La narrativa dominante presenta a la inteligencia artificial como la herramienta definitiva para frenar el cambio climático. Optimiza redes eléctricas, anticipa desastres y diseña nuevos materiales sostenibles. Pero detrás del brillo tecnológico emerge un coste oculto: su enorme huella energética e hídrica. A medida que los modelos crecen y se multiplican, también lo hacen sus impactos ambientales. La pregunta ya no es si la IA ayuda, sino cuánto daña mientras lo hace.
La carrera energética de la IA
Entrenar modelos como GPT-3 requería unos 1.300 MWh, equivalente al consumo anual de más de un centenar de hogares. Hoy, su uso cotidiano supera esa cifra: se estima que las consultas globales a sistemas conversacionales consumen unos 1.000 MWh diarios. Estas cifras han llevado a Microsoft, Google y Amazon a asegurar contratos con plantas nucleares para mantener operativos sus centros de datos.
El problema no es puntual: es estructural. La arquitectura informática clásica arrastra el llamado cuello de botella de von Neumann, ese ir y venir constante de datos que devora energía y genera calor. La Ley de Moore ya no puede seguir compensando este límite físico.
La huella ambiental de la IA generativa es un tema espinoso.
Este estudio midió el costo ambiental de 14 modelos de lenguaje (LLMs) y los resultados son… incómodos.
Abro hilo. 1/ pic.twitter.com/LoES85DZaL— Dr Jo🥑 (@Jo_ran_) August 8, 2025
Agua, residuos y una cadena oculta
La huella ambiental no se limita a la electricidad. Un centro de datos medio utiliza alrededor de 9 litros de agua limpia por cada kWh consumido, imprescindible para refrigerar servidores que funcionan casi sin descanso. A esto se suma la montaña creciente de residuos electrónicos y la dependencia de minerales escasos, a menudo extraídos en condiciones socialmente cuestionables.
La paradoja de la sostenibilidad digital
La IA es, a la vez, causa y remedio. Se usa para estabilizar redes renovables, mejorar cultivos con agricultura de precisión, diseñar fármacos y prever inundaciones o incendios. Puede impulsar 134 de los 169 Objetivos de Desarrollo Sostenible, pero también obstaculizar 59. Su papel no es unívoco: requiere control, límites y estrategia.
🚨 DATO CRÍTICO: La fabricación de chips para IA es un motor de contaminación. 💨 Las emisiones contaminantes de su producción se cuadruplicaron en solo 1 año (2023-2024), pasando de 99.200 a 453.600 toneladas de CO2 equivalente.
Esto se debió a un aumento del 350% en el consumo… pic.twitter.com/2rYpmX3qji
— Digital-IA (@Digitalia_Col) December 1, 2025
El futuro verde: luz, átomos y nuevas arquitecturas
La solución no vendrá solo de modelos más ligeros. El salto real está en el hardware:
– Computación en memoria para eliminar el tráfico entre procesador y memoria.
– Memristores, capaces de almacenar y procesar datos simultáneamente.
– Procesadores fotónicos, que usan luz en vez de electrones y apenas generan calor.
– Computación analógica, inspirada en sistemas físicos y en la eficiencia del cerebro humano.
Gobernanza para una tecnología que no se devore el planeta
Programas como los Algoritmos Verdes en España muestran el camino. La sostenibilidad de la IA no depende solo de avances técnicos, sino de regulación, transparencia y responsabilidad social. La tecnología puede transformar el mundo, pero solo si aprendemos a diseñarla sin que ella misma ponga en riesgo nuestro futuro climático.
Fuente: TheConversation.
