Impacto Ambiental de la Inteligencia Artificial: Nuevos Datos Reveladores
Un reciente informe del Instituto Universitario de Naciones Unidas para el Agua, el Medio Ambiente y la Salud (UNU-INWEH) ha arrojado cifras alarmantes sobre el consumo de recursos necesarios para la inteligencia artificial (IA). Para el año 2030, se estima que el consumo de agua relacionado con la IA será equivalente al que requieren 1.300 millones de personas en el África subsahariana. Además, el uso energético de la IA podría llegar a ser casi tres veces superior al de Pakistán, Bangladesh y Nigeria, países con una población combinada de 650 millones de habitantes. En cuanto a las emisiones de dióxido de carbono, se proyecta que alcancen los 400 millones de toneladas, cifra equiparable a las emisiones anuales totales del Reino Unido.
El informe también destaca que, si los centros de datos que sustentan la IA fueran considerados un país, su consumo eléctrico actual de 448 teravatios hora (TWh) se igualaría al de Francia. Según los autores del estudio, estos datos subrayan una tendencia preocupante que se ha observado en estudios anteriores sobre el impacto medioambiental del uso creciente de la IA.
El Llamado a la Responsabilidad
El profesor Kaveh Madani, director del UNU-INWEH, aclara que este informe no busca criticar la IA, sino más bien abogar por un uso más responsable de esta tecnología. “Debemos asegurarnos de que esta revolución tecnológica se desarrolle dentro de límites sostenibles para el planeta”, enfatiza. Shaolei Ren, profesor de ingeniería computacional en la Universidad de California, Riverside, también advierte que el impacto de la IA va más allá de los algoritmos, abarcando consecuencias físicas y medioambientales que merecen atención.
Costes Ambientales Subestimados
Uno de los mensajes clave del informe es que el coste ambiental de la IA suele ser subestimado, ya que muchas evaluaciones se concentran únicamente en las emisiones de carbono resultantes del entrenamiento de modelos. Sin embargo, cada kilovatio-hora consumido durante este proceso conlleva una huella hídrica y territorial que no debe ignorarse. Por ejemplo, si se pasa de una fuente de electricidad basada en carbón a bioenergía, la huella hídrica podría aumentar significativamente, aunque las emisiones de carbono se reduzcan. Esto evidencia la complejidad de evaluar el impacto medioambiental de la IA, donde mejorar un aspecto puede agravar otros.
Usos de IA y Su Impacto Energético
El estudio revela que el gasto energético en IA durante el proceso de inferencia supera al del entrenamiento. Entre el 80% y el 90% del consumo total ocurre cuando los modelos responden a las solicitudes de los usuarios. Esto significa que herramientas populares como ChatGPT o Gemini requieren hasta 200 veces más energía para una conversación estándar en comparación con funciones de IA más simples, como la clasificación de correos electrónicos. La generación de imágenes sintéticas puede consumir 1.400 veces más y los vídeos cortos hasta 200.000 veces más energía.
Desigualdad en el Reparto de Cargas
El informe también aborda el tema de la desigualdad en el acceso a los beneficios y externalidades negativas de la IA. Por ejemplo, en Irlanda, los centros de datos, atraídos por un régimen fiscal favorable, representan el 21% del consumo energético del país. Esto ha llevado a la implementación de moratorias en la construcción de nuevas infraestructuras en Dublín. En contraste, en Uruguay, la planificación de un gran centro de datos coincidente con una sequía grave ha acentuado la escasez de agua en Montevideo.
Además, se estima que para 2030, la infraestructura de la IA generará 2,5 millones de toneladas anuales de basura electrónica, que probablemente se acumularán en países con menos recursos. Actualmente, solo el 16% de los países cuenta con infraestructura dedicada a la IA, destacando que EE. UU. y China concentran el 90% de esta capacidad a nivel mundial.
Hacia una Inteligencia Artificial Sostenible
El informe también incluye recomendaciones para abordar la problemática identificada. Se sugiere que los gobiernos requieran a los operadores la entrega de informes estandarizados sobre la huella ambiental de la IA. Se insta a los desarrolladores a elegir modelos más eficientes para tareas específicas y a aumentar la transparencia en el sector. El informe resalta la necesidad de que organismos como la ONU se involucren en la evaluación actual de la huella medioambiental de la IA, una tarea hasta ahora limitada a la academia y al periodismo.
