Nel dibattito contemporaneo sull’Intelligenza Artificiale (IA), troppo spesso ci si concentra su due temi: i consumi dell’AI e issuoi aspetti “etici” (o presunti tali). Ciò però distoglie dal vero tema, che è quello della necessità di sviluppare un’analisi sistemica degli impatti dell’AI sui tre elementi costitutivi della sostenibilità: ambientale, economica e sociale. È questa lacuna che occorre colmare se vogliamo affrontare in modo serio la transizione digitale nel contesto della sostenibilità.
L’IA, infatti, non è una tecnologia neutra nei suoi effetti: il suo impatto dipende dal modo in cui viene progettata, adottata e regolata. Paragonabile per portata all’invenzione del motore a scoppio o dell’energia nucleare, l’intelligenza artificiale genera una discontinuità sistemica che sviluppa nuovi paradigmi di governance, nuove sfide per le infrastrutture e impatti sulle policy pubbliche. Il tema, quindi, non è se l’IA sia sostenibile, ma come possiamo renderla tale. Di questo si è parlato nel settimo episodio di Sostenibilità Digitale: il podcast.
Indice degli argomenti
Sostenibilità ambientale dell’IA: oltre il consumo energetico
Il più semplice livello di analisi riguarda la dimensione ambientale. È indubbio che i sistemi di IA, in particolare quelli fondati su modelli di deep learning e la GenAI, abbiano un’impronta energetica rilevante. Alcune stime attribuiscono all’addestramento di un singolo modello avanzato un’emissione compresa tra le 300 e le 600 tonnellate di CO₂, equivalenti al ciclo annuale di circa 300 veicoli a combustione interna.
Tuttavia, focalizzarsi esclusivamente su questo aspetto conduce a una visione fuorviante. Non esistono, infatti, tecnologie intrinsecamente sostenibili o insostenibili: è il bilancio del loro impatto lungo il ciclo di vita a determinare il grado di sostenibilità. In questo senso, l’IA può costituire un formidabile strumento di ottimizzazione energetica e riduzione degli sprechi. Ad esempio, in ambito edilizio – che rappresenta circa il 30% delle emissioni urbane di CO₂ – i sistemi basati su IA sono già in grado di ridurre i consumi energetici fino al 10%, attraverso una regolazione adattiva dei sistemi di riscaldamento e raffreddamento.
L’analisi in tempo reale dei dati ambientali e di utilizzo degli spazi consente di intervenire in modo puntuale e continuo sull’efficienza termica degli edifici, con effetti diretti sul contenimento dei consumi e delle emissioni. In tal senso, quindi, è evidente come abbia poco senso riflettere sugli “impatti” dell’AI se non si considerano gli impatti positivi, oltre che quelli negativi.
Impatto sociale dell’IA: trasformazione del lavoro e qualità della vita
Il secondo elemento da prendere in considerazione è quello sociale. Si pensi, ad esempio, agli aspetti occupazionali: il timore di una massiccia sostituzione della forza lavoro da parte delle macchine ha accompagnato ogni rivoluzione industriale, e l’IA non fa eccezione. La novità risiede nella pervasività dell’impatto: l’intelligenza artificiale estende la sua influenza dai lavori manuali alle professioni intellettuali e cognitive, scardinando il confine tra automazione fisica e automatizzazione decisionale.
Eppure, anche se la direzione di questa rivoluzione non può essere totalmente indirizzata, deve essere almeno in parte governata. L’IA, se progettata in ottica collaborativa, è in grado di abilitare nuovi ruoli professionali ad alto valore aggiunto. È un cambiamento qualitativo, prima ancora che quantitativo, ma impone una ridefinizione delle politiche attive del lavoro, dei programmi di formazione e degli strumenti di protezione sociale. Serve una governance dell’innovazione che non insegua le disuguaglianze, ma le anticipi, redistribuendo i benefici dell’efficienza tecnologica. Si tratta di un equilibrio dinamico tra accelerazione dell’innovazione e mitigazione delle sue asimmetrie.
Sostenibilità economica: crescita inclusiva o polarizzazione?
Il terzo elemento è quello economico. L’IA può contribuire in modo significativo all’efficienza dei processi, alla riduzione dei costi e alla creazione di nuove catene del valore. Tuttavia, l’adozione disomogenea delle tecnologie intelligenti rischia di amplificare il digital divide, polarizzando la capacità competitiva tra chi dispone degli strumenti e chi ne è escluso. Una sostenibilità economica autentica non si misura solo in termini di crescita del PIL o produttività aggregata, ma anche attraverso indicatori distributivi. In tal senso, la dimensione economica è inestricabilmente connessa a quella sociale: se la creazione di valore non è accompagnata da politiche redistributive e inclusive, la tecnologia rischia di erodere la coesione sociale e aumentare l’instabilità sistemica.
Le politiche pubbliche devono perciò svolgere un duplice ruolo:
- Abilitare l’innovazione, rimuovendo ostacoli regolatori e incentivando la ricerca;
- Governare gli effetti redistributivi, garantendo equità nell’accesso e tutela nei confronti dei soggetti più vulnerabili.
Responsabilità condivise per un’intelligenza artificiale sostenibile
L’intelligenza artificiale non è sostenibile o insostenibile “in sé”: può esserlo solo se progettata, governata e utilizzata con consapevolezza. Il suo impatto sulla società, sull’economia e sull’ambiente è troppo rilevante per essere lasciato alle sole logiche di mercato. È una questione di scelte. E queste scelte riguardano tutti: istituzioni, imprese, cittadini.
In questo contesto, il Manifesto per la Sostenibilità dell’Intelligenza Artificiale, promosso dalla Fondazione per la Sostenibilità Digitale, vuole rappresentare un riferimento. Non si tratta di un documento teorico o di un elenco di principi astratti: è uno strumento operativo che offre un framework multidimensionale per guidare lo sviluppo e l’adozione dell’IA nel rispetto dei valori umani, dei diritti fondamentali e della sostenibilità sistemica. Il Manifesto fornisce linee guida concrete per integrare trasparenza, equità, tracciabilità e responsabilità nei processi decisionali basati su tecnologie intelligenti.
Affinché l’IA sia davvero una leva per il bene comune, è necessario promuovere un’azione coordinata e sistemica che faccia della sostenibilità un criterio guida, non un’opzione accessoria. L’intelligenza artificiale può e deve contribuire a un futuro più equo, inclusivo e resiliente. Ma questo futuro va costruito. Con visione. Con responsabilità.
Per approfondire questi temi con esempi, dati e riflessioni, l’episodio integrale del podcast Sostenibilità Digitale è disponibile per l’ascolto sulle principali piattaforme:
