kecerdasan buatan (AI) dengan sangat santai dan sering mengajukan banyak pertanyaan secara berurutan tanpa memikirkan konsekuensinya.
Padahal setiap jawaban AI membutuhkan listrik. Beberapa jawaban bahkan bisa menghabiskan listrik hingga 50 kali lipat.
Temuan ini disimpulkan peneliti setelah mereka mempelajari dan membandingkan performa serta dampak lingkungan dari 14 model bahasa besar (LLM) yang berbeda.
LLM adalah jenis model AI yang dirancang khusus untuk memahami, menginterpretasi, dan menghasilkan bahasa manusia.
Melansir Earth.com, Minggu (22/6/2025) dalam studi ini peneliti menguji berbagai ukuran model dan berbagai pertanyaan standar di bidang filsafat, sejarah, hukum, aljabar abstrak, dan matematika.
Peneliti juga menghitung penggunaan listrik oleh hardware GPU NVIDIA A100) yang dipakai untuk menjalankan model tersebut.
Hasilnya, peneliti menemukan LLM yang menghasilkan jawaban sangat panjang atau bertele-tele jauh lebih boros dan memiliki jejak karbon yang signifikan.
Obrolan ekstra itu menghasilkan emisi sebanyak 50 kali lebih banyak per pertanyaan. Jumlah jejak karbon yang dihasilkan bahkan setara dengan menyalakan laptop ukuran sedang selama satu jam hanya untuk satu jawaban.
Sebaliknya, LLM yang memberikan jawaban singkat, padat, dan langsung mengonsumsi daya jauh lebih sedikit.
“Bukan hanya jumlah pertanyaan yang diajukan ke LLM yang berdampak pada lingkungan, tetapi juga bagaimana LLM tersebut memproses pertanyaan-pertanyaan itu,” kata Maximilian Dauner, pemimpin studi dari Universitas Sains Terapan Hochschule München.
“Jika LLM menggunakan “pendekatan penalaran eksplisit” yang lebih mendalam dan panjang maka konsumsi energi dan emisi karbonnya akan jauh lebih tinggi dibandingkan dengan LLM yang memberikan respons lebih langsung dan ringkas,” terangnya lagi.
Akurasi yang lebih tinggi juga berarti akan lebih banyak emisi. Misalnya jawaban panjang dalam aljabar menyebabkan emisi enam kali lebih banyak daripada jawaban sejarah singkat.
Kaitan antara respons AI yang panjang dan emisi gas rumah kaca yang lebih tinggi bukanlah hal baru. Ini sudah menjadi topik penelitian sejak beberapa tahun lalu.
Studi tahun 2019 menemukan bahwa melatih satu model pemrosesan bahasa alami (natural-language model) yang merupakan cikal bakal dari Large Language Models (LLM) yang kita kenal sekarang bisa menghasilkan emisi karbon setara dengan lima penerbangan antar benua.
Sementara proyeksi terkini menunjukkan bahwa AI generatif secara keseluruhan dapat menghabiskan 29,3 terawatt-jam per tahun,