隠れた炭素：AI生成建築設計における計算由来排出量の会計
Hidden Carbon: Accounting for Computational Emissions in AI-Generated Building Design (原題)
Bondinuba, Francis Kwesi
🤖 gxceed AI 要約
日本語
生成AIによる建築設計は建物の炭素削減を目的とするが、EN 15978やRICS全ライフサイクル炭素基準はAIモデルの学習・運用に伴うエネルギーを算定対象外としている。本概念ノートは、AI設計のエネルギー使用量を地域の電力炭素強度で換算し、設計段階の全ライフサイクル炭素評価に組み込む「計算炭素会計（CCA）」枠組みを提案する。AI最適化設計が正味の炭素便益をもたらすかも検証し、ガーナ・南アフリカ・英国での測定・ケーススタディ計画を示す。
English
Generative AI is used to design lower-carbon buildings, yet standards like EN 15978 and RICS whole-life carbon exclude the energy used to train and run AI models. This concept note proposes Computational Carbon Accounting (CCA), which measures AI design energy, converts it via local grid carbon intensity, and reports it within the design-stage whole-life carbon assessment. It also tests whether AI-optimised design yields a net carbon benefit, outlining a measurement and case-study programme across Ghana, South Africa, and the UK.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではSSBJ・有報でのScope 3開示や建築物のLCA（CASBEE等）が進むが、AI利用に伴う計算排出量は未整備。設計段階のデジタル排出を開示対象に加える議論は、建設・不動産セクターのScope 3算定高度化やグリーン認証対応に直結する。
In the global GX context
Globally, TCFD/ISSB and CSRD push whole-life carbon and Scope 3 transparency, but computational emissions from AI tools remain an accounting blind spot. CCA offers a method to extend disclosure infrastructure to digital design processes, relevant to standards bodies, green certification schemes, and emerging-market grids.
👥 読者別の含意
🔬研究者:AIエネルギー研究と建築炭素会計を接合する新たな測定枠組みと実証課題を提示する。
🏢実務担当者:AI設計ツール導入時に計算由来排出をLCAへ算入し、グリーン認証・Scope 3報告の整合を図る示唆。
🏛政策担当者:建築炭素基準やデジタル排出開示の制度設計に、AI利用の算定漏れを埋める論点を提供する。
📄 Abstract（原文）
Generative AI is increasingly used to design buildings, often to reduce their carbon footprint. Yet building carbon assessments such as EN 15978 and the RICS whole-life carbon standard exclude the energy used to train and run AI models. Research on AI energy use and research on building carbon have developed separately, leaving no method to account for the carbon cost of AI-assisted design. This concept note proposes the Computational Carbon Accounting (CCA) framework, which measures AI design energy use, converts it using local grid carbon intensity, and reports it in the design stage of a building's whole-life carbon assessment. It also tests whether an AI-optimised design delivers a net carbon benefit. A measurement and case-study programme is outlined across Ghana, South Africa, and the United Kingdom, reflecting contrasting electricity grids and relevant to standards bodies, green certification schemes, and Global South markets. The author welcomes collaboration with carbon assessors, design firms, AI tool developers, standards bodies and research funders.
🔗 Provenance — このレコードを発見したソース
- Zenodo https://zenodo.org/records/23207942first seen 2026-10-08 04:23:25 · last seen 2026-10-11 04:11:58
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。