La disrupción medioambiental de la IA

La disrupción de la inteligencia artificial (IA), la simulación por parte de máquinas de procesos propios de la inteligencia humana, aventura como poco mejoras sustanciales en la optimización del uso de factores productivos. Sin embargo, el impacto final en productividad y crecimiento está a expensas de múltiples factores inciertos, como regulaciones que definan su implementación.

La disrupción de la IA alcanza el ámbito del cambio climático, ...

La disrupción de la inteligencia artificial (IA), la simulación por parte de máquinas de procesos propios de la inteligencia humana, aventura como poco mejoras sustanciales en la optimización del uso de factores productivos. Sin embargo, el impacto final en productividad y crecimiento está a expensas de múltiples factores inciertos, como regulaciones que definan su implementación.

La disrupción de la IA alcanza el ámbito del cambio climático, con efectos positivos a priori, pero también presionando los recursos naturales, como se detalla en un trabajo de BBVA Research. En lo positivo, la IA facilita optimizar el seguimiento de las emisiones de gases de efecto invernadero o mejorar procesos de captura de carbono, tanto con soluciones naturales como tecnológicas. Además, su capacidad para analizar grandes conjuntos de datos mejora la predicción de desastres climáticos, la gestión de infraestructuras resilientes o la protección de la biodiversidad. La IA no sólo puede contribuir a las políticas de mitigación y adaptación climática, también puede acelerar la transición energética al identificar nuevos materiales para tecnologías limpias o mejorar las capacidades de almacenamiento de energía.

En cuanto a la presión sobre los recursos naturales, según estimaciones de la Agencia Internacional de Energía (IEA), sin incluir la minería de criptomonedas, los centros de proceso de datos, clave del desarrollo de la IA, demandaron entre el 1% y el 1,3% de la electricidad mundial en 2022 —por encima del 0,9% que pesó la demanda de electricidad de la economía española—. Este porcentaje aumenta dramáticamente con previsiones de un 50% adicional de demanda eléctrica en 2026 frente a la demanda de 2022, del cual los centros de datos dedicados a IA podrían incrementar su demanda eléctrica hasta diez veces. Las perspectivas exponenciales de aumento de demanda y de capacidad instalada para atenderla más que superan el efecto de potenciales ganancias de eficiencia energética, repitiendo el patrón histórico de anteriores revoluciones tecnológicas como la del motor de combustión interna. Con todo, el impacto ambiental de la IA dependerá de cómo se produzca la electricidad necesaria para alimentarla, lo que subraya la importancia de la transición hacia energías limpias.

Pero el desafío no se limita a la energía, los centros de datos también requieren mucha agua, tanto para refrigerar los servidores (huella directa) como por su demanda eléctrica (huella indirecta). Aunque los datos y análisis disponibles están en pleno desarrollo, al ritmo de la preocupación de la sociedad, los márgenes de mejora de eficiencia del uso de agua parecen más que relevantes, especialmente en los procesos de refrigeración, y muy dependientes de las políticas que se implementan localmente. Todo ello revela la importancia de internalizar las externalidades negativas de la IA sobre los recursos naturales, para que termine suponiendo una disrupción “de la buena” también medioambientalmente.