Duurzaamheid

De training van LLM’s vereist enorme hoeveelheden rekenkracht en energie. Modellen zoals GPT-4 en Gemini verbruiken duizenden GPU’s gedurende weken of maanden. Dit leidt tot een aanzienlijke ecologische voetafdruk. Onderzoeken, zoals die van Strubell et al. (2019), tonen aan dat de CO₂-uitstoot van het trainen van een enkel groot model gelijk kan zijn aan de levenslange uitstoot van meerdere auto’s. Na het trainen kost het gebruik van AI ook energie. De energiekosten voor het gebruik van ChatGPT is geschat op 3 Wh per opdracht. De eenheid wattuur (Wh) wordt in het dagelijks leven niet vaak gebruikt. Kilowattuur (kWh) is een eenheid die die je vaker terugziet, bijvoorbeeld op rekeningen van elektriciteitsmaatschappen. 3 Wh komt overeen met 0,003 kWh. Om wat gevoel te krijgen bij hoeveel dit is: net zo veel energie als gebruikt wordt door een 60W-gloeilamp die 3 minuten aanstaat, of een magnetron die 12 seconden lang gebruikt wordt op een stand van 900W (Koren, 2023).

Het energiegebruik roept vragen op over de balans tussen technologische vooruitgang en milieu-impact. Bedrijven zoals OpenAI en Google proberen dit te adresseren door over te schakelen op groene datacenters en efficiëntere algoritmen te ontwikkelen.

Dataverwerking

LLM’s worden getraind op enorme datasets, vaak afkomstig van publieke bronnen, zoals internetpagina’s en sociale media. Dit brengt risico’s met zich mee, waaronder:

Onbedoelde verwerking van persoonlijke gegevens: Teksten die persoonsgegevens bevatten, kunnen in de trainingsdata terechtkomen, waardoor risico’s ontstaan voor datalekken.
Gebrek aan transparantie: Gebruikers weten vaak niet welke data zijn gebruikt en hoe deze zijn verwerkt. Dit maakt het moeilijk om toestemming te geven of bezwaar te maken.
Bias en discriminatie: De data waarmee modellen zijn getraind, kunnen bestaande vooroordelen en ongelijkheden in de samenleving weerspiegelen en versterken.

Zie ook de HU handreiking Generatie AI en Toetsing over het beleid van de HU en privacy.

Big Tech

De ontwikkeling van LLM’s wordt grotendeels gedomineerd door een handvol techreuzen, zoals OpenAI, Google, Meta en Microsoft. Dit heeft invloed op:

Marktmacht: Big Tech heeft de middelen en infrastructuur om enorme modellen te ontwikkelen, wat kleinere bedrijven en academische instellingen buitenspel zet. Dit versterkt monopolisering en vermindert diversiteit in AI-onderzoek.
Toegankelijkheid: Hoewel sommige modellen open-source zijn, blijven de grootste en krachtigste modellen vaak gesloten, wat innovatie beperkt.
Ethiek in ontwikkeling: De prioriteiten van Big Tech (bijvoorbeeld winstmaximalisatie) kunnen botsen met bredere ethische waarden zoals privacybescherming en inclusiviteit.

Koren, G. (2023, 3 mei). Wat is de klimaatimpact van ChatGPT? Hoeveel CO₂ kost het om ChatGPT een essay over klimaatverandering te laten schrijven?KlimaatHelpdesk. Geraadpleegd op 21 november 2024, van https://www.klimaathelpdesk.org/answers/wat-is-de-klimaatimpact-van-chatgpt-hoeveel-co-kost-het-om-chatgpt-een-essay-over-klimaatverandering-te-laten-schrijven/Links to an external site.