Ik hoef je niet te vertellen dat tools als ChatGPT inmiddels bij het dagelijks werkleven horen. De AI-gegenereerde verhalen vliegen je op LinkedIn om de oren, en ook de “action-figure” hype zal je niet ontgaan zijn. En dat is logisch ook. AI-tools bieden snel resultaat, inspireren en herschrijven moeiteloos complete teksten, en bieden daarnaast heel veel lol.
De mogelijkheden zijn indrukwekkend, en de drempel om ze te gebruiken is laag. Maar onder de oppervlakte schuilt een belangrijk nadeel: de krachtige AI-modellen die jou helpen om even die ene mail te vertalen, draaien op energie-intensieve infrastructuur. Elke gegenereerde zin vergt dus een hoop rekenkracht, en dat heeft een directe impact op het milieu. Tegelijkertijd snappen we dat als je ervoor zou kiezen géén AI te gebruiken, je achter zal gaan lopen. Gelukkig zijn er manieren om AI bewuster en duurzamer te gebruiken.
Wat kost een prompt?
Laten we eerst even kijken naar hoe het nu precies zit. Elke keer dat je een prompt invoert bij een tool als ChatGPT, komt er een geavanceerd taalmodel in actie. Dus iedere opdracht die jij geeft (“vertaal deze mail”, “schrijf een blog over AI en het milieu”) laat achter de schermen van alles gebeuren. Het taalmodel verwerkt de input, berekent miljarden parameters en genereert op basis daarvan een antwoord. Dat klinkt abstract, maar betekent in de praktijk: een hoop rekenwerk, uitgevoerd door zware servers in grote datacenters. Deze datacenters draaien op elektriciteit, vaak geleverd door fossiele bronnen.
Volgens een studie van Hugging Face en Carnegie Mellon University (2022) kan het genereren van 1.000 antwoorden met een groot taalmodel zoals GPT-3 tot wel 500 keer meer energie verbruiken dan een simpele zoekopdracht bij Google. En dan hebben we het alleen nog over het gebruik. De training van zo’n model kost nog veel meer: duizenden GPU’s draaien wekenlang non-stop, met een CO₂-uitstoot die kan oplopen tot tientallen tonnen. Deze GPU’s zijn gespecialiseerde processors die enorme hoeveelheden data tegelijk kunnen verwerken, maar ze verbruiken ook veel stroom. Dit verbruik staat gelijk aan meerdere intercontinentale vluchten. Naast vliegschaamte heb je dus straks misschien ook wel last van promptschaamte.
Het herhalen van prompts versterkt het probleem
Een ander aspect dat de impact vergroot, is hoe we deze AI-tools gebruiken. Vaak genereer je niet in één keer de perfecte tekst. Je probeert meerdere versies, verandert een toon, vraagt om meer variatie of vereenvoudiging. Uit frustratie type je na 3 keer maar gewoon: “herschrijf beter”. Elke prompt start het hele rekenproces opnieuw. Dat maakt het gebruik van generatieve AI iteratief en energie-intensief.
Elke gegenereerde tekst draagt bij aan een groeiende energievraag. Als je teksten schrijft die vooral moeten voldoen aan taaleisen zoals leesbaarheid, inclusiviteit of tone of voice, zijn er efficiëntere en minder belastende alternatieven, zoals werken vanuit je eigen tekst met gerichte ondersteuning, in plaats van telkens opnieuw te genereren.
Minder rekenkracht, meer efficiëntie: hoe Textmetrics verschilt
Hoe kun je dan toch AI inzetten zonder onnodige belasting voor het milieu? Textmetrics biedt daarin een lichter alternatief. In plaats van telkens nieuwe teksten te genereren, kijkt de software naar wat er al staat. Je bestaande tekst wordt geanalyseerd op duidelijke criteria zoals leesniveau, inclusiviteit en begrijpelijkheid. Je krijgt direct feedback, waarmee je zelf gericht kunt verbeteren, zonder dat er op de achtergrond een energieverslindend taalmodel opnieuw moet gaan rekenen.
Textmetrics maakt voor het analyseren namelijk gebruik van slimme taalkundige regels, natuurlijke taalverwerking (NLP) en waar nodig lichte vormen van machine learning. Geen miljarden parameters of zware neurale netwerken dus, maar een efficiënte technologie die precies doet wat nodig is, met een veel kleinere ecologische voetafdruk.
Concrete voordelen op een rij
- Minder iteratie nodig: je hoeft je tekst niet vijf keer opnieuw te genereren, want je ziet meteen waar en waarom hij verbeterd kan worden
- Lichtere technologie: Textmetrics draait op efficiëntere algoritmes dan grote taalmodellen
- Real-time optimalisatie: je werkt met je eigen tekst, niet met een gegenereerd alternatief
AI inzetten waar het zinvol is, niet waar het onnodig belast
Dit is geen pleidooi tegen het gebruik van generatieve AI. In veel gevallen is het een krachtige tool met unieke mogelijkheden. Maar het is wel goed om je bewust te zijn van de impact. Elke prompt brengt een energielast met zich mee. En hoe vaker je herhaalt, hoe hoger die wordt.
Als je dagelijks teksten optimaliseert voor inclusieve of duidelijke communicatie, kun je dus kiezen voor een oplossing die je werk lichter maakt. Zowel voor jou als ook voor het milieu.