¿Es la inteligencia artificial mala para el medio ambiente? La respuesta honesta es: sí, pero con matices que la mayoría de titulares omiten. La IA tiene una huella ambiental real y creciente, concentrada en cuatro vectores específicos. Esta guía analiza por qué la IA contamina, quién es responsable y qué se está haciendo para revertirlo.
4 razones por las que la IA es mala para el medio ambiente
1. Crecimiento eléctrico desproporcionado
La IEA proyecta que los data centers globales pasarán de 415 TWh (2024) a 945 TWh (2030). Es más que el consumo total actual de Japón. La IA es responsable de aproximadamente la mitad de ese crecimiento.
2. Consumo de agua en zonas con estrés hídrico
Data centers en Arizona, Texas o sur de España consumen agua dulce para refrigeración evaporativa en regiones donde el agua escasea. El estudio Ren et al. (UC Riverside) cuantifica el problema; las regulaciones aún están corrigiéndolo.
3. Residuos electrónicos en aceleración
GPUs reemplazadas cada 3-5 años, demanda creciente. La ONU reporta 62 Mt globales de e-waste en 2024 con crecimiento exponencial atribuible a infraestructura digital, IA incluida.
4. Minerales conflictivos no auditados
Tierras raras (neodimio, disprosio), cobalto y silicio de alta pureza con impactos ambientales severos en origen. El Reglamento (UE) 2017/821 cubre cuatro minerales, no las tierras raras.
Cifras que respaldan la afirmación
- Google: +48 % de emisiones absolutas 2019-2023 (Environmental Report 2024).
- Microsoft: +29 % de emisiones absolutas 2020-2023.
- Entrenar GPT-3: 1.287 MWh, ~552 t CO₂e (Patterson et al. 2021).
- Ratio agua data centers globales: 1,8 L/kWh medio (Uptime Institute 2024).
- Irlanda: data centers consumen >20 % de la electricidad nacional.
El contraargumento honesto: la IA también ayuda
Decir que la IA solo es «mala» para el medio ambiente es incompleto. La misma tecnología que genera huella crea aplicaciones positivas:
- Optimización de redes eléctricas con renovables (Iberdrola, REE).
- Predicción meteorológica más eficiente (GraphCast DeepMind).
- Agricultura de precisión con menos agua y pesticidas (FAO reporta -20-30 %).
- Detección temprana de incendios forestales (ALERTWildfire).
- Modelado climático con apoyo a IPCC.
Para el balance completo ver nuestra guía sobre cómo afecta la IA al medio ambiente.
¿Quién es responsable?
Tres actores principales:
- Hyperscalers (Microsoft, Google, AWS, Meta): operan los data centers, definen el mix eléctrico, eligen ubicaciones.
- Desarrolladores y empresas usuarias: deciden qué modelo desplegar, dónde y para qué.
- Reguladores y usuarios: definen marco legal, exigen transparencia, eligen consumo.
Soluciones en marcha
- Modelos pequeños eficientes: ver guía IA verde.
- Refrigeración líquida directa al chip y free cooling.
- PPA renovables 24/7 (Google, Microsoft).
- Reapertura nuclear: Three Mile Island (Microsoft 2024).
- Marco UE: AI Act + CSRD + Directiva 2023/1791.
Preguntas frecuentes
¿La IA es peor para el clima que el coche?
No. El transporte sigue siendo orden de magnitud superior en emisiones globales (~7 GtCO₂e/año vs ~250 MtCO₂e estimados de IA en 2024).
¿Tiene solución?
Técnica sí. La cuestión es organizativa, regulatoria y económica.
¿Debo dejar de usar ChatGPT?
No tienes que dejar de usar IA. Lo razonable es elegir el modelo apropiado y optimizar prompts. Más en IA verde.
En síntesis
La IA tiene impacto ambiental medible y creciente. Calificarla solo de «mala» simplifica un problema complejo. La regulación europea está corrigiendo, las soluciones técnicas existen y la responsabilidad se distribuye entre operadores, empresas y usuarios.
Fuentes: IEA Energy and AI 2025; Patterson et al., 2021; Ren et al., 2023; UN E-waste Monitor 2024; Microsoft & Google Reports 2024; FAO; Reglamento (UE) 2017/821.
Autor: Daniel Bellido Pérez · iasostenible.com · 4 mayo 2026
Deja una respuesta