Un informe de la ONU detalla las consecuencias cada vez más graves de la IA relacionadas con el agua, la tierra y las emisiones de carbono
Un nuevo informe de Naciones Unidas (ONU) evalúa los costes ambientales anuales de la inteligencia artificial (IA). Según el documento, para el año 2030, si los centros de datos fueran un país, su consumo eléctrico estaría al nivel del de Francia. En cuanto a las emisiones de dióxido de carbono, estas podrían alcanzar los 400 millones de toneladas de CO₂ equivalente, comparables a las emisiones totales del Reino Unido. Los 9,3 billones de litros de agua que utilizan cubrirían las necesidades de agua potable de los 8.100 millones de personas del planeta durante 1,6 años. El informe señala que la generación de vídeos de alta resolución está en el top del consumo energético de la IA. Además, denuncia la desigualdad digital y la injusticia ambiental cada vez mayor entre las naciones que controlan los sistemas de IA y las que asumen sus costes ambientales, sobre todo, en el sur global.
Alfonso Valencia - IA y agua
Alfonso Valencia
Profesor ICREA y director de Ciencias de la Vida en el Centro Nacional de Supercomputación de Barcelona (BSC)
El informe de la United Nations University – Institute for Water, Environment and Health aporta nuevos datos sobre las huellas de agua, suelo, carbono y residuos asociadas al auge de la IA. Sin ser temas nuevos, analizarlos y cuantificarlos aporta claridad y nos enfrenta con lo que es, sin duda, un enorme problema.
El documento presenta escenarios en los que el consumo de recursos crece hasta 2030 incluyendo recursos hídricos y de suelo junto al crecimiento de la producción de CO2. Es importante resaltar que el informe usa cifras reales para hacer proyecciones mediante unos modelos, por tanto, dependen de supuestos críticos sobre la cuota de IA en el consumo de centros de datos, los avances de eficiencia energética, la composición de la factura eléctrica regional y las técnicas de refrigeración aplicadas, entre otros; y pueden variar en función de posibles mejoras de eficiencia o adopción de modelos en dispositivos (en vez de data centers) o de cambios regulatorios o políticos. Por tanto, las cifras deben interpretarse en este contexto y no considerarlas como verdades absolutas. En cualquier caso, las proyecciones sitúan el consumo eléctrico desde cientos hasta casi mil TWh para 2030, equivalente al consumo de 1,3 mil millones de personas en África subsahariana durante cinco años.
Algunos datos quizás menos conocidos son relevantes para los usuarios. Por ejemplo, la inferencia, las respuestas cotidianas a usuario, parece consumir tanto o más que el entrenamiento de los modelos. Simplemente, manteniendo los prompts con la información mínima necesaria y pidiendo respuestas cortas y concisas se ahorraría una enorme cantidad de recursos.
Aunque la información que aporta el informe es interesante, echo en falta un análisis más detallado del impacto de los distintos usos, por ejemplo, modelos de gran escala versus modelos en dispositivos, o aplicaciones científicas sobre uso recreativo, comparando usos sociales de alto valor (investigación, usos en medicina) con usos como la creación masiva de contenido de entretenimiento.
Por su carácter técnico, el informe habla de modo general de cómo los centros de datos deben integrarse en la planificación energética, hídrica y de uso del suelo, aplicando evaluaciones de impacto acumulado que consideren otras demandas locales. En este sentido, el informe parece quedarse corto respecto a la evaluación de la situación geopolítica y sobre el problema real que representa la concentración de la capacidad de decisión en unas pocas empresas; personalmente, encuentro que la reciente encíclica [del papa León XIV] ofrece un perspectiva mucho más completa e interesante.
260603_Verónica Bolón-Canedo_IA ONU
Verónica Bolón-Canedo
Profesora titular en el departamento de Ciencias de la Computación y Tecnologías de la Información de la Universidade da Coruña e investigadora en el laboratorio de I+D en Inteligencia Artificial del Centro de Investigación TIC (CITIC)
En mi opinión, la nota de prensa refleja correctamente el informe, que es un informe sólido, que trata varias cuestiones que son muy relevante para el campo de la IA verde. No solo se centra en el aspecto de las emisiones de carbono de los modelos de IA, sino también en otros factores que a menudo se ignoran, como que quizás las emisiones de cierto centro de datos son más bajas, pero a costa de requerir más agua. Plantea que se deberían tener en cuenta todos estos factores a la hora de evaluar los distintos modelos o eficiencia de los centros de datos.
Es un artículo muy interesante para el público general, ya que puede ayudar a concienciar sobre un problema que la gente en general desconoce, y además con datos claros y evidencia; e invita a una reflexión crítica sobre el uso que estamos haciendo de las nuevas tecnologías.
260603_Pablo Haya_IA impacto ambiental
Pablo Haya Coll
Investigador del Laboratorio de Lingüística Informática de la Universidad Autónoma de Madrid (UAM) y director del área de Business & Language Analytics (BLA) del Instituto de Ingeniería del Conocimiento (IIC)
Se trata de un informe muy completo que aborda de manera holística el coste medioambiental asociado al consumo energético de los centros de datos, considerando tanto las emisiones de CO₂ como las huellas de consumo de agua y de ocupación de suelo vinculadas a los centros de datos.
Como síntesis de su impacto, destaco la siguiente afirmación: «Si el consumo eléctrico de los centros de datos se considerara el de un país, ocuparía el undécimo puesto a nivel mundial en consumo de electricidad» (traducción propia). El informe refleja con claridad una realidad económica en la que el sector tecnológico ocupa una posición dominante. Conviene recordar que nueve de las diez empresas con mayor capitalización bursátil del mundo pertenecen a este sector, siendo Nvidia la de mayor valor de mercado. Esta compañía, fabricante de los procesadores utilizados para entrenar y operar sistemas de IA, alcanza una capitalización bursátil superior al PIB de todos los países del mundo, con la excepción de Estados Unidos y China. De hecho, esta capitalización equivale a más del 13 % del PIB estadounidense.
El informe señala asimismo el creciente peso de la inteligencia artificial en el consumo eléctrico de los centros de datos, pasando de representar cerca del 20 % de la electricidad consumida por estas infraestructuras en 2025 a una proyección del 40 % en 2030. No obstante, únicamente el 16 % de los países dispone de infraestructura especializada para IA y, dentro de este grupo, el 90 % de la capacidad instalada se concentra en dos países: Estados Unidos y China. Como consecuencia, una parte muy significativa del incremento del impacto ambiental asociado a la inteligencia artificial se concentra también en estas dos economías.
Entre los principios propuestos por el informe para avanzar hacia un ecosistema de IA responsable, me resulta especialmente relevante el de la eficiencia desde el diseño. El documento destaca que una consulta de texto típica a un sistema como ChatGPT puede requerir aproximadamente 200 veces más energía que tareas de clasificación de texto, como el filtrado de correo no deseado (todavía es mayor la comparación si consideramos imágenes o vídeos). En este contexto, el desarrollo y despliegue de modelos más pequeños y especializados aparece como una vía prometedora para reducir el consumo energético sin renunciar a la utilidad de estas tecnologías.
Otro aspecto que me ha llamado la atención es la comparativa entre las huellas medio ambientales de los centros de datos en distintos países. Por ejemplo, Francia, que alberga uno de los mayores números de centros de datos de Europa, presenta una huella de carbono, agua y uso del suelo por kWh significativamente inferior a la de otros países con una elevada concentración de estas infraestructuras, como Reino Unido, Italia o Alemania. Este tipo de comparaciones pone de manifiesto que el impacto ambiental no depende únicamente de la magnitud de la capacidad instalada, sino también de las características del sistema energético que la sustenta.
- Informe