¿Cuál es el verdadero costo de la huella ambiental de la IA?

Hace apenas unos años, la inteligencia artificial era vista como una promesa lejana, una utopía de ciencia ficción. Hoy, es una realidad que nos asiste, nos simplifica múltiples tareas y hasta nos entretiene. Sin embargo, en el entusiasmo general por su potencial creativo y productivo, hemos pasado por alto un elemento esencial: su huella ambiental.

Cada imagen generada, cada respuesta estilizada, cada réplica conversacional tiene un costo que no se ve, pero que existe: el de enfriar los servidores que permiten que estos modelos funcionen. El resultado es una paradoja: mientras usamos IA para imaginar mundos mágicos estilo Studio Ghibli, o generar nuestra versión en muñeco de acción, contribuimos —sin saberlo— a la presión sobre un recurso de recursos escasos como el agua. ¿Por qué ocurre esto?

Ello se debe a que, al entrenar un modelo de IA, la cantidad de electricidad a consumir puede ser significativa, dependiendo de los parámetros y tamaño del modelo, así como de la infraestructura que se emplee o el tiempo de duración de dicho entrenamiento. Por ejemplo, modelos como GPT-4 de OpenAI, pueden demandar una cantidad asombrosa de electricidad, lo que conduce a un aumento de las emisiones de dióxido de carbono y las presiones en la red eléctrica.

A su vez, el entrenamiento de modelos avanzados puede consumir hasta 200 millones de litros de agua. Sí, leyó bien; cifra que supera, en muchos casos, el total de agua que una persona promedio consume en toda su vida, si consideramos tanto el uso directo (2.92 millones de litros) como el indirecto (100 millones).

De acuerdo con el estudio “Making AI Less ‘Thirsty’: Uncovering and Addressing the Secret Water Footprint of AI Models”, realizado por investigadores de la Universidad de California, Riverside, y la Universidad de Texas en Arlington, el entrenamiento de modelos de lenguaje como GPT-3 puede consumir hasta 700 mil litros de agua dulce en centros de datos de última generación en Estados Unidos, utilizados principalmente para enfriar los servidores durante el proceso de entrenamiento. Además, señala que este consumo podría ser aún mayor si el entrenamiento se realizara en centros de datos ubicados en regiones más cálidas, debido a una mayor necesidad de enfriamiento. ​

Este análisis ha sido ampliamente citado en medios especializados, como Data center Dynamics y National Geographic, destacando la creciente preocupación por la huella hídrica de los modelos de inteligencia artificial y la necesidad de desarrollar prácticas más sostenibles en su implementación.​

Al conocer esta situación, vale preguntarnos entonces: ¿realmente necesitamos todo lo que la IA puede ofrecernos? ¿Debemos generar cientos de imágenes, canciones o textos por puro entretenimiento, cuando sabemos que su existencia implica un costo ambiental significativo? Las respuestas a estas interrogantes deben orientarse por un uso cada vez más responsable y hasta cierto punto ético. Como académico y hombre de ciencia, abogo para que la inteligencia artificial se siga desarrollando, porque es sin duda una herramienta crucial para resolver diferentes desafíos que enfrentamos, pero también para su uso tenga conciencia y propósito.

Debemos, en ese sentido, impulsar por una mejor orientación en su uso entre nuestras comunidades —estudiantes, desarrolladores, usuarios—. No se trata de renunciar a la tecnología, sino de redirigirla hacia soluciones que verdaderamente justifiquen su costo: diagnósticos médicos, predicciones climáticas, automatización en zonas rurales, accesibilidad para personas con discapacidad. Además, necesitamos fomentar la innovación en torno a modelos más ligeros, menos costosos y más sostenibles. Apoyar centros de datos que utilicen energías renovables y sistemas de enfriamiento circulares.

Comprometidos con esa visión, queremos ciudadanos que piensen en el impacto de lo que crean, que valoren el agua tanto como los datos, y que sepan que la inteligencia más importante sigue siendo la humana.

El futuro no puede construirse a costa de agotar los recursos del presente. Si la IA quiere imaginar nuevos mundos, que lo haga con la conciencia de no destruir el mundo real en el proceso.