DOI: https://doi.org/10.1007/s43681-026-01008-3
تاريخ النشر: 2026-02-01
المؤلف: Friederike Rohde وآخرون
الموضوع الرئيسي: الأخلاقيات والآثار الاجتماعية للذكاء الاصطناعي
نظرة عامة
يتناول القسم الآثار البيئية للذكاء الاصطناعي (AI)، مع التأكيد على استهلاكه الكبير للطاقة والمياه. بينما يُنظر إلى الذكاء الاصطناعي غالبًا كحل لتغير المناخ وإدارة الموارد، هناك قلق متزايد بشأن استدامته، وخاصة بصماته الكربونية والمائية. تساهم توسعة البنى التحتية الرقمية، مثل مراكز البيانات الضخمة ومكونات الأجهزة المختلفة، في تدهور البيئة، مما يثير تساؤلات حول التكاليف البيئية المرتبطة بمطالب الذكاء الاصطناعي التحتية. تتحدى هذه الانتقادات السرد السائد للذكاء الاصطناعي كتكنولوجيا تقدمية بحتة، داعية إلى إعادة تقييم آثارها المادية في سياق أزمة المناخ المستمرة وفقدان التنوع البيولوجي.
في الختام، يستخدم البحث ثلاثة أطر للعدالة – العدالة البيئية، العدالة المناخية، وعدالة الأنواع المتعددة – لتحليل العواقب البيئية والاجتماعية للذكاء الاصطناعي من خلال دراسات حالة في تشيلي، المكسيك، غانا، والكونغو. يبرز البحث الاستنزاف البيئي المتزايد وعدم المساواة الاجتماعية الناتجة عن نموذج التنمية التكنولوجية الحالي. يؤكد منظور العدالة متعددة الأنواع على الحاجة إلى الاعتراف بالاعتماد المتبادل بين البشر والكيانات غير البشرية، كما يتضح من نشاط المجتمع في سانتياغو الذي يدعو إلى اعتبار المياه نظامًا حيويًا حيويًا بدلاً من مجرد سلعة. تؤكد النتائج على أهمية معالجة احتياجات النظم البيئية والكيانات غير البشرية، والتي غالبًا ما يتم تجاهلها في المناقشات التي تركز بشكل أساسي على وصول البشر إلى الموارد.
مقدمة
تتناول مقدمة البحث الآثار الأخلاقية للذكاء الاصطناعي (AI)، مع التأكيد على الحاجة إلى النظر في العدالة والمساءلة والشفافية، بالإضافة إلى الأخلاقيات البيئية والعدالة العالمية. تبرز كيف أن تطوير الذكاء الاصطناعي مرتبط بالبنى التحتية التي تستهلك الطاقة وسلاسل التوريد الاستغلالية، مما يؤثر بشكل خاص على الفئات الضعيفة في الجنوب العالمي. يجادل المؤلفون بأن الذكاء الاصطناعي يجب أن يُنظر إليه كنظام اجتماعي-تقني-بيئي، مما يتطلب فحصه من خلال أطر العدالة المختلفة، وخاصة العدالة البيئية (EJ)، العدالة المناخية (CJ)، وعدالة الأنواع المتعددة (MSJ).
يهدف البحث إلى تحليل العواقب البيئية للذكاء الاصطناعي من خلال تطبيق هذه المنظورات الثلاثة للعدالة على المتطلبات التحتية لدورة حياة الذكاء الاصطناعي، والتي تشمل مراحل الإنتاج والتشغيل والتخلص. يحدد المؤلفون هيكل البحث، مشيرين إلى أن الأقسام اللاحقة ستعرف الذكاء الاصطناعي كنظام اجتماعي-تقني-بيئي، وتستكشف الآثار البيئية المرتبطة بالبنى التحتية للذكاء الاصطناعي، وتناقش كيف يمكن أن تسلط المنظورات الثلاثة للعدالة الضوء على الطرق التي تعزز بها أنظمة الذكاء الاصطناعي أو تفاقم عدم المساواة. تمهد المقدمة الطريق لاستكشاف شامل للتفاعل بين الذكاء الاصطناعي، والآثار البيئية، والعدالة الاجتماعية.
الطرق
يتناول القسم الآثار البيئية المرتبطة بتعدين المواد الخام والمعادن النادرة الضرورية لإنتاج أجهزة الذكاء الاصطناعي، مع التركيز بشكل خاص على المعادن الحيوية مثل الليثيوم، والكوبالت، والجرافيت، والنحاس. مع توقع زيادة الطلب على هذه المواد بشكل كبير بحلول عام 2040، تتطلب درجات الخام المتناقصة تعدين مناطق أكبر، مما يؤدي بدوره إلى تفاقم البصمة البيئية بسبب عمليات الاستخراج الأكثر استهلاكًا للطاقة والمياه. غالبًا ما يحدث الاستخراج في مناطق حساسة بيئيًا، مما يؤدي إلى إزالة الغابات، وتدهور التربة، وتلوث المياه، مع تركيز ملحوظ لإنتاج الكوبالت في جمهورية الكونغو الديمقراطية والليثيوم في أستراليا وتشيلي، مما يثير القلق بشأن العواقب الاجتماعية والبيئية على المجتمعات المحلية.
تصف تقرير غرينبيس هذه الديناميات بأنها “استعمار رقمي”، مما يبرز التناقض حيث تواجه المجتمعات في الجنوب العالمي تدهورًا بيئيًا شديدًا بينما يتم تسويق أنظمة الذكاء الاصطناعي التي تدفع هذا الطلب كحلول لمثل هذه القضايا. على سبيل المثال، توضح أبحاث آدموفيتش وآخرون الآثار الضارة لتعدين النحاس في شرق صربيا، حيث يلوث تصريف الأحماض من المناجم أنظمة الأنهار بالمعادن الثقيلة. تكشف التحليلات التاريخية أيضًا أن هذه الأنماط الاستغلالية طويلة الأمد، كما يتضح من حالة تعدين النترات والنحاس في صحراء أتاكاما في تشيلي، التي ساهمت تاريخيًا في التدهور البيئي والحرمان الاجتماعي. تؤكد النتائج على الحاجة الملحة لمعالجة العواقب البيئية والاجتماعية لاستخراج المواد لتقنيات الذكاء الاصطناعي.
المناقشة
تؤكد قسم المناقشة على الحاجة إلى إعادة تصور الذكاء الاصطناعي (AI) من منظور ضيق يركز فقط على الكائنات إلى إطار عمل اجتماعي-تقني-بيئي أوسع. يجادل النقاد بأن رؤية الذكاء الاصطناعي فقط كبرامج وخوارزميات تتجاهل السياقات البيئية والبنية التحتية الحرجة التي تدعم وظيفته. يبرز هذا المنظور المدمج اعتماد الذكاء الاصطناعي على البنى التحتية الواسعة، مثل شبكات الطاقة ومراكز البيانات، ويدعو إلى فهم شامل يدمج الاعتبارات الأخلاقية في عملية التطوير. من خلال تأطير الذكاء الاصطناعي كنظام اجتماعي-تقني-بيئي، يبرز البحث أهمية معالجة قضايا مثل العدالة، والخصوصية، والآثار البيئية طوال دورة حياة الذكاء الاصطناعي.
يستكشف القسم أيضًا الآثار البيئية لإنتاج الذكاء الاصطناعي، وتشغيله، والتخلص منه، كاشفًا عن تحديات كبيرة تتعلق باستهلاك الطاقة، واستخدام المياه، والنفايات الإلكترونية. على سبيل المثال، يساهم إنتاج أشباه الموصلات وتشغيل مراكز البيانات الضخمة في انبعاثات كربونية كبيرة وسحب المياه، مع توقعات تشير إلى أن الطلب على الموارد من قبل الذكاء الاصطناعي سيتصاعد بشكل كبير. تبرز المناقشة أيضًا التحدي المزدوج للنفايات الإلكترونية، التي تحتوي على مواد خطرة وموارد قيمة، مما يعقد استدامة أنظمة الذكاء الاصطناعي. من خلال استخدام أطر العدالة – العدالة البيئية، العدالة المناخية، وعدالة الأنواع المتعددة – يدعو البحث إلى نهج أكثر إنصافًا ومسؤولية تجاه الذكاء الاصطناعي يعترف ويعالج الآثار الاجتماعية والبيئية لدورة حياته.
DOI: https://doi.org/10.1007/s43681-026-01008-3
Publication Date: 2026-02-01
Author(s): Friederike Rohde et al.
Primary Topic: Ethics and Social Impacts of AI
Overview
The section discusses the environmental implications of artificial intelligence (AI), emphasizing its significant energy and water consumption. While AI is often viewed as a solution for climate change and resource management, there is a growing concern regarding its sustainability, particularly its carbon and water footprints. The expansion of digital infrastructures, such as hyperscale data centers and various hardware components, contributes to environmental degradation, raising questions about the ecological costs associated with AI’s infrastructural demands. This critique challenges the prevailing narrative of AI as a purely progressive technology, urging a reevaluation of its material impacts in the context of the ongoing climate crisis and biodiversity loss.
In the conclusion, the paper employs three justice frameworks—Environmental Justice, Climate Justice, and Multispecies Justice—to analyze the environmental and social consequences of AI through case studies in Chile, Mexico, Ghana, and Congo. It highlights the deepening ecological depletion and social inequity resulting from the current model of technological development. The Multispecies Justice perspective emphasizes the need for recognizing the interdependence between humans and non-human entities, as illustrated by community activism in Santiago that advocates for water as a vital living system rather than a mere commodity. The findings underscore the importance of addressing the needs of ecosystems and non-human beings, which are often overlooked in discussions focused primarily on human access to resources.
Introduction
The introduction of the paper addresses the ethical implications of artificial intelligence (AI), emphasizing the need to consider not only fairness, accountability, and transparency but also environmental ethics and global justice. It highlights how AI’s development is intertwined with energy-intensive infrastructures and exploitative supply chains, particularly affecting vulnerable populations in the Global South. The authors argue that AI should be viewed as a socio-technical-ecological system, necessitating an examination through various justice frameworks, specifically Environmental Justice (EJ), Climate Justice (CJ), and Multispecies Justice (MSJ).
The paper aims to analyze the environmental consequences of AI by applying these three justice perspectives to the infrastructural requirements of the AI lifecycle, which includes production, operation, and disposal phases. The authors outline the structure of the paper, indicating that subsequent sections will define AI as a socio-technical-ecological system, explore the environmental impacts associated with AI infrastructures, and discuss how the three justice perspectives can illuminate the ways in which AI systems perpetuate or exacerbate inequalities. The introduction sets the stage for a comprehensive exploration of the interplay between AI, environmental impacts, and social justice.
Methods
The section discusses the environmental impacts associated with the mining of raw materials and rare minerals essential for AI hardware production, particularly focusing on critical minerals like lithium, cobalt, graphite, and copper. As demand for these materials is projected to increase significantly by 2040, the declining ore grades necessitate the mining of larger areas, which in turn exacerbates the environmental footprint due to more energy and water-intensive extraction processes. The extraction often occurs in ecologically sensitive regions, leading to deforestation, soil degradation, and water pollution, with a notable concentration of cobalt production in the Democratic Republic of Congo and lithium in Australia and Chile, raising concerns about the socio-environmental consequences for local communities.
The report by Greenpeace characterizes these dynamics as “digital colonialism,” highlighting the paradox where communities in the Global South face severe environmental degradation while the AI systems driving this demand are marketed as solutions to such issues. For instance, research by Adamovic et al. illustrates the detrimental effects of copper mining in Eastern Serbia, where acid mine drainage contaminates river systems with heavy metals. Historical analyses further reveal that these exploitative patterns are longstanding, as seen in the case of nitrate and copper mining in Chile’s Atacama Desert, which has historically contributed to environmental degradation and social dispossession. The findings underscore the urgent need to address the ecological and social ramifications of sourcing materials for AI technologies.
Discussion
The discussion section emphasizes the need to reconceptualize artificial intelligence (AI) from a narrow artefact-only perspective to a broader socio-technical-ecological framework. Critics argue that viewing AI solely as software and algorithms neglects the critical infrastructural and environmental contexts that underpin its functionality. This embedded view highlights AI’s dependence on extensive infrastructures, such as energy grids and data centers, and calls for a holistic understanding that integrates ethical considerations into the development process. By framing AI as a socio-technical-ecological system, the paper underscores the importance of addressing issues like fairness, privacy, and ecological impacts throughout the AI lifecycle.
The section further explores the environmental implications of AI production, operation, and disposal, revealing significant challenges related to energy consumption, water use, and electronic waste. For instance, the production of semiconductors and the operation of hyperscale data centers contribute to substantial carbon emissions and water withdrawals, with projections indicating that AI’s demand for resources will escalate dramatically. The discussion also highlights the dual challenge of e-waste, which contains hazardous materials and valuable resources, complicating the sustainability of AI systems. By employing justice frameworks—environmental, climate, and multispecies justice—the paper advocates for a more equitable and responsible approach to AI that acknowledges and addresses the socio-environmental impacts of its lifecycle.