Rethinking Higher Education/ru/Chapter 11
Зелёное цифровое образование: устойчивое развитие, цифровая умеренность и экологическое сознание в университетах ЕС и Китая
Мартин Вёслер
Хунаньский педагогический университет
Аннотация
Цифровая трансформация высшего образования несёт скрытые экологические издержки, которые редко признаются в дискурсе образовательной политики. Дата-центры потребили 415 тераватт-часов электроэнергии в 2024 году — 1,5 процента мирового спроса — и по прогнозам достигнут 945 ТВт·ч к 2030 году, растя в четыре раза быстрее любого другого сектора. Обучение одной большой языковой модели, такой как GPT-3, производит приблизительно 552 метрических тонн эквивалента CO2, что сопоставимо с годовыми выбросами 121 среднего американского домохозяйства. Годовое потребление цифрового контента генерирует 229 кг эквивалента CO2 на пользователя, приблизительно 3–4 процента антропогенных выбросов парниковых газов на душу населения. Однако сектор образовательных технологий в значительной степени избежал проверки на экологический след. В данной статье исследуется напряжение между цифровым образованием и экологической устойчивостью через систематическое сравнение подходов Европейского союза и Китая. ЕС разработал систему GreenComp для компетенций устойчивого развития и начинает рассматривать «цифровую умеренность» — принцип минимизации излишнего цифрового потребления — как образовательную цель. Китай продвигает «образование в области экологической цивилизации» как систему, интегрирующую экологическое сознание с более широкими цивилизационными целями. Мы утверждаем, что обе системы сталкиваются с «парадоксом энергопотребления ИИ» — развёртывание искусственного интеллекта в образовании одновременно обещает повысить экологическое сознание и существенно усугубляет деградацию окружающей среды — и что ни одна из них не разработала пока адекватного ответа.
Ключевые слова: зелёное цифровое образование, устойчивое развитие, цифровая умеренность, экологическая цивилизация, углеродный след, дата-центры, парадокс энергопотребления ИИ, GreenComp, высшее образование, сравнение ЕС и Китая
1. Введение
Экологическая устойчивость цифрового образования — тема, которую большинство специалистов по образовательным технологиям предпочли бы не обсуждать. Цифровая трансформация высшего образования движима мощными нарративами прогресса. Эти нарративы не ошибочны, но неполны, потому что они систематически игнорируют материальную основу цифрового образования: серверы, сети, устройства и энергосистемы, которые делают его возможным, и экологические последствия их эксплуатации в масштабе.
Цифры отрезвляют. Международное энергетическое агентство сообщает, что дата-центры потребили 415 тераватт-часов электроэнергии в 2024 году. Этот показатель по прогнозам достигнет 945 ТВт·ч к 2030 году — больше, чем всё потребление электроэнергии Японии. Выбросы углерода крупных технологических компаний резко возросли: выбросы Google увеличились на 48 процентов между 2019 и 2024 годами, Microsoft — на 29 процентов с 2020 года.
Для высшего образования эти цифры имеют прямое значение. Университеты — одни из крупнейших институциональных потребителей цифровой инфраструктуры. Однако экологический след этой инфраструктуры почти никогда не включается в оценки устойчивости университетов.
2. Углеродный след образовательных технологий
2.1 Дата-центры и обучение ИИ
Паттерсон и др. (2021) подсчитали, что обучение GPT-3 произвело приблизительно 552 метрических тонн эквивалента CO2 и потребило 1 287 мегаватт-часов электроэнергии. Водный след ИИ столь же тревожен: Ли и др. (2023) подсчитали, что обучение GPT-3 в дата-центрах Microsoft в США непосредственно испарило 700 000 литров пресной воды. Глобальный спрос ИИ на воду по прогнозам достигнет 4,2–6,6 миллиарда кубических метров к 2027 году.
2.2 Потребление цифрового контента
Истрате и др. (2024) подсчитали, что среднемировое годовое потребление цифрового контента генерирует 229 кг эквивалента CO2 на пользователя в год, приблизительно 3–4 процента антропогенных выбросов парниковых газов на душу населения.
2.3 Электронные отходы
Тхао, Хань и Хюй (2025) прогнозируют, что электронные отходы в одном университетском кампусе возрастут в 1,5 раза — с 16 792 кг в 2024 году до 25 230 кг в 2034 году.
3. Цифровая умеренность как образовательная цель
Концепция «цифровой умеренности» (sobriété numérique) возникла во французском аналитическом центре The Shift Project, отчёт которого за 2019 год определил её как принцип приобретения наименее мощного возможного оборудования, максимально редкой замены устройств и сокращения излишних энергоёмких цифровых практик.
3.2 Система ЕС: DigComp и GreenComp
Система GreenComp (Бьянки, Пизиотис и Кабрера Хиральдес, 2022) предоставляет четыре области компетенций: воплощение ценностей устойчивости, принятие сложности устойчивости, видение устойчивого будущего и действие для устойчивости.
Калис и др. (2025) в исследовании 896 будущих учителей обнаружили лишь «умеренный уровень» осведомлённости об углеродном следе цифровых технологий. Если сами учителя не осведомлены об экологических издержках цифровых технологий, нельзя ожидать, что они будут формировать эту осведомлённость у студентов.
4. Подход Китая: образование в области экологической цивилизации
4.1 Экологическая цивилизация как образовательная система
Подход Китая к экологическому образованию формулируется не через «устойчивость» в западном смысле, а через концепцию «экологической цивилизации» (生态文明) — всеобъемлющую систему, интегрирующую охрану окружающей среды с экономическим развитием, социальным управлением и цивилизационной идентичностью. Образование в области экологической цивилизации отличается от европейского образования в области устойчивости тем, что оно явно политическое (концепция закреплена в конституции КНР в 2018 году), всеобъемлющее по масштабу и государственно-направленное.
4.2 Двойные углеродные цели Китая и высшее образование
В 2022 году Министерство образования издало программу создания системы подготовки кадров для достижения пика выбросов и углеродной нейтральности, обязывающую университеты создавать новые факультеты, курсы и программы. К 2022 году 21 бакалаврская программа была непосредственно связана с двойными углеродными обязательствами.
5. Парадокс энергопотребления ИИ
Наиболее острое напряжение в зелёном цифровом образовании — то, что мы называем «парадоксом энергопотребления ИИ». Искусственный интеллект одновременно является наиболее энергоёмким компонентом цифрового образования и технологией, наиболее часто привлекаемой как решение экологических проблем.
Этот парадокс проявляется в форме «эффекта отскока» или Парадокса Джевонса: повышение эффективности ведёт к увеличению потребления, а не к снижению использования ресурсов. Исследование 2025 года систематически обозревает 150 статей об эффекте отскока в устойчивом развитии, основанном на ИИ, обнаруживая, что ИИ-обусловленная эффективность снижает энергию на единицу продукции, но часто ведёт к более высокому общему потреблению.
5.1 Зелёный ИИ как частичный ответ
Паула и др. (2025) демонстрируют, что применение техник сжатия моделей может достичь 32-процентного снижения энергопотребления. Однако если каждое ИИ-приложение становится на 32 процента эффективнее, но число ИИ-приложений удваивается, общее энергопотребление по-прежнему растёт — классическая иллюстрация Парадокса Джевонса.
6. Сравнительный анализ
Основанный на системах подход ЕС — GreenComp, DigComp 2.2, Зелёный курс — обеспечивает концептуальную ясность и расширение прав граждан, но испытывает трудности с внедрением. Государственный подход Китая достигает быстрого развёртывания как цифровой инфраструктуры, так и образования в области экологической цивилизации, но два потока функционируют в значительной мере параллельно, без системы для урегулирования их потенциальных противоречий.
7. Рекомендации
Во-первых, включить цифровую инфраструктуру в институциональный углеродный учёт. Во-вторых, принять цифровую умеренность как принцип проектирования образовательных технологий. В-третьих, интегрировать экологическую осведомлённость в образование цифровой грамотности. В-четвёртых, разработать институциональные метрики для парадокса энергопотребления ИИ. В-пятых, обеспечить управление электронными отходами через институциональное управление жизненным циклом. В-шестых, поддержать исследования устойчивых образовательных технологий. В-седьмых, создать диалог ЕС—Китай по зелёному цифровому образованию.
8. Заключение
Цифровая трансформация высшего образования не является экологически нейтральной. Дата-центры потребляют 415 ТВт·ч электроэнергии ежегодно, и этот показатель растёт. Обучение ИИ генерирует сотни метрических тонн CO2 и испаряет сотни тысяч литров пресной воды. Электронные отходы от образовательных технологий по прогнозам вырастут на 50 процентов в течение десятилетия. Эти факты — не аргументы против цифрового образования, но аргументы за экологическую честность: за признание издержек наряду с преимуществами и за проектирование систем образовательных технологий, минимизирующих экологический ущерб.
ЕС и Китай привносят различные ресурсы в решение этой проблемы. ЕС разработал сложные концептуальные системы — GreenComp, DigComp 2.2, цифровую умеренность. Китай продемонстрировал способность к быстрой системной реформе учебных программ через мандат двойного углеродного образования. Однако ни одна из систем не разработала адекватного ответа на парадокс энергопотребления ИИ.
Разработка адекватного ответа на эти вызовы — одна из важнейших задач, стоящих перед высшим образованием в ближайшее десятилетие. Она требует не меньше технологий, а более умных технологий — и институциональной готовности спросить перед каждым цифровым развёртыванием, оправдывает ли образовательная польза экологические издержки.
Благодарности
Данное исследование выполнено в рамках Центра передового опыта Жана Монне «EUSC-DEC» (Грант ЕС 101126782, 2023–2026).
Литература
Bianchi, G., et al. (2022). GreenComp. Publications Office of the EU.
Calis, S., et al. (2025). Digital carbon footprint awareness of pre-service teachers. Humanities and Social Sciences Communications, 12, 1678.
De Vries, A. (2026). Carbon and water footprints of data centers. Patterns, 7(1), 101430.
IEA. (2025). Energy and AI. IEA, Paris.
Istrate, R., et al. (2024). Environmental sustainability of digital content consumption. Nature Communications, 15, 3724.
Li, P., et al. (2023). Making AI Less "Thirsty". Communications of the ACM.
Patterson, D., et al. (2021). Carbon Emissions and Large Neural Network Training. arXiv:2104.10350.
Paula, E., et al. (2025). Comparative analysis of model compression techniques. Scientific Reports, 15, 23461.
Selwyn, N. (2021). Ed-Tech Within Limits. E-Learning and Digital Media, 18(5), 496–510.
The Shift Project. (2019). Lean ICT: Towards Digital Sobriety.