Menekşe KIZILDERE
Yapay zekanın enerji, işlemci ve veri altyapısı gereksinimleri son yıllarda geometrik biçimde artmaktadır. Büyük dil modelleri, derin öğrenme sistemleri ve gerçek zamanlı veri işleme uygulamaları; yalnızca yazılımdaki ilerlemeler değil, aynı zamanda devasa veri merkezleri, yüksek enerji tüketimi ve yoğun soğutma sistemleri anlamına gelmektedir. Bu nedenle yapay zeka artık sadece bir teknoloji başlığı değil, somut ve ölçülebilir bir ekolojik maliyet üretmektedir [1].
Bu maliyet, çoğu zaman görünmez kılınsa da halkların yaşamına doğrudan yansıyan ve er ya da geç ödenen bir ekoloji faturası olarak karşımıza çıkmaktadır. Ancak dikkat çekici olan, bu faturanın hala bütünlüklü biçimde ortaya konulmaması, iklim ve ekoloji modellerine sistematik olarak dahil edilmemesidir. Bunun temel nedenlerinden biri, uluslararası yapay zeka yatırımlarının arkasındaki sermaye yapılarının; istihdam, enerji, su ve iklim maliyetlerini açıkça görünür kılmak istememesidir. Yıllardır uyarılarda bulunan iklim modelcileri ise, artık klasik sanayi kaynaklı emisyonların ötesinde, çok daha karmaşık ve hızla büyüyen bir teknoloji-ekoloji ilişkisiyle karşı karşıyadır.
Uluslararası Enerji Ajansı’nın (IEA) 2025 tarihli raporu, bu tabloyu çarpıcı biçimde ortaya koymaktadır. Rapora göre, yapay zekâ odaklı veri merkezlerinin yıllık enerji tüketimi 200 TWh’yi aşmış durumdadır; bu miktar Danimarka ve Finlandiya gibi ülkelerin toplam yıllık elektrik tüketimine eşdeğerdir [1]. Büyük dil modellerinin eğitimi sırasında kullanılan işlemci gücü, karbon emisyonu açısından tek başına 50.000’den fazla otomobilin yıllık salımına denk bir yük yaratmaktadır. Aynı raporda, veri merkezlerinin soğutulması için kullanılan su miktarının milyonlarca litreyi bulduğu; tek bir büyük ölçekli modelin eğitiminin, küçük bir kentin aylık içme suyu ihtiyacına eşdeğer su tüketimine yol açtığı vurgulanmaktadır.
Bu veriler, yapay zekanın enerji ve su talebinin yalnızca çevresel değil, aynı zamanda ekonomik ve toplumsal sonuçlar doğurduğunu açıkça göstermektedir. Elektrik ve su maliyetlerindeki artış, veri merkezlerinin enerji talebini karşılamak için fosil yakıtlara bağımlılığın sürmesi ve elektronik donanım fiyatlarının yükselmesi; giderek yoksullaşan çoğunluğun omuzlarına binen çok katmanlı bir yük oluşturmaktadır. Bu noktada yapay zeka, soyut bir inovasyon anlatısından çıkıp, doğrudan yaşam maliyetini artıran bir faktör haline gelmektedir.
2024 ve 2025 COP toplantılarında yapay zekanın iklim maliyeti ilk kez bu açıklıkta tartışma gündemine girmiştir [2]. Çin ve Hindistan gibi yüksek veri merkezi yoğunluğuna sahip ülkeler, yapay zekâya dayalı dijital büyümenin enerji ve su tüketimini hızla artırdığını, bunun da karbon emisyonlarını yükselterek iklim hedeflerini tehdit ettiğini vurgulamıştır. Avrupa Birliği temsilcileri ise, veri merkezlerinin yenilenebilir enerji kaynaklarıyla sınırlandırılması, enerji verimliliği standartlarının zorunlu hale getirilmesi ve su tüketimini azaltan soğutma teknolojilerinin teşvik edilmesi gerektiğini savunmuştur.
Bu tartışmalarda öne çıkan temel gerçek şudur: Yapay zekanın ekonomik ve ekolojik maliyeti, teknoloji şirketleri tarafından değil, halklar tarafından ödenmektedir. Kar odaklı şirket stratejileri, enerji ve su kullanımını azaltacak önlemleri çoğu zaman maliyet gerekçesiyle ertelemekte; devletler ise düzenleyici ve bağlayıcı politikaları geciktirerek bu yükün toplumsallaşmasına yol açmaktadır. Sonuç olarak, ekolojik tahribat ve ekonomik eşitsizlik birbirini besleyen bir döngüye dönüşmektedir.
Yapay zekanın etkisi yalnızca enerji ve suyla sınırlı değildir; istihdam alanında da derin kırılmalar yaratmaktadır. Özellikle tekrarlayan ve rutin işlerde AI tabanlı otomasyon, milyonlarca emekçinin işini tehdit etmektedir. Bu durum, teknoloji tarihinde daha önce de görülen bir dönüşüm olarak değerlendirilebilir; ancak bugünkü fark, dönüşümün hızı ve ölçeğidir. OECD’nin 2024 tarihli raporuna göre, 2030 yılına kadar dünya genelinde yaklaşık 20 milyon çalışanın AI ve otomasyon nedeniyle işini kaybetme riski bulunmaktadır [5]. Buna karşın, teknoloji şirketleri kârlarını maksimize etmeye odaklanırken; devletler sosyal koruma, yeniden istihdam ve kamusal dönüşüm politikalarını hayata geçirmek konusunda ciddi bir gecikme yaşamaktadır. Böylece işsizlik maliyeti de doğrudan halkların omuzlarına yüklenmektedir.
Yapay zekanın gerçek faturası, tam da bu noktada görünür hale gelmektedir. Büyük dil modellerinin eğitimi sırasında tüketilen elektrik ve su, elektronik cihazların maliyetlerini artırmakta; veri merkezlerinin artan enerji talebi, hane halkı elektrik faturalarına yansımaktadır [3][4]. Tek bir AI modelinin eğitimi için harcanan enerji ve soğutma suyu, yüz binlerce insanın günlük enerji ve su ihtiyacını karşılayabilecek düzeydedir. Elektronik ürün fiyatlarındaki artış ve internet hizmetlerinin pahalılaşması, dijital eşitsizliği derinleştirirken, yapay zeka temelli büyüme söylemi giderek daha sınıfsal bir karakter kazanmaktadır.
Bu tablo, veri merkezi ve yapay zeka şirketlerinin kar hırsının sınırlandırılmadığı koşullarda hem ekolojik hem de toplumsal bir krize işaret etmektedir. Türkiye’de yapılması muhtemel bir sonraki COP toplantısında, yapay zekanın ekolojik ve toplumsal maliyetinin tartışmaların merkezine alınması kaçınılmazdır. AI’nin enerji, su ve karbon maliyetleri; elektronik fiyatları ve istihdam kaybı ile birlikte ele alınmalı, bu yükün halklar arasında adil olmayan biçimde dağıtıldığı gerçeği açıkça ortaya konulmalıdır.
Bu nedenle ilgili ulusal ve uluslararası kurumların, yapay zekanın ekolojik maliyetini iklim modellerine dahil edecek yeni metodolojiler geliştirmesi kritik önemdedir. Aksi halde yapay zeka, sürdürülebilirlik söylemleri eşliğinde büyüyen; ancak ekolojik yıkımı ve toplumsal eşitsizliği derinleştiren bir teknoloji olarak, halklara kesilen görünmez faturayı her yıl biraz daha ağırlaştıracaktır.
Referanslar
- International Energy Agency (IEA), Data Centres and AI Energy Report 2025, IEA, Paris, 2025.
- UNFCCC, Artificial Intelligence in Climate Action: COP Discussion Summary, Bonn, 2025.
- The Guardian, AI’s Energy Footprint Raises Climate Concerns, 2025.
- Nature, Water Usage and Environmental Impact of Large AI Models, 2025.
- OECD, Automation and AI: Impacts on Jobs and Skills, Paris, 2024.
