Ogni volta che apriamo una chat con un’intelligenza artificiale per una curiosità oziosa, per riscrivere un messaggio che sapevamo già scrivere, o solo per noia, qualcosa succede lontano da noi: un server si accende, una ventola gira più forte, un po’ d’acqua evapora in una torre di raffreddamento, un po’ di elettricità — spesso ancora da fonti fossili — viene bruciata. Non lo vediamo. Ma il conto arriva comunque, e lo paga il pianeta.
Perché l’IA ha un costo ecologico nascosto
Il problema non è l’intelligenza artificiale in sé, che può essere preziosa per la medicina, la ricerca scientifica, l’accessibilità. Il problema è l’uso superfluo, quello che facciamo per pigrizia o per gioco, senza pensare che dietro una risposta generata in due secondi c’è una filiera industriale enorme, con tre impronte distinte:
- Energia elettrica. Un’interazione con un chatbot come ChatGPT richiede, secondo le stime più diffuse, tra le 3 e le 10 volte l’energia di una tradizionale ricerca su Google: si parla di valori che vanno da circa 0,3 a quasi 3 wattora per richiesta, contro gli 0,3 wattora di una query di ricerca classica, con alcune stime più recenti che arrivano anche fino a quasi 19 wattora per un prompt di media lunghezza.
- Acqua. I data center consumano acqua per raffreddare i server e, indirettamente, per produrre l’elettricità che li alimenta. Le stime accademiche più citate parlano di circa mezzo litro d’acqua ogni 20-50 domande poste a un chatbot, mentre calcoli più ampi, che includono anche il raffreddamento delle centrali elettriche, arrivano a valori anche molto più alti per una singola risposta.
- Materiali e rifiuti elettronici. Le schede grafiche (GPU) che fanno “pensare” l’IA richiedono litio, cobalto, gallio e terre rare, la cui estrazione ha un impatto ambientale e sociale pesante. E l’hardware invecchia in fretta: secondo un rapporto dell’Università delle Nazioni Unite, l’IA potrebbe generare fino a 2,5 milioni di tonnellate di rifiuti elettronici l’anno entro il 2030, l’equivalente dello smaltimento di circa 250 Torri Eiffel ogni anno.
A questo si aggiunge il consumo di suolo per costruire nuovi data center e, non ultimo, la pressione sulla rete elettrica: in Irlanda i data center potrebbero arrivare ad assorbire fino a un terzo della domanda elettrica nazionale entro il 2026.
Dieci cose che facciamo con l’IA senza pensare al conto ambientale
1. Dire “grazie” e “per favore” al chatbot
Sembra un dettaglio innocuo, ma non lo è a livello aggregato. Nell’aprile 2025 un utente su X ha chiesto al CEO di OpenAI, Sam Altman, quanto costasse in elettricità la gentilezza degli utenti verso ChatGPT. Altman ha risposto che si tratta di “decine di milioni di dollari ben spesi — non si sa mai”. Dietro la battuta c’è un dato reale: ogni messaggio in più, per quanto breve, attiva l’intera catena di calcolo del modello.
2. Chiedere una capitale, una data, una conversione che già sapresti cercare in tre secondi
Una domanda che potrebbe essere risolta con un motore di ricerca tradizionale (0,3 wattora circa) costa fino a dieci volte tanto se posta a un chatbot generativo. Moltiplicato per miliardi di query al giorno nel mondo, il differenziale energetico diventa gigantesco.
3. Generare un’immagine “tanto per vedere come viene”
La generazione di immagini è tra le operazioni più energivore dell’IA, perché richiede molti più passaggi di calcolo di una semplice risposta testuale. Generare dieci varianti di un’immagine che poi verrà scartata significa moltiplicare per dieci un costo energetico già elevato, per un risultato che finisce spesso dimenticato in una chat.
4. Riscrivere dieci volte la stessa email per trovare “il tono perfetto”
Ogni rigenerazione è una nuova elaborazione completa, non una modifica leggera. Uno studio del Washington Post con l’Università della California a Riverside ha calcolato il costo energetico e idrico della scrittura di email brevi tramite modelli come GPT-4: il conto sale rapidamente quando si moltiplicano i tentativi invece di scrivere — o rileggere — il messaggio da soli.
5. Chattare per noia, senza un vero scopo
Le conversazioni “di compagnia” con l’IA, prolungate nel tempo, sommano centinaia di richieste che singolarmente sembrano trascurabili ma che, secondo le stime di Surfshark, equivalgono già dopo poche decine di scambi al consumo energetico necessario per tenere accesa una TV per quasi un’ora.
6. Generare un video AI di pochi secondi per un meme
La generazione video è, tra tutte, l’applicazione più energivora dell’IA generativa attuale: richiede un carico computazionale di ordini di grandezza superiore a quello di un testo o persino di un’immagine, per un contenuto che in molti casi vive poche ore su un social prima di essere dimenticato.
7. Far fare all’IA un calcolo che una calcolatrice risolverebbe con energia trascurabile
Una calcolatrice tascabile consuma frazioni di wattora ricavate spesso da una cella solare. Passare la stessa operazione a un modello linguistico di grandi dimensioni, che non è nemmeno ottimizzato per l’aritmetica, significa usare una potenza di calcolo sproporzionata per un compito minimo.
8. Farsi riassumere un articolo che si potrebbe leggere in tre minuti
Il paradosso qui è doppio: si spende energia per risparmiare tempo su un testo che, letto direttamente, non avrebbe avuto alcun costo aggiuntivo oltre a quello, già acceso, del proprio dispositivo.
9. Tradurre frasi semplici che un dizionario o un traduttore offline gestirebbero benissimo
I grandi modelli linguistici usati per traduzioni banali attivano un’infrastruttura pensata per compiti molto più complessi, quando strumenti di traduzione più leggeri, spesso già installati sul telefono, farebbero lo stesso lavoro con una frazione dell’energia.
10. Generare venti varianti dello stesso testo “per scegliere la migliore”
È forse l’abitudine più diffusa tra chi lavora con l’IA per email, post o contenuti: si chiede una variante, poi un’altra, poi un’altra ancora. Ogni rigenerazione è un nuovo calcolo completo. Dieci varianti di un post che alla fine assomiglierà molto al primo tentativo hanno lo stesso peso ambientale di dieci richieste indipendenti.
Il quadro più ampio: cifre che aiutano a capire la scala
Per allenare GPT-3, secondo l’Istituto di Ingegneria della Spagna, sono stati necessari circa 78.437 kWh di elettricità — l’equivalente di 23 anni di consumi di un’abitazione media spagnola — e circa 700.000 litri di acqua dolce per il raffreddamento, secondo una ricerca dell’Università del Colorado Riverside e dell’Università del Texas ad Arlington. E questo prima ancora che un solo utente abbia posto una domanda: è il costo dell’addestramento, che si somma poi a quello, ripetuto miliardi di volte al giorno, dell’utilizzo.
Citazioni per riflettere (verificate, con tanto di origine)
Le citazioni sull’ambiente circolano spesso senza controllo. Ne ho scelte tre, verificandone la fonte prima di riportarle, perché anche l’ecologismo ha bisogno di rigore.
“La tecnologia non è né buona né cattiva, e non è nemmeno neutrale.”
— Melvin Kranzberg, storico della tecnologia al Georgia Institute of Technology, prima delle sue “Sei leggi della tecnologia”, enunciate nel discorso presidenziale alla Society for the History of Technology del 1985 e pubblicate nella rivista Technology and Culture nel 1986. È una delle rare citazioni sulla tecnologia di cui si conosce con certezza autore, data e fonte originale.
“Decine di milioni di dollari ben spesi — non si sa mai.”
— Sam Altman, CEO di OpenAI, in risposta su X il 16 aprile 2025 a una domanda sul costo energetico della gentilezza verso ChatGPT. Citazione verificata su fonti giornalistiche multiple che riportano il post originale.
“Non ereditiamo la Terra dai nostri antenati, la prendiamo in prestito dai nostri figli.”
— Frase molto diffusa, attribuita quasi ovunque a un generico “proverbio nativo americano” o “proverbio Navajo”. Attenzione: non esiste alcuna fonte primaria che ne confermi l’origine tra i popoli nativi americani; è un caso classico di citazione “orfana”, diventata proverbiale per ripetizione più che per documentazione storica. La riporto proprio come esempio di come, prima di far girare una frase, andrebbe sempre controllata la fonte — la stessa cura che chiediamo ai dati sull’impatto ambientale dell’IA.
Manifesto per un uso responsabile dell’intelligenza artificiale
- Prima di chiedere, penso se so già la risposta. Se posso rispondermi da solo in meno tempo di quanto impiego a scrivere il prompt, non uso l’IA.
- Preferisco la ricerca tradizionale per le domande semplici. Una query su un motore di ricerca costa, in media, una frazione dell’energia di una richiesta a un chatbot generativo.
- Scrivo prompt chiari e completi al primo tentativo. Ogni rigenerazione è un nuovo calcolo pieno: meno tentativi, meno energia.
- Non genero immagini o video “tanto per vedere”. Se non userò davvero il contenuto, non lo creo.
- Uso l’IA per compiti che generano valore reale — lavoro, studio, accessibilità, salute, ricerca — non come passatempo o sostituto della noia.
- Scelgo strumenti locali e leggeri quando bastano: calcolatrice, dizionario, traduttore offline, la mia stessa memoria.
- Chiudo le conversazioni inutili invece di trascinarle per abitudine o compagnia.
- Verifico le fonti — dei dati, delle citazioni, delle notizie — prima di condividerle, con o senza l’aiuto dell’IA.
- Tengo i dispositivi più a lungo possibile e mi informo su come vengono smaltiti hardware e componenti elettronici legati all’IA.
- Ricordo che ogni clic ha un costo altrove, anche quando non lo vedo: in un data center, in una falda acquifera, in una miniera di terre rare.
Usare l’intelligenza artificiale con consapevolezza non significa demonizzarla, ma restituirle la proporzione che merita: uno strumento potente, da riservare a ciò che conta davvero. Il pianeta, in fondo, non distingue tra un prompt “utile” e uno “per gioco”: l’elettricità e l’acqua consumate sono le stesse. La differenza la facciamo noi, prima di premere invio.
Fonti principali:
Euronews, “Quanta energia consumano i chatbot alimentati dall’IA” (2025) — e-cology.it, sul consumo energetico di ChatGPT (2026) — il manifesto, “La ricerca con l’IA consuma di più di un clic su Google” (2025) — Il Post, “Quanta acqua si beve l’intelligenza artificiale” (2026) — Etica Sgr, sul consumo d’acqua dei data center (2024) — MIT Technology Review Italia, sui rifiuti elettronici dell’IA (2024) — Sanità Informazione, sul rapporto dell’Università delle Nazioni Unite (2026) — Geagency, su Surfshark e i consumi di ChatGPT (2025) — Entrepreneur, Futurism, TechRadar, sulla citazione di Sam Altman (2025) — Technology and Culture, Kranzberg, “Technology and History: Kranzberg’s Laws” (1986).
Condividi:
Scopri di più da E' utile?
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.