El auge de la inteligencia artificial (IA) generativa conlleva “nuevos y urgentes desafíos relacionados con los recursos”, según la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco). Su informe, publicado este martes, alerta de que el crecimiento exponencial en la potencia computacional necesaria para ejecutar estos modelos “está ejerciendo una presión cada vez mayor sobre los sistemas energéticos globales, los recursos hídricos y los minerales críticos”. Y para minimizar ese impacto, propone desarrollar modelos más eficientes, o con menos parámetros, y que la gente use estas herramientas de forma responsable, dándole instrucciones cortas.
Un informe de la agencia de la ONU recomienda desarrollar modelos más pequeños y educar a la ciudadanía para que conozca el coste ético y medioambiental de esta tecnología
El auge de la inteligencia artificial (IA) generativa conlleva “nuevos y urgentes desafíos relacionados con los recursos”, según la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco). Su informe, publicado este martes, alerta de que el crecimiento exponencial en la potencia computacional necesaria para ejecutar estos modelos “está ejerciendo una presión cada vez mayor sobre los sistemas energéticos globales, los recursos hídricos y los minerales críticos”. Y para minimizar ese impacto, propone desarrollar modelos más eficientes, o con menos parámetros, y que la gente use estas herramientas de forma responsable, dándole instrucciones cortas.
La agencia de la ONU aporta cifras sobre la situación. Hay 1.000 millones de personas que usan diariamente herramientas de IA generativa, sostiene la Unesco. Cada interacción consume energía, una media de 0,34 vatios por hora. Eso añade hasta 310 gigavatios hora por año, “el equivalente al uso anual de electricidad de más de tres millones de personas de un país africano de bajos ingresos”. La demanda de energía asociada a la IA se dobla cada 100 días, poniendo más presión en las redes energéticas mundiales. “Los consumidores no son conscientes de estos costes, y se ha hecho poco para educarles”, subraya.
En cuanto al agua, usada para refrigerar los procesadores en los centros de datos, las proyecciones esgrimidas por la Unesco apuntan a que el consumo de este recurso por parte de grandes desarrolladores de IA como Google, Microsoft y Meta podría triplicarse para 2027. Su uso no se limita a enfriar los sistemas: “el agua se usa extensivamente en la manufactura y construcción del hardware en el que se apoya la IA, particularmente para enfriar componentes electrónicos durante la fase de producción”, dice el informe. Según estimaciones de Naciones Unidas, se espera que la demanda de IA consuma entre 4.200 y 6.600 millones de metros cúbicos de agua en 2027, más que todo el agua que necesita Dinamarca en un año.
“Estas demandas no suponen solo un problema medioambiental, sino también un reto de asignación de recursos”, alerta la Unesco. “En contextos en los que escasean los recursos”, dice, “la expansión de la infraestructura de la IA, intensiva energéticamente, compite directamente con las necesidades sociales críticas”. El informe resalta también que los beneficios de la IA generativa no se reparten homogéneamente en la sociedad. Al revés: llegan con más dificultad a aquellas comunidades con más riesgo de sufrir las consecuencias medioambientales de esta tecnología.
Modelos más eficientes
Ante este contexto, y dando por sentado que el impulso de la IA no se aminorará, la Unesco propone tres vías para minimizar el impacto negativo de esta tecnología en el planeta. En primer lugar, la compresión de modelos, un proceso que se conseguiría redondeando los números que componen las bases de datos de las que se nutren los modelos de IA, una técnica conocida como cuantización. “Probamos a reducir el número de decimales usados en los cálculos usados en las computaciones de la IA y conseguimos ahorros energéticos de hasta el 44%, manteniendo una precisión del 97%”, explica Leona Verdadero, experta en políticas digitales de la Unesco y una de las directoras del estudio, elaborado en colaboración con la University College de Londres (Reino Unido).
En segundo lugar, Verdadero y sus colegas probaron a reducir tanto el tamaño de las instrucciones (o prompts) que se le da a las herramientas de IA como a la extensión de las respuestas que devuelve la máquina. “Las respuestas cortas significaron hasta un 54% menos de energía. Combinando eso y prompts más sintéticos, conseguimos un ahorro del 75% en la energía consumida”, subraya la investigadora.
Por último, el equipo de Verdadero se dedicó a usar modelos más pequeños, entrenados con menos parámetros, para realizar tareas sencillas. Ya hay estudios que demuestran que un modelo grande puede contaminar hasta 50 veces más que uno pequeño para realizar tareas sencillas con un nivel de precisión similar.
“Cuando estas tres estrategias se usaron de forma combinada, la reducción total de energía alcanzó el 90%”, concluye el informe de la Unesco.
Ser amable con la IA consume más
Los experimentos realizados por la Unesco demuestran que se puede reducir el consumo de la IA generativa. Pero para ello no basta con hacer recomendaciones a la industria como desarrollar modelos más eficientes: una parte importante de la reducción se conseguirá cuando la gente haga un uso razonable de estas herramientas. “La Unesco está aumentando sus esfuerzos para promover la alfabetización en IA”, indica Verdadero.
La agencia en la que trabaja ha elaborado guías dirigidas a estudiantes para que estos entiendan las implicaciones medioambientales de la IA. “Planeamos publicar guías para ayudar a todos los usuarios a que entiendan que todas sus interacciones con los sistemas de IA, como por ejemplo lo largos que son sus prompts y la frecuencia con la que los escriben, pueden tener implicaciones medioambientales y éticas”, añade la investigadora.
Eso incluye eliminar redundancias en las peticiones o suprimir la cortesía con las máquinas: saludar a ChatGPT o darle las gracias no genera mejores respuestas, sino que solo implica que se procesen más datos, y, por tanto, que se consuman más recursos, sin consecuencia alguna en el resultado final.
Tecnología en EL PAÍS
