Los efectos ambientales de la IA

La IA o inteligencia artificial es un recurso cada vez más usado y puede ser de gran ayuda además de permitirnos abordar algunas de las mayores emergencias ambientales, sin embargo, la IA, en concreto sus centros de datos, también causa un daño significativo al medio ambiente.

Antes de abordar ese tema hay que responder qué es la IA.

La inteligencia artificial es un término utilizado para un grupo de tecnologías que pueden procesar información y, de manera muy leve, imitar el pensamiento humano. La idea de la  IA ha existido desde la década de 1950, pero la tecnología ha evolucionado a un ritmo vertiginoso en los últimos años, en parte debido a los avances en la potencia informática y la explosión de datos, que son cruciales para entrenar modelos de IA.

En resumen, es un campo de la informática que busca crear sistemas capaces de imitar capacidades humanas como el aprendizaje, el razonamiento y la resolución de problemas.

 

Todas las acciones realizadas con tecnología como la fabricación, instalación, el entrenamiento de la inteligencia artificial, su mantenimiento y uso tienen un impacto en el medio ambiente, detrás de cada interacción aparentemente trivial con un chatbot, se esconde un sistema complejo, cuya operación deja una marca significativa en el medio ambiente. Los principales problemas medioambientales de la IA son el alto consumo de energía y agua, la generación de residuos electrónicos y el agotamiento de materias primas.

Alto consumo de energía:

Uno de los principales retos es el alto consumo energético requerido, tanto en la fase de entrenamiento como durante la ejecución de los modelos, algunos estudios recientes señalan que, si la tendencia no cambia, la IA podría estar en camino de consumir anualmente tanta electricidad como todo el país de Irlanda (29,3 Tera vatios-hora por año). Este alto consumo, además, aumenta la generación de CO2.

Consume enormes cantidades de recursos debido a varios factores, entre ellos el tamaño y complejidad de los modelos, la cantidad de datos requeridos para el entrenamiento y los cálculos involucrados en el entrenamiento y ejecución.

Alto consumo de agua:

Los servidores que operan en centros de datos generan cantidades masivas de calor al realizar los miles de cálculos necesarios para cada respuesta. Para evitar sobrecalentamientos, el sistema requiere enfriamiento constante, a menudo mediante sistemas que utilizan agua para transferir el calor hacia torres de refrigeración. Esto sucede principalmente en climas cálidos debido a que las máquinas se sobrecalientan mucho más rápidamente. Esta práctica tiene un impacto geográfico considerable ya que puede generar estrés hídrico o aumentar la falta de agua en las regiones donde se encuentran estos centros. Compañías como Google o Microsoft han sido criticadas por el uso de agua en zonas con sequía.

El simple hecho de generar un texto de 100 palabras en Chat GPT consume, en promedio, 519 mililitros de agua, el equivalente a una botella. Este consumo, que puede parecer mínimo en la escala de una sola consulta, se magnifica cuando se analiza el impacto a gran escala.

La generación de residuos tecnológicos:

El reciente aumento de la implantación de la IA generativa ha contribuido a un incremento de la basura electrónica debido a la sustitución de equipos electrónicos obsoletos. El desarrollo de la inteligencia artificial generativa y, en particular, de los modelos lingüísticos de gran tamaño, podría generar entre 1,2 y 5 millones de toneladas de basura electrónica acumulada entre 2020 y 2030, según estima un estudio publicado en Nature Computational Science. El análisis calcula la masa de basura generada por elementos del hardware, como las unidades de procesamiento, de almacenamiento y los sistemas de alimentación. Debido a los resultados de este estudio, el equipo considera cuatro escenarios con distintos grados de producción y aplicación de IA generativa, desde un escenario agresivo hasta uno conservador

Agotamiento de materias primas:

El hardware de IA, principalmente las GPU y servidores, requiere una compleja mezcla de minerales y tierras raras, como el cobre, cobalto, litio y gadolinio. La extracción de estos minerales es intensiva, a menudo se asocia a impactos ambientales tóxicos como la contaminación de agua y tierra y la rápida expansión de los centros de datos aumenta drásticamente la demanda de cobre, que es esencial para el cableado y la infraestructura de refrigeración, la demanda de los centros de datos está contribuyendo al agotamiento global de este suministro.

En conclusión, la inteligencia artificial es un avance tecnológico enorme que nos ayuda y beneficia de distintas formas, pero, que trae consigo un gran impacto ambiental, afectando al planeta y la calidad de vida de muchos seres vivos incluyéndonos, que debemos controlar de la manera correcta y tomar medidas a tiempo para reducir o erradicar estos problemas.

 

Fuentes

 

Fuentes: Google Gemini (ayuda con la búsqueda de información y fuentes), https://www.unep.org/es/noticias-y-reportajes/reportajes/la-ia-plantea-problemas-ambientales-esto-es-lo-que-el-mundo-puede (Titulo: La IA plantea problemas ambientales. Esto es lo que el mundo puede hacer al respecto. Autor: La UNEP/ PNUMA), https://observatorio-ametic.ai/es/inteligencia-artificial-en-sostenibilidad/el-consumo-energetico-de-la-ia-generativa (Titulo: El consumo energético de la IA generativa. Autor: Víctor Gaspar.) https://www.nationalgeographic.com.es/ciencia/agua-que-gasta-chatgpt-y-otros-modelos-ia_23812 (Titulo: La sed de ChatGPT: la IA consume una cantidad de agua alarmante. Autor: Sergio Parra) https://sciencemediacentre.es/la-expansion-de-la-ia-generativa-podria-generar-hasta-cinco-millones-de-toneladas-de-basura#:~:text=El%20desarrollo%20de%20la%20inteligencia,publicado%20en%20Nature%20Computational%20Science. (Título: La expansión de la IA generativa podría generar hasta cinco millones de toneladas de basura. Autor:SMC España) https://www.agenciasinc.es/Noticias/La-IA-podria-aumentar-casi-1.000-veces-los-residuos-electronicos-para-2030 (Titulo:  La IA podría aumentar casi 1.000 veces los residuos electrónicos para 2030. Autor: Agencia SINC