Le Sénat français ne propose pas de freiner l’intelligence artificielle, mais de cesser d’utiliser systématiquement les modèles les plus puissants lorsqu’un outil beaucoup plus léger suffit.
Dans un rapport adopté à l’unanimité par sa commission de l’aménagement du territoire, trois sénateurs dressent un constat : avec l’IA générative, l’essentiel de l’empreinte environnementale du numérique se déplace progressivement des smartphones et ordinateurs vers les centres de données. La première pression vient de l’électricité. Le rapport estime que l’IA pourrait mobiliser environ 500 térawattheures dans le monde en 2030, soit jusqu’à la moitié de la consommation des data centers selon les scénarios étudiés. À cela s’ajoutent l’eau nécessaire au refroidissement, la fabrication accélérée de processeurs et la consommation de métaux critiques.
Face à cette croissance, les sénateurs défendent ce qu’ils appellent une IA « frugale ». Le principe n’est pas de renoncer à l’IA, mais d’adapter la puissance du modèle au travail demandé. Résumer un document, classer des données internes ou traiter une tâche industrielle précise ne nécessite pas toujours un immense modèle généraliste. Le rapport recommande donc de soutenir davantage les petits modèles spécialisés, notamment par la commande publique.
Autre difficulté : aujourd’hui, comparer réellement l’empreinte de deux intelligences artificielles reste très compliqué. Les entreprises ne publient pas toutes les mêmes données et leurs analyses de cycle de vie utilisent des méthodes différentes. Le Sénat propose de confier à l’Arcep la définition des informations à rendre publiques, d’établir un standard européen et de créer un écoscore pour les principaux modèles. Le rapport défend en parallèle l’installation de data centers en France, ce qui peut sembler contradictoire. Son raisonnement repose sur le mix électrique français, beaucoup moins carboné que celui de nombreux pays où sont actuellement hébergés les calculs utilisés par les Français. La frugalité proposée par le Sénat repose donc sur trois choix très concrets : savoir mesurer l’empreinte d’une IA, placer le calcul là où l’électricité est moins carbonée et surtout ne pas mobiliser une machine gigantesque lorsqu’une plus petite peut faire le même travail.
Source : GEO
","author_name":"Choses à Savoir"}