L'IA générative consomme plus d'énergie hors anglais
Original : Generative AI uses more energy on non-English text
Pourquoi c'est important
Le biais linguistique de l'IA amplifie les inégalités énergétiques à l'échelle mondiale.
Selon une étude de l'Université du Michigan, les modèles d'IA générative consomment davantage d'énergie pour traiter des textes non anglophones, révélant une inégalité énergétique liée à la langue.
Des chercheurs de l'Université du Michigan ont mis en évidence un phénomène préoccupant : les modèles d'IA générative dépensent significativement plus d'énergie lorsqu'ils traitent des textes dans des langues autres que l'anglais. Cette disparité s'explique en grande partie par la tokenisation — le processus qui découpe le texte en unités traitables. Les modèles entraînés majoritairement sur des corpus anglophones produisent davantage de tokens pour représenter des mots dans d'autres langues, notamment celles à alphabets non latins. Plus de tokens signifie plus de calculs, donc une consommation électrique accrue. Ce biais structurel touche particulièrement les locuteurs de langues comme l'arabe, le hindi ou le japonais. L'étude souligne que l'empreinte carbone de l'IA n'est pas neutre linguistiquement : utiliser ces outils dans sa langue maternelle peut coûter bien plus cher en énergie qu'en anglais.