AI kan hjälpa oss i skolan, på jobbet och i vardagen. Men tekniken har också en baksida.
AI kräver mycket el, vatten och material. Det påverkar både klimatet och miljön.
Därför är det viktigt att förstå hur AI kan bli mer hållbar — och hur vi kan använda tekniken på ett sätt som gör gott för både människor och planeten.
AI är inte något som bara finns “i luften”. För att AI ska fungera krävs stora datacenter – enorma byggnader fyllda med servrar (kraftfulla datorer) som står på dygnet runt. De lagrar information, tränar AI-modeller och skickar svar till våra mobiler och datorer. Att driva dessa servrar kräver massor av el. Ju mer avancerad AI vi använder, desto mer el behövs. Det här gör att AI blir en växande del av världens totala energiförbrukning.
Det handlar inte bara om el. När vi använder så mycket energi ökar också koldioxidutsläppen, eftersom elen ofta kommer från fossila källor som kol och gas. Dessutom måste servrarna kylas ner för att inte överhettas, och det kräver stora mängder vatten.
Vidare blir datorerna och servrarna gamla efter några år och byts ut mot nya. Den gamla elektroniken slängs, och det kallas e-avfall. E-avfall består till exempel av kasserade datorer, hårddiskar, minneskort och mobiltelefoner. Det är ett växande miljöproblem eftersom det ofta innehåller metaller och plast som är svåra att återvinna.
⚡ Energi: AI-modeller kräver enormt mycket el. GPT-5 drar lika mycket ström som 1,5 miljoner hushåll på en dag (Windows Central, 2025).
🌍 CO₂: Generativ AI kan bidra med hundratals miljoner ton koldioxid per år (Wikipedia, 2025).
💧 Vatten: Ett stort datacenter kan använda 2 miljoner liter vatten per dag för kylning (Wikipedia, 2025).
🖥️ E-avfall: År 2030 kan AI stå för 12 % av världens elektroniska avfall – gamla datorer, servrar och mobiler som slängs (Wikipedia, 2025).
Även om AI har en hög miljökostnad finns det sätt att göra tekniken mer hållbar. Ett begrepp som används är Green AI. Det betyder att man utvecklar och använder AI på ett mer miljövänligt sätt. Precis som vi pratar om hållbar energi eller hållbart jordbruk, handlar Green AI om att minska resursslöseri och klimatpåverkan.
Det kan göras på flera sätt. Forskare jobbar på att skapa mer energieffektiva AI-modeller, så att samma resultat kan uppnås med mindre el. Företag som bygger datacenter utvecklar nya metoder för kylning, till exempel med vätska i stället för stora mängder vatten. Vissa företag har också börjat mäta exakt hur mycket en AI-fråga “kostar” i energi och utsläpp, så att både utvecklare och användare kan göra mer medvetna val.
Utöver detta kan vi som enskilda individer också vara uppmärksamma på att inte använda AI i onödan, eftersom det medför en miljömässig kostnad. Försök därför att ha en medveten användning av AI för att minska utsläppen.
Slutligen kan vi minska klimatpåverkan genom att se till att AI körs på förnybar energi, som sol- eller vindkraft samt använda AI på ett medvetet sätt. På så sätt kan AI bli en del av lösningen i stället för att förvärra problemet.
🔋 Effektivare modeller: Nya AI-system kan minska energiförbrukningen med upp till 25 % (Arxiv, 2025).
💧 Ny kylteknik: Vätskekylning kan ersätta stora mängder vatten i datacenter (TechRadar, 2025).
📊 Transparens: Vissa verktyg visar hur mycket CO₂ och vatten en AI-fråga kostar (ITPro, 2025).
♻️ Förnybar energi: AI som drivs av sol- eller vindkraft minskar klimatpåverkan kraftigt (Time, 2025).
För att elever ska kunna förstå och använda AI på ett ansvarsfullt sätt har UNESCO tagit fram ett ramverk för AI-kompetens i skolan.
Det handlar om tre delar:
Förståelse – veta vad AI är och hur det fungerar.
Ansvarsfull användning – lära sig om risker, etik och hållbarhet.
Praktisk användning – kunna använda AI som ett stöd i lärande och problemlösning.
AI är kraftfullt – men den använder mycket energi och skapar elektronikavfall.
Dina val i hur du använder tekniken spelar roll för framtiden. 🌱
MIT News (Jan 17 2025): Explained: Generative AI’s environmental impact – https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117 
Green Software Foundation (May 2025): Green AI Position Paper – https://greensoftware.foundation/articles/green-ai-position-paper/
Green AI arkitektur (ArXiv Mar 2025): Energy-Efficient Green AI Architectures for Circular Economies… – https://arxiv.org/abs/2506.12262 
Impact trend (Dec 2024): How Green Can AI Be?… – https://arxiv.org/abs/2412.17376
LLM-effekter (May 2025): How Hungry is AI?… – https://arxiv.org/abs/2505.09598 
Mistral Sustainability Tracker (2025): ITPro news – tid • Mistral’s new sustainability tracker tool… – https://www.itpro.com/technology/artificial-intelligence/mistrals-new-sustainability-tracker-tool-shows-the-impact-ai-has-on-the-environment-and-it-makes-for-sober-reading 
TechRadar (2025): Is the UK energy grid ready for AI’s power demands? – https://www.techradar.com/pro/is-the-uk-energy-grid-ready-for-ais-power-demands 
FT (2025): How AI might save more energy than it soaks up – https://www.ft.com/content/69d6a641-971c-4fe8-a58d-0f3377a6bccb 
Vox (2025): Let’s not panic about AI’s energy use just yet – https://www.vox.com/climate/409903/ai-data-center-crypto-energy-electricity-climate 
Time (2025): The AI Revolution Isn’t Possible Without an Energy Revolution – https://time.com/7294803/ai-revolution-energy-revolution/ 
TechRadar (2025): How can we create a sustainable AI future? – https://www.techradar.com/pro/how-can-we-create-a-sustainable-ai-future 
UNESCO (2025): AI in education – https://www.unesco.org/en/digital-education/artificial-intelligence 
UNESCO (2025): AI competency frameworks – https://www.unesco.org/en/articles/what-you-need-know-about-unescos-new‑ai‑competency-frameworks‑students‑and‑teachers 
World Economic Forum (May 2025): Why AI literacy is core competence – https://www.weforum.org/stories/2025/05/why‑ai‑literacy‑is‑now‑a‑core‑competency‑in‑education/
UNESCO trends (2025): Integrating AI in education PDF – https://ailiteracyframework.org/wp-content/uploads/2025/05/AILitFramework_ReviewDraft.pdf 
Wikipedia (2025): Environmental impact of AI, data center, etc. – https://en.wikipedia.org/wiki/Environmental_impact_of_artificial_intelligence