La disrupci¨®n medioambiental de la IA

La disrupci¨®n de la inteligencia artificial (IA), la simulaci¨®n por parte de m¨¢quinas de procesos propios de la inteligencia humana, aventura como poco mejoras sustanciales en la optimizaci¨®n del uso de factores productivos. Sin embargo, el impacto final en productividad y crecimiento est¨¢ a expensas de m¨²ltiples factores inciertos, como regulaciones que definan su implementaci¨®n.

La disrupci¨®n de la IA alcanza el ¨¢mbito del cambio clim¨¢tico, con efectos positivos a priori, pero tambi¨¦n 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 tecnol¨®gicas. Adem¨¢s, su capacidad para analizar grandes conjuntos de datos mejora la predicci¨®n de desastres clim¨¢ticos, la gesti¨®n de infraestructuras resilientes o la protecci¨®n de la biodiversidad. La IA no s¨®lo puede contribuir a las pol¨ªticas de mitigaci¨®n y adaptaci¨®n clim¨¢tica, tambi¨¦n puede acelerar la transici¨®n energ¨¦tica al identificar nuevos materiales para tecnolog¨ªas limpias o mejorar las capacidades de almacenamiento de energ¨ªa.

En cuanto a la presi¨®n sobre los recursos naturales, seg¨²n estimaciones de la Agencia Internacional de Energ¨ªa (IEA), sin incluir la miner¨ªa 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 ¡ªpor encima del 0,9% que pes¨® la demanda de electricidad de la econom¨ªa espa?ola¡ª. Este porcentaje aumenta dram¨¢ticamente con previsiones de un 50% adicional de demanda el¨¦ctrica en 2026 frente a la demanda de 2022, del cual los centros de datos dedicados a IA podr¨ªan incrementar su demanda el¨¦ctrica hasta diez veces. Las perspectivas exponenciales de aumento de demanda y de capacidad instalada para atenderla m¨¢s que superan el efecto de potenciales ganancias de eficiencia energ¨¦tica, repitiendo el patr¨®n hist¨®rico de anteriores revoluciones tecnol¨®gicas como la del motor de combusti¨®n interna. Con todo, el impacto ambiental de la IA depender¨¢ de c¨®mo se produzca la electricidad necesaria para alimentarla, lo que subraya la importancia de la transici¨®n hacia energ¨ªas limpias.

Pero el desaf¨ªo no se limita a la energ¨ªa, los centros de datos tambi¨¦n requieren mucha agua, tanto para refrigerar los servidores (huella directa) como por su demanda el¨¦ctrica (huella indirecta). Aunque los datos y an¨¢lisis disponibles est¨¢n en pleno desarrollo, al ritmo de la preocupaci¨®n de la sociedad, los m¨¢rgenes de mejora de eficiencia del uso de agua parecen m¨¢s que relevantes, especialmente en los procesos de refrigeraci¨®n, y muy dependientes de las pol¨ªticas 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 disrupci¨®n ¡°de la buena¡± tambi¨¦n medioambientalmente.