Durante años hemos asociado la digitalización con la desmaterialización. Pensábamos que sustituir el papel por documentos electrónicos, las reuniones presenciales por videoconferencias o los desplazamientos por servicios digitales reducía automáticamente nuestra huella ambiental. La revolución digital también nos interpela a hacer visible la huella ambiental, especialmente el uso del agua en la inteligencia artificial.

La irrupción de la inteligencia artificial generativa nos debería obligar a revisar algunas de las certezas de los beneficios ambientales de la revolución digital. Una pregunta aparentemente inocente a ChatGPT, la generación de una imagen mediante inteligencia artificial o la creación de un vídeo sintético activan una compleja infraestructura global formada por centros de datos, servidores de alto rendimiento, sistemas de refrigeración y redes energéticas que consumen recursos a gran escala.

Lo que para el usuario parece una conversación instantánea y casi inmaterial, tiene detrás una huella física muy real en el uso de energía y de agua dulce. Una cuestión que debería tener más visibilidad para poder ser conscientes de nuestras acciones individuales y colectivas. Más allá de las cifras concretas —que varían según el modelo utilizado, el tipo de consulta o la ubicación de los centros de datos—, el verdadero debate es otro: ¿somos conscientes del impacto ambiental de la nueva economía digital?.

Uno de los grandes desafíos de la sostenibilidad contemporánea es precisamente la invisibilidad de muchos impactos. Sabemos cuánta agua utilizamos cuando nos duchamos o regamos un jardín. Percibimos el combustible que consume un vehículo o la energía que necesita una fábrica, pero resulta mucho más difícil visualizar los recursos necesarios para sostener los servicios digitales que utilizamos cada día.

Cada interacción con una inteligencia artificial requiere capacidad de procesamiento. Los servidores que ejecutan estos modelos generan calor y necesitan sistemas de refrigeración que, en muchos casos, utilizan agua dulce. A ello se suma el consumo energético asociado tanto al funcionamiento de los centros de datos como a la producción de la electricidad que los alimenta.

A escala individual, el consumo puede parecer insignificante. El propio Sam Altman, consejero delegado de OpenAI, ha señalado que una consulta promedio consume una cantidad muy pequeña de agua y energía. El problema aparece cuando multiplicamos esa cifra por millones de interacciones diarias.

La paradoja de la transición digital

La digitalización es una de las grandes aliadas de la transición ecológica. Permite optimizar redes eléctricas, mejorar la eficiencia energética, gestionar mejor los recursos hídricos, reducir desplazamientos y acelerar la innovación científica. Pero al mismo tiempo genera nuevas demandas materiales. Los centros de datos ya se han convertido en infraestructuras críticas para el funcionamiento de la economía global y su crecimiento se acelera al ritmo de la inteligencia artificial y del uso intensivo de energía y agua.

Un reciente informe del Instituto Universitario de Naciones Unidas para el Agua, el Medio Ambiente y la Salud advierte que, de mantenerse las tendencias actuales, el consumo de agua asociado a la IA podría alcanzar en 2030 niveles equivalentes a los de 1.300 millones de personas, mientras que la demanda energética asociada seguirá creciendo de forma exponencial.

No se trata de demonizar la tecnología, sino de comprender que toda innovación tiene una huella material que debe ser gestionada.

Durante los primeros años del auge de la inteligencia artificial, la atención se ha concentrado principalmente en aspectos como la privacidad, los sesgos algorítmicos, la seguridad o el impacto sobre el empleo, pero emerge con fuerza el impacto en la sostenibilidad.

Investigadores de la Universidad de California Riverside llevan años alertando sobre la necesidad de incorporar la huella hídrica al análisis del impacto ambiental de la IA. Sus trabajos muestran que el consumo de agua ha sido históricamente uno de los aspectos menos transparentes del sector tecnológico. La situación recuerda a lo ocurrido hace dos décadas con las emisiones de carbono. Durante años se midieron únicamente algunos impactos visibles, mientras otros permanecían ocultos para la opinión pública.

La inteligencia artificial nos enfrenta ahora a un desafío similar y la industria tecnológica tiene como uno de sus retos desarrollar sistemas de refrigeración más eficientes, centros de datos alimentados por energías renovables y arquitecturas de inteligencia artificial capaces de reducir significativamente el consumo energético por operación.

Pero la innovación tecnológica por sí sola no es suficiente, también es necesario avanzar en transparencia. Las empresas tecnológicas tienen que informar con mayor claridad sobre la huella ambiental de los servicios digitales que ofrecen y en los próximos años tendremos que incorporar indicadores relacionados con el consumo de agua, energía y materiales asociados a la inteligencia artificial.

En definitiva, empresas, instituciones y usuarios tendremos que transitar por procesos de alfabetización sostenible. Hemos aprendido a medir el impacto de nuestras decisiones físicas como qué comemos, cómo nos desplazamos o cuánta energía consumimos en nuestros hogares. Ahora debemos aprender también a comprender el impacto de nuestras decisiones digitales.

La inteligencia artificial puede ser una herramienta extraordinaria para acelerar la transición ecológica. Puede ayudarnos a optimizar redes energéticas, predecir fenómenos climáticos, gestionar recursos hídricos o impulsar la innovación sostenible pero tenemos que preguntarnos cçomo diseñemos las infraestructuras digitales que sostienen nuestra economía y nuestra vida cotidiana.

La sostenibilidad no consiste en renunciar a la innovación, sino en hacer visible aquello que hasta ahora permanecía oculto, el uso intensivo de recursos naturales. Y pocas cosas son hoy tan invisibles —y tan relevantes— como la huella ecológica de nuestra nueva conversación con las máquinas y los algoritmos.