همزمان با گسترش سریع هوش مصنوعی و افزایش سرمایهگذاری در مراکز داده، حجم پسماند الکترونیکی ناشی از سرورها، پردازندهها و تجهیزات تخصصی نیز در حال افزایش است؛ روندی که میتواند تا پایان دهه، فشار تازهای بر منابع طبیعی، نظام بازیافت و سلامت عمومی وارد کند.
رشد شتابان هوش مصنوعی، در کنار فرصتهای گستردهای که برای مدلسازی اقلیم، بهداشت، آموزش و بهرهوری اقتصادی ایجاد کرده، یک پیامد کمتر دیدهشده اما مهم نیز به همراه آورده است: افزایش پسماند الکترونیکی ناشی از توسعه مراکز داده و زیرساختهای محاسباتی.
مراکز داده، ستون فقرات فیزیکی سامانههای هوش مصنوعی بهشمار میروند. این مراکز میزبان شبکهای متراکم از سرورها، سامانههای ذخیرهسازی و سختافزارهای تخصصی، از جمله واحدهای پردازش گرافیکی هستند. واحد پردازش گرافیکی یا «جیپییو» (GPU: Graphics Processing Unit)، تراشهای است که برای پردازشهای سنگین و آموزش مدلهای هوش مصنوعی کاربرد گسترده دارد. با این حال، عمر مفید این تجهیزات معمولاً کوتاه است و به دلیل شتاب نوآوری و افزایش نیازهای پردازشی، بسیاری از آنها ظرف چند سال از چرخه بهرهبرداری خارج میشوند.
همین چرخه مداومِ جایگزینی و کنارگذاری تجهیزات، به یکی از محرکهای اصلی رشد پسماند الکترونیکی در جهان تبدیل شده است. برآوردهای مطرحشده در متن نشان میدهد اکنون سالانه حدود ۶۲ میلیون تُن پسماند الکترونیکی در جهان تولید میشود؛ اما تنها حدود ۲۲ درصد آن بهصورت رسمی جمعآوری و بازیافت میشود. بخش عمده باقیمانده، یا دفن میشود یا در شبکههای غیررسمی، عمدتاً در کشورهای در حال توسعه، پردازش میشود؛ جایی که استانداردهای زیستمحیطی و سلامت شغلی اغلب ناکافی است.
فشار ناشی از هوش مصنوعی مولد نیز میتواند این روند را تشدید کند. بر پایه برآوردهای اشارهشده در متن، فناوریهای هوش مصنوعی مولد ممکن است تا سال ۲۰۳۰ سالانه بین ۱.۲ تا ۵ میلیون تُن پسماند الکترونیکی اضافی تولید کنند. این افزایش، نتیجه تقاضای فزاینده برای تراشههای پیشرفته، سرورهای پرقدرت و زیرساختهای تخصصی است؛ تقاضایی که سرعت تعویض قطعات و تجهیزات را بالا برده و بار محیطزیستی این بخش را سنگینتر میکند.
مسئله فقط به حجم زباله محدود نمیشود. تولید سختافزارهای مورد استفاده در هوش مصنوعی، وابسته به عناصر نادر خاکی و مواد معدنی راهبردی است؛ موادی که استخراج آنها اغلب با تخریب محیطزیست، مصرف بالای انرژی و فشار بر منابع طبیعی همراه است. بازیافت این مواد نیز پیچیده و پرهزینه است و همین امر، مدیریت پایان عمر تجهیزات را دشوارتر میکند.
در کنار این موضوع، مراکز داده بهدلیل نیاز گسترده به برق و آب، ردپای محیطزیستی مضاعفی دارند. آموزش و اجرای مدلهای هوش مصنوعی به برق فراوان نیاز دارد و سامانههای خنککننده مراکز داده نیز در بسیاری از مناطق، مصرف آب بالایی دارند. بنابراین، پسماند الکترونیکی باید در چارچوبی وسیعتر و در پیوند با کل چرخه عمر زیرساختهای دیجیتال دیده شود؛ از استخراج مواد اولیه و ساخت تراشه تا مصرف انرژی، آب و دفع نهایی تجهیزات.
یکی دیگر از ابعاد مهم این بحران، نابرابری جهانی در مدیریت پسماند الکترونیکی است. بخش قابل توجهی از تجهیزات کنارگذاشتهشده از کشورهای توسعهیافته به کشورهای در حال توسعه منتقل میشود؛ جایی که بازیافت غیررسمی آنها، کارگران را در معرض موادی خطرناک مانند سرب، جیوه و دیگر فلزات سمی قرار میدهد. در همین فرایند، مواد ارزشمندی مانند طلا، مس و فلزات کمیاب نیز بهدلیل ضعف فناوریهای بازیافت یا مدیریت ناکارآمد، از دست میروند.
متن همچنین بر یک خلأ ساختاری تأکید میکند: کمبود شفافیت و ضعف تنظیمگری در بخش فناوری. بسیاری از شرکتها اطلاعات دقیقی درباره چرخه عمر سختافزار، میزان پسماند تولیدی یا سرنوشت تجهیزات کنارگذاشتهشده خود منتشر نمیکنند. این کمبود داده، ارزیابی دقیق ابعاد بحران و طراحی سیاستهای مؤثر را دشوار کرده است. از سوی دیگر، سرعت نوآوری در حوزه هوش مصنوعی از سرعت تدوین مقررات پیشی گرفته و همین فاصله، شکافهای حکمرانی را عمیقتر کرده است.
برای کاهش این فشار، رویکردی چرخشی و پایدار به زیرساختهای هوش مصنوعی ضروری است. این رویکرد میتواند شامل طراحی تجهیزات بادوامتر، ماژولارتر و قابل تعمیرتر باشد تا طول عمر سختافزار افزایش یابد. همچنین ارتقای فناوریهای بازیافت، بازیابی مؤثرتر مواد ارزشمند و کاهش آثار زیستمحیطی دفع تجهیزات، بخش مهمی از پاسخ به این بحران است.
استفاده مجدد از تجهیزات نیز یکی از راهکارهای عملی بهشمار میرود. شرکتها میتوانند بهجای کنارگذاشتن سریع سختافزارهای قدیمی، آنها را برای کاربردهای سبکتر بازاستفاده کنند یا در اختیار نهادهایی با نیاز محاسباتی کمتر قرار دهند. این رویکرد، هم از تولید زباله میکاهد و هم میتواند به کاهش شکاف دیجیتال کمک کند.
در سطح سیاستگذاری، دولتها میتوانند با اجرای مقررات سختگیرانهتر در مدیریت پسماند الکترونیکی، الزام تولیدکنندگان به پذیرش مسئولیت در قبال محصولات خود و ایجاد مشوق برای طراحی و تولید پایدار، نقش مؤثرتری ایفا کنند. همکاری بینالمللی نیز در این زمینه ضروری است؛ زیرا زنجیره تولید، مصرف و دفع تجهیزات الکترونیکی، فرامرزی است و بدون هماهنگی جهانی، مدیریت مؤثر آن دشوار خواهد بود.
در نهایت، بحران پسماند الکترونیکی در عصر هوش مصنوعی، یک تناقض بنیادین را آشکار میکند: فناوریای که میتواند در خدمت پایداری قرار گیرد، خود نیز ممکن است به منشأ فشار تازه بر محیطزیست تبدیل شود. حل این تناقض، مستلزم نگاهی جامع به پیشرفت فناوری است؛ نگاهی که نوآوری را از مسئولیتپذیری جدا نکند و آینده دیجیتال را با الزامات پایداری همسو سازد.
