AIを持続可能にするために必要なこと――排出量データと利用実態の把握

研究者のサーシャ・ルチョニ氏は、AIの持続可能性を高めるには「より良い排出量データ」と「人々が実際にどうAIを使っているかの把握」が不可欠だと主張している。正確な温室効果ガスやエネルギー消費のデータがなければ、どこを改善すべきかを見極められず、企業や政策の効果検証も難しくなる。

また、利用実態の理解は累積的な影響を評価する上で重要だ。モデルの学習時だけでなく、日常の運用（推論）やユーザー行動が総排出量を左右するため、どの用途や導入形態が環境負荷を大きくしているかを知る必要があるとルチョニ氏は指摘している。

この指摘は業界に対し、測定基準や透明性の整備、利用状況のモニタリング技術の導入を促す示唆を与える。研究者・事業者・政策担当者が協力してデータ収集と可視化の仕組みを作らない限り、効果的な削減策の設計は難しいという示唆を残している。