El avance acelerado de la inteligencia artificial ha puesto en jaque la sostenibilidad del planeta de manera inesperada. Un nuevo informe científico advierte que, para finales de esta década, la tecnología demandará casi mil teravatios-hora anuales. Esta cifra astronómica no solo redefine el mapa energético mundial, sino que expone deudas ambientales críticas que van mucho más allá del carbono.

¿Por qué la fase de inferencia es el mayor problema energético de la IA? La discusión pública suele centrarse erróneamente en la energía necesaria para entrenar modelos complejos como GPT-4. Sin embargo, el verdadero impacto masivo reside en la operación cotidiana de los sistemas ya implementados por las empresas.

La fase de inferencia (que es el procesamiento de cada consulta diaria) consume entre el 80 % y el 90 % de la electricidad total de la IA. Una sola imagen generada puede gastar 1.450 veces más energía que una tarea de clasificación básica. Existe una creencia extendida de que el uso exclusivo de energías renovables limpia totalmente la huella de la inteligencia artificial.

No obstante, centrarse únicamente en las emisiones de carbono ignora la huella hídrica y de suelo. Los centros de datos requieren cantidades masivas de agua dulce para refrigeración, a menudo en regiones que ya sufren estrés hídrico extremo, como Querétaro en México o Irlanda. La paradoja de Jevons: por qué más eficiencia no significa menos consumo La mejora constante en la eficiencia de los procesadores y modelos no está reduciendo el consumo neto, sino potenciándolo.

Este fenómeno, conocido como la paradoja de Jevons, explica cómo procesos más baratos y rápidos invitan a un uso masivo de la herramienta, elevando la huella ambiental total por encima del ahorro obtenido por la optimización. Al volverse más accesible, la demanda de tareas complejas escala exponencialmente la presión sobre los recursos naturales básicos. El informe de la Universidad de las Naciones Unidas subraya una desigualdad crítica en la distribución de estos costes.

Mientras un puñado de países y empresas se beneficia de las capacidades de la IA, el coste ambiental en términos de degradación de tierra y consumo de agua se externaliza hacia comunidades locales que no siempre utilizan esta tecnología. Esta asimetría convierte a la sostenibilidad en un desafío urgente de gobernanza global. ¿Qué consecuencias tiene la falta de regulación sobre el impacto ambiental de la IA?

La complejidad de las indicaciones de los usuarios y la resolución de las salidas determinan gran parte de este gasto que hoy es invisible para el consumidor final. Sin una regulación coordinada que exija transparencia sobre la huella terrestre e hídrica, el crecimiento de la infraestructura tecnológica corre el riesgo de repetir patrones históricos de desigualdad y superar los límites planetarios antes de que termine esta década.