Когда мы создаём изображения или задаём вопросы нейросетям, мы редко осознаём, какие последствия это влечёт за собой. Всё начинается с добычи редкоземельных металлов и важных минералов, таких как литий и кобальт, необходимых для производства высоких технологий. Во многих случаях, например, в Демократической Республике Конго, эти ресурсы добываются кустарным способом, где под «артельным трудом» скрывается эксплуатация детей в опасных условиях.

Добытые материалы попадают в глобальные цепочки поставок, что усложняет отслеживание их происхождения. Процесс обучения больших языковых моделей требует огромных массивов размеченных данных, включая контент, который может быть травмирующим для работников, часто низкооплачиваемых в таких странах, как Нигерия и Индия.

Чтобы функционировать, модели нуждаются в больших дата-центрах, которые потребляют много энергии и воды. Они размещаются в засушливых регионах, что создаёт дополнительное бремя для местной экологии. Прогресс в области ИИ ведёт к новым «ресурсным ловушкам» для уязвимых сообществ, повторяя историю нефтяных и алмазных бумов. Возникает вопрос: готовы ли мы терпеть такие издержки ради удобств технологий? Окончательный ответ на эту дилемму ещё предстоит найти.