Para el año 2030, el consumo de agua asociado al uso de la inteligencia artificial (IA) será equivalente al de 1.300 millones de personas en el África subsahariana. Este incremento en la demanda de recursos hídricos se verá acompañado de un requerimiento energético casi triple al de países como Pakistán, Bangladesh y Nigeria, que en conjunto suman 650 millones de habitantes. Además, las emisiones de dióxido de carbono generadas por esta tecnología podrían alcanzar los 400 millones de toneladas, un volumen comparable al total de emisiones del Reino Unido. La infraestructura necesaria para el funcionamiento de la IA ocupará aproximadamente 14.500 kilómetros cuadrados, un área que duplica la de la metrópoli de Yakarta y es diez veces mayor que la de Ciudad de México.
Estos datos han sido presentados en un informe del Instituto Universitario de Naciones Unidas para el Agua, el Medio Ambiente y la Salud (UNU-INWEH), que también destaca el consumo actual de electricidad de los centros de datos que sustentan la IA. De hecho, si estos centros fueran considerados un país, su consumo eléctrico actual de 448 teravatios hora (TWh) se situaría al nivel de Francia. El estudio subraya que este enfoque no pretende criticar la inteligencia artificial, sino abogar por un uso responsable y sostenible de esta tecnología, evaluando sus impactos ambientales para garantizar que la revolución tecnológica se desarrolle dentro de los límites planetarios.
El impacto ambiental de la IA
Los autores del informe apuntan a que el coste ambiental de la IA es sistemáticamente subestimado, ya que la mayoría de los análisis se centran en las emisiones de carbono generadas durante el entrenamiento de modelos. Sin embargo, cada kilovatio-hora consumido no solo implica una huella de carbono, sino también una huella hídrica y territorial. La complejidad de evaluar el impacto medioambiental de la IA es considerable, ya que un enfoque exclusivo en las emisiones de carbono puede ocultar otros efectos negativos que se trasladan a regiones sin capacidad para gestionarlos. Adicionalmente, el informe indica que el proceso de inferencia, que ocurre cada vez que un usuario interactúa con un modelo de IA, representa entre el 80% y el 90% del consumo energético total, desafiando la creencia de que el entrenamiento es el proceso más intensivo en energía.
Asimismo, se destaca la desigualdad en la distribución de los beneficios y externalidades negativas de la IA. En países como Irlanda, los centros de datos ya representan el 21% del consumo energético total, lo que ha llevado a la implementación de moratorias en la construcción de nuevas infraestructuras. Para 2030, se estima que la infraestructura relacionada con la IA generará 2,5 millones de toneladas anuales de basura electrónica, gran parte de la cual se acumulará en países con recursos limitados. Este informe, por tanto, no solo arroja luz sobre los costes ambientales de la inteligencia artificial, sino que también plantea un llamado a la acción para que tanto gobiernos como desarrolladores adopten medidas orientadas a mitigar su impacto ambiental y promover una IA más sostenible.
