¿Cuáles son los impactos ambientales de la Inteligencia Artificial y cómo afrontarlos?
Cada vez que posteas en Instagram estás prendiendo un bombillo para siempre. Mientras el mundo entero discute sobre cómo ampliar el uso de fuentes no convencionales de energías renovables como la biomasa, la energía eólica o el teórico hidrógeno verde, gigantes como Microsoft y Google necesitan cada vez más potencia energética para desarrollar sus proyectos de Inteligencia Artificial, con los costos ambientales que esto acarrea. Paradójicamente, esta tecnología que promete ser el futuro de la humanidad, puede estar acabando con la posibilidad de tener uno.
Además, las empresas detrás del desarrollo de estas iniciativas no quieren contar cuántos recursos realmente utilizan sus softwares de IA, por lo que nadie sabe exactamente cómo suplir esta demanda. Así, “incluso si logramos suplir a la IA con fuentes renovables, tenemos que darnos cuenta de que estas son limitadas, por lo que necesitaríamos usar más combustibles fósiles en otros lugares. En último término esto implica mayores emisiones de carbono”, sostiene Alex de Vries, fundador de Digiconomist, un portal dedicado a exponer las consecuencias no deseadas de tendencias digitales.
De hecho, la IA necesita tanta energía para funcionar que, a mediados de septiembre, Open AI, la empresa detrás de ChatGPT, anunció que reabrirá una central nuclear en Pensilvania para suplir la demanda energética de sus proyectos. Además, la empresa planea abrir cinco centros de datos que necesitarán 5 gigawatts de potencia para funcionar, aunque nadie sabe quién podría suministrar esta cantidad.
Es mucho, pero no se sabe cuánto
Se calcula que una búsqueda en un chatbot como ChatGPT o Bard consume al menos diez veces más electricidad que una búsqueda normal en Google. En estimaciones hechas por de Vries, si todas las búsquedas de Google utilizaran IA (como planea hacer la compañía), se consumiría tanta energía como un país del tamaño de Irlanda.
De acuerdo con cálculos hechos por investigadores del Instituto Hugging Face y de la Universidad Carnegie Mellon, generar una sola imagen con modelos como Stable Diffusion o Dall-E utiliza tanta energía como cargar un celular. En mayor escala, generar 1.000 imágenes demanda aproximadamente la misma energía que manejar 6.5 kilómetros en un carro de gasolina.
Además de esta demanda de energía, los data centers, que son bodegas gigantescas en las que se almacena, organiza, asegura y conserva toda la infraestructura necesaria de una organización, en el caso de los data centers que potencian la IA, estas instalaciones también necesitan utilizar mucha agua para nivelar la temperatura de estas instalaciones.
Una investigación de la Universidad de California de 2023 evidenció que se utilizaron 700 mil litros de agua en un año para entrenar a ChatGPT; incluso, una demanda en Iowa mostró que OpenAI había utilizado el 6% del agua de un distrito para este mismo fin.
Y las estimaciones para el futuro no son optimistas. Para 2027, la demanda hídrica de esta tecnología será de entre 4.2 y 6.6 millones de metros cúbicos, una cifra similar al consumo total de agua de medio Reino Unido. De hecho, según sus propios reportes ambientales, Google y Microsoft han aumentado su gasto hídrico en 20% y 24% en un solo año.
Gaslighting corporativo
Para conocer con mayor precisión las demandas de energía y agua de estas empresas, la periodista Melody Petersen de Los Angeles Times envió esta consulta tanto a Google como a Microsoft. Sin embargo, ambas se negaron a responder.
Además del costo ambiental de la IA solo para que funcione, David Rolnick, científico computacional en la Universidad McGill, también invita a imaginar los usos de esta herramienta. Por eso la compara con un martillo, una herramienta que puede usarse tanto para destruir una construcción, como para poner los clavos en una nueva casa. Por ejemplo, la IA ha sido aprovechada por la industria de los combustibles fósiles para incrementar su producción de barriles en 50.000 para el 2025, directamente provocando más emisiones de gases de efecto invernadero (GEI).
Aunque las empresas no son transparentes con sus demandas energéticas e hídricas, hay algunas pistas. Por ejemplo, de acuerdo con el reporte ambiental de Google de julio de 2024, las emisiones de carbono de la empresa aumentaron 13% con respecto a 2022 y un 48% desde 2019. De hecho, aunque Google tenía como meta llegar a cero emisiones para 2030, la compañía no ha reafirmado este compromiso en los últimos años.
¿Qué debería pasar?
Para la profesora de ingeniería de la Universidad Riverside, Shaolei Ren, el primer paso debe ser tener más transparencia. Aún así, existen visiones encontradas sobre cómo afrontar el problema de los costos ambientales de la IA. Personalidades como Elon Musk han dicho históricamente que ven en la tecnología y en su avance la posibilidad de encontrar soluciones para enfrentar el cambio climático. A pesar de que su postura se ha radicalizado en los últimos tiempos.
La IA, por ejemplo, así como ha sido usada para mejorar la eficacia en la extracción de combustibles fósiles, también puede aprovecharse para mejorar la eficiencia energética. Por ejemplo, la aplicación xView2 es un programa que combina machine-learning con imágenes satelitales para identificar edificios afectados por desastres naturales. Este programa fue desarrollado por el Departamento de Defensa de EE.UU. y permite determinar los daños en infraestructura, reduciendo los daños que pueden provocar y ahorrando tiempo a los socorristas evaluando los riesgos o dónde enfocar sus esfuerzos antes de que lleguen.
La IA también podría utilizarse directamente a favor de la lucha contra el cambio climático, por ejemplo, utilizándola para monitorear con detalle las emisiones de GEI. Esto es justo lo que hace la organización Climate TRACE, que también utiliza machine-learning e imágenes satelitales para calcular la huella de carbono de fábricas o minas. Esto puede ayudar a las empresas o los Estados a llevar un control más estricto de las emisiones, algo que “en la mayoría del mundo es muy opaco”, en palabras del director de esta organización, Gavin McCormick.
Sin embargo, otras voces sugieren que no hay que soñar con una tecnología milagrosa, sino que se necesitan acciones realizables y posibles para limitar los impactos de la IA. De acuerdo con la profesora de la Universidad de California del Sur Annenberg, Kate Crawford, no hay nada que impida que esto se haga.
“La industria podría priorizar utilizar menos energía, construir modelos más eficientes y repensar cómo diseña y utiliza los data centers”. Esto es algo que demostró el proyecto francés BigScience. Allí construyeron el modelo de lenguaje BLOOM, que tiene un tamaño similar al del ChatGPT 3, pero cuya huella de carbono es mucho más baja. “Pero eso no es lo que está pasando en la industria”, sostiene Crawford.
Para David Rolnick de la Universidad McGill, la política pública en medio ambiente e Inteligencia Artificial son instrumentos que deben comenzar a jugar un papel destacado. Sobre todo, recomienda fijarse en todos los aspectos de la IA, no solo el costo ambiental de funcionamiento, sino también sus aplicaciones.
Finalmente, para el científico del Instituto Allen para la IA, Jesse Dodge, las personas con liderazgo y experticia en IA deberían establecer principios éticos que “sean parte de su sistema de valores” que limiten el uso de esta tecnología, con el fin de reducir el daño ambiental que produce.