La inteligencia artificial está transformando rápidamente la economía, la ciencia y la gobernanza. Sin embargo, detrás de estos beneficios se esconde un coste cada vez mayor: la degradación ambiental.
Los sistemas de IA demandan enormes cantidades de energía y agua para operar, incluyendo los gigantescos clústeres de computación, los centros de datos y los sistemas de refrigeración de los que dependen. Esta tensión es el núcleo de la paradoja de la IA: la misma tecnología que puede ayudar a mitigar el cambio climático también puede agravarlo. Dependiendo de su diseño, fuente de energía y gobernanza, la IA puede ser una solución o un problema para el planeta.
Los modelos de IA actuales son inherentemente intensivos en energía. El entrenamiento de modelos de lenguaje grandes puede consumir cientos o miles de megavatios-hora de electricidad. Por ejemplo, se informa que el entrenamiento de GPT-3 requirió aproximadamente 1.287 MWh de electricidad, lo que resultó en más de 550 toneladas de emisiones de carbono cuando se alimentó con una red eléctrica convencional.
La demanda de energía no se detiene en el entrenamiento. La inferencia –la energía necesaria para responder a las consultas de los usuarios– ocurre continuamente y crece con el uso global. Incluso los costes energéticos menores por consulta se acumulan significativamente en millones de consultas diarias. Además, la huella de carbono de la IA depende en gran medida de la red eléctrica: las redes con un alto contenido de combustibles fósiles producen muchas más emisiones que las basadas en energías renovables.
Los centros de datos, la columna vertebral física de la IA, son otra preocupación ambiental. Las investigaciones actuales estiman que los centros de datos consumen entre el 2 y el 3 por ciento de la electricidad mundial, una cifra que podría aumentar al 8-10 por ciento para 2030 en caso de un rápido crecimiento de la IA.
Las instalaciones optimizadas por IA operan las 24 horas del día, los 7 días de la semana, y producen un calor excesivo, lo que requiere una refrigeración intensiva. La mayoría se basa en la refrigeración evaporativa, que consume millones de litros de agua dulce diariamente. En regiones con estrés hídrico como Arizona, Irlanda y partes del Golfo, esto ha provocado tensiones sociales y políticas sobre si la infraestructura de datos debe tener prioridad sobre las necesidades residenciales y agrícolas. En muchos sentidos, los centros de datos son el campo de batalla donde se desarrolla el debate sobre la sostenibilidad de la IA.
A pesar de estos desafíos, la IA también tiene un gran potencial para avanzar en la acción climática. Los modelos climáticos basados en IA pueden mejorar las predicciones de fenómenos meteorológicos extremos, permitiendo medidas preventivas que salvan vidas. El aprendizaje automático puede optimizar las redes de energía renovable mediante la previsión de la demanda y el equilibrio de la oferta intermitente. Los sistemas de IA basados en satélites, como los desarrollados por Carbon Mapper, detectan fugas de metano en tiempo real, abordando las emisiones de alto impacto.
El mantenimiento predictivo y la optimización de la cadena de suministro reducen aún más los residuos y apoyan la economía circular. Estas aplicaciones demuestran que el valor ambiental de la IA puede extenderse mucho más allá de la eficiencia computacional.
El problema no es la IA en sí, sino los sistemas de los que depende. Las redes alimentadas por combustibles fósiles convierten la expansión computacional en emisiones, mientras que la refrigeración intensiva en agua agota los ecosistemas locales. Esto ha dado lugar a los términos IA Verde y IA Roja.
La IA Verde enfatiza la eficiencia, la energía renovable y el diseño respetuoso con los recursos. La IA Roja prioriza la escala y el rendimiento independientemente del impacto ambiental. El legado climático de la IA dependerá del camino que elijamos.
Animadoramente, están surgiendo soluciones. Gigantes corporativos como Google, Microsoft y Amazon están liderando el camino con contratos a largo plazo de energía renovable. Las técnicas avanzadas de refrigeración, incluyendo la inmersión líquida y la refrigeración con agua de mar, pueden reducir drásticamente el uso de agua dulce. La computación consciente del carbono –redistribución de las cargas de trabajo a ubicaciones y momentos con menor intensidad de carbono– es otra estrategia prometedora. Los gobiernos de la UE, Singapur y los EAU están desarrollando políticas de IA para mejorar la eficiencia energética, reducir las emisiones y promover prácticas sostenibles.
La IA no se convertirá automáticamente en una tecnología climáticamente positiva. Debe desarrollarse con gobernanza, innovación y responsabilidad en primer plano. Dentro de los límites planetarios, la IA podría convertirse en una de las herramientas más poderosas de la humanidad contra el cambio climático. Sin cuidado, corre el riesgo de convertirse en una importante fuente de estrés ambiental. El futuro de la IA no es una elección entre progreso o el planeta, sino avanzar de manera que se salvaguarden ambos.
- Majed Al-Qatari es un líder en sostenibilidad, ingeniero ecológico y embajador de la juventud de la ONU.
