Neue Studie zu systemischen #Umweltrisiken von KI

#KünstlicheIntelligenz erzeugt systemische #Umweltrisiken.
Eine neue Studie der Gesellschaft für Informatik e.V. erfasst und analysiert diese umfassend. Zentrales Ergebnis: Die Risiken sind struktureller Natur, können ökologische Schäden beschleunigen und Verantwortlichkeiten verwischen. Zudem tragen die ökologischen und sozialen Kosten oft nicht diejenigen, die durch #KI an Profit und Produktivität gewinnen.

Ein zentraler Befund der Studie ist, dass systemische Umweltrisiken durch #Machtkonzentration, begrenzte Governance, ökonomische Rahmenbedingungen und durch die Komplexität und #Unvorhersehbarkeit vieler KI-Systeme begünstigt werden. Durch diese Bedingungen können etwa sogenannte #ReboundEffekte und #Pfadabhängigkeiten entstehen. Diese können zu materiellen Schäden wie #Ressourcenerschöpfung und #Toxizität führen, aber auch den Verlust lokalen und indigenen Wissens bedeuten. Zudem zeigt die Studie eine ungleiche Verteilung von Vorteilen und Belastungen durch KI: Während #Produktivitätsgewinne und #Profite vor allem bei wenigen ressourcenstarken Akteuren konzentriert sind, tragen marginalisierte Gruppen überproportional die ökologischen und sozialen Kosten – etwa in Regionen, in denen Rohstoffe abgebaut, #Abfälle entsorgt oder besonders verletzliche #Ökosysteme belastet werden.

https://www.scinexx.de/businessnews/neue-studie-zu-systemischen-umweltrisiken-von-ki/

@Sucher

@SheDrivesMobility

Aber Achtung: Es gibt selbst für Verkehrsalternativen #Reboundeffekte. Dh. gute Verkehrsalternativen können die Gesamtmobilität noch weiter erhöhen und damit sowohl den Autoverkehr(weniger Stau) als auch die Alternativen attraktiver machen. Dh. im Umkehrschluss aber auch, dass die energetischen Einspareffekte nicht im vollem Maße realisiert werden können.