Un référentiel pour mesurer et réduire l’impact environnemental de l’IA
Initiative du ministère de la Transition écologique et de la cohésion des territoires, l’AFNOR Spec 2314 énonce des méthodologies de calcul et des bonnes pratiques pour mesurer et réduire l’impact environnemental de l’IA, et pour communiquer avec des allégations justes et vérifiables. Vous pouvez la télécharger gratuitement.
Intelligence artificielle
Utilisez les flèches gauche et droite pour avancer ou reculer de 5 secondes. Utilisez Début pour aller au début, Fin pour aller à la fin.
Les systèmes sollicitant une intelligence artificielle (IA) consomment de l’énergie et des ressources pour fonctionner. Mais concevoir des IA qui consomment le moins possible, c’est prendre le risque de subir l’effet rebond : quand l’efficience d’une IA la rend moins coûteuse et plus facile à embarquer, son utilisation peut augmenter… et son impact environnemental avec ! AFNOR publie un document, l’AFNOR Spec 2314 , qui fait le point sur le sujet et donne des clés pour éviter les pièges et aller dans le sens d’une intelligence artificielle frugale.
IA frugale : 31 fiches de bonnes pratiques
Pour le groupe de travail piloté par AFNOR, composé d’une quarantaine d’acteurs emmenés par le Commissariat général au développement durable (La Poste, Hub France IA, Ademe, EcoInfo, etc.), la notion de frugalité passe par la redéfinition des besoins (qu’est-ce qui est nécessaire ?) et des usages (comment mieux utiliser l’IA ?). Un service frugal d’IA est donc un service pour lequel :
- la nécessité de recourir à un système d’IA plutôt qu’à une autre solution moins consommatrice pour répondre au même objectif a été démontrée ;
- de bonnes pratiques sont adoptées par le producteur, le fournisseur et le client pour diminuer les impacts environnementaux du service utilisant un algorithme d’IA ;
- les usages et les besoins visent à rester dans les limites planétaires et ont été préalablement questionnés.
IA frugale : communiquer sans greenwashing
Le référentiel AFNOR Spec dresse ainsi une méthodologie d’évaluation des impacts environnementaux, avec une approche cycle de vie, propose 31 fiches de bonnes pratiques et des recommandations pour communiquer avec justesse sur le caractère frugal d’un service d’IA. Il s’adresse à tous les acteurs utilisant ou développant un service d’IA et devant rendre des comptes dans le cadre de leur politique RSE, ou devant intégrer des critères environnementaux dans leurs achats de services incluant un système d’IA, notamment pour les marchés publics.
Pour marquer sa différence dans un appel d’offres ou vis-à-vis de sa clientèle, un fournisseur d’IA ou un producteur d’IA pourra être amené à publier des informations environnementales sur son système ou son service d’IA, tandis que les donneurs d’ordre auront besoin de repères pour apprécier la fiabilité des déclarations. Le référentiel recommande donc que certaines informations soient précisées, par exemple pour crédibiliser une évaluation quantitative d’indicateurs environnementaux sur le cycle de vie. Le fournisseur ou le producteur précisera alors le périmètre de l’analyse.
