YAPAY ZEKÂ VE IOT BAĞLAMINDA TEKNOLOJİK İLERLEMENİN KARBON EMİSYONLARI ÜZERİNDEKİ ETKİSİNE KAVRAMSAL BİR YAKLAŞIM

Abstract

21. yüzyılın en kritik çevresel sorunu haline gelen iklim değişikliği, artan enerji ihtiyacı ve fosil yakıt tüketimine bağlı emisyon artışlarıyla derinleşmektedir. Sanayileşme, kentleşme ve dijitalleşme süreçlerinin ivme kazanması, bir yandan ekonomik büyümeyi desteklerken diğer yandan çevresel baskıları artırarak sürdürülebilir kalkınma hedeflerini tehdit etmektedir. Bu süreçte teknolojik ilerleme hem bir çevresel maliyet unsuru hem de sürdürülebilirliğin inşasında stratejik bir araç olarak karşımıza çıkmaktadır. Özellikle Yapay Zekâ (AI) ve Nesnelerin İnterneti (IoT), üretim süreçlerinden enerji yönetimine kadar geniş bir yelpazede kaynak optimizasyonu sağlama potansiyeline sahiptir. Ancak dijitalleşmenin yüksek hesaplama gücü gereksinimi, veri merkezlerinin ve bulut bilişim sistemlerinin enerji yoğun yapısı, teknolojinin karbon ayak izine dair tartışmaları beraberinde getirmektedir. Teknolojik ilerleme, bir taraftan enerji tüketimini artırırken diğer taraftan akıllı şebekeler, hassas tarım uygulamaları ve gerçek zamanlı emisyon izleme sistemleri aracılığıyla küresel enerji sisteminin karbonsuzlaşması için inovatif bir altyapı sunmaktadır. Bahsi geçen etkileşim, literatürde Çevresel Kuznets Eğrisi ve Yeşil Yapay Zekâ yaklaşımları çerçevesinde de tartışılmakta; teknolojinin emisyonlar üzerinde doğrusal olmayan, belirli bir yatırım eşiğinden sonra iyileşmeye başlayan bir seyir izleyebileceğini göstermektedir. Bu çalışma, AI ve IoT ekseninde şekillenen teknolojik gelişmelerin karbon emisyonları üzerindeki çift yönlü etkisini kavramsal bir çerçevede ele almayı amaçlamaktadır. Yapay zekâ ve emisyon ilişkisini 2024 ve 2026 yıllarına ait en güncel literatürle (Wang, 2024; Melguizo, 2026) tartışarak, literatürdeki Strubell (2019) gibi klasikleşmiş karamsar yaklaşımlara Ters U eğrisi perspektifinden yeni bir ampirik kanıt sunmaktadır. Elde edilen çıkarımların, politika yapıcılar ve işletmeler için dijital dönüşümün sürdürülebilirlik vizyonuyla optimize edilmesine yönelik stratejik bir rehber teşkil etmesi hedeflenmektedir.

Keywords

• Yapay Zekâ
• IoT
• Karbon Emisyonu
• Dijitalleşme
• Teknolojik İlerleme
• Sürdürülebilirlik

Ethical Statement

Bu çalışmanın, özgün bir çalışma olduğunu; çalışmanın hazırlık, veri toplama, analiz ve bilgilerin sunumu olmak üzere tüm aşamalarından bilimsel etik ilke ve kurallarına uygun davrandığımı; bu çalışma kapsamında elde edilmeyen tüm veri ve bilgiler için kaynak gösterdiğimi ve bu kaynaklara kaynakçada yer verdiğimi; kullanılan verilerde herhangi bir değişiklik yapmadığımı, çalışmanın Committee on Publication Ethics (COPE)' in tüm şartlarını ve koşullarını kabul ederek etik görev ve sorumluluklara riayet ettiğimi beyan ederim. Herhangi bir zamanda, çalışmayla ilgili yaptığım bu beyana aykırı bir durumun saptanması durumunda, ortaya çıkacak tüm ahlaki ve hukuki sonuçlara razı olduğumu bildiririm.

A CONCEPTUAL APPROACH TO THE IMPACT OF TECHNOLOGICAL ADVANCEMENT ON CARBON EMISSIONS WITHIN THE CONTEXT OF ARTIFICIAL INTELLIGENCE AND IOT

Abstract

Climate change, which has become the most critical environmental challenge of the 21st century, is deepening due to increasing energy demands and emission growth linked to fossil fuel consumption. While the acceleration of industrialization, urbanization, and digitalization processes supports economic growth, it simultaneously escalates environmental pressures, thereby threatening sustainable development goals. In this process, technological progress emerges as both an environmental cost factor and a strategic tool for building sustainability. Particularly, Artificial Intelligence (AI) and the Internet of Things (IoT) possess the potential to enable resource optimization across a wide spectrum, ranging from production processes to energy management. However, the high computational power required by digitalization, alongside the energy-intensive nature of data centers and cloud computing systems, brings about debates regarding the carbon footprint of technology. While technological advancement drives up energy consumption, it also provides an innovative framework for the decarbonization of the global energy system through smart grids, precision agriculture applications, and real-time emission monitoring systems. This interaction is also discussed in the literature within the frameworks of the Environmental Kuznets Curve and Green AI approaches, indicating that technology may follow a non-linear path regarding emissions, which begins to improve after a certain investment threshold. This study aims to conceptually address the bidirectional impact of technological advancements, shaped around the axis of AI and IoT, on carbon emissions. By discussing the relationship between artificial intelligence and emissions with the most up-to-date literature from 2024 and 2026 (Wang, 2024; Melguizo, 2026), it provides new empirical evidence from an inverted U-curve perspective to counter classic pessimistic approaches in the literature, such as Strubell (2019). The derived insights are intended to serve as a strategic guide for policymakers and businesses toward optimizing digital transformation with a sustainability vision.

Keywords

• Artificial Intelligence
• IoT
• Carbon Emission
• Digitalization
• Technological Progress
• Sustainability

Ethical Statement

I declare that this study is an original study; that I have acted in accordance with scientific ethical principles and rules in all stages of the study, including preparation, data collection, analysis, and presentation of information; that I have cited sources for all data and information not obtained within the scope of this study and included these sources in the bibliography; that I have not made any changes to the data used; and that I have complied with ethical duties and responsibilities by accepting all the terms and conditions of the Committee on Publication Ethics (COPE). I declare that I am willing to accept all moral and legal consequences that may arise if any situation contrary to this statement I have made regarding the study is detected at any time.

References

1. Afaq, L. G., Arora, G. K., ve Khan, N. (2023). Artificial intelligence for carbon emissions using systems of systems theory. Ecological Informatics, 76.
2. Alatalo, J., Heilimo, E., Rantonen, M., Vaananen, O., ve Sipola, T. (2025). Reducing emissions using AI in the energy sector: A scoping review. Applied Sciences, 15(2).
3. Alpana, K., Tuncala, K., Ozkana, C., Sekeruplua, ve Everb, Y. K. (2022). Design and simulation of global model for carbon emissions reduction using IoT and artificial intelligence. Procedia Computer Science, 204, 627-634.
4. Bilbay, Ö. F. (2024). İklim krizi ve dijitalleşme. Yönetim Bilimleri Dergisi, 22(Özel Sayı), 1544-1568.
5. Binboğa, G., ve Ünal, A. (2018). Sürdürülebilirlik ekseninde Manisa Celal Bayar Üniversitesi’nin karbon ayak izinin hesaplanmasına yönelik bir araştırma. UİİİD-İSEAS, 21, 187-202.
6. Budak, S. N., ve Yavuz, C. I. (2025). Yapay zekanın çevresel geleceği: Fırsatlar ve zorluklar. Sted, 3414, 294-306.
7. Chen, N., Huang, J., ve Li, Y. (2025). The role of artificial intelligence in reducing carbon emissions: Evidence from Chinese manufacturing firms. Taylor ve Francis.
8. Chen, P., Gao, J., Ji, Z., Liang, H., ve Peng, Y. (2022). Do artificial intelligence applications affect carbon Emission performance? Evidence from panel data analysis of Chinese cities. Energies, 15(15), 5730.

9. Chen, Y., ve Jin, S. (2023). Artificial intelligence and carbon emissions in manufacturing firms: The moderating role of green innovation. Processes, 11, 2075.
10. Cowls, J., Tsamados, A., Taddeo, M., ve Floridi, L. (2023). The AI gambit: Leverasing artificial intelligence to combat climate change-opportunities, challenges and recommendations. AI ve Society, 38, 283-307.
11. Dauvergne, P. (2022). Is artificial intelligence greening global supply chains? Exposing the political economy of environmental costs. Review of International Political Economy, 29(3), 696-718.
12. Dong, M., Wang, G., ve Han, X. (2024). Impacts of artificial intelligence on carbon emissions in China: In terms of artificial intelligence Type and Regional Differences. Sustainable Cities and Society, 113, 105682.
13. Eğilmez, G. (2024). Sürdürülebilir akıllı lojistik, aürdürülebilirlik ve teknoloji entegrasyonu. Duvar Yayınları ISBN: 978-625-5530-77-6.
14. Gaur, L., Afaq, A., Arora, G. K., ve Khan, N. (2023). Artificial intelligence for carbon emissions using system of systems theory. Ecological Informatics, 76.
15. Gill, S. S., Xu, M., Ottaviani, C., Patros, P., Bahsoon, R., Shaghaghi, A., Parlikad, A. K. (2022). AI for next generation computing: Emerging trends and future directions. Internet of Things, 19.
16. Konak, A., ve Şahin, G. (2019). OECD ülkeleri kapsamında rebound etkisinin geçerliliğine yönelik bir sınama. Business and Management Studies: An International Journal, 7(4), 1361-1382.
17. Lin, N., Zhaoyang, S., Li, Z., ve Qin, C. (2025). The path to green innovation: The impact of artificial intelligence applications on corporate continuous green innovation. Journal of Environmental Management, 395, 127724.
18. Liu, J., Shen, H., Chen, J., Jiang, X., ve Waheed, S. A. (2025). Artificial intelligence and carbon emissions: mediating role of energy efficiency, factor market allocation and industrial structure. Energies, 18, 1102.
19. Luo, Q., ve Wang, J. (2025). The impact of artificial intelligence development on embodied carbon emissions: Perspectives from the production and consumption sides. Energy Policy, 199, 114535.
20. Luz, A., ve Iseal, S. (2025).The impact of AI and IoT in reducing urban carbon footprint. https://www.preprints.org/manuscript/202501.1843, (Erişim: 01.11.2025).
21. Melguizo, A., Katz, R., ve Jung, J. (2026). Can AI grow green? Evidence of kuznets curve among AI, renewable energies and emissions. Energy Policy(208), 114883.
22. Pittri, H., Aklashie, S., Arachchige, G., Godwatte, Rathnagee, G., Nana, K. ve Ghansah, F. (2025). Intelligent infrastructure and construction.
23. Rojek, I., Mrozinski, A., Kotlarz, P., Macko, M., ve Mikolajewski, D. (2023). AI based computational model in sustainable transformation of energy markets. Energies, 16, 8059.
24. Saia, A. (2023). Digitalization and Co2 emissions: Dynamics under R80 and technology innovation regimes. Technology in Society, 74, 102323.
25. Strubell, E., Ganesh, A., ve McCallum, A. (2019). Energy and policy considerations for deep learning in NLP.
26. Tsokou, T., ve Petrova- Antonova, D. (2017). Ecologic: IoT platform for control of carbon emissions. 12th International Conference on Software Technologies (ICSOFT 2017), 178-185.
27. Wang, J., Liu, Y., Wang, W., ve Wu, H. (2024). Does artificial intelligence improve enterprise carbon emissions performance? Evidence from an intelligent transformation policy in China. Technology in Society, 79.
28. Wang, Q., Sun, T., ve Li, R. (2023). Does artificial intelligence (AI) reduce ecological footprint? The role of globalization. Environmental Science and Pollution Research, 123948-123965.
29. Wang, Q., Zhang, F., U., R., ve Sun, J. (2024). Does artificial intelligence promote energy transition and curb carbon emissions? The role of trade openness. Journal of Cleaner Production, 447141298.
30. Wu, T., ve Zuo, M. (2023). Green supply chain transformation and emission reduction based on machine learning. science progress, 106(1).
31. Xia, F., Yang, L. T., Wang, L., ve Vinel, A. (2012). Internet of things. International Journal of Communication Systems, 25, 1101-1102.
32. Yue, B., ve Li, H. (2023). The impact of human-AI collaboration types on consumer evaluation and usage intention: A perspective of responsibility attribution. Front, Psychol, 14, 127786.
33. Zhao, C., Li, Y., Liu, Z., ve Ma, X. (2024). Artificial intelligence and carbon emissions inequality: Evidence from industrial robot application. Journal of Cleaner Production, 438, 140817.