IA y sostenibilidad

Por Francisco Miró Quesada Westphalen
Si mañana una consulta necesitara 10 veces menos electricidad que hoy y, al mismo tiempo, hiciéramos 100 veces más consultas, el consumo total de energía aumentaría. Es una antigua paradoja de la economía que, bajo el ropaje de una tecnología nueva, vuelve a manifestarse.La Agencia Internacional de Energía estima que el consumo eléctrico de los centros de datos podría más que duplicarse de aquí al 2030, impulsado por la expansión de la inteligencia artificial. Sin embargo, el menor consumo de energía por consulta puede favorecer un uso más extendido de esta tecnología y mitigar el aumento de la demanda energética que acompaña su mayor adopción. La IA avanza en el aprovechamiento de sus recursos, con equipos que requieren menos energía por operación, programas de mayor rendimiento y modelos de menor escala. DeepSeek ha mostrado que determinados modelos pueden alcanzar resultados comparables con un menor uso de capacidad de cómputo, reservando los sistemas más potentes para los problemas que los requieren. ¿Pero importa más cuánta energía utiliza la inteligencia artificial o cuánto consumo evita? Una aplicación puede consumir electricidad para optimizar una red, reducir pérdidas en una fábrica, mejorar una ruta de transporte o administrar mejor el agua. Si con ello consigue ahorrar varias veces la energía empleada, su impacto debe apreciarse en función del resultado ambiental que produce. La inteligencia artificial adquiere una dimensión distinta cuando contribuye al descubrimiento de nuevas soluciones, como demuestra AlphaFold, cuyo desarrollo ha permitido acelerar la investigación científica. Algo semejante ocurre en la investigación de nuevos materiales, baterías y sistemas de almacenamiento. Un asistente digital nos ayuda a trabajar mejor dentro del sistema actual, mientras que una IA aplicada a la investigación puede ayudarnos a transformarlo. Por eso, la sostenibilidad de la inteligencia artificial debería evaluarse considerando tanto la electricidad que utiliza como el daño ambiental que evita. Conviene recurrir a modelos pequeños cuando sean suficientes y reservar una mayor capacidad de cómputo para aquellas aplicaciones con las que se vayan a producir beneficios ambientales significativos. En el Perú, esto supone aplicar la IA a problemas concretos como el abastecimiento de agua, la agricultura, la prevención de desastres, los incendios, la deforestación y la seguridad energética. El impacto ambiental de la IA dependerá, en buena medida, de su capacidad para generar beneficios ambientales que compensen los recursos que requiere.