Inteligencia Artificial y Sostenibilidad

La promesa de un mundo mejorado por la Inteligencia Artificial (IA) es tentadora. Mientras que la IA ayuda a mejorar la eficiencia y la innovación, también plantea desafíos significativos desde el punto de vista energético y ambiental.

La IA revoluciona industrias y transforma la vida y el trabajo de las personas allá por donde pasa, sin embargo, surge una pregunta crucial: ¿Cuál es el impacto ambiental de la IA y cómo puede contribuir a un futuro sostenible?

No queremos empezar la casa por el tejado, por eso vamos a empezar definiendo lo que es la IA y la sostenibilidad.

¿Qué es la inteligencia artificial?

No hace falta una definición pomposa de lo que es la IA para entenderla perfectamente. La IA es simplemente una rama de la informática que busca crear sistemas capaces de realizar tareas que, hasta ahora, requerían de la inteligencia humana.

Ejemplos de uso de la IA en la vida real:

Reconocimiento de Patrones: Un ejemplo claro es la detección facial en las redes sociales. Plataformas como Facebook utilizan algoritmos de IA para identificar y etiquetar rostros en fotografías. Otro caso es en la medicina, donde la IA puede analizar imágenes médicas para detectar anomalías, como tumores en radiografías.
Toma de Decisiones: Los sistemas de recomendación de plataformas como Netflix o Spotify utilizan IA para analizar las preferencias y comportamientos de los usuarios y así sugerir películas, series o canciones que podrían gustarles.
Interpretación del Lenguaje Natural: Los asistentes virtuales, como Siri de Apple o Alexa de Amazon, usan IA para entender y responder a las consultas verbales de los usuarios. Además, herramientas como Google Translate aplican IA para traducir textos entre diferentes idiomas en tiempo real.
Resolución de Problemas Complejos: En el ámbito financiero, la IA se utiliza para detectar fraudes analizando miles de transacciones en segundos e identificando actividades sospechosas. En el campo de la investigación científica, la IA ayuda a descifrar estructuras moleculares complejas o a predecir patrones climáticos.

¿Qué es la sostenibilidad?

La sostenibilidad se refiere a la capacidad de satisfacer las necesidades del presente sin comprometer la capacidad de las futuras generaciones para satisfacer las suyas. Engloba una armonía entre los aspectos económicos, sociales y medioambientales. En esta línea, los Objetivos de Desarrollo Sostenible (ODS) establecidos por las Naciones Unidas buscan proporcionar un marco global para asegurar que el progreso se logre de manera equitativa, inclusiva y ambientalmente responsable.

Un ejemplo destacado de los ODS es el Objetivo 13: Acción por el Clima. Este objetivo aboga por adoptar medidas urgentes para combatir el cambio climático y sus efectos. La crisis climática es una de las mayores amenazas para la sostenibilidad, afectando a ecosistemas, economías y comunidades en todo el mundo. Con iniciativas como la reforestación, la promoción de energías renovables y la reducción de emisiones de gases de efecto invernadero, este objetivo busca asegurar un futuro donde la relación entre humanidad y naturaleza sea equilibrada y sostenible.

Relación entre IA y sostenibilidad

A medida que la IA se vuelve más avanzada y se usa en más áreas, es muy importante ver cómo se relaciona con la sostenibilidad para saber el camino que toma nuestra sociedad. Podemos pensar en esta relación de dos maneras: el impacto directo y el impacto indirecto.

Impacto directo

El impacto directo se refiere a las consecuencias inmediatas y tangibles que la IA tiene en el consumo de recursos, la energía y el medio ambiente, como el gasto energético de los centros de datos o las emisiones relacionadas con la producción de hardware.

La demanda energética de la inteligencia artificial es un tema técnico de creciente relevancia. Los centros de datos, con su vasta infraestructura compuesta por servidores, unidades de almacenamiento y sistemas de refrigeración, consumen una cantidad significativa de energía.

Esta demanda se amplifica especialmente durante el proceso de entrenamiento de modelos avanzados de IA, como GPT-3 y GPT-4. Estos modelos, con sus billones de parámetros, requieren extensos ciclos de cálculo, y por ende, grandes cantidades de energía, destacando la necesidad de consideraciones de eficiencia en la investigación y aplicación de la IA.

Es vital analizar el impacto de las emisiones de dióxido de carbono (CO2) asociadas a la inteligencia artificial. Cuando entrenamos y operamos modelos avanzados de IA, consumimos grandes cantidades de energía, particularmente si esta energía proviene de fuentes fósiles. La combustión de estos combustibles libera CO2 a la atmósfera, un gas de efecto invernadero que contribuye directamente al calentamiento global y, por ende, al cambio climático. La acumulación de estas emisiones por centros de datos y operaciones de IA puede, por lo tanto, tener repercusiones significativas en el balance de gases de efecto invernadero.

Impacto indirecto

Por otro lado, el impacto indirecto aborda cómo la IA puede influir en áreas más amplias de sostenibilidad, ya sea apoyando o desafiando los Objetivos de Desarrollo Sostenible (ODS). Esto abarca desde su capacidad para mejorar la eficiencia en la producción de alimentos hasta su potencial de ampliar o reducir desigualdades socioeconómicas.

Los Objetivos de Desarrollo Sostenible (ODS) establecen una hoja de ruta global hacia un mundo más justo, saludable y sostenible. Compuestos por 17 objetivos interrelacionados, buscan abordar desafíos críticos como la pobreza, el hambre, la educación, la igualdad de género y el cambio climático. En este panorama, la inteligencia artificial emerge como una herramienta prometedora para acelerar y fortalecer los esfuerzos en la consecución de estos objetivos.

Erradicación de la Pobreza y el Hambre (ODS 1 y 2): La IA puede desempeñar un papel vital en la predicción de crisis alimentarias o sequías mediante el análisis de datos climáticos y agrícolas, permitiendo una mejor planificación y distribución de recursos. Además, puede ayudar a identificar áreas subdesarrolladas y guiar la inversión y los recursos hacia ellas.
Salud y Bienestar (ODS 3): Las soluciones de IA en el campo médico, como el diagnóstico asistido por computadora y la predicción de brotes de enfermedades, pueden mejorar la prestación de servicios de salud, reducir costos y aumentar el acceso a atención médica en regiones desfavorecidas.
Educación de Calidad (ODS 4): Los sistemas educativos basados en IA pueden ofrecer aprendizaje personalizado, adaptando contenidos según las necesidades individuales de los estudiantes y permitiendo el acceso a educación de calidad en áreas remotas mediante plataformas en línea.
Igualdad de Género (ODS 5): A través del análisis de datos, la IA puede detectar patrones de discriminación o sesgo de género en diversas industrias y proponer medidas correctivas.
Acción por el Clima (ODS 13): La IA puede mejorar la eficiencia energética, predecir eventos climáticos extremos y monitorear en tiempo real las emisiones de gases de efecto invernadero, apoyando decisiones basadas en datos para combatir el cambio climático.

Tendencias Actuales

La IA está cada vez más relacionada con el desarrollo sostenible, como así lo demuestra este estudio publicado en sdgs.un.org

Casos de éxito como la ciudad de Helsinki que usa inteligencia artificial de forma ética para brindar mejores servicios a sus ciudadanos, la empresa STEM que mejora la optimización en el uso de energía usando inteligencia artificial predictiva o empresas de energías renovables que gracias a la IA pueden predecir la disponibilidad diaria de energía, son solo algunos ejemplos de cómo la inteligencia artificial puede alinearse y potenciar los ODS.

Sin embargo, es esencial abordar esta relación con cautela, asegurándose de que la implementación de soluciones de IA no agrave las desigualdades existentes y, en cambio, trabaje en cooperación hacia un futuro más sostenible para todos.