Riesgos para el medio ambiente
La Inteligencia Artificial de propósito general (IA-PG) es un factor que contribuye de forma moderada, pero con un crecimiento acelerado, a los impactos ambientales globales, principalmente a través de su consumo energético y la generación de gases de efecto invernadero (GEI). Las estimaciones actuales indican que, aunque los centros de datos y la transmisión de datos representan aproximadamente el 1% de las emisiones globales de GEI relacionadas con la energía, la IA por sí sola consume entre el 10% y el 28% de la capacidad energética total de dichos centros. Se proyecta que la demanda energética de la IA aumentará sustancialmente para 2026, con algunas estimaciones sugiriendo una duplicación o más, siendo los sistemas de IA-PG, como los modelos de lenguaje, los principales impulsores de esta tendencia.
ENTIDAD
2 - IA
INTENCIÓN
2 - Involuntario
TIEMPO
3 - Otro
ID del riesgo
mit909
Linea de dominio
6. Socioeconómico y Ambiental
6.6 > Daño ambiental
Estrategia de mitigacion
1. Optimización Algorítmica y de Arquitectura de Modelos Aplicar rigurosamente técnicas de 'Green AI' como la cuantificación, la poda (pruning) y la compresión para reducir la complejidad y el tamaño de los modelos. Priorizar el uso de modelos de lenguaje pequeños (SLMs) o modelos especializados en tareas concretas y repetitivas para reducir la demanda energética durante la fase de inferencia, logrando potenciales disminuciones en el consumo de hasta el 90%. 2. Despliegue de Infraestructura 'Consciente del Carbono' Implementar estrategias de ubicación y programación de cargas de trabajo que optimicen el uso de recursos energéticos limpios. Esto incluye trasladar los centros de datos a regiones con alta disponibilidad de fuentes renovables de baja emisión de carbono y utilizar la programación sensible al carbono (carbon-aware workload scheduling) para alinear las tareas de computación intensiva con los periodos de mayor producción de energía renovable. 3. Marco de Transparencia y Rendición de Cuentas Establecer metodologías estandarizadas para la medición, cuantificación y divulgación obligatoria del impacto ambiental de los sistemas de IA (consumo energético, uso de agua, emisiones de GEI) a lo largo de todo su ciclo de vida. Esto debe complementarse con la adopción de regulaciones que fomenten la debida diligencia ambiental y que permitan evaluar críticamente la necesidad de utilizar soluciones de IA en función de una relación costo-beneficio de sostenibilidad.