Näkökulmia tekoälyn ympäristöjalanjälkeen ja käytännön vinkkejä kirjastotyöhön

Tekoälytyökalut ovat viime vuosien aikana tulleet osaksi arkisia työtehtäviä. Erilaiset tekoälysovellukset mahdollistavat esimerkiksi tiivistelmien, käännösten tai kuvituskuvien tekemisen. Mutta voiko tekoälyä käyttää, jos haluaa tehdä töitä kestävä kehitys huomioiden?

Tässä artikkelissa kerrotaan amk-kirjastoille joulukuussa 2025 järjestetyn Tekoälyn ympäristövaikutukset -webinaarin annista, käydään läpi muutamia aiheesta tehtyjä tutkimuksia ja esityksiä sekä pohditaan, miten tekoälyä voi käyttää mahdollisimman kestävästi omassa työssä.

Johdanto

Vuodesta 2022 lähtien toimineen amk-kirjastojen kestävän kehityksen ryhmän tavoitteena on tukea amk-kirjastoja kestävän kehityksen edistämisessä. Ryhmä järjestää kestävään kehitykseen liittyviä webinaareja ja koulutuksia kestävyysosaamisen vahvistamiseksi kirjastoissa. Kestävä kehitys on myös osa AMKIT-konsortion strategian 2026–2030 visiota (AMKIT 2026). 

Ryhmän järjestämässä webinaarissa joulukuussa 2025 pureuduttiin tekoälyn ympäristövaikutuksiin. Webinaarin tavoitteena oli nostaa esiin kestävän kehityksen näkökulmia tekoälykeskusteluun. Tilaisuuden asiantuntijana ja alustajana toimi opetusteknologia-asiantuntija Sami Simpanen Hämeen ammattikorkeakoulusta. Simpanen lähestyi asiaa erityisesti generatiivisen tekoälyn veden- ja energiankulutuksen näkökulmasta.

Näkökulmia tekoälyn vedenkulutukseen

Tekoäly kuluttaa vettä palvelimien jäähdytykseen ja sähköntuotantoon datakeskuksissa. Simpasen (2025) mukaan yksi keskustelu tekoälyn kanssa kuluttaa noin puoli litraa vettä. Jäähdytykseen käytetty vesi kuitenkin palautuu kiertoon, mutta kun kyselyitä tehdään miljoonia, tekoälyn jalanjälki on paikallisesti merkittävä. 

Simpasen (2025) esittelemien, 2020-luvun alussa tehtyjen laskelmien mukaan Euroopan datakeskusten vedenkulutus on vielä erittäin pieni, vain noin 0,02 prosenttia Euroopan kokonaisvedenkulutuksesta. Valtaosa vedenkulutuksesta tapahtuu teollisuudessa, mutta myös maatalous ja kotitaloudet kuluttavat vesivaroja. Tekoälyn vesijalanjälki kuitenkin kasvaa. Paikallisella tasolla on pohdittava, onko datakeskusten massiivinen vedenkäyttö hyväksyttävää, jos paikalliset maanviljelijät ja asukkaat joutuvat samaan aikaan sääntelemään puhtaan pohjaveden kulutusta. (Simpanen 2025.) Datakeskusten sijainnilla, paikallisella ilmastolla ja käyttöajankohdalla on kuitenkin huomattava merkitys syntyvään jalanjälkeen (Lo 2025). 

Alex de Vries-Gao (2026, 2-5) toteaa artikkelissaan, että tekoälyn vesijalanjälkeä on vaikeampi arvioida kuin sen hiilijalanjälkeä, koska yrityksen kokonaisvedenkulutus koostuu sekä suorasta että epäsuorasta käytöstä. Suora vedenkulutus on datakeskusten paikalliseen jäähdytykseen kulutettua vettä, kun taas epäsuora vedenkulutus syntyy sähköntuotantoprosessissa, jolla datakeskukset saavat tarvitsemansa energian. Arviointi on haastavaa myös siksi, että eri teknologiayrityksillä on erilaisia tapoja mitata ja raportoida vedenkulutusta. Vries-Gao suosittaakin, että kulutuksen mittaamisen puutteita korjattaisiin yhteisillä säännöillä, jotka velvoittaisivat yrityksiä kertomaan kulutuksesta yhteneväisillä mittareilla. Avoimuus olisi tärkeää, koska datakeskusten ympäristövaikutukset kasvavat nopeasti. (Vries-Gao 2026, 8-9.) 

Veden lisäksi tekoäly kuluttaa energiaa

Tekoälyn energiankulutus koostuu mallien kouluttamisesta ja käytöstä. Tekoälyn käytön aiheuttama palvelinkuorma on energiankulutuksen näkökulmasta kouluttamista merkittävämpi tekijä pitkällä aikavälillä. Simpasen esittelemien tutkimusten mukaan tekoälyn sähkönkulutus voi jopa kymmenkertaistua muutamassa vuodessa ja kehitystä voi kuvata rakettimaiseksi. (Simpanen 2025.) Kansainvälisen energiajärjestö IEA:n (2026) arvion mukaan datakeskusten energiankulutus kasvaa vuosittain noin 15 %, mikä tarkoittaa nelinkertaista kasvua verrattuna muihin sähköä käyttäviin sektoreihin. 

Teknologiayhtiöt voivat kuitenkin pienentää energiankulutustaan uusia ratkaisuja kehittämällä. Simpanen mainitsi esimerkkinä Googlen, joka on datakeskusten energiankäyttöä tehostamalla pystynyt saavuttamaan vuonna 2024 12 % vähennyksen päästöissä, vaikka sen sähkönkulutus kasvoi liiketoiminnan laajentuessa. (Simpanen 2025.) Googlen (2025) mukaan tämä on ollut mahdollista investoimalla uuteen infrastruktuuriin, rakentamalla kestävämpiä sähköverkkoja ja lisäämällä puhtaan energian tuotantoa. Simpanen toi esityksessään esiin myös teknologiayhtiö NVIDIAn vastaavan kaltaisia toimia energiankulutuksen kestävyyden edistämiseen. 

Yhteenvetoa tekoälyn ympäristövaikutuksista

Tekoälyn käytön kestävyysvaikutukset on tärkeää huomioida, koska tekoälyn käytön ja datakeskusten määrä kasvaa paljon nopeammin, kuin niiden energiatehokkuus paranee. Webinaarin viesti tekoälyn energiankulutuksesta oli positiivisempi, kuin mitä monet kuulijat ehkä odottivat. Simpanen korosti esityksessään, että teknologian kehittyminen tulee pienentämään tekoälyn veden- ja sähkönkulutusta.

Vaikka yksittäisen tekoälykeskustelun jalanjälki ei ole suuri, tekoälyn kasvava käyttö ja sitä myötä kasvava tarve datakeskuksille kuluttaa valtavasti vettä ja tuottaa ilmastopäästöjä. Veden ja energian lisäksi datakeskuksissa kulutetaan kriittisiä mineraaleja ja harvinaisia maametalleja ja toiminnasta syntyy usein vaarallisiakin aineita sisältävää sähkö- ja elektroniikkaromua (OPH 2026). Raaka-aineiden louhintaa tehdään lisäksi usein huonoissa työoloissa työntekijöiden oikeuksista välittämättä (Pelimanni 2024, 22). 

Teknologiayhtiöt voivat itse vaikuttaa tekoälyn ympäristövaikutuksiin ympäristöystävällisempiä ratkaisuja kehittämällä, mutta alalle tarvittaisiin yhteisiä standardeja ja käytänteitä ympäristövaikutusten raportointiin.  Pelimanni (2024, 22) tuo esiin, että tekoäly voi tuoda kestävyyshaasteiden ratkaisuun myös positiivisia tuloksia, jos sen avulla voidaan tehokkaammin ratkaista esimerkiksi ilmastonmuutokseen liittyviä haasteita datan tehokkaammalla analysoinnilla ja seurannalla. 

Käytännön vinkit tekoälyn kestävämpään käyttöön

Jokainen tekoälyä käyttävä voi omilla käyttötavoillaan vaikuttaa ja pyrkiä käyttämään tekoälyä kestävästi. Tähän lukuun on kerätty webinaarista ja muista lähteistä vinkkejä, miten tekoälyä voi käyttää kestävämmin.

Käytä selkeitä ja napakoita kehotteita. Promptien suunnitteluun kannattaa varata aikaa, jotta kielimalli ymmärtää pyynnön kerralla oikein. Mitä täsmällisempi pyyntö, sitä vähemmän laskentakierroksia tarvitaan vastauksen saamiseen. (Simpanen 2025.)

Kannattaa myös harkita, riittäisikö tehtävän suorittamiseen tiettyyn tarkoitukseen kehitetyn suppeamman mallin käyttö, laajan monikäyttöisen sovelluksen sijaan (OPH 2026). Eri malleissa on mahdollista valita energiatehokkaampi asetus, esimerkiksi ChatGPT:n Instant-malli. Kuvia generoidessa voi myös valita pienemmän resoluution. (Simpanen 2025.)

Jos tekoälyn käyttöä tarkastelee organisaationäkökulmasta, nousevat esiin esimerkiksi tiedonhallintataidot, lainsäädäntö ja riskienarviointi. Pitää tuntea organisaation ja sen toimialan toimintaa ohjaava lainsäädäntö ja lainsäädännön vaikutukset tekoälyn käyttöön. Hyvät tiedonhallintataidot tukevat kriittistä ja vastuullista tekoälyn käyttöä. Tämä on tärkeä näkökulma myös korkeakoulukirjastoille, sillä kirjastot tukevat osaltaan opiskelijoita näiden taitojen kehittymisessä. (Niemi-Hugaerts 2025.)

Myös Simpanen (2025) korosti tekoälyn vastuullista käyttöä. Korkeakoulukirjastojen näkökulmasta vastuullinen käyttö linkittyy esimerkiksi lähdekriittisyyteen, josta tiedonhaunopetuksessa ja -ohjauksessa puhutaan paljon. Lähdekriittisyyden merkitys tulee entisestään korostumaan tekoälyn käytön lisääntyessä. Tiedonhakijan on hyvä perinteisen lähdekritiikin lisäksi ymmärtää tekoälyn toimintalogiikkaa: miten tekoälyn algoritmit toimivat ja mihin tekoälyä ylipäätään kannattaa käyttää. 

Käytä tekoälyä vain silloin, kun siitä on aitoa hyötyä. Generatiivisen tekoälyn käyttö kuluttaa aina resursseja. (Simpanen 2025.) Esimerkiksi yksinkertaiset faktantarkistukset kannattaa tehdä muutoin kuin tekoälyllä. Miljoonat käyttäjät käyttävät päivittäin kuvia tai videoita luovia tekoälysovelluksia, eivätkä aina aitoon tarpeeseen (OPH 2026).

Tekoälyn hyödyntäminen kestävästi oman työn tukena vaatii siis osaamista ja harkintaa. Kuten Pelimanni (2024, 23) toteaa, tekoälyn lisäksi on hyvä pysähtyä pohtimaan teknologian hyödyntämistä laajemminkin. Kestävän kehityksen ryhmä on jo muutaman vuoden ajan tuottanut amk-kirjastoille materiaaleja esimerkiksi Digital CleanUp Day – kampanjaan, jonka tavoitteena on lisätä tietoisuutta digitaalisesta saastumisesta ja kannustaa ihmisiä ja organisaatioita vähentämään digitaalista jätettä siivoamalla turhia tiedostoja, sähköposteja ja muuta tarpeetonta dataa. (Digital Cleanup Day 2026.) Jatkossa amk-kirjastoilla voisi olla rooli myös tietämyksen lisäämisessä tekoälyn kestävästä käytöstä. Kirjaston asiantuntijat voivat nostaa tekoälyn ympäristö- ja eettisyyskysymyksiä esiin opiskelijoille tiedonhaun ohjauksen yhteydessä tai järjestämällä teemasta kirjanäyttelyitä ja esittelemällä aiheeseen liittyvää tutkimusta.