El elevado consumo de agua en la generación de imágenes por IA
Cada interacción con herramientas de IA requiere una infraestructura tecnológica compleja basada en centros de datos con miles de servidores. Estos equipos generan gran cantidad de calor, por lo que necesitan sistemas de refrigeración eficientes.
Muchos de estos sistemas utilizan agua para enfriar los servidores, mediante torres de enfriamiento donde el agua absorbe el calor y se evapora. Aunque efectivo, este método implica un consumo considerable. Herramientas como ChatGPT utiliza alrededor de 500 ml de agua por cada serie de entre 5 a 50 interacciones, según las estimaciones más recientes.
Álvaro Peña, experto en inteligencia artificial, señala que «la gente no es consciente del agua que se consume por generar una imagen con IA» y «mucho menos de que sea de medio litro por imagen». Además, destaca que «no se contabilizan todas las etapas que requieren agua, como la fabricación de chips o la refrigeración de los centros de datos».
Centros de datos y su impacto en los recursos hídricos
Estudios recientes revelan cifras preocupantes sobre el consumo hídrico de la inteligencia artificial. La OCDE estima que, para 2027, la IA podría utilizar entre 4,2 y 6,6 mil millones de metros cúbicos de agua al año. Esta cifra supera el uso anual de países como Dinamarca y alcanza la mitad del consumo del Reino Unido.
Grandes empresas tecnológicas también han reportado aumentos significativos. Microsoft, por ejemplo, reconoce que incrementó su consumo en un 34 % en 2022, en parte por el entrenamiento de modelos como ChatGPT. Google utilizó entre 6 y 7 millones de metros cúbicos ese año, y Meta alcanzó los 2 millones. Esta tendencia muestra cómo el crecimiento de la IA está estrechamente ligado a un mayor uso de recursos naturales.
Según dice la portavoz de energía, clima y movilidad de ‘Greenpeace’ en España, María Prado, «en los centros de datos, el consumo de agua es altísimo» y se utiliza para tres cosas: refrigeración, generación de electricidad y fabricación de microchips.
Detalla además que «la refrigeración usa entre 1 y 9 litros de agua por kilovatio hora de energía, y el 80 % de esa agua se evapora». También advierte de que «la electricidad para alimentar los centros puede evaporar hasta 7,6 litros por kWh, lo que implica que la electricidad necesita mucha más agua que la refrigeración en sí».
Las diferencias
No todas las herramientas de IA tienen el mismo impacto ambiental. Modelos como ChatGPT, DALL·E o Midjourney, difieren en sus procesos operativos y, por ende, en su consumo de recursos, aunque todos son impulsados por inteligencia artificial.
ChatGPT, por ejemplo, se centra en la generación de texto y requiere una cantidad significativa de procesamiento para comprender y generar respuestas coherentes basadas en las entradas del usuario. Por otro lado, herramientas como DALL·E y Midjourney están diseñadas para crear imágenes a partir de descripciones textuales, un proceso que puede ser aún más intensivo en términos computacionales.
La generación de imágenes de alta calidad implica procesar complejos algoritmos y manejar grandes volúmenes de datos, lo que puede resultar en un mayor consumo de energía y, consecuentemente, de agua para la refrigeración de los sistemas involucrados.
María Prado remarca que «la huella real está invisibilizada», ya que «las grandes tecnológicas solo muestran una parte de la foto porque no están obligadas a publicar los datos completos». Por su parte, Peña agrega que «no hay suficiente transparencia» y que «algunas empresas, como Microsoft, han omitido datos o subestimado consumos».
Hacia un uso responsable
Ante este escenario, los expertos consideran que es clave que empresas y usuarios tomen conciencia del impacto ambiental del uso de IA. Las compañías deben apostar por prácticas sostenibles, como desarrollar algoritmos más eficientes, usar sistemas de enfriamiento con menor consumo hídrico y recurrir a energías renovables.
Algunas ya están actuando. Microsoft, por ejemplo, busca ser «positiva en agua» para 2030, reponiendo más agua de la que utiliza mediante proyectos de eficiencia y restauración de ecosistemas, según la propia empresa.
María Prado plantea que, se deberían exigir procedimientos normalizados para medir el impacto ambiental de la IA. «Hoy no hay datos confiables ni suficientes regulaciones», se queja, y apunta directamente al papel de los gobiernos: «Deben asumir el liderazgo para imponer transparencia y sostenibilidad hídrica, energética y ambiental».
En esa misma línea, Álvaro Peña considera que, «la responsabilidad es compartida entre usuarios y empresas», si bien él duda de que haya cambios «si no hay presión externa» y advierte de que no cree que «se tomen medidas si no hay una crisis visible como cortes eléctricos o problemas directos en el día a día».
Con información de NAD.
Noticia Confirmada
0 comentarios