The mounting human and environmental costs of generative AI

Planetary impacts, escalating financial costs, and labor exploitation all factor.

The mounting human and environmental costs of generative AI

Enlarge (credit: Aurich Lawson | Getty Images)

Over the past few months, the field of artificial intelligence has seen rapid growth, with wave after wave of new models like Dall-E and GPT-4 emerging one after another. Every week brings the promise of new and exciting models, products, and tools. It’s easy to get swept up in the waves of hype, but these shiny capabilities come at a real cost to society and the planet.

Downsides include the environmental toll of mining rare minerals, the human costs of the labor-intensive process of data annotation, and the escalating financial investment required to train AI models as they incorporate more parameters.

Let’s look at the innovations that have fueled recent generations of these models—and raised their associated costs.

Read 26 remaining paragraphs | Comments

(g+) IT-Quereinsteiger: Not macht erfinderisch

Weil Unternehmen nicht genügend Informatiker finden, stellen sie auch gerne Quereinsteiger oder qualifiziertes fachfremdes Personal ein. Klingt nach einem Kompromiss, ist es aber nicht. Ein Bericht von Peter Ilg (Arbeit, Wirtschaft)

Weil Unternehmen nicht genügend Informatiker finden, stellen sie auch gerne Quereinsteiger oder qualifiziertes fachfremdes Personal ein. Klingt nach einem Kompromiss, ist es aber nicht. Ein Bericht von Peter Ilg (Arbeit, Wirtschaft)