El Instituto de Agua, Medio Ambiente y Salud de la Universidad de las Naciones Unidas (UNU-INWEH) advirtió que, para 2030, la expansión de la inteligencia artificial y de los centros de datos podría elevar de forma significativa el consumo de electricidad, agua y suelo a escala global, debido al crecimiento acelerado de la infraestructura tecnológica que permite entrenar y ejecutar sistemas de IA.
El informe, titulado "Costo ambiental del uso de energía de la IA: huella de carbono, agua y suelo", sostiene que el impacto ambiental de la inteligencia artificial no debe medirse únicamente por sus emisiones de carbono. Según el documento, cada kilovatio-hora utilizado por sistemas de IA también genera una huella hídrica y territorial asociada a la refrigeración, la generación eléctrica, la infraestructura energética y las cadenas de suministro.
De acuerdo con las estimaciones citadas en el informe, los centros de datos globales que impulsan la IA podrían consumir 945 teravatios-hora de electricidad en 2030. Esa cifra representa casi el triple del consumo anual combinado de electricidad de Pakistán, Bangladesh y Nigeria.
Huella de agua, energía y suelo
El documento advierte que la huella hídrica asociada al uso de IA podría equivaler a las necesidades básicas anuales de agua potable de 1.300 millones de personas, una cifra similar a la población del África subsahariana. También señala que la superficie terrestre vinculada a esta infraestructura podría superar los 14.500 kilómetros cuadrados, casi el doble del área metropolitana de Yakarta.
Los autores del informe indican que muchas evaluaciones actuales se concentran en las emisiones generadas durante el entrenamiento de modelos complejos. Sin embargo, el impacto ambiental continúa durante la ejecución de consultas, la generación de imágenes, el procesamiento de datos y el funcionamiento permanente de los centros de datos.
El informe también advierte que las tres huellas ambientales no siempre disminuyen al mismo tiempo. Por ejemplo, un cambio de fuentes de energía basadas en carbón hacia bioenergía puede reducir la huella de carbono, pero aumentar de forma significativa el consumo de agua y el uso de suelo.
Consumo por cada consulta
El consumo energético por consulta varía según la tarea realizada. Una consulta típica de chat puede ser alrededor de 200 veces más intensiva en energía que una clasificación básica de texto. Generar una imagen mediante IA puede requerir cerca de 1.450 veces esa cantidad, mientras que un video corto generado con inteligencia artificial puede consumir tanta electricidad como 200.000 clasificaciones de spam.
La elección del modelo, la extensión de la solicitud, el tipo de salida y la resolución del contenido generado influyen directamente en el gasto energético. El informe señala que muchas de estas decisiones son definidas por configuraciones predeterminadas de las plataformas, sin que el usuario conozca su impacto ambiental.
Otro punto señalado por los investigadores es el llamado "efecto rebote" o paradoja de Jevons. Según el informe, a medida que los modelos se vuelven más eficientes y baratos, también tienden a utilizarse con mayor frecuencia, lo que puede aumentar el consumo total de energía, agua y recursos.
Desigualdad en la infraestructura tecnológica
El informe también aborda la distribución desigual de los beneficios y las cargas ambientales de la inteligencia artificial. Solo 32 países albergan centros de datos especializados en IA, y el 90 % de esa capacidad se concentra en dos países. En contraste, más de 150 países tienen poco o ningún acceso a computación soberana para inteligencia artificial.
La Universidad de las Naciones Unidas plantea que esta concentración genera una brecha económica, tecnológica y ambiental. Mientras algunos países concentran infraestructura, beneficios comerciales y capacidad estratégica, otros enfrentan impactos relacionados con extracción de minerales críticos, residuos electrónicos y presión sobre recursos naturales.
El documento estima que la infraestructura de IA podría generar hasta 2,5 millones de toneladas de residuos electrónicos cada año para 2030. Parte de esos desechos podría terminar en economías con menor capacidad de control ambiental, lo que aumenta el riesgo de una distribución desigual de los costos.
Llamado a mayor transparencia
Los autores del informe sostienen que una inteligencia artificial dentro de los límites ambientales es posible, pero requiere medición, transparencia y responsabilidad compartida entre empresas, gobiernos, desarrolladores, usuarios e instituciones internacionales.
Entre las preocupaciones principales están el crecimiento de los centros de datos, la demanda eléctrica, el consumo de agua para refrigeración, el uso de suelo y el manejo de residuos electrónicos. El informe plantea que evaluar la sostenibilidad de la IA con una sola métrica puede ocultar impactos relevantes.
La advertencia central es que una tecnología considerada "baja en carbono" no necesariamente es baja en consumo de agua o de suelo. Por ello, el informe pide ampliar la forma en que se mide el impacto ambiental de la inteligencia artificial y considerar sus efectos en territorios con estrés hídrico o limitaciones energéticas.
