La generación de imágenes mediante inteligencia artificial se ha convertido en una práctica cotidiana para millones de usuarios en todo el mundo. Esta tecnología, capaz de crear representaciones visuales a partir de descripciones textuales, ofrece un resultado casi instantáneo en la pantalla del usuario. Sin embargo, detrás de esta aparente simplicidad se esconde un proceso que consume cantidades significativas de recursos naturales, especialmente energía eléctrica y agua, según revelan recientes investigaciones científicas que analizan el impacto ambiental de la IA.
Un estudio realizado en 2023 documentó el consumo energético de 88 modelos de inteligencia artificial, concluyendo que los sistemas de generación de imágenes son particularmente demandantes. Los datos indican que producir 1.000 imágenes mediante IA requiere aproximadamente 2,9 kilovatios hora (kWh) de electricidad. En términos prácticos, esto significa que cada imagen generada consume una cantidad de energía comparable a la necesaria para cargar completamente la batería de un teléfono inteligente. Esta cifra contrasta notablemente con la generación de texto, que bajo condiciones similares consume apenas 0,047 kWh, revelando la intensidad energética específica de los procesos de creación visual.
¿Sabías que crear tu imagen en IA gasta de 2 a 5 litros de agua ¡Increíble!
Según datos de la Univ de Colorado Riverside y la Univ de Texas Arlington, cada imagen generada por IA podría consumir hasta 5 litros de agua por la energía utilizada en los servidores y su enfriamiento pic.twitter.com/K9UdYZG55a— Susushi (@susushiTehuacan) March 31, 2025
El agua juega un papel fundamental en este ecosistema tecnológico, ya que se utiliza principalmente para refrigerar los centros de datos donde operan estos sistemas. Un análisis de la Universidad de California sobre el centro de datos de Microsoft en Iowa, donde funciona GPT-4, reveló un incremento del 37% en el consumo hídrico entre 2021 y 2022, alcanzando los 6.436 millones de litros anuales. Este aumento coincide con la expansión y popularización de los servicios de inteligencia artificial. Según estimaciones de investigadores de la Universidad Carnegie Mellon y la empresa Hugging Face, la creación de una sola imagen mediante IA puede requerir entre 0,018 y 3,45 litros de agua, lo que significa que generar cinco imágenes podría consumir hasta 17 litros.
Este consumo de recursos no se limita a la fase de uso. El entrenamiento de los modelos, etapa previa necesaria para que estos sistemas funcionen correctamente, implica un gasto energético aún mayor. Se estima que el desarrollo de GPT-3, uno de los modelos de lenguaje más conocidos, consumió aproximadamente 1.300 megavatios hora (MWh) de electricidad, cantidad equivalente al consumo anual de 130 hogares estadounidenses. Estas cifras, aunque variables según el hardware utilizado, la eficiencia del modelo y las condiciones operativas, proporcionan una base para dimensionar el impacto ambiental de tecnologías que, desde la perspectiva del usuario final, parecen instantáneas o inmateriales.
La falta de transparencia en el sector complica la evaluación precisa de este impacto. Según Sasha Luccioni, investigadora en Hugging Face y coautora del estudio de Carnegie Mellon, muchas empresas tecnológicas han dejado de publicar información crucial sobre el tamaño de sus modelos, el tipo de hardware utilizado o los tiempos de entrenamiento. Esta opacidad dificulta el análisis científico y limita el diseño de políticas efectivas de mitigación ambiental. «Con ChatGPT no sabemos qué tan grande es, no sabemos cuántos parámetros tiene el modelo subyacente, no sabemos dónde se ejecuta», señaló Luccioni en declaraciones recientes a medios especializados.
Unite a nuestro canal de WhatsApp
Las proyecciones futuras plantean un escenario preocupante para la sostenibilidad del sector. Alex de Vries, investigador de la Universidad de Ámsterdam, estima que la industria de la inteligencia artificial podría llegar a consumir entre 85 y 134 teravatios hora (TWh) anuales para 2027, equiparable al consumo eléctrico total de los Países Bajos.
El investigador advierte que la tendencia a desarrollar modelos cada vez más grandes y entrenados con mayores volúmenes de datos podría contrarrestar cualquier avance en eficiencia energética. Aunque compañías como Microsoft afirman estar implementando soluciones sostenibles, como la reducción de su huella de carbono y la optimización del uso del agua, los expertos coinciden en que estas iniciativas aisladas resultan insuficientes frente a la magnitud y el ritmo de crecimiento del problema.
Fuente: Infobae
