Diego Ramos
Profesor de la Dirección de Información Académica
Expertos estiman que, para el año 2040, el sector tecnológico contribuirá con el 14% de las emisiones globales de gases de efecto invernadero (GEI). Recordemos que estos gases, como el dióxido de carbono (CO₂) y el metano (CH₄), presentes en la atmósfera, atrapan el calor del sol de manera similar al vidrio de un invernadero. Este proceso material mantiene a nuestro planeta lo suficientemente cálido para que pueda haber vida. Sin embargo, la actividad humana, como la quema de combustibles fósiles, libera demasiados GEI, lo que provoca que se retenga más calor del que la Tierra puede manejar. Esto genera un aumento en la temperatura global y altera el clima del planeta.
La inteligencia artificial generativa (IAG) forma parte de uno de los sectores tecnológicos de mayor crecimiento. Esta tecnología se enfoca en el desarrollo de algoritmos capaces de crear contenido, como texto, imágenes, música y código. Aunque sus raíces se remontan a los inicios del aprendizaje automático en los años 50, los avances en redes neuronales y aprendizaje profundo desde 2010, impulsados por grandes volúmenes de datos y potentes recursos de procesamiento, han acelerado su evolución.
Pero… ¿qué es exactamente la IAG?
La inteligencia artificial generativa (IAG) es una rama de la inteligencia artificial que utiliza algoritmos avanzados de aprendizaje profundo a partir de grandes volúmenes de datos. Según Goodfellow y sus colegas, el aprendizaje profundo es una rama del aprendizaje automático que usa redes neuronales con múltiples capas para identificar patrones complejos en los datos. Las redes neuronales son conjuntos de unidades informáticas pequeñas, diseñadas para imitar el funcionamiento del cerebro humano, procesando la información de manera similar. Esto permite realizar tareas como el reconocimiento de imágenes, el procesamiento del lenguaje natural y la generación de contenido con alta precisión. Los modelos base de la IAG, como las redes generativas antagónicas (GAN), los codificadores automáticos variacionales (VAE), los transformadores y los modelos de difusión, son pilares fundamentales de esta tecnología. La introducción de las GAN en 2014 marcó un hito en su desarrollo, lo que revolucionó la capacidad de generar contenido realista.
En la actualidad, herramientas como ChatGPT, DALL-E y Copilot ejemplifican las diversas aplicaciones de la IAG en múltiples dominios, desde la generación de texto hasta la creación de imágenes y la asistencia en programación.
¿Cómo funcionan los centros de datos?
El colectivo artístico Taller Estampa diseñó una cartografía de la IAG en la que explica que esta tecnología obtiene su energía de centros de datos (data centers), alimentados por extensas redes de suministro eléctrico. Estos centros de datos son instalaciones físicas que albergan servidores y equipos tecnológicos para almacenar, procesar y gestionar grandes volúmenes de información digital, como sitios web, aplicaciones y servicios en la nube. Un ejemplo destacado es la Región de Centros de Datos de Microsoft en Querétaro, que comenzó operaciones en 2023. La relación entre la IAG y los centros de datos es esencial, ya que ambos dependen de enormes cantidades de energía para su funcionamiento y para mantener los equipos a temperaturas óptimas mediante sistemas de enfriamiento.
¿Qué cantidad de energía demanda una consulta a ChatGPT?
Un trabajo periodístico publicado en Techopedia.com revela que cada interacción o consulta de ChatGPT requiere aproximadamente 2.9 vatios-hora (Wh) de electricidad, lo que equivale a 10 veces más de energía que una búsqueda en Google, la cual utiliza alrededor de 0.3 Wh. Para ponerlo en perspectiva, escuchar música en unos audífonos bluetooth consume alrededor de 0.5 Wh por hora. Con 2.9 Wh se podrían disfrutar de unas 5 a 6 horas de música.
Aunque el consumo de energía de una consulta a ChatGPT pueda parecer pequeño —similar a cargar un smartphone a la mitad o mantener una lámpara LED encendida durante 17 minutos—, la escala masiva de consultas multiplica significativamente este consumo. Por ejemplo, si ChatGPT gestiona unos 100 millones de consultas diarias, esto suma cerca de 290,000 kilovatios-hora (kWh) en un solo día, equivalente al consumo energético de aproximadamente 10,000 hogares en Estados Unidos durante el mismo periodo. Para ilustrar aún más esta cifra, esta cantidad de energía podría alimentar un gran hospital operando durante un día completo o cubrir el consumo energético de un concierto de una estrella mundial, incluyendo luces, sonido y toda la infraestructura técnica.
¿Qué bienes comunes naturales se consumen por la demanda de datos de la IAG?
Diversos bienes comunes naturales —entendidos como elementos compartidos por todas las formas de vida que deben gestionarse de manera equitativa y sostenible— se consumen en las cadenas de suministro de materiales, ya que la energía también está conectada a la extracción de materias primas, como minerales y agua, necesarias para fabricar los dispositivos que sostienen la infraestructura tecnológica de la IAG. Además, las instalaciones de centros de datos no solo almacenan datos, sino que también proporcionan el poder computacional necesario para que la IAG funcione. Estas instalaciones dependen de una mezcla de fuentes energéticas, muchas de las cuales siguen basándose en combustibles fósiles, lo que incrementa su impacto ambiental.
¿Cómo impacta la IAG en el medio ambiente y en los ecosistemas?
La cartografía de la inteligencia artificial generativa, elaborada por el colectivo Taller Estampa, publicada en la Revista de la Universidad de México, describe e ilustra el impacto significativo que esta tecnología tiene en el medio ambiente y los ecosistemas, debido a varios factores relacionados con su infraestructura y funcionamiento:
Emisiones de carbono
Los centros de datos generan aproximadamente el 0.3% de las emisiones totales de carbono, una cifra que aumenta al incluir los dispositivos conectados, elevando las emisiones globales a un 2%. Este elevado consumo energético está vinculado al uso predominante de fuentes no renovables de energía, lo que contribuye al aumento de las emisiones de gases de efecto invernadero (GEI).
Consumo de agua
Los centros de datos también requieren grandes cantidades de agua para enfriar los servidores y mantener la infraestructura funcionando. Este consumo puede agravar los problemas de escasez en regiones donde el agua ya es un recurso limitado, afectando tanto a los ecosistemas locales como a las comunidades que dependen de estos recursos. Por ejemplo, Google consume entre 4 y 9 litros de agua por kilovatio-hora (kWh) de potencia del servidor, lo que ha generado conflictos en comunidades afectadas por la escasez de agua.
Extracción de materias primas
El desarrollo y mantenimiento de la infraestructura de la IAG dependen de la extracción de metales y minerales como cobre, oro, litio y cobalto, fundamentales para la fabricación de dispositivos electrónicos. Este proceso de extracción ocurre principalmente en países del sur global, generando problemas como uso intensivo de suelo, contaminación, deforestación y conflictos locales. Ejemplos destacados son la minería de litio en el Salar de Atacama (Chile) y el empleo de mano de obra infantil en las minas de cobalto en el Congo.
Residuos electrónicos
La producción y reemplazo constante de equipos tecnológicos genera enormes cantidades de residuos electrónicos difíciles de reciclar, con un promedio de 7.3 kg de desechos por persona al año. Gran parte de estos residuos termina en vertederos informales, donde se incineran materiales peligrosos que liberan toxinas que afectan al ecosistema y a la salud humana.
Si cada vez se usa más la IA, ¿cuánto tiempo puede tardar en mitigar esta huella?
La expansión del uso de la IA, tanto en contextos civiles como militares, ha complicado la implementación de medidas para mitigar sus efectos negativos. Aunque se están llevando a cabo esfuerzos para regular y mejorar el uso de la IA, la implementación de soluciones efectivas, especialmente en sectores interconectados como el tecnológico, militar y gubernamental, puede tomar varios años. La infraestructura de computación, que incluye centros de datos y el uso de baterías de litio, ya está superando a la industria de la aviación en términos de huella de carbono. Debido a su creciente demanda global, el consumo energético de los centros de datos representa entre 1% y el 3% del consumo energético mundial. Según un informe de Goldman Sachs Research, se estima que, con la revolución de la IA, la demanda energética de los centros de datos crecerá en un 160% para 2030.
¿Cómo se puede mitigar la huella socioambiental de la IA?
La investigadora Kate Crawford, en su libro Atlas de IA: Poder, política y costes planetarios de la inteligencia artificial, señala que, si bien las baterías de litio son cruciales para dispositivos y centros de datos, existe la necesidad de que estas tecnologías se alimenten de fuentes de energía renovables para reducir las emisiones de carbono. Esto se debe a que la extracción de minerales esenciales, como el litio, conlleva significativos impactos ambientales. Mejorar las prácticas mineras, minimizar los desechos y fomentar la reutilización de materiales son estrategias viables para mitigar ese impacto.
Debido a que la inteligencia artificial generativa es una tecnología altamente útil en diversas áreas profesionales, es fundamental mejorar la eficiencia de su uso para garantizar un futuro más sostenible. Desde nuestras acciones cotidianas, todos podemos ayudar a mitigar su impacto ambiental. Podemos empezar por extender la vida útil de nuestros dispositivos electrónicos. Antes de comprar un equipo nuevo, consideremos reparar, actualizar o donar el dispositivo actual. Además, reciclar correctamente la tecnología en centros especializados es esencial para evitar que termine en la basura común. Optar por productos reacondicionados y apoyar marcas comprometidas con prácticas sostenibles también tiene un efecto positivo.
Cada pequeña acción suma en la reducción de desechos electrónicos y en el ahorro de recursos. Al final, nuestras decisiones como consumidores pueden influir significativamente en el desarrollo de la IAG hacia un modelo más respetuoso con el planeta.
El origen de este texto
Este artículo fue resultado del primer Taller de Formación de Divulgadores, organizado por la Coordinación de Divulgación y Difusión Académica y la Dirección de Investigación y Posgrado del ITESO.
