Les scientifiques viennent de mettre au point un système d'intelligence artificielle multimodal qui parcourt les fiches techniques, les démontages publiés sur iFixit et les vidéos YouTube pour effectuer des calculs d'empreinte carbone qui exigeaient auparavant des mois de travail de la part de spécialistes.
Par Sarah DeWeerdt (S'ouvre dans une nouvelle fenêtre)
Les scientifiques ont mis au point une paire d'agents d'intelligence artificielle capables d'estimer l'empreinte carbone d'un appareil électronique en un temps comparable, et avec des émissions tout aussi faibles, à celui nécessaire pour préparer une tasse de thé.
Cette avancée pourrait faciliter les choix des personnes souhaitant acheter des téléphones cellulaires, des ordinateurs ou d'autres appareils électroniques plus durables (S'ouvre dans une nouvelle fenêtre). Jusqu'à présent, les données sur l'empreinte carbone de ces produits étaient difficiles d'accès, notamment parce qu'ils sont généralement constitués de centaines de composants : puces électroniques, cartes de circuits imprimés, écrans, boîtiers, entre autres.
L'empreinte carbone de chacun de ces composants doit être évaluée séparément. Or, les données nécessaires ne sont pas toujours accessibles au public et, dans certains cas, elles n'existent tout simplement pas. Les spécialistes de l'analyse du cycle de vie peuvent ainsi consacrer plusieurs mois à réunir l'information requise pour calculer l'empreinte carbone d'un seul appareil électronique.
Pour répondre à ce défi, les scientifiques ont conçu deux agents d'intelligence artificielle, des programmes capables de résoudre des problèmes de manière autonome, reproduisant les principales étapes suivies par les spécialistes lorsqu'ils réalisent une évaluation environnementale d'un produit. Cette initiative s'inscrit dans une vision plus large consistant à « créer un avenir où toute personne pourra connaître l'empreinte carbone d'un produit aussi facilement qu'elle consulte les informations nutritionnelles sur un emballage alimentaire, et où les entreprises disposeront des renseignements nécessaires pour concevoir des produits plus durables », explique Vikram Iyer (S'ouvre dans une nouvelle fenêtre), spécialiste en informatique à l'Université de Washington à Seattle et cosignataire de l'étude.
Les scientifiques ont attribué à chacun des deux agents un rôle distinct. Le premier agit comme chef de projet : il détermine quelles informations doivent être recueillies et définit la façon dont elles seront assemblées et analysées. Le second remplit un rôle d'exécution en parcourant Internet à la recherche de descriptions de produits, d'images et d'autres documents contenant des renseignements sur l'appareil étudié et sur les composants qui le constituent.
Pour lancer l'analyse, il suffit de fournir le nom du modèle ou une photographie du produit. L'ensemble du processus est réalisé en environ une minute, rapportent les scientifiques.
Le système exploite de manière ingénieuse des sources de données publiques rarement mobilisées dans les analyses du cycle de vie, notamment les fiches techniques provenant de bases de données gouvernementales, les photographies de l'intérieur des appareils électroniques (S'ouvre dans une nouvelle fenêtre) publiées par des communautés de réparation bénévoles comme iFixit, ainsi que des vidéos diffusées sur YouTube. « C'est précisément dans ce type de tâche que l'intelligence artificielle démontre tout son potentiel, en facilitant le tri et l'exploitation automatique de ces données », souligne Vikram Iyer.
Les estimations obtenues se situent dans la variabilité généralement observée entre les analyses du cycle de vie réalisées par des spécialistes, tout en étant produites dans des délais considérablement plus courts.
Le développement de cette approche a également permis d'identifier deux pistes pour améliorer davantage le processus. La première repose sur un constat simple : les appareils électroniques courants, comme les téléphones intelligents et les ordinateurs portables, sont souvent assemblés à partir de composants (S'ouvre dans une nouvelle fenêtre) provenant d'un nombre relativement restreint de fabricants. Par conséquent, des produits présentant des caractéristiques techniques similaires, notamment en ce qui concerne la taille de l'écran ou le type de processeur, tendent à avoir une empreinte carbone comparable. Les scientifiques ont ainsi développé une méthode permettant d'estimer rapidement l'empreinte carbone d'un appareil à partir d'une moyenne pondérée calculée à partir de produits similaires.
« Cette approche est particulièrement utile lorsqu'on dispose de très peu d'information. Elle permet d'obtenir rapidement un ordre de grandeur de l'empreinte carbone, tant pour les équipes de conception en début de développement d'un produit que pour les personnes consommatrices à la recherche d'information sur un appareil ne disposant d'aucune donnée en matière de durabilité », explique Vikram Iyer.
La seconde amélioration concerne le traitement des données manquantes. Lorsqu'on ne connaît pas les émissions de gaz à effet de serre associées à un matériau donné, par exemple un type particulier de plastique utilisé dans le boîtier d'un ordinateur portable, les spécialistes de l'analyse du cycle de vie s'appuient généralement sur un matériau jugé comparable. Cette pratique peut toutefois entraîner des erreurs, notamment lorsque deux matériaux portent un nom similaire alors que leurs propriétés diffèrent considérablement. La nouvelle méthode sélectionne plutôt le meilleur substitut en fonction des propriétés physiques et d'autres caractéristiques pertinentes.
Selon les scientifiques, ce système pourrait non seulement aider les personnes consommatrices à repérer les produits les plus durables, mais aussi permettre aux équipes responsables de la durabilité au sein des entreprises de consacrer davantage de temps à réduire l'empreinte carbone de leurs produits, plutôt qu'à effectuer les calculs souvent longs et complexes nécessaires pour évaluer celle des produits existants.
Source : Zhang, Z. et coll. « Sustainability assessment using multimodal artificial intelligence agents (S'ouvre dans une nouvelle fenêtre) », Nature Electronics, 2026.
Article original en anglais : https://www.anthropocenemagazine.org/2026/06/new-ai-agent-tallies-a-gadgets-emissions-in-the-time-it-takes-to-brew-tea/ (S'ouvre dans une nouvelle fenêtre)
Suivez-nous sur :
🖤 Twitter (S'ouvre dans une nouvelle fenêtre) 💙 LinkedIn (S'ouvre dans une nouvelle fenêtre) 💜 Instagram (S'ouvre dans une nouvelle fenêtre)
(S'ouvre dans une nouvelle fenêtre)Anthropocène est la version française d’Anthropocene Magazine (S'ouvre dans une nouvelle fenêtre). La traduction française des articles est réalisée par le Service de traduction de l’Université Concordia (S'ouvre dans une nouvelle fenêtre), la Durabilité à l’Ère Numérique (S'ouvre dans une nouvelle fenêtre) et le pôle canadien de Future Earth (S'ouvre dans une nouvelle fenêtre).
Date
22/07/2026