2 
0 El rápido avance de la inteligencia artificial (IA) se ha convertido en una fuerza transformadora en diversos sectores a nivel mundial. Sin embargo, este progreso tecnológico conlleva una creciente preocupación por su huella ambiental, especialmente en lo que respecta al consumo de energía y agua. A medida que la IA se integra cada vez más en las industrias a través del planeta, la demanda de recursos se intensifica, lo que exige una consideración exhaustiva de sus implicaciones sociales y ambientales.
Si bien la IA ofrece el potencial de mejorar la mitigación y la adaptación al cambio climático mediante el análisis de emisiones, la previsión de procesos ambientales y la información para el auxilio en desastres, su desarrollo y uso continuo generan importantes efectos perjudiciales en el medio ambiente a escala local y global, particularmente en relación con la utilización de agua y energía.
El Consumo Energético
La inteligencia artificial (IA), especialmente en su forma generativa y en el entrenamiento de modelos de lenguaje extensos (LLMs), tiene un impacto ambiental significativo debido a su alto consumo energético. Se estima que para el año 2027, la IA podría consumir entre 85 y 135 teravatios hora (TWh) anuales, representando alrededor del 0.5% del consumo eléctrico global. Entrenar un solo modelo de IA puede generar hasta 283 toneladas de dióxido de carbono, mientras que la demanda computacional para entrenar los modelos más avanzados se duplica cada 3.4 meses, provocando un crecimiento exponencial en el uso de energía y una mayor huella de carbono.
Además del consumo energético, provoca una carga considerable sobre las redes eléctricas. En 2022, el consumo de electricidad de los centros de datos alcanzó los 460 TWh, y se proyecta que llegue a los 1050 TWh para 2026. Solo en América del Norte, la demanda energética de los centros de datos se duplicó entre 2022 y 2023, en gran parte debido al auge de la IA generativa. Un estudio de 2021 mostró que el entrenamiento de modelos puede consumir más de 1200 megavatios hora y generar más de 500 toneladas de CO₂.
Aunque el entrenamiento de modelos ha sido históricamente el principal consumidor de energía, actualmente la fase de inferencia (el uso de modelos ya entrenados) representa entre el 60% y 70% del consumo total de energía en IA. La integración de IA en motores de búsqueda y otras aplicaciones cotidianas podría incrementar drásticamente los costos energéticos, llegando a cerca de 30 mil millones de kWh anuales. Se prevé que la demanda energética de la IA se multiplique por diez entre 2023 y 2026, con una tasa de crecimiento anual compuesta del 44.7% solo en los centros de datos dedicados a IA, lo que podría llevar a un incremento del 165% en el consumo energético de estos centros para finales de la década.
El Consumo de Agua en la Infraestructura de la IA
El desarrollo y operación de la inteligencia artificial demandan grandes volúmenes de agua dulce, principalmente para el enfriamiento de los centros de datos donde se alojan los sistemas de IA. Se estima que, para el año 2027, la IA podría consumir entre 4.2 y 6.6 mil millones de metros cúbicos de agua, una cifra que supera el consumo anual de un país como Dinamarca. El proceso de enfriamiento en las torres de los centros de datos requiere aproximadamente dos litros de agua por cada kilovatio hora de energía consumido. Además, una sola sesión de interacción con ChatGPT (de entre 10 y 50 respuestas) podría utilizar hasta medio litro de agua, mientras que el entrenamiento de GPT-3 habría demandado alrededor de 700,000 litros.
Este uso intensivo de agua dulce ejerce una presión significativa sobre las comunidades locales, especialmente en regiones que ya enfrentan escasez hídrica. En 2022, por ejemplo, Google incrementó su consumo de agua en un 20%, mientras que Microsoft lo aumentó en un 34%, en parte debido a sus inversiones en modelos de IA generativa. Los centros de datos de hiperescala, como los operados por Google, llegaron a consumir en promedio 2.1 millones de litros de agua por día. El consumo de agua asociado a la IA se puede clasificar en tres categorías principales: enfriamiento de equipos, generación de electricidad con uso intensivo de agua, y procesos dentro de la cadena de suministro tecnológica.
Pese a la magnitud de este consumo, persiste una notable falta de transparencia en los informes de uso hídrico por parte de las grandes tecnológicas. La ausencia de datos claros sobre el impacto del agua en las fichas técnicas de los modelos de IA impide evaluar de manera integral su huella ambiental. Esto refleja una problemática similar a la del consumo energético, y evidencia la necesidad de establecer métricas estandarizadas. Actualmente, se utilizan indicadores como litros por kilovatio hora, consumo por sesión de IA y proyecciones globales de consumo, pero sin una rendición de cuentas sólida, es difícil implementar políticas de mitigación efectivas.
En Conclusión
La inteligencia artificial genera un impacto ambiental considerable debido a su alto consumo de energía y agua, impulsado por el entrenamiento de modelos y el funcionamiento de centros de datos. Aunque puede mejorar la eficiencia en varios sectores, su creciente demanda de recursos plantea desafíos para la sostenibilidad. La falta de transparencia en los datos reportados dificulta evaluar plenamente este impacto, pero avances tecnológicos y nuevas regulaciones ofrecen oportunidades para mitigar sus efectos en el futuro.
Sinceramente, esto es algo en lo que debemos poner atención, hay legares que el acceso a agua dulce potable es un lujo de quienes la necesitan y, por otra parte, gastamos innumerables de litros en la IA. Estos polos tan opuestos nos hablan de que tan mal estamos como sociedad, no soy renuente de la IA, todo lo contrario, creo que es una gran herramienta que nos puede impulsar, pero no costa de pasar por encima de necesidades básicas de los seres humanos.
Si quieres compartir conmigo tu opinión, no dejes de escribir en los comentarios, tu punto de vista es importante, saludos y hasta pronto.
