La inteligencia artificial se vende como la gran herramienta para resolver los problemas del planeta. Sin embargo, entrenar los modelos que prometen “optimizar el mundo” está dejando su propia huella ambiental.
Redacción Noticias de la Tierra
Según un análisis del MIT (2025), el entrenamiento de un modelo generativo de gran escala puede consumir más energía que 100 hogares en un año y requerir miles de litros de agua para enfriar los centros de datos. En la práctica, eso significa que cada conversación con una IA, cada imagen creada o texto generado, contribuye —aunque mínimamente— a las emisiones globales.
Una revolución que quema energía
Los data centers funcionan día y noche, alimentados en gran parte por electricidad procedente de fuentes fósiles. Los servidores generan calor constante y deben mantenerse fríos mediante sistemas que evaporan agua o usan refrigerantes químicos. En regiones áridas, como Arizona o Dubái, donde se instalan algunos de los mayores complejos de IA, el impacto sobre los recursos hídricos ya empieza a ser medible.
Un informe de la Universidad de Lancaster estima que la huella hídrica de ChatGPT-4 durante su fase de entrenamiento rondó los 700.000 litros. Y eso es solo un modelo. A medida que nuevas versiones se entrenan con más parámetros y datos, el consumo escala exponencialmente.
IA verde: de la promesa a la acción
Frente a ello, los gigantes tecnológicos anuncian una “IA sostenible”: servidores alimentados con energías renovables, uso de chips más eficientes y estrategias de “entrenamiento en horas valle” para aprovechar excedentes energéticos.
Empresas como Google y Microsoft invierten en tecnologías de refrigeración líquida y en plantas solares dedicadas a sus centros de datos. Pero los críticos señalan que los compromisos de neutralidad climática no siempre se traducen en reducciones reales de emisiones.
Los investigadores proponen métricas obligatorias de huella de carbono digital y etiquetado ambiental de modelos de IA, del mismo modo que los electrodomésticos exhiben su eficiencia energética.
Una paradoja del siglo XXI
El desafío es moral y práctico: ¿cómo usar la inteligencia artificial para salvar al planeta sin destruirlo en el proceso?
La respuesta podría estar en el propio algoritmo: modelos más pequeños, especializados y transparentes, entrenados localmente con energía limpia. Un futuro donde la “inteligencia” también signifique eficiencia.
Referencias:
- MIT News. Explained: Generative AI’s environmental impact., enero 2025.
- University of Lancaster. Water and energy footprints of AI model training., 2024.
- Nature Climate Change. Digital technologies and the carbon cost of intelligence., 2025.
- International Energy Agency (IEA). Data centres and AI electricity demand outlook., 2025.
- The Guardian. Artificial intelligence’s hidden environmental cost., 2025.
