La reconocida investigadora Sasha Luccioni ha emitido una advertencia sobre el impacto ambiental de la IA generativa. Según Luccioni, esta tecnología consume hasta 30 veces más energía que un motor de búsqueda tradicional, lo que representa una seria preocupación para quienes cuidan el medio ambiente.
La científica canadiense, de origen ruso, lleva años midiendo las emisiones de programas como ChatGPT y Midjourney. Explica que los modelos de lenguaje en los que se basan estos programas requieren una enorme capacidad computacional para ser entrenados en billones de datos, lo que implica el uso de servidores potentes.
Además, cada solicitud de los usuarios consume energía adicional, ya que los modelos no solo extraen información, como lo haría un motor de búsqueda, sino que generan nuevas respuestas.
Demasiada energía
De acuerdo con la Agencia Internacional de la Energía, en 2022, el sector de la IA, junto con el de las criptomonedas, consumió cerca de 460 teravatios-hora de electricidad, lo que equivale al 2% de la producción global.
Luccioni, pionera en la investigación del impacto climático de la IA, participó en la creación de CodeCarbon, una herramienta que permite a los desarrolladores cuantificar la huella de carbono al ejecutar un código. Esta herramienta ha sido descargada más de un millón de veces.
Además, Luccioni lidera la estrategia climática de la startup Hugging Face y trabaja en un sistema de certificación para medir el consumo energético de los algoritmos de IA. Esta certificación es similar al programa de la Agencia de Protección Ambiental de EE.UU., que clasifica los electrodomésticos según su eficiencia energética.
Sin embargo, destaca que las grandes empresas tecnológicas, como Microsoft y Google, han visto aumentar sus emisiones de gases de efecto invernadero debido al uso intensivo de la IA. Google incrementó sus emisiones en un 48% desde 2019 y Microsoft en un 29% desde 2020.
Sobriedad energética
Luccioni insta a los gobiernos a tomar medidas, argumentando que la falta de transparencia en los conjuntos de datos y en la formación de los algoritmos dificulta la regulación.
Además, aboga por una «sobriedad energética», sugiriendo que no se trata de oponerse a la IA, sino de usar las herramientas de manera responsable y eficiente.
