La IA amenaza los recursos naturales de miles de millones de personas

Su huella hídrica equivaldrá a las necesidades básicas de agua de toda la población de África subsahariana (1,300 millones de personas), y su ocupación del suelo superará los 14.500 kilómetros cuadrados, el doble del área metropolitana de Yakarta, capital de Indonesia.

Sus autores advierten de que hasta ahora solo se había medido la huella de carbono de los grandes modelos de IA, ignorando el agua que consumen (para refrigeración y generación eléctrica) y el territorio que ocupan (infraestructuras energéticas y cadenas de suministro).

El problema, según los autores, es que las tres huellas no se mueven en la misma dirección. Cambiar del carbón a la bioenergía, por ejemplo, reduce la huella de carbono en un 70%, pero multiplica la huella de agua por treinta y la de suelo por cien. "Bajo en carbono" no es sinónimo de "bajo en agua" ni de "bajo en territorio".

Cada vez más consumo de energía

El debate público se ha centrado en la energía que consume entrenar grandes modelos —GPT-3 (creado por OpenAI) requirió 1,3 gigavatios-hora; GPT-4, entre 50 y 70—, pero el informe revela que esta perspectiva está obsoleta. Una vez desplegado un modelo, la inferencia —el procesamiento continuo de las consultas de los usuarios— representa entre el 80% y el 90% del consumo energético total de la IA.

Solo ChatGPT procesa unas 2.500 millones de consultas al día, lo que se traduce en unos 383 gigavatios-hora al año. Compensar sus emisiones de carbono requeriría 2.6 millones de plántulas de árboles durante diez años, en una superficie del tamaño de Manhattan. Su huella hídrica equivale a las necesidades anuales de agua de medio millón de personas en África subsahariana.

Pero no todas las consultas son iguales. Una conversación típica con un chatbot consume 200 veces más energía que una simple clasificación de texto. Generar una sola imagen consume 1.450 veces más. Un vídeo corto generado por IA puede consumir tanta electricidad como 200.000 clasificaciones de spam.

Además, el informe advierte que se suele pensar que la huella ambiental de la IA se reduce a medida que mejora la tecnología. Pero una IA más eficiente y asequible significa más consumo de IA, lo que hace que la huella total sea mucho mayor de lo que ahorramos con las ganancias de eficiencia.

Conflictos en los territorios

La expansión masiva de la IA está creando tensiones localizadas, subraya el estudio. En Irlanda, los centros de datos representaron el 21% de la electricidad medida en 2023, superando a todos los hogares urbanos. El operador de la red ha paralizado nuevas aprobaciones en Dublín hasta 2028.

En Querétaro, México, la expansión de la infraestructura de computación está agotando los suministros de agua en medio de sequías prolongadas. En Uruguay, un centro de datos de alto consumo hídrico se proyectó justo cuando una sequía agotaba las reservas de agua dulce de Montevideo.

Además, la infraestructura de IA podría generar hasta 2.5 millones de toneladas de residuos electrónicos al año en 2030, la mayoría procesados en economías de bajos ingresos con escasas salvaguardas, mientras los minerales críticos se extraen en jurisdicciones con poca supervisión ambiental.

Brecha digital

Solo 32 países del mundo albergan centros de datos especializados en IA. El 90% de esa capacidad se concentra en dos países (Estados Unidos y China), mientras que más de 150 naciones carecen actualmente de acceso a computación soberana de IA. El informe lo enmarca no solo como una brecha económica, sino como una cuestión de justicia ambiental: los países excluidos soportan la extracción de minerales críticos y los residuos electrónicos mientras los beneficios estratégicos fluyen hacia otro lado.

Crecimiento

El mercado global de IA se está expandiendo rápidamente y se proyecta que crecerá de 189 mil millones de dólares en 2023 a casi 5 billones de dólares en 2033. Esto representaría un aumento de aproximadamente 25 veces en el tamaño del mercado global de IA en una década.

Fuente: Avispa Midia