¿Es la IA una amenaza para el medio ambiente? Las cifras y su impacto en el consumo de energía, agua y minerales
La expansión de la inteligencia artificial suele medirse por la rapidez con que genera textos, imágenes o videos, pero su funcionamiento depende de una infraestructura física que consume recursos. Detrás de cada respuesta hay centros de datos, edificios que concentran servidores y equipos de procesamiento y que requieren electricidad de forma constante.
Una parte de esa energía se transforma en calor. Para evitar el sobrecalentamiento, los centros de datos emplean sistemas de refrigeración, cuya función es retirar ese calor mediante aire, agua u otras tecnologías. Esta necesidad sumó inquietudes ambientales al crecimiento de la herramienta, debido a la demanda de electricidad, agua y materiales para fabricar y renovar el hardware.
Un estudio publicado en la revista Global Environmental Change Advances examinó esa tensión. La revisión sostiene que la IA puede aportar soluciones ambientales y, a la vez, aumentar la presión sobre energía, agua, minerales y gestión de residuos.
La IA y su relación con el medio ambiente
El debate suele concentrarse en el entrenamiento de los grandes modelos, el proceso mediante el cual un sistema analiza enormes volúmenes de datos para aprender patrones. Sin embargo, el uso cotidiano de estas plataformas, conocido como inferencia, es decir, la etapa en que responden consultas o crean contenidos, concentra entre el 80% y el 90% de la demanda energética total, según el informe difundido por la Organización de las Naciones Unidas.
La diferencia entre tareas importa. Una consulta de texto exige menos recursos que producir una imagen y la generación de videos requiere todavía más capacidad de procesamiento. A medida que crece la cantidad de pedidos y se multiplican las aplicaciones, también aumenta la electricidad necesaria para mantener operativos los equipos y los sistemas de enfriamiento.
La ONU estima que los centros de datos podrían requerir 945 teravatios-hora de electricidad al año hacia 2030. Un teravatio-hora equivale a 1.000 millones de kilovatios-hora. Esa proyección representa casi tres veces el consumo anual conjunto de Pakistán, Bangladesh y Nigeria, países que reúnen a más de 650 millones de habitantes.
Cuando los centros de datos se alimentan con redes que dependen del carbón, el petróleo o el gas, su funcionamiento queda asociado a mayores emisiones de gases de efecto invernadero. Las fuentes renovables pueden reducir esa carga climática, aunque no eliminan otros impactos vinculados con la infraestructura, entre ellos la ocupación del suelo y el agua requerida para refrigerar los servidores o producir parte de la electricidad que consumen.
El efecto sobre los recursos hídricos varía según el lugar y la tecnología utilizada. El agua puede circular por los sistemas de refrigeración para absorber el calor de los equipos y también intervenir, de forma indirecta, en la generación de energía. Por eso, una instalación puede tener consecuencias diferentes si se ubica en una región con disponibilidad de agua o en otra que atraviesa condiciones de escasez.
El informe de la Universidad de las Naciones Unidas advierte que el uso de agua vinculado con la IA podría equipararse hacia el final de la década a las necesidades domésticas básicas anuales de 1.300 millones de personas. También proyecta que la superficie asociada a esta infraestructura puede superar los 14.500 kilómetros cuadrados, una extensión cercana al doble del área metropolitana de Yakarta, capital indonesia.
Los servidores, semiconductores y dispositivos de almacenamiento requieren minerales y metales cuya extracción puede provocar contaminación, deforestación y riesgos para la salud en las regiones donde se realiza. Cuando estos componentes quedan obsoletos, pasan a formar parte de los residuos electrónicos, que contienen materiales tóxicos si no se los trata de manera adecuada.
El trabajo publicado en Global Environmental Change Advances señala que las evaluaciones disponibles todavía presentan límites. Hay poca información pública y comparable sobre el consumo de energía, agua y emisiones de los modelos cerrados a gran escala. El estudio indica que muchas estimaciones se basan en proyecciones o casos específicos, una falta de transparencia que dificulta calcular la huella ambiental completa.
La eficiencia no alcanza si el uso de la tecnología continúa en aumento
La compresión de modelos, por ejemplo, disminuye la capacidad de cálculo requerida al eliminar conexiones innecesarias, mientras que otros métodos reducen la cantidad de datos que el sistema debe procesar. También existen sistemas de refrigeración de circuito cerrado, que buscan reutilizar el agua dentro de la instalación. Estas mejoras técnicas pueden reducir la energía necesaria para una tarea puntual.
Sin embargo, esos avances no aseguran una disminución del consumo total. La revisión científica describe el efecto rebote, que ocurre cuando una tecnología más eficiente se vuelve más barata o accesible y, como resultado, se usa con mayor frecuencia. Si el aumento de consultas y aplicaciones supera los ahorros por operación, la demanda global de recursos puede crecer.
El futuro ambiental de la IA también estará determinado por la localización de los centros de datos. La carga puede concentrarse en comunidades cercanas a las instalaciones, que afrontan una mayor demanda de electricidad y agua, además del ruido de ventiladores, equipos de refrigeración o generadores. Mientras los beneficios de los servicios digitales llegan a distintas partes del mundo, los costos físicos tienden a localizarse.
El estudio plantea que las políticas públicas y las empresas deberían considerar el ciclo de vida completo de la tecnología. Esto incluye el origen de la electricidad, el uso y la reutilización de agua, la fabricación del hardware, la recuperación de materiales y el tratamiento de los equipos descartados. También destaca la necesidad de reportes transparentes para conocer el consumo de recursos de cada sistema.
La investigación no presenta a la IA como una amenaza inevitable, ya que sus aplicaciones pueden contribuir a prever fenómenos climáticos, integrar fuentes renovables en las redes eléctricas, monitorear ecosistemas y optimizar procesos industriales. Aun así, el trabajo concluye que esos posibles beneficios no eximen a la industria de reducir los impactos de la infraestructura que permite utilizarla.
La Organización de las Naciones Unidas propone integrar los centros de datos en la planificación energética, hídrica y territorial. Esa coordinación permitiría evaluar qué recursos hay disponibles antes de instalar nueva capacidad de cómputo y bajo qué condiciones ambientales funcionará. La magnitud de la huella de la inteligencia artificial, por lo tanto, no dependerá solo de la evolución de sus algoritmos, sino de las decisiones que acompañen su expansión.
Infobae
