האם בינה מלאכותית יוצרת נזק סביבתי?

מהפכת הבינה המלאכותית אוהבת להציג את עצמה כמהפכה לא־חומרית: מודלים בענן, אלגוריתמים לומדים, יצירה בלחיצת כפתור. אבל בפועל זו אחת המהפכות התשתיתיות והחומריות ביותר שראינו בעשורים האחרונים. מאחורי כל תשובה “חכמה” עומדים שרתים, חשמל, מים, מתכות, ועבודה אנושית והמחיר של כל אלה כבר נגבה כאן ועכשיו, במקומות מאוד קונקרטיים בעולם.

החזית הראשונה היא החשמל. הביקוש החריג שנוצר סביב דאטה־סנטרים ל-AI דוחף רשתות חשמל לקצה היכולת שלהן. בארה״ב דווח כיצד תחנות כוח מזהמות מסוג “פיקר”, שתוכננו להיסגר, הפכו שוב לכלכליות בגלל עומסי הביקוש. בשיקגו, למשל, תושבים בשכונות סמוכות לתחנות פוסיליות התריעו על החמרה באיכות האוויר. אלו תחנות שפולטות יותר מזהמים לכל יחידת חשמל, והן יושבות לעיתים קרובות באזורים שכבר סובלים מעומס סביבתי ובריאותי. במקביל, דאטה־סנטרים נשענים על גנרטורי דיזל לגיבוי. בצפון וירג’יניה, אזור שמכונה כבר שנים “Data Center Alley”, עלו תלונות של תושבים על רעש וזיהום בעקבות הפעלה ממושכת של גנרטורים כאלה. זה לא סיכון תיאורטי: הזיהום הוא מקומי, נשימתי, ומורגש בקהילה.

הנזק אינו נעצר באוויר הוא זולג למים. קירור של חוות שרתים דורש משאבים, ובאזורים חמים או צחיחים זה יוצר מתח ממשי. בצ’ילה, למשל, פרויקט דאטה־סנטר גדול של גוגל נדרש לעצירה ולעיצוב מחדש לאחר שבית משפט העלה חששות משימוש במים בתקופת בצורת. גם באירופה מתגלה פער בין הצהרות סביבתיות למציאות: בבריטניה, סביב פרויקט דאטה־סנטר ענק בצפון אנגליה, נטען שהצריכה הישירה של מים נמוכה אך מחקרים הראו שהצריכה העקיפה, דרך ייצור החשמל שיידרש להריץ מערכות AI, עלולה להיות גבוהה בהרבה. זו דוגמה קלאסית לבעיה חוזרת: כשמודדים רק את “מה שקורה בתוך הגדר”, מפספסים את העלות האמיתית שמוזזת למערכת כולה.

כאן נכנסת לתמונה שכבה נוספת, פחות מדוברת: חומרי הגלם. הבינה המלאכותית לא פועלת בלי תשתיות פיזיות כבדות, והן “אוכלות” כמויות עצומות של נחושת (כבלים, שנאים, חיבורי רשת), לצד מינרלים נוספים שמשמשים בשרתים, שבבים ומערכות גיבוי. בשנים האחרונות מתפתחת תחרות גיאו־כלכלית מובהקת סביב מינרלים קריטיים. האיחוד האירופי מקדם חקיקה ייעודית כדי לצמצם תלות ביבוא, סין מהדקת פיקוח על יצוא של חומרים מסוימים, וארה״ב ואירופה משקיעות במסדרונות תשתית באפריקה כדי להבטיח גישה לנחושת וקובלט. זו לא “מלחמה צבאית”, אלא מרוץ על שליטה בשרשראות אספקה וה-AI הוא מאיץ משמעותי של הביקוש.

במוקדי הכרייה עצמם, המחיר האנושי ברור. הרפובליקה הדמוקרטית של קונגו, שמספקת חלק גדול מהקובלט והנחושת בעולם, היא דוגמה מובהקת. לצד כרייה תעשייתית רחבת היקף, קיימת כרייה ארטיזנלית שבה תועדו לאורך השנים תנאי עבודה מסוכנים, עבודת ילדים, וזיהום סביבתי חמור. גם סביב מכרות תעשייתיים תועדו פינוי קהילות, פגיעה במקורות מים ובעיות בריאותיות. מהפכת ה-AI לא יצרה את הדפוסים האלה, אבל היא מעמיקה אותם: יותר ביקוש, יותר לחץ, יותר תמריץ לעצום עין.

ולבסוף, יש את האנשים שעובדים ישירות בתוך המערכת. כדי שמודלים יהיו “חכמים” ו”בטוחים”, אלפי עובדים מתייגים נתונים, מדרגים תשובות ומסננים תכנים. בקניה נחשפו מקרים שבהם עובדים שסיווגו תוכן אלים ומיני עבור אימון מערכות בטיחות של AI קיבלו שכר נמוך מאוד, תוך חשיפה יומיומית לחומרים קשים. הדיווחים כוללים חרדה, נדודי שינה, דיכאון ותסמינים פוסט־טראומטיים. זו עבודה חיונית למוצר הסופי, אבל היא מתבצעת דרך קבלנים, הרחק מהעין הציבורית, עם מעט מאוד הגנות.

כשמחברים את כל החלקים, מתקבלת תמונה מוכרת: הערך הכלכלי, היוקרה והכוח של הבינה המלאכותית מתרכזים במרכזים טכנולוגיים ובחברות ענק, בעוד שהעלויות החיצוניות – זיהום אוויר, עומסי מים, ניצול משאבים, פגיעה בקהילות ועבודה נפשית קשה מתפזרות גאוגרפית וחברתית. זה אינו כשל נקודתי אלא מבנה מערכתִי שמוכר מכל מהפכה תעשייתית קודמת.

הבינה המלאכותית איננה אויב, ואין כאן קריאה לעצור חדשנות. אבל היא גם אינה ניטרלית. אם אנחנו רוצים שזו תהיה מהפכה “חכמה” באמת, היא חייבת להיות גם אחראית: למדוד זיהום מקומי ולא רק פליטות כלליות, לחשוף שימוש במים גם במונחים עקיפים, לדרוש עקיבות ואחריות בשרשראות אספקה של מינרלים, ולהגן על האנשים שמבצעים את עבודת הטיוב והבטיחות האנושית. בסופו של דבר, השאלה איננה רק מה ה-AI יודע לעשות אלא על חשבון מי הוא עושה זאת.