El avance de la Inteligencia Artificial plantea desafíos ambientales severos que van más allá de las emisiones de carbono.
Un informe de la Organización de las Naciones Unidas titulado «Costo Ambiental del Consumo Energético de la IA: Huella de Carbono, Agua y Suelo, señala que, para el año 2030, esta tecnología requerirá una cantidad de agua equivalente al consumo de toda la población de la África subsahariana. Asimismo, se proyecta que la demanda eléctrica del sector alcanzará los 945 Teravatios-hora, una cifra que triplica el consumo conjunto de Pakistán, Bangladesh y Nigeria.
El documento técnico aclara que no se busca condenar la IA, ya que es una herramienta que mejora la calidad de vida a nivel global, sino hacer un llamado a la gestión responsable para mitigar efectos secundarios no deseados y garantizar la equidad del sistema.
Impactos reales en el consumo de recursos locales
La investigación analiza casos concretos que demuestran la presión que ejercen los centros de datos sobre los servicios públicos locales. En Irlanda, uno de los núcleos principales de estas instalaciones en Europa, las infraestructuras de IA llegaron a consumir el 21% de toda la energía eléctrica del país en el año 2023, superando el gasto de toda la población urbana nacional.
Por otro lado, en Uruguay, la planificación de un centro de datos de alta demanda hídrica coincidió con una fuerte sequía en el año 2023. Esta situación climática terminó por agotar las reservas de agua dulce de Montevideo, comprometiendo temporalmente la potabilidad del agua corriente de la red pública.
La necesidad de evaluar múltiples factores ambientales
Los expertos universitarios a cargo del estudio sostienen que la sostenibilidad de la IA debe medirse bajo la combinación de tres elementos fundamentales: las emisiones de dióxido de carbono, el consumo de agua potable para refrigerar procesadores y el uso del suelo. El análisis advierte que concentrarse únicamente en la descarbonización puede ser engañoso. Por ejemplo, migrar hacia fuentes de energía renovable reduce las emisiones de gases en un 70%, pero puede multiplicar por 30 la huella hídrica y por 100 la ocupación de terrenos, trasladando el problema ecológico a otras regiones.
De igual forma, el informe desmitifica que el mayor gasto energético ocurra durante la fase de entrenamiento de los modelos de lenguaje. Cerca del 90% del consumo de recursos se genera en las consultas de uso cotidiano. Las exigencias varían según el formato: la creación de un video corto mediante herramientas de IA puede requerir hasta 200.000 veces más energía que el procesamiento de un texto simple.
Crisis de residuos electrónicos y directrices de sostenibilidad
El ciclo de vida de los equipos tecnológicos representa otra fuente de preocupación ambiental. Para el año 2030, se estima la generación de 2.5 millones de toneladas de basura electrónica anuales compuestas por microchips y componentes obsoletos, un volumen de desechos que equivale al peso de 250 torres Eiffel y que suele terminar en países con economías en desarrollo.
Fuente: Web. Editado por CDOL.
