Durante los últimos años se ha repetido una idea tranquilizadora para justificar la expansión acelerada de la inteligencia artificial: los modelos serán cada vez más eficientes y, gracias a esa eficiencia, consumirán menos energía y recursos. Es una promesa cómoda porque permite creer que la propia tecnología resolverá los problemas que genera. Pero la historia demuestra que esa confianza puede ser una peligrosa ilusión.
La paradoja de Jevons ya mostró en el siglo XIX que una tecnología más eficiente, la máquina de vapor, no necesariamente reduce el consumo de recursos (en aquel caso, el carbón). Cuando algo se vuelve más barato y accesible, aumenta su uso. La eficiencia puede no ser un freno, sino el combustible de una nueva ola de consumo.
Eso es precisamente lo que puede ocurrir con la inteligencia artificial. Modelos más baratos y potentes no significarán necesariamente menos impacto ambiental. Significarán más aplicaciones, más usuarios, más automatización y más dependencia de una infraestructura digital que necesita electricidad, agua, minerales y enormes centros de datos para funcionar.
El problema, por tanto, no es solo tecnológico. Es cultural y económico. Estamos construyendo una industria basada en una idea conocida: que todo lo que pueda automatizarse, acelerarse o expandirse debe hacerlo. La pregunta sobre si debemos hacerlo queda relegada frente a la pregunta sobre si podemos hacerlo.
En este punto, tomamos prestadas ideas del ensayista estadounidense Nicholas Carr en The Shallows, obra de 2010 que llegó a ser finalista del Pulitzer. Carr advertía de que las tecnologías digitales no son simples herramientas que utilizamos de forma pasiva; transforman nuestra manera de pensar, prestar atención y organizar la vida cotidiana. Internet no solo nos permitió acceder a más información: también impulsó una cultura de inmediatez, fragmentación y consumo constante.
La inteligencia artificial puede llevar esa lógica un paso más allá. No estamos ante una herramienta que simplemente ejecuta órdenes, sino ante sistemas que empiezan a mediar en cómo escribimos, trabajamos, decidimos y creamos. La cuestión ambiental está conectada con esa transformación: una sociedad acostumbrada a la disponibilidad permanente de servicios digitales puede generar una demanda permanente de más capacidad computacional.
En 'Superbloom', su último libro, Carr analiza cómo las tecnologías de conexión masiva pueden producir una expansión descontrolada de actividad, donde cada nuevo avance abre la puerta a más usos, más interacciones y más dependencia. Esa idea encaja con el desafío actual de la IA: una tecnología que promete eficiencia puede terminar impulsando un ecosistema de consumo digital mucho mayor.
Aquí aparece una contradicción incómoda. La industria tecnológica suele presentar la eficiencia como la solución al problema ambiental, pero la eficiencia dentro de un modelo de crecimiento ilimitado puede convertirse en parte del problema. Si cada ahorro energético se reinvierte en ampliar el uso de la tecnología, el resultado final puede ser un aumento del consumo total.
Los centros de datos son la expresión física de esta paradoja. Aunque la inteligencia artificial parezca una actividad intangible, depende de una infraestructura material gigantesca: servidores, redes, energía, agua y extracción de recursos. La nube no está en el cielo; está en edificios concretos que ocupan territorio y consumen recursos reales.
Además, la expansión de la IA está profundizando una desigualdad global. Los países que controlan la infraestructura y los modelos más avanzados concentran gran parte del poder económico y tecnológico, mientras otros territorios pueden asumir una parte desproporcionada de los costes ambientales asociados a la extracción de materias primas, la fabricación de dispositivos y los residuos electrónicos.
La historia de la tecnología está llena de ejemplos donde los beneficios se privatizan mientras los impactos se reparten. La inteligencia artificial corre el riesgo de repetir esa fórmula a una escala mayor.
Por eso, la conversación sobre una IA responsable no puede limitarse a cuestiones como la precisión de los algoritmos o la seguridad de los datos. También debe incluir una pregunta incómoda: ¿qué precio ambiental estamos dispuestos a pagar por cada avance tecnológico?
La transparencia sobre consumo energético, emisiones y ciclo de vida de los sistemas de IA debería ser una condición básica. No tiene sentido promover una revolución tecnológica sin conocer su factura ecológica.
El futuro de la inteligencia artificial no debería medirse únicamente por la capacidad de las máquinas para hacer más cosas, sino por nuestra capacidad para decidir qué cosas merece la pena hacer y bajo qué límites.
Como sugiere la obra de Carr, las tecnologías no solo cambian lo que hacemos; cambian la sociedad que construimos alrededor de ellas. La verdadera prueba de la inteligencia artificial no será demostrar que puede crecer sin límites, sino demostrar que puede avanzar dentro de los límites del planeta.
