Impacto en el medio ambiente
La implementación y el funcionamiento de la inteligencia artificial, sobre todo los grandes modelos generativos, plantean un desafío medioambiental: su entrenamiento y operación podrían elevar las emisiones de carbono e incrementar notablemente el consumo de agua.
ENTIDAD
2 - IA
INTENCIÓN
3 - Otro
TIEMPO
2 - Post-despliegue
ID del riesgo
mit1202
Linea de dominio
6. Socioeconómico y Ambiental
6.6 > Daño ambiental
Estrategia de mitigacion
- Transición a fuentes de energía renovable y mejora de la eficiencia energética: Acelerar la migración de los centros de datos a redes alimentadas por fuentes de energía libre de carbono (ej. solar, eólica) y aplicar optimizaciones algorítmicas y de *hardware* (ej. *advanced liquid cooling* y *server utilization*) para reducir significativamente el consumo eléctrico por unidad de cómputo y, consecuentemente, las emisiones de gases de efecto invernadero. - Gestión hídrica y localización estratégica de la infraestructura: Implementar tecnologías de enfriamiento que minimicen la dependencia y el consumo de agua dulce (ej. refrigeración por inmersión), y priorizar la ubicación de nuevos centros de datos en zonas con bajo estrés hídrico y disponibilidad de recursos energéticos limpios, evitando la competencia con las necesidades hídricas de las comunidades locales. - Establecimiento de métricas de transparencia y gobernanza ambiental: Mandatar procedimientos estandarizados y rigurosos para la medición y divulgación pública de la huella ambiental (carbono, agua, residuos electrónicos) de los modelos de IA a lo largo de su ciclo de vida, lo que permitirá la evaluación comparativa, la rendición de cuentas y la incentivación de la eficiencia en la industria.