L’intelligenza artificiale generativa potrebbe causare un drammatico aumento dei rifiuti elettronici, passando dagli attuali 2.600 tonnellate a oltre 2,5 milioni entro il 2030, se non si adottano misure adeguate. Questa proiezione allarmante emerge dallo studio pubblicato su Nature Computational Science, condotto da un team internazionale guidato da Peng Wang dell’Accademia cinese delle scienze.
La crescente diffusione dell’IA generativa, utilizzata per creare testi, immagini e altri contenuti, sta portando a una domanda sempre maggiore di hardware ad alte prestazioni come GPU, CPU e dispositivi di archiviazione. Questi componenti, indispensabili nei data center e nelle server farm, hanno una vita media di soli 2-5 anni, contribuendo così alla rapida obsolescenza tecnologica.
Lo studio ha esplorato quattro scenari futuri, evidenziando come il volume dei rifiuti elettronici potrebbe variare da 1,2 a 5 milioni di tonnellate entro il 2030, a seconda dell’adozione dell’IA generativa. I rifiuti includono materiali pericolosi come piombo, mercurio e cromo, ma anche metalli preziosi come oro e argento, il cui recupero può essere complesso e costoso.
Un’altra sfida cruciale è rappresentata dalla gestione sicura dei dati. La necessità di garantire la privacy spinge molte aziende a distruggere fisicamente i dispositivi, ostacolando il riutilizzo e il riciclo. Tuttavia, esistono soluzioni promettenti per mitigare il problema. Secondo Asaf Tzachor, coautore dello studio e ricercatore presso l’Università Reichman, strategie come il prolungamento della vita dei dispositivi, il ricondizionamento, e la progettazione per il riciclo potrebbero ridurre i rifiuti elettronici fino all’86%.
Un approccio basato sull’economia circolare appare fondamentale: recuperare metalli preziosi, migliorare il riciclo e adottare politiche di responsabilità per produttori e aziende potrebbero limitare l’impatto ambientale. Attualmente, solo il 22% dei rifiuti elettronici viene riciclato formalmente a livello globale, un dato che sottolinea l’urgenza di migliorare le infrastrutture di gestione.
Questo scenario mette in evidenza non solo le opportunità offerte dall’intelligenza artificiale, ma anche la necessità di bilanciare progresso tecnologico e sostenibilità. L’adozione di pratiche responsabili e innovative può trasformare una potenziale crisi ambientale in un’occasione per ripensare l’intero ciclo di vita dei prodotti tecnologici.
Fonti principali: Nature Computational Science, MIT Technology Review Italia.
