Nedávno se ke mně dostala informace od skupiny středoškoláků, že AI nemají rádi a nechtějí ji používat – ani doma ani ve škole. Mezi důvody, které zmiňovali, patřila i ekologie.
Na internetu se dočetli, že jeden prompt znehodnotí litr čisté vody. Že každá otázka položená ChatGPT odpovídá nabití mobilu. Že používáním AI se podílejí na klimatické krizi.
Položil jsem si otázku, kterou si možná kladete i vy: Jak postupovat, když studenti AI používat nechtějí?
Nejdřív jsem se ale rozhodl, že se zkusím podívat, jak to vlastně s ekologickou zátěží je. Je to téma, kterému – přiznám se bez mučení – příliš nerozumím, a tak jsem zapojil několik výzkumných AI asistentů, aby pro mě udělali rešerši. Snad za to nepůjdu do AI pekla. Věřím, že to udělají rychleji a lépe, než kdybych to udělal já. Nuže posuďte, co vybádali:
Co vlastně víme (a co ne)
Nejprve k faktům – a k jejich limitům. Ta čísla, která kolují, mají reálný základ, ale zároveň prošla zkreslením.
Nejčastěji citovaný údaj o „litru vody na prompt“ pochází ze studie vědců z University of California v Riverside z roku 2023. Autoři Pengfei Li, Jianyi Yang, Mohammad A. Islam a Shaolei Ren publikovali práci „Making AI Less Thirsty“ nejprve na arXiv a později v recenzovaném časopise Communications of the ACM. Jenže ta studie netvrdí, že jeden prompt spotřebuje litr vody. Uvádí, že „konverzace o 10–50 dotazech“ spotřebuje přibližně 500 ml vody – tedy 10–50 ml na dotaz, v závislosti na délce odpovědi a geografické poloze datacentra (ta ovlivňuje efektivitu chlazení). A i to platilo pro starší model GPT-3, nikoliv současné modely.
Důležitá metodologická poznámka: Autoři studie UC Riverside pracovali s veřejně dostupnými daty Microsoftu o účinnosti využití vody (WUE) a energie (PUE). Nezměřili skutečnou spotřebu – vypočítali ji z dostupných proxy ukazatelů. Jak sami přiznávají, nezahrnuli do výpočtů spotřebu vody v dodavatelském řetězci (výroba čipů), která může být významná.
Od té doby se hodně změnilo. V únoru 2025 publikoval nezávislý výzkumný institut Epoch AI analýzu „How much energy does ChatGPT use?“ (autor Josh You s pomocí Alexe Erbena a Ege Erdila). Jejich závěr: současné modely jako GPT-4o spotřebovávají přibližně 0,3 watthodiny na dotaz – tedy desetkrát méně než starší odhady. You v analýze uvádí, že jde o spíše pesimistický odhad – tedy pravděpodobně nadhodnocený.
Jak vzniklo desetinásobné nadhodnocení? Epoch AI v analýze podrobně rozebírá, proč byly starší odhady tak vysoké. Původní výpočet z roku 2023 (od analytické firmy SemiAnalysis, citovaný výzkumníkem Alexem de Vriesem) obsahoval několik nerealistických předpokladů. Ten klíčový: předpokládal 2000 výstupních tokenů na dotaz – to odpovídá zhruba 1500 slovům textu. Jenže typická odpověď chatbota má 200–500 tokenů, tedy 4–10× méně. Jak poznamenává analytik Marcel Salathé na substack blogu Engineering Prompts: „Všechno je v pořádku, kromě průměrně 2000 tokenů na odpověď‘. To je neuvěřitelně dlouhá odpověď.“
K tomu se přidaly další faktory: starší, méně efektivní hardware (GPU A100 místo novějších H100), předpoklad maximálního příkonu místo reálného využití (ve skutečnosti kolem 70 % maxima) a větší modely. Nejde tedy o „chybu v desetinné čárce“ v matematickém smyslu, ale o řetězec nepřesných předpokladů, které se navzájem násobily.
Opět ale platí: i nové odhady jsou výpočty, nikoliv měření. Epoch AI v analýze explicitně přiznává: „OpenAI nezveřejnilo údaje potřebné pro přesný výpočet.“ Jejich odhad vychází z předpokladů o počtu parametrů modelu (100–400 miliard, OpenAI toto číslo nikdy nepotvrdilo), typu GPU a vytížení serverů. Při odlišných předpokladech může spotřeba kolísat od 0,1 do 4 Wh na dotaz. Pro dotazy s velmi dlouhým vstupem (100 tisíc tokenů) Epoch odhaduje až 40 Wh.
Sam Altman, CEO OpenAI, v červnu 2025 na svém osobním blogu (příspěvek „The Gentle Singularity“) poprvé zveřejnil konkrétní čísla: průměrný dotaz spotřebuje 0,34 watthodiny elektřiny – „zhruba tolik, co trouba za něco přes sekundu“ – a asi 0,000085 galonu vody (po přepočtu cca 0,32 ml), což přirovnal k „patnáctině čajové lžičky“. Shoda s odhadem Epoch AI (0,3 vs. 0,34 Wh) dodává těmto číslům určitou věrohodnost.
Zajímavé potvrzení od Googlu: V srpnu 2025 Google zveřejnil data o spotřebě svého modelu Gemini. Medián textového dotazu nyní spotřebuje 0,24 Wh. Ale před 12 měsíci to bylo 33× více – tedy kolem 8 Wh. To naznačuje, že starší odhady (kolem 3 Wh) nemusely být v té době úplně špatné – ale díky rapidnímu zlepšování efektivity jsou dnes zcela zastaralé.
Nicméně: Altman neposkytl žádnou metodologii. Není jasné, zda jde o průměr přes všechny modely (GPT-3.5, GPT-4o, o1), zda zahrnuje režii datacentra, chlazení či ztrátovou energii při přenosu. Výzkumníci zabývající se energetickou náročností AI – například Sasha Luccioni z Hugging Face – opakovaně upozorňují na absenci standardizované metodologie v celém odvětví: OpenAI, Mistral i Google používají různé metodologie a předpoklady. Žádná firma neposkytuje dostatek detailů pro smysluplné srovnání.
Kontext, který chybí
Neznamená to, že ekologická stopa AI neexistuje. Existuje. Ale aby dávala smysl, potřebuje kontext.
Mezinárodní agentura pro energii (IEA) publikovala 10. dubna 2025 komplexní zprávu „Energy and AI“. Podle ní v roce 2024 spotřebovala všechna datacentra světa asi 415 TWh elektřiny – zhruba 1,5 procenta globální spotřeby. AI servery tvoří přibližně čtvrtinu spotřeby serverů v datacentrech, tedy kolem 0,3–0,4 procenta celkové spotřeby elektřiny na planetě.
IEA modeluje několik scénářů budoucího vývoje: v základním případě datacentra dosáhnou 945 TWh do roku 2030 (necelá 3 % globální poptávky), v optimistickém scénáři až kolem 1300 TWh do roku 2030, respektive 1700 TWh do roku 2035. Zpráva ale explicitně přiznává „značnou nejistotu“ – odhady vycházejí z projekcí dodávek serverů a konzultací s průmyslem, nikoliv z přímých měření.
Jak uvádí příručka „AI dětem“ (kapitola Tomáše Protivínského z iniciativy Fakta o klimatu) s odkazem na data IEA: osobní automobilová doprava způsobuje roční emise řádově stokrát vyšší než AI datacentra. A „použití chatbota odpovídá energii, kterou spotřebuje varná konvice během zlomku sekundy.“
A ta voda? Většina vody používané k chlazení datacenter se vrací do přirozeného koloběhu – není znečištěna. Novější datacentra přecházejí na uzavřené chladicí systémy. Nicméně v oblastech s nedostatkem vody může i tato spotřeba představovat problém – právě na to upozorňuje studie UC Riverside. Není to tedy černobílé.
Proč ty pocity nelze ignorovat
Ale teď zpět k těm studentům. Podle studie publikované v časopise Lancet Planetary Health (2021) více než polovina mladých lidí pociťuje úzkost nebo obavy, když se mluví o klimatu. Není to póza – je to realita generace, která vyrostla s vědomím, že svět se mění.
Když pak tihle mladí lidé slyší, že technologie, kterou po nich škola vyžaduje, devastuje planetu, reagují přesně tak, jak bychom od zodpovědných lidí čekali. Snaží se chovat zodpovědně. A to je dobře.
Problém je, že informace, které k nim dorazily, mohly byly zkreslené. Jejich instinkt – ptát se, zpochybňovat, hledat etický rozměr technologií – je ale přesně to, co bychom ve vzdělávání měli podporovat.
Otázka, kterou si musíme položit
Můžeme studentům prostě vyhovět a AI ve výuce vynechat? Technicky ano. Prakticky by to ale byla chyba.
AI není jen další nástroj, který můžeme používat nebo nepoužívat podle nálady. Je to technologie, která už teď proměňuje způsob, jakým lidé pracují, komunikují i rozhodují. A její dopady nejsou jen ekologické – ovlivňuje společnost, způsob myšlení, přístup k informacím.
Je to v něčem podobné jako se sociálními sítěmi. Jsou tu. Pomáhají nám třeba v řádu hodin zajistit pomoci obětem katastrof. Propojují do té doby zcela neznámé lidi a usnadňují jim spolupráci. Ale taky obrovsky škodí. Když bychom měli zůstat u tohoto nedokonalého příměru, pak nemůžeme a ani nechceme nutit studenty, aby si založili třeba TikTok. Ale bylo by absurdní tvrdit, že nepotřebují chápat, jak algoritmy sociálních sítí formují svět a jaký mají na ně a na nás dopady, pozitivní i negativní.
Tedy, studenti nepotřebují AI nutně používat. Ale měli by jí rozumět. A to je podle mě nepodkročitelné minimum, které bychom měli po studentech vyžadovat a hlavně jim to také umět vysvětlit.
Místo závěru
Jak uvádí zpráva IEA: klíčová cesta ke snížení ekologické zátěže AI vede přes dekarbonizaci energetiky, ne přes bojkot jedné aplikace či technologie. I to je sdělení, o kterém můžeme se studenty diskutovat.
Důležité je hlavně vzít jejich obavy vážně. Ne je odbýt, ne bagatelizovat. Můžeme jim ukázat kontext, ověřená čísla – i jejich limity. A také se pokusit vysvětlit, že právě proto, že jim na planetě záleží, by měli rozumět tomu, jak tahle technologie funguje. Jednou možná budou rozhodovat o tom, jak se bude používat. Jestli bude spíš pomáhat nebo škodit.
Zdroje
Primární studie a data:
Li, P., Yang, J., Islam, M. A., Ren, S.: Making AI Less ‚Thirsty‘: Uncovering and Addressing the Secret Water Footprint of AI Models. Communications of the ACM, 2023/2025. Recenzovaná studie o spotřebě vody – uvádí 500 ml na 10–50 dotazů pro GPT-3.
International Energy Agency: Energy and AI. Publikováno 10. dubna 2025. Komplexní zpráva o spotřebě datacenter: 415 TWh v roce 2024 (1,5 % globální elektřiny), AI servery tvoří ~24 % spotřeby serverů.
Altman, S.: The Gentle Singularity. Publikováno 10. června 2025 na osobním blogu. První veřejné údaje od OpenAI: 0,34 Wh elektřiny, 0,32 ml vody na dotaz. Bez zveřejněné metodologie.
Google Cloud: Measuring the environmental impact of AI inference. Srpen 2025. Data o Gemini: 0,24 Wh na dotaz, 33× zlepšení efektivity za 12 měsíců.
Nezávislé analýzy:
You, J. (Epoch AI): How much energy does ChatGPT use?. Publikováno 7. února 2025. Odhad ~0,3 Wh/dotaz pro GPT-4o. Podrobný rozbor metodologických chyb ve starších odhadech.
Salathé, M. (Engineering Prompts): AI Energy Use in Everyday Terms. Březen 2025. Rozbor původu chybných odhadů (předpoklad 2000 tokenů na odpověď).
TechCrunch: ChatGPT may not be as power-hungry as once assumed. Únor 2025. Komentář k analýze Epoch AI.
Hickman, C. et al.: Climate anxiety in children and young people and their beliefs about government responses to climate change: a global survey. Lancet Planetary Health, 2021.
Český kontext:
Protivínský, T. (Fakta o klimatu) pro AI dětem: Umělá inteligence a ekologie. Srovnání emisí AI vs. automobilová doprava.
Poznámka k metodologii: Všechna uváděná čísla o spotřebě energie a vody na jednotlivý dotaz jsou odhady založené na výpočtech, nikoliv přímá měření. OpenAI, Google ani další poskytovatelé AI nezveřejňují detailní data potřebná pro nezávislé ověření. Shoda mezi nezávislým odhadem Epoch AI (0,3 Wh) a údaji OpenAI (0,34 Wh) poskytuje určitou míru důvěryhodnosti, ale absence standardizované metodologie v odvětví znamená, že tyto hodnoty nelze považovat za definitivní.
Kolik stál tento článek?
Nevíme přesně. Na základě publikovaných odhadů pro podobné AI modely (0,3 Wh na typický dotaz) a s přihlédnutím k rozsahu této konverzace – desítky web searchů, tisíce slov výstupu, několik revizí – odhadujeme spotřebu řádově jednotky až desítky watthodin a několik mililitrů vody.
Pro představu: je to někde mezi rozsvícením LED žárovky na pár minut a uvařením jednoho šálku čaje. Přesnější číslo neznáme – Anthropic (tvůrce tohoto AI) spotřebu nezveřejňuje.
P.S.: Kdybyste v článku narazili na nějakou nepřesnost, hloupost nebo měli novější data, která by stála za zohlednění, budu rád, když mi dáte vědět. Díky.
Jedna odpověď
Mám neodbytný pocit manipulace. Když pracuji se třídou s AI má každý tablet, nebo notebook, bereme ze sítě 2 kW. Když si otevřu RACK ve škole a sečtu příkony všech těch blikajících krabiček, mám další 3 kW. Ale škola je jen konec, po cestě jsou další a další zařízení. Nejde jen o datacentra. Samozřejmě ta energie se dá využít viděl jsem na vlastní oči celou elektroniku datacentra uloženou v oleji, kterým se vytápí osmipatrová budova, v zimě. V létě tu energii chrlí větráky ze střechy přímo do centra Pankráce.
Těžko vyvrátím žákovi sedmé třídy, že když si místo notebooku vezme papír a tužku, tak ušetří 100 wattů okamžitého příkonu.
Také se setkávám s tím, že žáci nechtějí AI používat. A to i z jiných důvodů než energetických. A mají pádné argumenty. Třeba to, že jim jedna hodina nácviku žonglování vytvoří v mozku stokrát více nervových synapsí, než hodina práce s AI. Také mne děti poučily že žonglování je prevencí kognitivního úbytku.
Nevzal jsem si to osobně, ale s obdivem k dětské zvídavosti. A začal jsem v 65 letech žonglovat.