IA sotto la lente: demoni ambientali e creativi o specchio delle nostre scelte?

Indice

1. Dalla demonizzazione ai dati
2. Il lato nascosto del cloud: consumi e water footprint dell’IA
3. Creatività sotto accusa: il bias umano contro l’arte algoritmica
4. L’IA come responsabilità condivisa

Dalla demonizzazione ai dati

L’Intelligenza Artificiale (IA) viene spesso raccontata in termini estremi: da un lato, come una macchina che divora energia e acqua; dall’altro, come una minaccia alla genuinità della creatività umana.

Queste critiche hanno elementi di verità, ma l’evidenza scientifica suggerisce un quadro più sfumato: l’impatto dell’IA non è un difetto “intrinseco” della tecnologia, bensì il risultato delle scelte umane su dove costruiamo i data center, quale energia utilizziamo, quanto sono efficienti i sistemi e come strutturiamo cultura e regole d’uso.

Per affrontare il tema in modo responsabile serve passare dal panico ai piani: partire da dati credibili, riconoscere le incertezze e concentrarsi sulle leve concrete di mitigazione.

Il lato nascosto del cloud: consumi e water footprint dell’IA

L’addestramento e l’uso dei modelli di IA, soprattutto i più grandi, richiedono molta potenza di calcolo. Questo si traduce in consumi energetici rilevanti e, indirettamente e direttamente, in uso di acqua per produrre e dissipare il calore generato. 

A. Consumo energetico: una quota in crescita, non (ancora) fuori controllo

Analisi recenti mostrano che i carichi di lavoro legati all’IA rappresentano una quota crescente dell’energia consumata dai data center. Alcuni scenari prospettici indicano che, se la domanda di IA continuasse a crescere rapidamente senza particolari ottimizzazioni, questi workload potrebbero arrivare a coprire una frazione importante – in alcuni casi stimata nell’ordine di circa un quinto – del consumo complessivo dei data center in certe regioni o configurazioni.

Il punto chiave non è fissarsi su una singola percentuale, ma riconoscere la traiettoria: senza efficienza e politiche mirate, l’IA può diventare uno dei principali motori di crescita dei consumi digitali.

B. Water footprint: un impatto spesso locale

Oltre all’energia, i data center richiedono grandi quantità d’acqua, soprattutto dove si usano sistemi di raffreddamento evaporativo. Diverse analisi tecniche indicano che, in media, per ogni kWh consumato da un data center possono servire fino a circa 2 litri d’acqua, considerando sia il raffreddamento diretto sia l’acqua implicita nella produzione di elettricità.

Questa cifra è un valore indicativo, che può variare in modo significativo a seconda di tecnologia, clima e mix energetico. L’impatto più critico non è solo globale, ma locale: data center collocati in aree soggette a stress idrico possono contribuire a tensioni sull’uso dell’acqua, con implicazioni sociali e ambientali importanti.​

C. Sostenibilità dell’IA: dipende dalle scelte, non dal destino

La letteratura converge su un punto: l’IA può avere un’impronta ambientale significativa, ma questa impronta è ampiamente modulabile da scelte infrastrutturali e progettuali.​

Le leve principali includono:

• alimentare i data center con quote crescenti di energie rinnovabili,
• migliorare l’efficienza del raffreddamento (es. sistemi a liquido, recupero di calore, ricircolo d’acqua),
• progettare modelli più efficienti, anche più piccoli e specializzati, invece di puntare solo su architetture sempre più grandi.

Creatività sotto accusa: il bias umano contro l’arte algoritmica

Sul fronte culturale, l’IA generativa è al centro di un acceso dibattito: è davvero capace di “creare” o si limita a imitare? E, soprattutto, come reagiscono le persone alle opere generate da algoritmi?

La psicologia sperimentale e la neuroestetica offrono alcune risposte interessanti: esistono bias sistematici nel modo in cui percepiamo l’arte a seconda di chi crediamo ne sia l’autore.

A. Il bias dell’etichetta: l’umano “vince” a parità di immagine

Diversi studi mostrano che, quando si presenta la stessa opera visiva con etichette diverse (“creata da un artista umano” vs “generata da IA”), le persone tendono a valutarla più positivamente – in termini di creatività, profondità o valore – quando credono che sia opera di un umano.

Questi esperimenti indicano un bias implicito: molti associano l’idea di creatività autentica, sforzo e intenzione solo all’agire umano, mentre l’origine algoritmica viene percepita come meno “vera”, anche quando il risultato visivo è identico.

In altre parole, non rifiutiamo solo l’immagine, ma il fatto che non ci sia una biografia, una fatica o un vissuto umano dietro di essa.

B. Quando l’origine non si vede (e quando la qualità cambia tutto)

Il quadro, però, non è monolitico. Altri studi evidenziano che, in contesti “ciechi” in cui non viene rivelata l’origine delle opere, molte persone apprezzano fortemente – e talvolta preferiscono – lavori generati da IA rispetto a quelli umani, soprattutto in certi stili o generi.

Inoltre, la qualità estetica conta molto: opere ad alto impatto visivo o concettuale possono ottenere giudizi positivi anche dopo aver svelato l’origine algoritmica, pur mantenendo viva la discussione su autenticità e valore artistico.

Nel complesso, la ricerca suggerisce che il bias contro l’arte IA è reale ma dinamico: dipende dall’etichetta, dal contesto, dalla qualità dell’opera e dall’evoluzione culturale nel tempo.

C. IA come nuovo medium, non solo come sostituto

Dal punto di vista storico, molte innovazioni hanno attraversato fasi simili di rifiuto: la fotografia fu accusata di “uccidere” la pittura, i sintetizzatori furono visti come la fine della musica autentica. Oggi sono parte integrante degli ecosistemi creativi.

In questa prospettiva, l’IA può essere letta come un nuovo medium: uno strumento che amplifica la capacità di esplorare idee, generare varianti, prototipare in tempi rapidissimi. In mano agli artisti, può diventare un’estensione del processo creativo, non necessariamente un sostituto.

Questo non annulla i nodi etici e legali: restano questioni irrisolte su trasparenza dei dataset, diritti d’autore, consenso e remunerazione per gli artisti umani i cui lavori sono stati utilizzati per addestrare i modelli. Questi aspetti richiedono regolazione, accordi di settore e nuove pratiche di governance, non solo un cambiamento di percezione.​

L’IA come responsabilità condivisa

Le critiche ambientali e creative verso l’IA sono importanti: evidenziano rischi reali che non vanno minimizzati. Ma i dati e le ricerche invitano a spostare il focus:

• Il problema non è semplicemente “esiste l’IA”, ma come viene progettata, alimentata e usata.
• L’impatto ambientale può essere ridotto in modo significativo tramite scelte infrastrutturali e di design più responsabili.
• I nostri giudizi sulla creatività dell’IA riflettono bias profondi, legati all’idea di autenticità umana, che possono evolvere ma che vanno affrontati con trasparenza, regole chiare e rispetto per i diritti degli artisti.

Per AWorld, il messaggio è chiaro: l’IA non ha bisogno di essere demonizzata, ma responsabilizzata. Non si tratta di spegnere il progresso, bensì di orientarlo verso sostenibilità, equità e benessere umano, partendo sempre da dati reali e da un confronto aperto sui trade‑off.