Un informe de la ONU pone cifras a la huella ecológica de la IA e insta a los gobiernos a planificar el impacto de los centros de datos y a la industria a garantizar la transparencia y la justicia ambiental en todo el mundo.
La inteligencia artificial (IA) se percibe como un ente virtual e inmaterial, pero su realidad es profundamente física y finita. Como alertaba hace unos días el Papa León XIV en su encíclica Magnifica Humanitas, el progreso técnico de la inteligencia artificial plantea urgentes interrogantes éticos y no debe aplastar nuestra humanidad ni someter a nuestro entorno bajo lógicas exclusivas de poder y eficiencia. En sintonía con esta preocupación, un nuevo informe elaborado por el Instituto del Agua, el Medio Ambiente y la Salud de la Universidad de las Naciones Unidas (UNU-INWEH) ha puesto cifras al impacto ecológico de esta industria tecnológica.
Detrás de cada imagen, vídeo o texto que genera se esconde una creciente infraestructura que devora energía, agua dulce y territorio, además de requerir una masiva extracción de minerales y de generar residuos electrónicos. El epicentro de la problemática se encuentra en los centros de datos, la espina dorsal física que sostiene el mundo digital. El informe de la ONU estima que, en 2025, estas instalaciones consumieron a nivel mundial 448 teravatios-hora (TWh) de electricidad. Si los centros de datos fueran un país, este volumen de demanda los situaría en el undécimo lugar mundial, empatados con el consumo total de Francia. Lejos de estabilizarse, las previsiones apuntan a que el consumo de los centros de datos podría duplicarse hasta alcanzar los 945 TWh en 2030, lo que representaría casi el 3% del uso global proyectado de electricidad.
Generar esta enorme cantidad de energía requeriría una huella hídrica asociada de 9,3 billones de litros de agua, una cifra suficiente para satisfacer las necesidades domésticas mínimas anuales de los 1.300 millones de habitantes del África subsahariana durante todo un año. A nivel territorial, la infraestructura necesaria para proveer esta energía ocuparía más de 14.500 kilómetros cuadrados, lo que equivale a unas diez veces el tamaño de Ciudad de México.
Según la ONU, si los centros de datos fueran un país, los 448 teravatios-hora (TWh) de electricidad consumidos en 2025 los situarían en el undécimo lugar a nivel mundial, a la par que Francia. Para 2030, la huella de suelo necesaria para generar esa electricidad superaría los 14.000 km², un área del tamaño de Irlanda del Norte. Asimismo, se calcula que los centros de datos utilizarán 9,3 billones de litros de agua, una cantidad que cubriría las necesidades de agua potable de toda la población mundial durante más de un año y medio.
Gran parte de este impacto tiene su origen en el entrenamiento de modelos fundacionales cada vez más gigantescos. Como ejemplo, se estima que el entrenamiento de GPT-4 requirió entre 50 y 70 GWh de electricidad, un consumo que multiplicó por más de cuarenta el de su predecesor, GPT-3. La huella hídrica de este proceso rondó los 600 millones de litros de agua, el equivalente a llenar 237 piscinas olímpicas. De cara al futuro, las proyecciones para modelos de próxima generación, como un hipotético GPT-5, sugieren que su entrenamiento demandará unos 100 GWh, con un impacto en carbono de 42.000 toneladas, mil millones de litros de agua y una huella territorial del tamaño de 215 campos de fútbol.
Brecha digital y el espejismo de la eficiencia
El problema trasciende la fase de diseño, ya que el uso continuo de estas herramientas (la inferencia) representa entre el 89 y el 90% de su gasto energético total. Además, en los últimos años, la adopción global se ha diversificado de forma abrumadora. Si bien ChatGPT procesa unos 2.500 millones de consultas diarias (lo que se traduce en un gasto anual cercano a los 383 GWh), ecosistemas como Gemini de Google superaron los 650 millones de usuarios activos mensuales a finales de 2025. Paralelamente, sistemas como el chino DeepSeek rebasaron los 125 millones de usuarios al mes en muy poco tiempo, a lo que se suma el incesante tráfico de alternativas como Grok de Twitter (X) o Qwen de Alibaba. Esta masificación es crítica porque una búsqueda web mejorada con estos modelos generativos puede requerir hasta diez veces más energía que una convencional. Además, la generación de vídeo marca la frontera de mayor intensidad: la creación de un solo clip de alta resolución demanda más de 415 vatios-hora (Wh), la misma electricidad que requiere generar cientos de imágenes sintéticas.
Otro factor multiplicador del impacto es la integración de esta tecnología en tareas cotidianas masivas. Una búsqueda web convencional consume aproximadamente 0,3 vatios-hora (Wh), pero una búsqueda mejorada con modelos generativos puede requerir hasta diez veces más energía. El impacto varía drásticamente según la tarea solicitada, siendo la generación de vídeo la nueva y más crítica frontera energética. Mientras que una respuesta de texto corta requiere apenas 0,047 Wh, la creación de un clip de vídeo de alta resolución demanda más de 415 Wh, lo que significa que un solo vídeo corto puede gastar la misma electricidad que cientos de imágenes sintéticas.
Además, el documento advierte sobre la ilusión de recurrir exclusivamente a alternativas renovables para mitigar estos daños. Por ejemplo, aunque una red basada en energía hidroeléctrica, como la de Brasil, produce electricidad con unas emisiones de carbono un 77% inferiores a la media mundial, sus huellas hídrica y territorial casi triplican el promedio global. Esto demuestra que una tecnología baja en emisiones no es sinónimo automático de baja ocupación hídrica o territorial, lo que exige evaluar la sostenibilidad de forma integral para evitar que la carga ambiental recaiga sobre lugares que ya sufren estrés hídrico.
A este ingente gasto de recursos naturales se suma labrecha de desigualdad global que la computación avanzada está perpetuando. La infraestructura especializada se concentra de manera extrema, con Estados Unidos y China acaparando el 90% de la capacidad, mientras que más de ciento cincuenta países carecen de infraestructura soberana alguna. Esta asimetría provoca que las naciones excluidas asuman cargas desproporcionadas en la extracción de minerales críticos y se conviertan en receptoras de un hardware tecnológico que caduca rápidamente. Para 2030, se estima que el sector podría generar hasta 2,5 millones de toneladas métricas anuales de basura electrónica, el equivalente a desechar casi doscientas cincuenta Torres Eiffel cada año.
Para atajar esta crisis, el estudio advierte contra la trampa de la llamada Paradoja de Jevons, según la cual las ganancias de eficiencia tecnológica no reducirán el impacto total, ya que la bajada de costes impulsará un uso mucho más masivo que anulará los ahorros energéticos logrados. Frente a esto, los autores del informe de la ONU abogan por fijar topes de recursos y reclaman un ecosistema fundamentado en la transparencia en toda la cadena de valor, la justicia ambiental y la moderación de uso. Incluso se subraya que una interacción más concisa, prescindiendo de formalidades para acortar las indicaciones, puede reducir el tamaño de las respuestas y ahorrar hasta 98 GWh anuales a nivel mundial. Así, los especialistas consideran que el desafío requiere integrar inmediatamente estas nuevas infraestructuras en la planificación hidrológica y energética de los gobiernos, garantizando que el avance hacia el futuro no devaste el presente.
Fuente: https://climatica.coop/impacto-ecologico-inteligencia-artificial-onu/