El impacto ambiental de Gemini: la IA de Google consume 0,24 Wh y 5 gotas de agua por consulta – energynews.es

Informe sobre el Impacto Ambiental del Modelo de IA Gemini y su Relación con los Objetivos de Desarrollo Sostenible (ODS)

Un informe técnico emitido por Google ha proporcionado la primera cuantificación oficial del impacto ambiental de su modelo de inteligencia artificial, Gemini. Este análisis es crucial para evaluar la sostenibilidad de la industria tecnológica en el marco de la Agenda 2030, especialmente en lo que respecta a los Objetivos de Desarrollo Sostenible (ODS).

Hallazgos Principales por Interacción

Cada consulta realizada al modelo Gemini genera un consumo de recursos específico, que impacta directamente en varios ODS:

• Consumo Eléctrico: 0,24 vatios-hora. Este dato es fundamental para el ODS 7 (Energía Asequible y no Contaminante), ya que la eficiencia energética es clave para una transición hacia fuentes limpias.
• Emisiones de Carbono: 0,03 gramos de CO₂. Cifra directamente relacionada con el ODS 13 (Acción por el Clima), que busca combatir el cambio climático y sus efectos.
• Consumo de Agua: 0,26 mililitros. Este uso de recursos hídricos afecta al ODS 6 (Agua Limpia y Saneamiento), especialmente en regiones con estrés hídrico.

Análisis de la Contabilidad Ambiental y su Alineación con el ODS 12

La metodología de Google para medir este impacto abarca un enfoque integral, en línea con los principios del ODS 12 (Producción y Consumo Responsables), al considerar no solo el consumo directo, sino todo el ciclo operativo en sus centros de datos.

Componentes de la Medición

1. Equipos Informáticos: Energía consumida por los servidores durante el procesamiento activo.
2. Potencia en Reposo: Consumo de los chips especializados (TPU) incluso cuando no están ejecutando una tarea, un factor a menudo omitido en estimaciones externas.
3. Sistemas de Refrigeración: Agua utilizada para mantener la temperatura óptima de la infraestructura, un punto crítico para la gestión sostenible de recursos.

Este enfoque exhaustivo proporciona una métrica de “eficiencia teórica” más precisa y transparente, sentando un precedente para la industria en su camino hacia una infraestructura sostenible (ODS 9).

El Consumo de Agua y su Impacto Crítico en el ODS 6

Es fundamental diferenciar entre “uso” y “consumo” de agua en los centros de datos para comprender su verdadero impacto en el ODS 6 (Agua Limpia y Saneamiento).

Proceso de Refrigeración por Evaporación

• El agua se evapora para disipar el calor de los servidores.
• Esta agua evaporada se pierde del ecosistema hídrico local y no puede ser reutilizada de forma inmediata.
• El sistema requiere una reposición constante con agua dulce, compitiendo con otros usos como el consumo humano y la agricultura.

Este “consumo” representa un desafío significativo para la sostenibilidad, especialmente en comunidades con escasez de agua, poniendo en tensión el equilibrio entre el desarrollo tecnológico (ODS 9) y la gestión equitativa de los recursos hídricos (ODS 6).

La Paradoja de la Eficiencia Frente al Crecimiento Exponencial

Aunque la eficiencia por consulta de Gemini es notable, el impacto agregado plantea un serio desafío para la consecución de los ODS. La eficiencia a microescala se ve amenazada por el crecimiento macroscópico de la demanda.

Proyecciones de la Agencia Internacional de la Energía (AIE)

La AIE proyecta que la demanda energética de los centros de datos, impulsada por la IA y las criptomonedas, se duplicará para 2026. Este incremento masivo pone en riesgo los avances hacia el ODS 7 y el ODS 13, ya que requerirá una capacidad de generación de energía renovable sin precedentes para evitar un aumento drástico de las emisiones globales.

El Coste Oculto: Emisiones en la Cadena de Suministro y el ODS 12

El informe medioambiental de Google revela una contradicción clave: mientras la eficiencia operativa mejora, las emisiones totales de la compañía han aumentado un 51% desde 2019. La causa principal son las emisiones indirectas (Alcance 3) generadas por la fabricación de hardware.

Este hecho subraya la importancia del ODS 12 (Producción y Consumo Responsables), que exige una visión holística del ciclo de vida del producto. La sostenibilidad de la IA no puede medirse solo por su eficiencia operativa; debe incluir el impacto ambiental de la extracción de materias primas, la fabricación de componentes y el ensamblaje de la infraestructura física.

Conclusión: Hacia una IA Sostenible en Línea con la Agenda 2030

La publicación de los datos de Gemini es un paso positivo hacia la transparencia. Sin embargo, la sostenibilidad a largo plazo de la inteligencia artificial generativa depende de un enfoque sistémico que integre los Objetivos de Desarrollo Sostenible.

Recomendaciones Estratégicas

1. Gestión de la Demanda Global: Fomentar un uso responsable de la IA para controlar el crecimiento exponencial del consumo de recursos.
2. Transición Energética: Asegurar que el 100% de la energía consumida por los centros de datos provenga de fuentes renovables (ODS 7).
3. Economía Circular en Hardware: Minimizar el impacto de la cadena de suministro a través del diseño ecológico, el reciclaje y la reutilización de componentes (ODS 12).
4. Gestión Responsable del Agua: Implementar tecnologías de refrigeración que no compitan con las necesidades hídricas de las comunidades locales (ODS 6).

La innovación en inteligencia artificial (ODS 9) solo será verdaderamente transformadora si se desarrolla de manera responsable y sostenible, contribuyendo activamente a la acción climática (ODS 13) y al bienestar global.

Análisis de los Objetivos de Desarrollo Sostenible en el Artículo

¿Qué Objetivos de Desarrollo Sostenible (ODS) se abordan o están conectados con los temas destacados en el artículo?

• ODS 6: Agua Limpia y Saneamiento: El artículo aborda directamente este objetivo al detallar el consumo de agua de la IA de Google. Se especifica que cada interacción consume “0,26 mililitros de agua” para la refrigeración de los centros de datos. Además, se destaca la criticidad de este consumo en “regiones con estrés hídrico”, donde la industria tecnológica compite con la población local por recursos hídricos escasos, lo que se alinea con la necesidad de una gestión sostenible del agua.
• ODS 7: Energía Asequible y No Contaminante: Este es un tema central del artículo, que cuantifica el consumo de energía de Gemini en “0,24 vatios-hora de electricidad” por interacción. Se discute la “eficiencia energética” como un factor clave, comparando a Gemini con otros modelos. La proyección de la Agencia Internacional de la Energía sobre la duplicación de la demanda energética de los centros de datos para 2026 subraya la relevancia de este ODS en el contexto del crecimiento de la IA.
• ODS 9: Industria, Innovación e Infraestructura: El artículo se centra en la infraestructura tecnológica (centros de datos, chips TPU, servidores) que sostiene la industria de la IA. Analiza la necesidad de que esta industria innove de manera sostenible, mejorando la eficiencia para mitigar su impacto ambiental. La discusión sobre la “eficiencia teórica” de las métricas de Google y el desafío de la “escalabilidad futura” de la IA se enmarcan en el desarrollo de una industria e infraestructura más sostenibles.
• ODS 12: Producción y Consumo Responsables: El artículo examina la “huella ecológica” de un servicio digital, cuestionando la sostenibilidad del modelo de consumo masivo (“el efecto multiplicador de los miles de millones de peticiones”). Se aborda el ciclo de vida del producto, incluyendo las “emisiones indirectas generadas por la fabricación y el ensamblaje del hardware”, lo que apunta directamente a la necesidad de patrones de producción y consumo más responsables en la cadena de suministro tecnológica.
• ODS 13: Acción por el Clima: La conexión con este ODS es explícita a través de la medición de las emisiones de carbono. El artículo informa que cada consulta a Gemini genera “0,03 gramos de emisiones de CO₂”. También se menciona que, a pesar de la eficiencia por consulta, las “emisiones totales de Google han aumentado un 51% desde 2019”, en parte debido a la IA, lo que resalta el impacto agregado de la industria en el cambio climático.

¿Qué metas específicas de los ODS se pueden identificar en función del contenido del artículo?

• Meta 6.4: “Para 2030, aumentar considerablemente el uso eficiente de los recursos hídricos en todos los sectores y asegurar la sostenibilidad de la extracción y el abastecimiento de agua dulce para hacer frente a la escasez de agua”. El artículo se alinea con esta meta al analizar el consumo de agua en los centros de datos y el “problema crítico en regiones con estrés hídrico”, lo que evidencia la necesidad de un uso más eficiente del agua en la industria tecnológica.
• Meta 7.3: “Para 2030, duplicar la tasa mundial de mejora de la eficiencia energética”. El texto se enfoca en este punto al destacar que Google ha reducido el consumo de energía por solicitud “33… veces” y que Gemini es “aproximadamente 12 veces más eficiente energéticamente que ChatGPT”. Estos datos son ejemplos directos de los esfuerzos por mejorar la eficiencia energética en el sector tecnológico.
• Meta 9.4: “Para 2030, modernizar la infraestructura y reconvertir las industrias para que sean sostenibles, utilizando los recursos con mayor eficacia y promoviendo la adopción de tecnologías y procesos industriales limpios y ambientalmente racionales”. La discusión sobre la necesidad de gestionar la “demanda global creciente” y “minimizar el coste ambiental de la fabricación de hardware” para que la “revolución de la IA” sea sostenible, se relaciona directamente con la modernización sostenible de la industria y su infraestructura.
• Meta 12.2: “Para 2030, lograr la gestión sostenible y el uso eficiente de los recursos naturales”. El artículo entero es un análisis sobre el uso de recursos naturales (agua, energía, materiales para hardware) por parte de la IA. La cuantificación del consumo de electricidad, agua y emisiones de CO₂ por consulta es un paso hacia la gestión sostenible y el uso eficiente de dichos recursos.

¿Hay algún indicador de los ODS mencionado o implícito en el artículo que pueda usarse para medir el progreso hacia los objetivos identificados?

• Indicador 6.4.2 (Nivel de estrés hídrico): Este indicador está implícito cuando el artículo menciona el “problema crítico en regiones con estrés hídrico”. Los datos de consumo de agua de los centros de datos (0,26 ml por consulta) son una métrica que contribuye al cálculo de la extracción total de agua dulce por parte de la industria, que a su vez influye en el nivel de estrés hídrico de una región.
• Indicador 7.3.1 (Intensidad energética): Aunque el indicador oficial mide la intensidad energética en relación con el PIB, el artículo proporciona un análogo a nivel micro: la intensidad energética por unidad de servicio. Las cifras de “0,24 vatios-hora de electricidad” por consulta son una medida directa de la intensidad energética de la tecnología de IA, y su reducción en el tiempo (“se han reducido 33… veces”) mide el progreso hacia una mayor eficiencia.
• Indicador 9.4.1 (Emisiones de CO₂ por unidad de valor añadido): De manera similar al indicador de energía, el artículo ofrece una métrica a nivel de producto: “0,03 gramos de emisiones de CO₂” por interacción. Este dato funciona como un indicador de la intensidad de carbono de la industria de la IA, midiendo las emisiones generadas por cada unidad de servicio prestado.
• Indicador 12.6.1 (Número de empresas que publican informes de sostenibilidad): El artículo se basa en un “informe técnico de Google” que cuantifica el impacto ambiental de Gemini. La publicación de este informe es un ejemplo de la acción que este indicador busca medir. El artículo lo describe como un “ejercicio de transparencia valioso que establece un referente en la industria”.

ODS, metas e indicadores

Fuente: energynews.es