Con el auge mediático de la inteligencia artificial, pasamos por alto aspectos que son menos visibles.
En un artículo publicado bajo el título Tom Standage’s ten trends to watch in 2025, el editor adjunto de The Economist predice que la inteligencia artificial será un tema central en el año 2025. Una de las preocupaciones es la expectativa que existe sobre el retorno de las inversiones que realizan los empresarios en esta tecnología. De hecho, el título del apartado que trata este tema es bastante dramático: La IA llega a su fin. Sin embargo, creo que el problema de la rentabilidad no es el único problema con el que tiene que lidiar la IA.
La inteligencia artificial no es neutral
Kate Crawford, escribió Atlas de inteligencia artificial. En este texto, desafía la definición convencional de la IA como algo simplemente «artificial» e «inteligente». Argumenta que, en lugar de una entidad separada, la inteligencia artificial está profundamente enredada con el mundo material, las estructuras de poder y las relaciones sociales.
IA debe ser vista como una extensión de las infraestructuras humanas y sociales, que refleja y a menudo amplifica las dinámicas de poder existentes. Este enfoque crítico invita a considerar cómo la IA no solo automatiza procesos, sino también inequidades, y cómo su desarrollo y aplicación están influenciados por intereses económicos y políticos.
En consecuencia, los algoritmos no son entidades objetivas y libres de valores. Los algoritmos reflejan los sesgos, las prioridades y las perspectivas de sus creadores y de los datos con los que son entrenados. Además, mucha gente fuera de esta industria, suele obviar que todas estas tecnologías requieren de recursos físicos y trabajo.
La parte invisible de la IA
La extracción de minerales es esencial para la fabricación de los componentes que permiten la IA. Por ejemplo, el Neodimio es esencial para la fabricación de imanes permanentes de alta potencia. Estos imanes se utilizan en discos duros, motores eléctricos (como los que se encuentran en robots y vehículos autónomos), y generadores de energía eólica, que a su vez pueden alimentar centros de datos que ejecutan inteligencia artificial.
Además, detrás de la inteligencia artificial existe un consistente trabajo humano en todas las etapas de su ciclo de vida, desde la minería hasta el etiquetado de datos y la moderación de contenido. Por supuesto, todo este proceso requiere del consumo de energía y ahí es donde existe preocupación.
El consumo energético de la inteligencia artificial
Los centros de datos que impulsan la IA consumen enormes cantidades de energía, en gran parte proveniente de combustibles fósiles. El uso de estos contribuye a la creciente huella de carbono de la IA, un factor que se agrava a medida que la industria se expande a un ritmo acelerado.
Un estudio de 2023 estimó que la industria de la IA podría consumir tanta electricidad como Países Bajos en 2027. Crawford, cita un estudio de 2019 que encontró que la ejecución de un solo modelo de procesamiento de lenguaje natural (PLN) produjo más de 660,000 toneladas de emisiones de dióxido de carbono, el equivalente a la vida útil de cinco automóviles a gasolina.
El problema tiene además otra arista, las grandes compañías tecnológicas, como Apple y Amazon, mantienen en secreto la cantidad exacta de energía que consumen sus modelos de IA. Esta falta de transparencia dificulta la evaluación precisa del impacto ambiental de la IA y la búsqueda de soluciones.
El universo de la Inteligencia Artificial tiene retos muy importantes por resolver.