Un informe del Foro Económico Mundial señala que el consumo eléctrico asociado a la IA podría crecer hasta un 50% anual entre 2023 y 2030.

/Canva/

La inteligencia artificial (IA) se está convirtiendo en una herramienta transformadora en diversos sectores, impulsando la innovación y el crecimiento económico a una velocidad sin precedentes. Sin embargo, esta revolución tecnológica también plantea desafíos ambientales significativos, principalmente relacionados con el consumo de energía y recursos naturales. Un informe del Foro Económico Mundial (WEF), en colaboración con Accenture, titulado "Artificial Intelligence’s Energy Paradox: Balancing Challenges and Opportunities", destaca la paradoja de la IA, si bien ofrece soluciones para la sostenibilidad, también incrementa la presión sobre el medio ambiente.

El consumo energético asociado a la IA es uno de los principales desafíos ambientales. Según el WEF, se proyecta que el consumo eléctrico de la IA podría crecer hasta un 50% anual entre 2023 y 2030. La infraestructura necesaria para operar modelos avanzados de IA depende de centros de datos que consumen grandes cantidades de electricidad. Popular Science estima que para 2027, el consumo global de electricidad atribuible a la IA podría alcanzar los 134 TWh, una cifra comparable al consumo anual de un país como Argentina.

Además del consumo eléctrico, el uso de agua también es preocupante. De acuerdo con National Geographic, generar un texto de 100 palabras en plataformas como ChatGPT requiere aproximadamente 519 mililitros de agua, equivalente a una botella pequeña. A gran escala, este impacto se amplifica: si solo el 10% de la población activa de Estados Unidos utilizara este servicio semanalmente, el consumo anual de agua superaría los 435 millones de litros.

El entrenamiento de modelos avanzados también contribuye significativamente a las emisiones de carbono. Por ejemplo, WEF indica que el modelo GPT-3 consumió casi 1300 megavatios hora (MWh) de electricidad durante su entrenamiento, generando 502 toneladas métricas de CO₂, una cantidad comparable a las emisiones anuales de 112 automóviles de gasolina. Por su parte, se calcula que el entrenamiento del GPT-4, más avanzado, ha consumido 50 veces más electricidad.

Los desechos electrónicos representan otro desafío. Según el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), los centros de datos que albergan servidores de IA producen una gran cantidad de residuos de equipos eléctricos y electrónicos. La fabricación de una computadora de 2 kg requiere 800 kg de materias primas, y los microchips utilizados en la IA dependen de elementos de tierras raras cuya extracción suele ser destructiva para el medio ambiente.

El PNUMA propone cinco acciones clave para reducir el impacto ambiental de la IA:
1. Medición estandarizada del impacto ambiental: Establecer procedimientos uniformes para medir el consumo de recursos y las emisiones generadas por la IA.
2. Transparencia y divulgación: Implementar regulaciones que obliguen a las empresas a reportar las consecuencias ambientales de sus productos y servicios basados en IA.
3. Eficiencia y reciclaje: Desarrollar algoritmos más eficientes que reduzcan la demanda energética y promover el reciclaje de agua y la reutilización de componentes electrónicos.
4. Centros de datos ecológicos: Incentivar el uso de energías renovables y la compensación de emisiones de carbono en los centros de datos.
5. Integración de políticas: Alinear las regulaciones sobre IA con un marco normativo ambiental más amplio.

Aunque la IA presenta algunos impactos negativos, también ofrece valiosas oportunidades para fomentar la sostenibilidad. El Foro Económico Mundial resalta el potencial de la IA para optimizar el uso de energía y acelerar la transición hacia fuentes renovables. Los informes predicen que la IA puede contribuir a la mitigación del 5% al 10% de las emisiones mundiales de gases de efecto invernadero para 2030 y la implementación de sistemas de gestión energética basados en IA puede reducir el consumo eléctrico en hasta un 60%, gracias a tecnologías como el control ambiental automatizado y la distribución eficiente de cargas de trabajo.

La IA también mejora la predicción de la demanda energética, optimiza el almacenamiento de energía y fortalece la resiliencia de las redes eléctricas. En el ámbito industrial, contribuye a la descarbonización al optimizar procesos productivos, minimizar el desperdicio de materiales y promover el uso eficiente de recursos como el agua y la energía.

Para maximizar sus beneficios y minimizar sus impactos negativos, es fundamental adoptar prácticas responsables y regulaciones adecuadas. Con un enfoque equilibrado, la IA puede desempeñar un papel crucial en la construcción de un futuro más limpio y sostenible.