La sed oculta de la inteligencia artificial: el consumo de agua de ChatGPT bajo la lupa
Aunque invisible para el usuario, cada interacción con la IA generativa demanda litros de agua para enfriar los centros de datos. La falta de transparencia sobre su huella hídrica genera creciente preocupación.
En la era de la transformación digital, una nueva inquietud emerge en torno a la inteligencia artificial: su voraz apetito por el agua. Lejos de ser una abstracción en la nube, cada consulta que realizamos a un chatbot como ChatGPT tiene un impacto tangible en el consumo de este recurso vital, principalmente para refrigerar los potentes servidores que procesan nuestras demandas.
La conexión, aunque pueda sonar sorprendente, es directa. Cuando interactuamos con una IA generativa, nuestras preguntas e instrucciones viajan a vastos centros de datos. Allí, en el corazón de miles de servidores realizando cálculos complejos, se genera un calor intenso que requiere sistemas de enfriamiento eficientes. Una de las metodologías predominantes es el uso intensivo de agua, que al evaporarse disipa el calor, dejando tras de sí una considerable «huella hídrica».
Una investigación del Washington Post arrojó luz sobre la magnitud de este consumo, revelando variaciones significativas según la ubicación y el sistema de refrigeración de los centros de datos. En Iowa, por ejemplo, las instalaciones de Microsoft utilizaron el 6% de toda el agua disponible en el distrito. En The Dalles, Oregón, los centros de Google llegaron a consumir casi el 25% del suministro hídrico de la ciudad.
David Soto, especialista en IA y director en Softtek estimando que una sola consulta a ChatGPT puede demandar entre 0,5 y 0,5 litros de agua, dependiendo de su complejidad. Tareas más elaboradas, como la redacción de un correo electrónico breve con IA, podrían consumir hasta 3 litros, mientras que la generación de un informe de 10 páginas podría requerir alrededor de 60 litros. Si bien los modelos de IA más recientes, como GPT-4.5, incorporan mejoras en eficiencia, el problema del consumo hídrico persiste.
No obstante, la generación de respuestas es solo una parte de la ecuación. El entrenamiento de estos modelos de lenguaje a gran escala también implica un consumo masivo de agua. Para el desarrollo de GPT-3, se estima que se evaporaron aproximadamente 700.000 litros de agua, una cifra que podría ascender hasta los 2,7 millones de litros para modelos aún más avanzados.
Ante este panorama, la opacidad en torno a la huella ambiental de las empresas tecnológicas se convierte en un punto crítico. Si bien se manejan indicadores técnicos como el PUE (eficiencia energética) y el WUE (eficiencia hídrica), la ausencia de estándares de transparencia dificulta la evaluación real del impacto. Especialistas en el campo abogan por la necesidad de exigir reportes públicos detallados, un etiquetado ambiental para los modelos de IA y la implementación de infraestructuras más eficientes en el uso de recursos.
A pesar de algunas promesas de sostenibilidad, como el compromiso de Google de reponer el 120% del agua utilizada para 2030, los avances concretos parecen lentos. En 2023, la compañía solo logró reponer el 18% del agua consumida. Sin embargo, también emergen iniciativas prometedoras, como el desarrollo de sistemas de reutilización de respuestas para minimizar el procesamiento y, por ende, el consumo energético y de refrigeración, o proyectos innovadores como los centros de datos submarinos en China, que aprovechan el agua del mar para la refrigeración.
Expertos advierten que la expansión exponencial del uso de la IA inevitablemente conllevará un aumento significativo de su impacto ambiental. Se estima que para 2027, el consumo de agua necesario para alimentar la inteligencia artificial podría oscilar entre 4,2 y 6,6 mil millones de metros cúbicos. En la actualidad, los centros de datos ya representan el 2% del consumo global de electricidad y una porción creciente de las emisiones mundiales.
Comprender que cada interacción digital tiene un costo ambiental, desde disfrutar de una película en streaming hasta solicitar la creatividad de una IA, es un paso fundamental para fomentar prácticas más responsables y demandar un mayor compromiso por parte de las empresas tecnológicas en la búsqueda de soluciones sostenibles para el futuro de la inteligencia artificial.
