكة المنتقلة بين المستخدم والإنترنت. إنهم يفحصون حزم البيانات المرسلة والمستقبلة، محاولين تحديد الأجزاء من تدفق البيانات التي تنتمي إلى الإعلانات وملفات تعريف الارتباط الخاصة بالتتبع. ومن خلال جمع الحجم الإجمالي لحركة المرور المحددة هذه، يمكنهم تقدير الطاقة المطلوبة لنقل تلك البيانات عبر الإنترنت. ومع ذلك، يشير مؤلفو هذه المراجعة إلى خلل كبير في هذه الطريقة: فمجرد معرفة حجم البيانات المنقولة لا يخبرك تلقائياً بمقدار الطاقة التي استُخدمت لمعالجتها، حيث إن العلاقة بين حجم البيانات واستهلاك الطاقة معقدة ولم تُفهم تماماً بعد.

وتعتمد الطريقة الأخيرة كلياً على الأرقام الموجودة بدلاً من القياسات الجديدة. حيث يأخذ الباحثون الذين يستخدمون هذا النهج أرقاماً ومعاملات من دراسات منشورة أخرى — مثل متوسط تكلفة الطاقة لنقل جيجابايت من البيانات أو كثافة الكربون في شبكة الكهرباء — ويطبقونها على تقديرات كمية البيانات التي تولدها الإعلانات. يتيح ذلك إجراء حسابات واسعة النطاق دون الحاجة إلى إجراء أي تجارب أو جمع بيانات جديدة. وبينما تعد هذه الطريقة الأكثر سهولة للحصول على تقدير تقريبي، فإن دقتها تعتمد كلياً على جودة وملاءمة الأرقام الأصلية التي تستعيرها.

تكشف المراجعة أن هذا المجال بدأ للتو في إيجاد موطئ قدم له. فقد نُشرت 80% من الدراسات التي حللوها في السنوات الخمس الماضية، مما يشير إلى طفرة سريعة في الاهتمام مع تفاقم الأزمة البيئية. ورغم هذا النمو، وجد الباحثون أن الدراسات نادراً ما تتواصل مع بعضها البعض؛ إذ يستخدم فرق مختلفة مصطلحات مختلفة لنفس المفاهيم، وغالباً ما يفشلون في البناء على نتائج بعضهم البعض. فعلى سبيل المثال، وجدت إحدى الدراسات أن حجم البيانات المنقولة للإعلان لا يتنبأ بالضرماء بضرورة استهلاك الطاقة اللازمة لعرضه، وهو اكتشاف يتحدى الافتراضات التي تعتمد عليها دراسات أخرى تستخدم حجم البيانات لتقدير استهلاك الطاقة.

حالياً، لا توجد طريقة معيارية واحدة يتفق عليها الجميع. ويركز معظم البحث على ما يحدث في جهاز المستخدم، مما يترك فجوة كبيرة في فهمنا للطاقة المستهلكة في مراكز البيانات الضخمة التي تخزن وتعالج هذه المعلومات. ولأن هذه البنى التحتية للشركات غامضة ويصعب الوصول إليها، اضطر الباحثون إلى الاعتماد على طرق غير مباشرة أو عمليات محاكاة محكومة. ويقترح المؤلفون أن العمل المستقبلي يحتاج إلى تطوير طرق أفضل لقياس الطاقة المستخدمة في مراكز البيانات هذه، وإلى خلق لغة مشتركة حتى يتمكن العلماء من مجالات مختلفة من مقارنة نتائجهم بدقة. وحتى ذلك الحين، لا نملك سوى مجموعة من الطرق المتباينة التي تقدم لمحات عن التكلفة البيئية للاقتصاد الرقمي، ولكن دون صورة كاملة.