La Inteligencia Artificial es uno de los temas más candentes actualmente, fuera y dentro del ámbito tecnológico. Desde la irrupción de la herramienta ChatGPT en 2022, la IA generativa ha estado en el centro de todas las conversaciones, aumentando su popularidad exponencialmente y convirtiéndose en una aliada para muchas tareas del día a día. Si bien es una tecnología revolucionaria en muchos aspectos (permite la automatización de infinidad de procesos, la personalización de mensajes, la creación de contenidos originales, etc), también demanda una enorme cantidad de recursos para su desarrollo, implementación y funcionamiento.

En términos generales, la huella ecológica de la IA abarca diversos aspectos, desde la energía requerida para alimentar los centros de datos donde se ejecutan los algoritmos hasta la extracción de materiales para la fabricación de dispositivos hardware especializados. Estos recursos incluyen electricidad, agua, metales y otros materiales.

Uno de los mayores consumidores de recursos dentro del ámbito la IA es el entrenamiento de modelos de deep learning y machine learning, que implica procesar enormes conjuntos de datos a través de algoritmos complejos. Esto supone la inversión de una gran cantidad de energía y tiempo de computación, lo que se traduce en emisiones de carbono significativas, especialmente cuando se utilizan servidores y sistemas de refrigeración intensivos.

¿Cuánta energía y recursos consume la IA?

Medir el impacto medioambiental es complejo, porque, en primer lugar, la inteligencia artificial está siendo desarrollada por multitud de empresas y aplicada en infinidad de sectores; y en segundo lugar, porque existe cierta opacidad sobre este tipo de avances tecnológicos (las grandes compañías no están obligadas a rendir cuentas ni dar información sobre el consumo de energía y recursos que implica la IA). Pese a ello, existen diversos estudios que ofrecen algunos datos.

Según datos de la Asociación de Maquinaria Computacional (ACM), las tecnologías de la información y comunicación (TIC) producían en 2021 entre el 1,8% y el 3,9% de las emisiones mundiales de carbono, una cifra que con toda seguridad habrá aumentando en los últimos años. Solo en Estados Unidos, los centros de datos suponen el 1,8% del consumo eléctrico del país.

Según la estimación realizada en 2020 por Payal Dhar, y publicada en la prestigiosa revista Nature, la huella de carbono de entrenar a un solo gran modelo lingüístico como ChatGPT equivale a unas 300 toneladas de dióxido de carbono emitido (equivalente a la que podría emitir un español promedio en 60 años).

Uno de los primeros informes que se realizaron sobre la huella de la IA, firmado por un equipo de la Universidad de Massachusetts Amherst, señaló que entrenar un gran modelo de lenguaje natural, como ChatGPT, produce las mismas emisiones de CO2 a la atmósfera que 125 vuelos de ida y vuelta de Nueva York a Pekín. Otro estudio de la Universidad de Copenhague reveló que en una sola sesión de entrenamiento se utiliza el equivalente al consumo energético de un año de 126 hogares daneses, y se emite la misma cantidad de CO2 que 700.000 kilómetros de conducción.

Pero no solo las emisiones de gases de efecto invernadero son parte de la huella ecológica que deja la IA, también los recursos hídricos que consume se deben tener en cuenta. Los servidores necesitan agua para refrigerarse: solo el entrenamiento de una inteligencia artificial como ChatGPT o similar puede consumir más de 700.000 litros de agua dulce limpia en los centros de datos. Esta cantidad es la equivalente a la necesaria para fabricar más de 350 vehículos de alta gama, o para llenar una torre de refrigeración de una central nuclear, como apuntan algunas investigaciones.

Posibles soluciones para reducir el impacto

En este contexto, es fundamental conocer el impacto que tiene la IA en el medio ambiente. Algunas empresas ya están buscando soluciones para tratar de reducir las emisiones y el gasto de recursos, así como para mitigar las consecuencias de la puesta en marcha de de este tipo de tecnologías. Un ejemplo es la startup Hugging Face, que nació en 2022 y es capaz de estimar de forma precisa las emisiones producidas durante todo el ciclo de uso del modelo de IA y no solo durante el entrenamiento.

La compañía calculó que que el entrenamiento de BLOOM (su propio modelo de lenguaje) generó 25 toneladas métricas de emisiones de CO2, como apunta un artículo del MIT. Pero, según los investigadores, esa cifra se duplicó cuando se tuvieron en cuenta las emisiones producidas por la fabricación del equipo informático utilizado para entrenarlo, la infraestructura computacional más amplia y la energía requerida para ejecutar BLOOM después de entrenarlo.

Paradójicamente, otras empresas, que van desde agencias hasta consultoras, han desarrollado calculadoras basadas en IA que calculan la huella de carbono de campañas publicitarias o de proyectos concretos. Si bien la IA requiere numerosos recursos para funcionar, también puede ayudar a hacer más eficientes los procesos en múltiples sectores, permitiendo así a las empresas a ser un poco más sostenibles. Por ejemplo, GroupM hace tiempo que desarrolló una calculadora que mide la huella de carbono de sus campañas, y Scope3 tiene la misión de descarbonizar una industria tan grande y omnipresente como la de la publicidad digital, mediante herramientas y soluciones que permitan el ahorro de recursos y la optimización de la cadena publicitaria.

Fuentes: MIT, Newtral, El Independiente