
El costo ecológico de hacer trends con Inteligencia Artificial: aumentos en el consumo de agua y electricidad
Maldito País
abril 6, 2025
Las señales son claras: la Inteligencia Artificial está generando más que imágenes al estilo Studio Ghibli y respuestas a millones de preguntas sobre el mundo, también genera una nueva presión sobre la naturaleza, especialmente el agua.
Aunque los estudios no logran ofrecer una imagen completa del consumo de agua vinculado a la IA, se puede construir el panorama con diferentes datos.
El Programa de Naciones Unidas para el Medio Ambiente, en su estudio “Artificial Intelligence (AI) end-to-end”, calcula que para 2027, la demanda mundial de agua para el desarrollo y operación de sistemas de IA podría alcanzar entre 4.200 y 6.600 millones de metros cúbicos, superando la mitad de consumo anual del Reino Unido, en 2023.
Pero, ¿qué es la IA y cómo funciona?
El estudio del PNMA sitúa a la IA como un grupo de tecnologías que pueden procesar información y, de forma muy leve, imitar el pensamiento humano.
Las formas rudimentarias de IA han existido desde la década de 1950, con proyectos como Teseo, un ratón robótico capaz de recorrer un laberinto «aprendiendo» mientras lo hacía, desarrollado por Claude Shannon, un matemático e investigador estadounidense. Sin embargo, la tecnología ha evolucionado a pasos acelerados debido a los avances informáticos y a la explosión de datos, que son cruciales para entrenar modelos de IA.
La estructura física de la IA a gran escala se aloja en centros de datos. Los elementos electrónicos que albergan estos centros van desde computadoras, microchips, entre otros, que necesitan de elementos como las tierras raras (Conjunto de 17 elementos que se extráen para utilizarlos en diferentes tecnologías) para su construcción, los cuales se extraen de forma insostenible.
El informe Navigating New Horizons, de la misma institución, explica que la proliferación de centros de datos de IA produce desechos de equipos eléctricos (transforman la electricidad en luz, calor, sonido o movimiento. Ej. motores) y electrónicos (Almacenan, transmiten o procesan información. Ej. computadoras) que contienen sustancias peligrosas como mercurio y plomo, consumen grandes cantidades de agua, dependen de minerales críticos y utilizan cantidades masivas de electricidad, emitiendo más gases de efecto invernadero.
Según la Agencia Internacional de Energía, la potencia computacional que sostiene la IA se está multiplicando aproximadamente cada 100 días. Esto podría aumentar la demanda de energía en el mundo a un 5% este año.
El aumento responde a que los centros de datos se basan en sistemas de computación de alto rendimiento, para gestionar grandes cantidades de información y cálculos complejos.
Por ejemplo, una pregunta a ChatGPT requiere casi 10 veces más electricidad para procesarse que una consulta en Google.
Estos sistemas cuentan con semiconductores, que requieren de enormes cantidades de agua pura para su funcionamiento. A esto se suma el uso intensivo de agua en los centros de datos, tanto de forma directa (para la refrigeración), como de forma indirecta (para la generación de energía).
Impacto en Latinoamérica
Actualmente, hay alrededor de 11 mil centros de datos, la mayoría ubicados en Estados Unidos y Asia. Sin embargo, algunas empresas han construido y planean ampliar centros de datos en Brasil, Chile, Colombia y Perú.
En México, los gigantes tecnológicos han elegido ciudades como Querétaro para desarrollar lo que podría convertirse en el mayor centro de datos de Latinoamérica, un lugar con altos riesgos de sequía.
Según un artículo de Datacenterdynamics, la empresa KIO expandirá sus operaciones en Latinoamérica, y ha incluido a Guatemala y Panamá para la construcción de nuevos centros de datos.
Construir estos centros en regiones cálidas y con estrés hídrico, intensifica los desafíos de gestión y la competencia entre el consumo tecnológico y las necesidades humanas básicas.
Según la Organización Latinoamericana de Energía (OLADE), existen 455 centros de datos en la región que representan el 1.6% del consumo de energía. Afirman que, para el 2035, esto representará el 5% del consumo total de energía en toda América Latina.
Modelos de IA más eficientes pueden reducir el consumo energético del hardware, pero también requieren de una planificación estratégica para lograrlo. Evaluar y mitigar estos impactos requiere una mirada integral, que hasta ahora ha sido limitada.
