L'IA au service du développement durable couvre plusieurs domaines d'application : stratégie de développement durable, suivi des données ESG, planification de scénarios, décarbonisation de la chaîne d'approvisionnement, économie circulaire et éco-conception, ainsi que les initiatives à impact social dans les domaines de l'éducation, de l'accessibilité, de l'information sur la santé, des associations à but non lucratif et de l'inclusion sur le lieu de travail. Le cours « Gen AI for Sustainability » aborde chacun de ces thèmes dans un module unique, avec des études de cas, des entretiens téléphoniques sur le rôle de GitHub dans les technologies climatiques et sur Decisions Lab, ainsi qu'un projet pratique de 60 minutes.

Cela dépend du projet, et le cours vous apprend à aborder cette question de front. L’IA peut contribuer à la réalisation d’objectifs environnementaux, mais son apprentissage et son utilisation ont également un coût environnemental. Le cours aborde ces deux aspects, avec des leçons sur le coût environnemental de l'entraînement et de l'utilisation de l'IA, ainsi que sur les stratégies visant à rendre les modèles d'IA plus écologiques ; il propose également une lecture sur l'impact environnemental de l'IA générative et une activité évaluée par les pairs sur l'empreinte carbone numérique. Ensemble, ces éléments vous offrent une méthode structurée pour mettre en balance les avantages d'un projet et l'impact environnemental de l'IA.

Les décisions en matière de développement durable doivent souvent être prises sur la base d’informations incomplètes. L’IA au service du développement durable peut faciliter ces décisions en assurant le suivi des données ESG, en modélisant des scénarios et en élaborant une stratégie de transition ; c’est ainsi que l’IA peut améliorer la prise de décision stratégique en faveur du développement durable. Le cours « Gen AI for Sustainability » aborde ces tâches dans deux leçons : l’une consacrée au suivi des données ESG, à la modélisation et à la planification de scénarios, et l’autre à l’élaboration de stratégies de transition. Une troisième leçon traite des limites de l’IA, et l’objectif d’apprentissage final du cours est d’évaluer la faisabilité et la robustesse de l’IA dans le cadre de projets liés au développement durable.