Anticipa sequías, rastrea fugas de agua y gestiona redes eléctricas enteras. Sin embargo, detrás de esta impresionante caja de herramientas se esconde una paradoja: la inteligencia artificial puede hacer que nuestras sociedades sean más eficientes, pero ¿realmente puede hacerlas sostenibles sin frenar su apetito?
La IA al servicio del medio ambiente gracias al análisis masivo de datos complejos
En un campo, una cámara identifica una mala hierba y activa un deshierbe selectivo. En otro lugar, un modelo detecta signos de inundación o de olas de calor. Estos usos ya no son ciencia ficción. La IA climática analiza volúmenes de datos enormes, más allá de las capacidades humanas.
El IPCC ya señala su papel en la modelización del clima y la predicción de eventos extremos. Algunos sistemas ajustan el riego o detectan fugas invisibles. Otros equilibran las redes eléctricas. En cada caso, unos pocos porcentajes ahorrados pueden conservar miles de toneladas de recursos.
El efecto rebote anula las ganancias de eficiencia y estimula el consumo global
Pero una mecánica económica bien conocida acompaña estos progresos. Cuando una tecnología reduce costos, hace que un servicio sea más accesible. La demanda aumenta rápidamente. Este es el efecto rebote, también conocido como paradoja de Jevons. Una mayor eficiencia no siempre reduce el consumo global.
La aviación ilustra bien este fenómeno. Los aviones modernos consumen menos combustible por pasajero. Sin embargo, la reducción de precios y la multiplicación de vuelos han hecho explotar el tráfico. Por lo tanto, el resultado depende menos de la eficiencia de un aparato que del número total de trayectos.
El mismo mecanismo podría aplicarse a la inteligencia artificial. Una fábrica optimizada produce menos desechos, pero fabrica más. Una entrega más eficiente se vuelve más barata y más frecuente. Sin un objetivo de reducción, producir mejor puede acelerar el consumo en lugar de frenarlo.
Los centros de datos revelan la huella material y energética de la IA
La IA parece inmaterial, hecha de datos y cálculos. Sin embargo, cada consulta pasa por servidores ubicados en vastos centros de datos. Estas infraestructuras consumen mucha electricidad. También requieren refrigeración y mobilizan agua, cobre y metales críticos.
Según la Agencia Internacional de Energía, estos centros utilizaron alrededor del 1,5 % de la electricidad mundial en 2024. Su consumo podría alcanzar 945 teravatios hora en 2030. Este aumento se explica en gran medida por el desarrollo rápido de la IA. Supera con creces el crecimiento global de la demanda eléctrica.
La IA como herramienta de ayuda en la transición sin poder orientar las elecciones de la sociedad
Esta huella no condena a la inteligencia artificial. Puede acelerar el descubrimiento de materiales de bajo carbono. También mejora el diseño de baterías y la eficiencia de edificios. Los investigadores ya identifican varios usos en los que modelos bien dirigidos apoyan la transición climática.
Pero cada beneficio debe ser comparado con los recursos utilizados. Esto incluye la fabricación de chips, la construcción de servidores y su consumo energético. El Programa de las Naciones Unidas para el Medio Ambiente insiste en este enfoque global. El impacto real de la IA a menudo permanece invisible detrás de interfaces simples.
Sobre todo, ningún algoritmo decidirá reducir los vuelos o consumir menos. Puede proponer escenarios y anticipar sus efectos. Pero la elección de la sobriedad sigue siendo humana. Depende de decisiones políticas, económicas y culturales. La pregunta persiste: ¿están las sociedades preparadas para cambiar?
