SANTO DOMINGO.-Dada las facilidades que ofrece la inteligencia artificial (IA), esta herramienta basada en algoritmos se ha convertido en un boom o pieza clave para el “desarrollo de la humanidad”.
Igual ejerce una presión adicional en detrimento de recursos vitales como el agua y la energía, acentuando los efectos de gases invernaderos que generan el cambio climático, porque obliga a un mayor consumo de los referidos recursos.
Nathalie Almonte, investigadora, consultora y estratega en comunicación, cine e inteligencia artificial aplicada, pone de manifiesto que además de energía y agua, la IA tiene una dimensión material: chips especializados, ciclos de renovación acelerados y una cadena de suministro que culmina en residuos.
“La IA pasó de ser una promesa técnica a una infraestructura cotidiana: recomienda contenidos, automatiza procesos, analiza datos y acelera la investigación científica.
Sin embargo, su relación con el medio ambiente es ambivalente, así como puede ayudar a reducir emisiones y desperdicios, también aumenta la demanda de energía, agua y hardware”, reflexiona la académica.
Citó un trabajo en Nature Computational Science que advierte sobre el riesgo creciente de basura electrónica asociada a la expansión de la IA generativa y su hardware, con escenarios que pueden escalar a niveles preocupantes hacia 2030.
En la parte positiva, explico que puede contribuir a la mitigación climática si se aplica en sectores de alto impacto, y un artículo de referencia sobre aprendizaje automático y cambio climático identifica oportunidades en redes eléctricas inteligentes, integración de energías renovables, eficiencia en edificios, optimización logística, agricultura de precisión y monitoreo ambiental, donde pequeñas mejoras porcentuales pueden traducirse en grandes reducciones de emisiones.
Clima
Almonte consolida trayectoria académica y profesional en el ámbito de la educación superior y la innovación, asegura que la discusión no es si impacta, sino en qué condiciones se convierte en aliada climática o en una nueva fuente de presión ecológica, y uno de los que cita más visibles está en la electricidad requerida para entrenar modelos avanzados.
“Investigaciones académicas han mostrado que el entrenamiento de modelos grandes puede implicar consumos significativos y que, por eso, se necesita transparencia y estandarización al reportar emisiones asociadas al cómputo”, puntualiza.
El impacto, además, no depende solo del “tamaño” del modelo, refiere que importan la eficiencia del hardware, el diseño del sistema, la ubicación del centro de datos y la mezcla eléctrica del país donde se ejecuta.
Revela que un análisis sobre huella de carbono de entrenamientos a gran escala demuestra que decisiones como dónde y cuándo entrenar pueden cambiar la huella climática de manera drástica.
Reitera que al panorama se suma un recurso cada vez más sensible: el agua, que forma parte de la refrigeración de los centros de datos y de los procesos asociados, los cuales pueden traducirse en huellas hídricas relevantes, y estudios recientes proponen métodos para medirla y reducirla mediante selección de ubicación, tecnología de enfriamiento y horarios de cómputo.
Un reto
— Oportunidades
Para República Dominicana y el Caribe, la conversación debe aterrizarse en los estándares ambientales se exigirán, en cómo se protegerá el agua, beneficios locales (empleo, investigación, servicios) y en cómo usar la IA para anticipar eventos extremos, optimizar el uso de la energía, reducir pérdidas agrícolas y fortalecer la gestión ambiental.
