Environmentální dopady velkých jazykových modelů a jejich možná řešení
Environmental impacts of large language models and their possible solutions
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/201064Identifikátory
SIS: 276527
Kolekce
- Kvalifikační práce [19617]
Autor
Vedoucí práce
Oponent práce
Hrbáčková, Anna
Fakulta / součást
Fakulta sociálních věd
Obor
Žurnalistika se specializací Digitální žurnalistika
Katedra / ústav / klinika
Katedra žurnalistiky
Datum obhajoby
24. 6. 2025
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
Velké jazykové modely, green AI, umělá inteligence, udržitelnost, regulace, transparentnostKlíčová slova (anglicky)
Large language models, green AI, artificial intelligence, sustainibility, regulation, transparencyTato diplomová práce se zabývá environmentálními dopady velkých jazykových modelů, které s rostoucím nasazením umělé inteligence nabývají na významu. Cílem práce bylo prostřednictvím tematické analýzy polostrukturovaných rozhovorů s odborníky zaměřenými na problematiku velkých jazykových modelů zmapovat klíčové faktory ovlivňující ekologickou stopu těchto modelů. Výzkum identifikoval několik zásadních oblastí, včetně role tržních motivací, diverzifikace technologických trendů, nedostatečné transparentnosti firem, regulatorních výzev, mediálního obrazu tématu a nízké informovanosti uživatelů. Práce ukazuje, že environmentální otázky spojené s vývojem a provozem velkých jazykových modelů představují komplexní výzvu, která vyžaduje propojení technologických inovací, efektivní regulace a zvyšování povědomí veřejnosti. Výsledky přispívají k hlubšímu porozumění dynamice environmentálních dopadů umělé inteligence a otevírají prostor pro další výzkum v této oblasti.
This thesis examines the environmental impacts of large language models, which are gaining significance with the growing deployment of artificial intelligence. The aim of the work was to map the key factors influencing the ecological footprint of these models through thematic analysis of semi-structured interviews with experts who are focused on large language models. The research identified several crucial areas, including the role of market incentives, the diversification of technological trends, the lack of corporate transparency, regulatory challenges, the media portrayal of the topic, and the low level of public awareness. The thesis demonstrates that environmental issues associated with the development and operation of large language models represent a complex challenge, requiring the integration of technological innovation, effective regulation, and increased public awareness. The findings contribute to a deeper understanding of the dynamics of AI's environmental impacts and open up opportunities for further research in this field.
