Artificial Intelligence for Sustainable Development: A Structured Critical Review of Applications, Benefits, Risks and Governance Priorities
Deze gestructureerde kritische beoordeling onderzoekt de dubbelrol van kunstmatige intelligentie bij het bevorderen van wereldwijde duurzaamheid door middel van diverse toepassingen, terwijl tegelijkertijd de ecologische voetafdruk en ethische risico's worden geadresseerd, waarbij uiteindelijk wordt geargumenteerd dat het bereiken van duurzame ontwikkeling een balans vereist tussen technologische capaciteiten en effectief bestuur en verantwoordelijk beheer van maatschappelijke en milieugevolgen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
De wereld staat voor een dubbele realiteit: de snelle versnelling van kunstmatige intelligentie, een technologie die in staat is om te leren en problemen op te lossen zonder menselijke instructie, en de dringende noodzaak om de planeet te beschermen tegen klimaatverandering, uitputting van hulpbronnen en sociale ongelijkheid. Om dit te navigeren, zijn wereldleiders overeengekomen aan een gezamenlijk stappenplan genaamd de Duurzame Ontwikkelingsdoelstellingen, een reeks zeventien doelen die ontworpen zijn om armoede te beëindigen, het milieu te beschermen en welvaart voor iedereen te waarborgen. In het hart van deze uitdaging ligt een eenvoudige maar moeilijke vraag: kan de technologie die onze moderne economie aandrijft, ook het instrument zijn dat deze redt? Het concept van "Green AI" is ontstaan om de inspanningen te beschrijven om deze intelligente systemen zelf efficiënter te maken, terwijl "duurzame ontwikkeling" de bredere visie blijft om aan de behoeften van vandaag te voldoen zonder het vermogen van toekomstige generaties om aan hun behoeften te voldoen in gevaar te brengen. De spanning tussen het gebruik van krachtige computers om milieucrises op te lossen en de enorme hoeveelheid energie die deze computers verbruiken, creëert een complexe puzzel die onderzoekers pas net beginnen te ontrafelen.
In een uitgebreid overzicht van de bestaande wetenschappelijke literatuur hebben de onderzoekers Stelios Stefanos Drousiotis, Giorgos Nicou en Marios I. Katsioloudes zich erop gericht te onderzoeken hoe kunstmatige intelligentie precies wordt ingezet om deze mondiale doelen te ondersteunen. Ze hebben geen nieuwe computersimulaties uitgevoerd of nieuwe gegevens verzameld; in plaats daarvan hebben ze 138 verschillende studies en rapporten verzameld en geanalyseerd die sinds 2018 zijn gepubliceerd. Hun doel was om voorbij de hype te kijken en vast te stellen waar kunstmatige intelligentie de planeet daadwerkelijk helpt, waar het nieuwe problemen creëert en wat de werkelijke bewijslast zegt. Het team richtte zich op zes kerngebieden waar technologie wordt toegepast: het beheren van energienetten, landbouw, het monitoren van het milieu, het bouwen van slimme steden, het recyclen van materialen en het runnen van fabrieken. Door honderden pagina's aan onderzoek te sorteren, probeerden zij echt ecologische vooruitgang te onderscheiden van louter technologische verbeteringen die er goed uitzien op een scherm, maar de aarde niet noodzakelijkerwijs helpen.
Het overzicht toonde aan dat kunstmatige intelligentie inderdaad een krachtig hulpmiddel is voor efficiëntie. In de energiesector helpen slimme algoritmen om de elektriciteitsvraag en het aanbod in realtime in balans te houden, wat mogelijk maakt dat meer hernieuwbare energie zoals wind en zon gebruikt kan worden zonder energie te verspillen. In de landbouw helpen deze systemen boeren om water en meststoffen nauwkeuriger te gebruiken, waardoor afvloeiing en chemisch gebruik worden verminderd terwijl ziekten in gewassen worden voorspeld voordat ze zich verspreiden. In steden optimaliseert AI de verkeerslichten om congestie en emissies te verminderen, en in fabrieken helpt het bij het voorspellen wanneer machines defect zullen raken, wat verspilling voorkomt en energie bespaart. De technologie blijkt ook essentieel voor milieumonitoring, waarbij satellietbeelden worden gebruikt om ontbossing te volgen, overstromingen te voorspellen en zelfs illegale stroperijactiviteiten te identificeren. Deze toepassingen ondersteunen direct de mondiale doelen voor schone energie, geen honger en klimaatactie.
De onderzoekers ontdekten echter een significante tegenstrijdigheid die zij de "AI Green Paradox" noemen. Hoewel kunstmatige intelligentie kan helpen bij het oplossen van milieuproblemen, creëert het proces van het bouwen en draaien van deze systemen zijn eigen zware milieubelasting. Het trainen van de meest geavanceerde AI-modellen vereist enorme hoeveelheden elektriciteit, die vaak door fossiele brandstoffen wordt opgewekt, en de massieve datacentra die hen huisvesten verbruiken enorme hoeveelheden water voor koeling. Bovendien genereert het snelle tempo van hardware-updates aanzienlijk elektronisch afval. De auteurs stellen dat als de energie en middelen die worden gebruikt om een AI-systeem te creëren groter zijn dan de milieuvoordelen die het uiteindelijk produceert, het nettoresultaat negatief is. Dit is niet alleen een theoretisch risico; het overzicht benadrukt dat veel studies succes claimen op basis van verbeterde computerprestaties of betere voorspellingen, maar er niet in slagen te bewijzen dat deze verbeteringen daadwerkelijk leiden tot een meetbare vermindering van koolstofemissies of hulpbronnenverbruik in de echte wereld.
Naast de fysieke voetafdruk identificeert het artikel diepe risico's met betrekking tot eerlijkheid en transparantie. Veel AI-systemen worden getraind op historische gegevens die verborgen vooroordelen kunnen bevatten, wat kan leiden tot het versterken van bestaande sociale ongelijkheden in plaats van ze op te lossen. Een AI die ontworpen is om middelen toe te wijzen, kan bijvoorbeeld onbedoeld rijke regio's bevoordelen boven armere regio's als de gegevens waarvan het leert, de eerdere ongelijkheden weerspiegelen. Daarnaast maakt de complexe aard van deze systemen ze vaak tot "black boxes", wat betekent dat zelfs hun makers niet altijd kunnen uitleggen hoe ze tot een specifieke beslissing zijn gekomen. Dit gebrek aan duidelijkheid maakt het moeilijk om iemand verantwoordelijk te houden wanneer er zaken misgaan. Het overzicht wijst ook op een groeiende kloof in de toegang tot deze technologie; de hoge kosten van het ontwikkelen en implementeren van AI betekenen dat rijke landen en grote bedrijven waarschijnlijk het grootste deel van de voordelen zullen opeisen, waardoor ontwikkelingslanden en kleinere bedrijven achterblijven.
Om deze uitdagingen aan te pakken, stellen de onderzoekers een kader voor om risico's te prioriteren, waarbij zij suggereren dat de meest kritische kwesties die gaan over bevooroordeelde gegevens en ongelijke toegang zijn, omdat deze het fundament van een rechtvaardige en duurzame samenleving bedreigen. Zij betogen dat de weg vooruit meer vereist dan alleen het bouwen van slimmere machines; het vereist een verschuiving naar "Green AI", die zich richt op het creëren van energie-efficiënte algoritmen en het verantwoord beheren van de levenscyclus van hardware. Deze aanpak moet worden ondersteund door internationale samenwerking om kennis en technologie te delen, evenals door nieuw beleid dat transparantie en verantwoording waarborgt. De auteurs concluderen dat kunstmatige intelligentie het potentieel heeft om een transformerende kracht voor het goede te zijn, maar alleen als de ontwikkeling ervan wordt geleid door een duidelijk begrip van de kosten. Zonder zorgvuldig beheer van de milieu-impact en een toezegging aan rechtvaardige toegang, zouden de instrumenten die we hopen de planeet te redden, juist de crises kunnen verdiepen die ze bedoeld waren op te lossen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.