自2022年生成式AI技術大爆發以來，除了最直接的學術倫理和智慧財產權問題外，還有以下三個重要的永續挑戰值得我們注意：
人權議題
深度學習模型在透過人類回饋強化學習訓練（RLHF）時，常依賴低成本的跨國群眾外包勞動，當中隱藏著人權議題：
例如 OpenAI 將可能含有暴力、仇恨、色情等內容的文本片段外包給位於肯亞的標註公司，每位員工一天需處理150–250段令人不安的文字，卻鮮少獲得充分的心理支援或合理報酬 [1]。
造成的問題：
- 不公平報酬與工作條件：勞動者多因生計被迫接受，有時遭遇不安全、不人道的工作環境。
- 責任轉嫁（Burden Shifting）：企業將最艱難的倫理風險轉由弱勢勞動者承擔，而無適當的揭露或補償。
- 道德緩衝區（Moral Crumple Zone）：當系統出錯，最終歸咎於基層標註者，核心決策者逃避責任。
環境與能源議題
2022年起，生成式AI的訓練與驅動，大量仰賴巨型資料中心，也帶來驚人的能源需求與溫室氣體排放：
- 全球資料中心能源消耗激增：2022年資料中心用電約460 TWh，預計到2026年將翻倍至1,000 TWh，相當於瑞典或德國全年用電量。[2]
- 技術巨頭碳排放攀升：亞馬遜、微軟、Alphabet與Meta的營運碳排放在2020–2023年間平均暴增150%。[3]
- 單次AI查詢用電成本：一次ChatGPT對話能耗相當於10倍Google搜尋，乃至相當於點算10枚硬幣之算力成本。[3]
- 淡水用量劇增：據Accenture預估，到2030年AI資料中心每年將消耗逾30億立方公尺淡水，超過挪威或瑞典年抽水量。[4]
- 生態系統壓力：在水資源緊縮地區，資料中心的冷卻用水可能與民生、農業用水競爭，造成生態與社會摩擦。[5]
數位落差與社會公平
AI技術的發展帶來了巨大的商業價值和社會影響力，但若未能公平分配這些資源，可能會進一步擴大數位落差，甚至加劇社會不平等。例如，缺乏資源的地區或個人，將難以從中受益，甚至可能被邊緣化。
結語：
人工智慧的繁榮不應以剝削人力、耗竭能源與水資源為代價。唯有在全球化勞動者權益、環境永續及企業透明治理三方面同步發力，方能建構對人類與地球真正友善的AI生態。
對於一般大眾而言，除了比較各式AI工具的效能、表現及易用度，也需多方關注自己的日常使用行為，可能對環境造成何種影響，做出最適切的選擇。
參考來源
[1] Exclusive: OpenAI Used Kenyan Workers on Less Than $2 Per Hour to Make ChatGPT Less Toxic | TIME
[2] Generative AI: energy consumption soars | Polytechnique Insights
[3] Greening Digital Companies 2025 | The United Nations’s International Telecommunication Union (ITU)
4] Accenture warns AI’s carbon emissions could surge 11-fold. But Big Tech’s still racing to build—and not slow down for sustainability | FORTUNE
[5] Explained: Generative AI’s environmental impact | MIT News
知識是可持續變革的催化劑
2025年永續發展目標倡議，強調「獲取知識」和「開展合作」的重要性。 iG Publishing的【可持續發展目標電子書合集】彌合了學術研究與實際應用之間的差距，透過多方來源的知識累積，使個人和組織能夠有效地為全球議程做出貢獻。
探索 iG Publishing (SDG) 電子書系列，為您的機構提供推動永續變革的知識，立即加入我們，共創更美好、更永續的世界。