Conozca el impacto ambiental que tiene crear imágenes con IA: ¿cuánta agua se requiere?

Los datos son contundentes. Investigaciones realizadas por las Universidades de Colorado Riverside y Texas Arlington revelan que cada imagen generada por sistemas de IA podría consumir entre 2 y 5 litros de agua. Este consumo es consecuencia de los procesos de refrigeración necesarios para mantener operativos los servidores que ejecutan estos complejos algoritmos.

La eficiencia energética tampoco es favorable. Un estudio de la Universidad Carnegie Mellon ha determinado que los sistemas generativos de IA pueden llegar a consumir 33 veces más energía que un software específico diseñado para tareas similares. Esta diferencia sustancial radica en la naturaleza de los modelos de aprendizaje profundo, que requieren enormes capacidades de procesamiento.

El Departamento de Energía de Estados Unidos proyecta un panorama aún más preocupante: se estima que el consumo energético de los centros de datos dedicados a inteligencia artificial podría triplicarse para 2028, lo que intensificará la presión sobre las infraestructuras eléctricas y los recursos hídricos.

De hecho, datos de la Organización Latinoamericana de Energía (Olade) registran que la inteligencia artificial (IA) representará el 5% del consumo total de electricidad en América Latina y el Caribe (ALC) hacia el año 2035, equivalente a más de 120 teravatios hora (TWh) anuales.

Según el organismo, hoy día existen 455 centros de procesamiento de datos para aplicaciones de IA en ALC. Considerando un consumo promedio de 50 gigavatios hora (GWh) por centro al año — cifra extrapolada de los 7.000 centros existentes a nivel mundial con un consumo total de 350 TWh —, se estima que en 2023 estas instalaciones ya representaban el 1,6% del consumo eléctrico regional.

Por su parte, Luz Adriana Albornoz, docente de la Escuela de Estudios Transversales de la Universidad Central, manifestó a Portafolio que el impacto ambiental de la IA generativa «debe ser analizado en varios niveles dado que no solo es el uso de grandes cantidades de energía, sino el proceso extracción minera que se requiere para la producción de computadoras, servidores, cableados, refrigerantes y demás dispositivos tecnológicos necesarios para el procesamiento y entrenamiento de la IA. Además del manejo adecuado de los aparatos electrónicos cuando termina su vida útil. Por esto, la IA es un gran emisor de CO2 que afecta de manera sistémica el medio ambiente«.

En este contexto, por ejemplo, la extracción minera ha generado pérdida de ecosistemas importantes en el mundo, lo que afecta los ciclos del agua, los reservorios subterráneos, la diversidad vegetal y animal, añadió la experta.

Asimismo, Albornoz indicó que, de acuerdo con los datos del BBVA (2024) «‘en la actualidad, alrededor de 1.500 minas de gran tamaño se encuentran en bosques tropicales y otras 1800 están en fase de desarrollo‘. Por lo general, estas zonas se ubican en países como Colombia y generan problemas, disputas territoriales e impactos ambientales por los residuos tóxicos que se generan al extraer metales altamente valorados en la industria tecnológica (litio, oro, neodimio, silicio, entre otros). Por tanto, es urgente implementar minería sostenible, restauración y regeneración ecológica y tratamiento de aguas residuales y acordes a los ODS (Objetivos de Desarrollo Sostenible)«.

A su turno, Rafael Alberto Méndez Romero, decano de la Escuela de Ingeniería, Ciencia y Tecnología de la Universidad del Rosario, indicó que el uso de inteligencia artificial generativa en la creación de contenido visual, textual o sonoro no opera en el vacío; la dimensión ambiental de la inteligencia artificial es una preocupación creciente. Un estudio reciente de la Universidad de California, Riverside, indica que generar una sola imagen con IA puede consumir entre 2 y 4 litros de agua utilizados en el enfriamiento de servidores.

«Cada imagen viral podría equivaler al gasto de hasta ocho botellas de agua«, advierte Méndez Romero. En un contexto de crisis climática y desigualdad en el acceso a recursos naturales, esta realidad no puede ser ignorada.

De otro lado, Jorge Iván Romero, docente experto en IA de la Utadeo, manifestó que el entrenamiento de modelos de IA de gran escala es altamente intensivo en energía. Por ejemplo, se estima que entrenar el modelo GPT-3 de OpenAI consumió aproximadamente 1.287 megavatios-hora (MWh) de electricidad, lo que equivale a las emisiones de carbono generadas por un vehículo promedio durante más de 700.000 kilómetros de recorrido (Strubell et al., 2019).

Además, la Agencia Internacional de Energía (AIE) ha señalado que «una consulta en ChatGPT consume diez veces más electricidad que una búsqueda en Google (Agency, 2023). Este aumento en el consumo energético contribuye significativamente a las emisiones globales de gases de efecto invernadero, exacerbando el cambio climático«, sostuvo el catedrático.

El funcionamiento de los centros de datos que soportan la IA requiere sistemas de enfriamiento que, en muchos casos, utilizan grandes volúmenes de agua. Un 1 estudio publicado en Communications of the ACM estima que, para 2027, la demanda global de IA podría ser responsable del uso de entre 4,2 y 6,6 billones de litros de agua, una cantidad comparable a la mitad del consumo anual de agua del Reino Unido (Gao et al., 2023), enfatizó Romero.

Además, puntualizó, «se ha reportado que cada imagen generada por IA puede requerir entre 2 y 5 litros de agua para la refrigeración de los servidores (Cancela, 2023). Este consumo es especialmente preocupante en regiones donde el agua es un recurso escaso«.

Este fenómeno plantea interrogantes no solo ecológicos, sino también éticos y artísticos. Las imágenes generadas al estilo Ghibli mediante IA, aunque técnicamente impresionantes, pueden contribuir a infravalorar el arte y el minucioso trabajo creativo que caracteriza las obras originales de Hayao Miyazaki y su equipo.

La facilidad con que se pueden producir estas imágenes contrasta con los años de formación, experiencia y dedicación que requiere el trabajo artístico tradicional, planteando debates sobre la autenticidad y el valor de la creación humana frente a la generada por algoritmos.

Al respecto, Méndez Romero, el decano de la U Rosario, señaló que Modelos como Dall·e, Midjourney o Stable Diffusion han sido entrenados con millones de imágenes extraídas de internet sin el consentimiento de sus creadores.Según la investigadora Kate Crawford en Atlas of AI, estos sistemas no son neutrales, sino que están influenciados por estructuras de poder y lógicas económicas poco transparentes.

«La replicación automática de estilos artísticos sin autorización no solo plantea un vacío legal, sino que también trivializa el trabajo creativo de décadas«, expresó Méndez.

Frente a este escenario, el desarrollo de tecnologías más eficientes y sostenibles se convierte en una prioridad. Las empresas tecnológicas líderes en el sector ya están investigando algoritmos que requieran menos recursos computacionales y centros de datos alimentados con energías renovables.

Los consumidores también tienen un papel importante en esta ecuación. La concienciación sobre el impacto ambiental de cada solicitud a sistemas de IA generativa podría conducir a un uso más responsable y selectivo de estas tecnologías.