CO2STLY是如何的CHI？生成式AI在人机交互研究中的碳足迹及其对我们意味着什么

研究背景与问题

问题与挑战

作者识别到生成式人工智能（Generative AI, 简称GenAI）的广泛使用在方法开发和研究的使用阶段带来了巨大的能源消耗，进而引发了显著的碳排放问题。而在人机交互研究（Human-Computer Interaction, HCI）领域，尽管GenAI通常用于模型评价和用户研究，相关研究文献却极少透明报告其使用导致的碳足迹。

问题的重要性

随着全球关注气候变化，科技行业尤其是算法和模型的开发、训练及应用对环境的影响成为不可忽视的问题。GenAI技术的流行进一步放大了计算资源的需求，引发了电力消耗显著增加。以数据中心为例，其耗电量近年来增长了20%-40%。这与当前的气候危机抵触，也可能使国家或地区的能源政策受阻。

研究动机与相关工作

该研究的动机在于提高对HCI研究中GenAI使用所导致的碳足迹的关注，并通过估算碳排放的方式推动有关部门和研究者对能源消耗采取更多透明、负责任的行动。此前的相关研究已在领域内探讨了如何评估科技对环境的影响，但这篇文章试图具体回答以下关键研究问题：

• GenAI在HCI研究中的使用方式。
• 由GenAI引发的碳足迹的规模。
• 提出改进该问题的具体建议措施。

解决方案

方法

作者通过对2024年CHI大会接受和未接受的论文展开系统回顾，共分析了282篇使用GenAI技术的文章，并对拒绝的稿件进行了估算。研究过程涉及以下具体步骤：

1. 关键词检索：从ACM数据库中筛选包含GenAI技术相关关键词的论文。
2. 初步筛选：排除仅讨论社会影响、或未直接使用GenAI技术的文章，最终保留报告了特定应用场景的文章。
3. 分类与注释：通过阅读论文的方法部分，将GenAI应用分类到不同研究阶段，并记录使用的具体技术参数。
4. 碳排放测算实验：基于开放源代码模型在本地硬件上进行推断实验来估算模型使用的能源消耗。

创新之处

• 碳足迹透明化：针对HCI研究中GenAI使用的碳足迹做出详细数据审计，并提出标准化透明报告的建议。
• 综合工具应用：采用多个开源工具测算推断阶段的能耗，通过实验得到精确数据用于结果分析。

实施步骤和技术

• 模型评估实验：利用Carbontracker工具测量如文本到图像（Stable-Diffusion-XL）、文本到文本（Llama-3.1-Instruct）、语音到文本（Whisper）的能耗。
• 分类框架制定：对每篇文章使用GenAI的研究阶段和功能进行系统分类，提出了HCI研究中的七阶段模型。
• 实验数据归纳：将测得的单位功能用例的碳足迹与文献中报告的使用频率结合，预测整体碳足迹。

研究成果

具体成果

1. 使用模式和高耗阶段：GenAI在HCI研究中最常用于原型设计与用户研究阶段；但数据收集和训练模型的阶段所消耗的能源最大。
2. 估算的碳排放量：2024年CHI大会所有提交的论文引发了约10769.63至10925.12公斤的CO2e排放，相当于开车行驶约100,000公里的碳足迹。

相比现有解决方案的优势

• 细粒度数据分析：作者提供了跨模型类型与使用阶段的平均碳足迹估算，补充了现有研究中通常缺乏的具体数据。
• 行动建议全面性：提出涵盖科研个人、学术社区以及政策制定机构的多层级行动建议。

实验或评估结果

作者通过分类分析发现，原型设计和用户研究是HCI研究中GenAI最主要的使用阶段，而数据生成及模型训练是碳足迹最高的环节。进一步的实验表明，推断阶段的能耗的线性增长与输入任务量直接相关。

局限性与未来方向

• 数据缺乏透明度：多数研究论文未报告模型的使用频次、硬件环境等关键数据，限制了准确碳排放估算。
• 推测基于保守假设：对被拒稿数量及分布的估算具有一定不确定性。
• 未来方向：推动研究者对环境影响的主动报告，并开发工具支持简单高效的碳足迹估算流程。

总结

本文通过对GenAI在HCI研究中的使用及其环境影响的系统性审计，揭示了其显著的碳足迹。它为HCI研究社区提出了透明报告碳足迹的行动建议，并呼吁更多研究者、机构共同采取措施减少科技带来的负面环境影响，同时继续在人机交互领域负责地研究生成式AI技术。