INTELIGENCIA ARTIFICIAL VERDE

« Back to Glossary Index

Lucía Ortiz de Zárate Alcarazo

La IA no es solo un grupo de tecnologías capaz de tomar decisiones como lo haría una persona en su mismo contexto, a través de distintas técnicas como el machine learning, el deep learning, las redes neuronales, etcétera. También es una idea, una forma de entender y ejercer el poder, una megamáquina y una industria basada en el extractivismo (Crawford, 2021). A pesar de que ambas formas de referirse a la IA son correctas, la primera se usa con mucha más frecuencia que la segunda. Sin embargo, para poder entender el alcance, las implicaciones ético-políticas y, por supuesto, ecosociales de la IA, la segunda es más adecuada. 

Desde la lógica de los potenciales beneficios que estas tecnologías pueden generar en distintas áreas como la salud, la educación, la administración y gestión de servicios, etc., y a pesar de los numerosos problemas ético-políticos que envuelven a la IA, esta ha conseguido abrirse paso en nuestras sociedades, hasta erigirse como un objetivo a alcanzar y como una esperanza. Esta implantación social se debe, en gran medida, a que en nuestros imaginarios tecnológicos asociamos estas tecnologías «nuevas», «digitales» o «disruptivas» con ideas que nos recuerdan al progreso, el desarrollo, lo moderno, y un futuro limpio y respetuoso con el medio ambiente, también denominado «verde» (Ensmenger, 2018). En este imaginario, la IA verde (green AI) desempeña un papel central en tanto que motor posibilitador y creador de este presente/futuro. A continuación se problematizará este concepto y se expondrán algunas de sus implicaciones.  

1. La IA verde

Para la mayor parte de las personas, la relación entre la IA y la naturaleza es inexistente. Esto se debe a que, desde finales del siglo XX, las mal llamadas nuevas tecnologías se han presentado como radicalmente opuestas a las tecnologías industriales de la primera y la segunda revolución industrial (véase capitalismo fósil). Mientras estas últimas serían contaminantes y sucias, basadas en la quema de combustibles fósiles como el petróleo o el carbón, las primeras, entre las que se encuentra la IA, serían limpias y verdes. 

Según esta idea, que ha sido y es mayoritariamente defendida por economistas, tecnólogos, pensadores, académicos y responsables políticos, las tecnologías digitales y la IA serían casi independientes de infraestructuras materiales contaminantes y su impacto ecológico sería mínimo (Negroponte et al., 1997). En esta línea van dirigidas todas aquellas estrategias que, plagadas de metáforas ecológicas, asocian la IA a «la nube» y los centros donde se almacenan grandes cantidades («montañas») de datos se presentan como «granjas» de datos (Carruth, 2014). Sin embargo, durante los últimos años, las evidencias sobre el impacto ecológico negativo de la IA y la industria tecnológica en su conjunto han puesto de relieve los aspecto menos atractivos de estas tecnologías. A este respecto resultan especialmente alarmantes las predicciones en torno a la industria tecnológica, que en 2040 será responsable del 14% de las emisiones de gases de efecto invernadero (Belkhir & Elmeligi, 2018). En el caso de la IA, en 2018, tan solo los centros de datos situados en suelo europeo representaron el 2.7% de la demanda eléctrica de la Unión Europea (UE), cifra que podría crecer hasta el 3.21% o el 6% en 2030, en función de las ganancias en materia de eficiencia energética que se logre en dichos centros (Montevecchi et al., 2020).  

Ante esta situación, la idea de una IA verde ha ido ganando relevancia tanto entre los ambientalistas (y ecomodernistas) que siguen defendiendo “levedad” de la tecnología y apuestan por el uso de la IA como solución a distintos problemas, incluidos los ecológicos, como entre los ecologistas que abogan por cambiar el enfoque actual para la IA y la industria tecnológica en su conjunto. 

2. Los ambientalistas

Los ambientalistas suelen utilizar el término IA verde para referirse a sistemas cuyo consumo energético es neutro y no generan huella de carbono. En este sentido, rompen con algunas de las premisas y planteamientos que presentan una imagen utópica y poco realista de la IA. Sin embargo, para los ambientalistas la relación entre la IA y la naturaleza es limitada y, una vez planteada en las coordinadas adecuadas, se considera globalmente positiva. Desde este enfoque, las medidas relacionadas con el desarrollo de una IA verde avanzarían, principalmente, en tres direcciones, casi todas relacionadas con la «fase de uso» de la IA.

La primera medida consistiría en reducir el consumo de los centros de datos situados en suelo europeo. La segunda implicaría desarrollar «algoritmos verdes», es decir, algoritmos cuyo consumo energético durante su entrenamiento y su funcionamiento regular fuera mínimo (Schwartz et al., 2020). Finalmente, la tercera conllevaría promover la investigación enfocada al desarrollo de materiales que sean más fáciles de reciclar y respetuosos con el medioambiente, con vistas a optimizar la fase de los desechos electrónicos procedentes de la IA.

Esta posición, que es mayoritaria en el ámbito de la Unión Europea (UE) y gran parte de la comunidad científica y académica, reconoce que la IA plantea algunos problemas ecológicos, pero no cuestiona las relaciones de poder que subyacen a la IA, las implicaciones ecológicas de ésta fuera de Occidente, ni las dinámicas socioeconómicas en las que se inserta el desarrollo de estas tecnologías. Por ello, no solo considera que la IA verde es la solución a los problemas medioambientales que puede causar, sino que además aboga por el uso de tecnologías de IA para reducir el consumo energético en otros sectores como, por ejemplo, optimizando el uso de agua para regar jardines públicos, detectando fugas de agua en tiempo real, desarrollando modelos que permitan predecir los efectos del cambio climático, etc. (Cowls et al., 2021). Desde estas coordenadas, la IA verde se une al grupo de medidas enfocadas a compatibilizar el crecimiento económico, tecnológico e industrial con el cuidado del medioambiente, por lo que son frecuentes expresiones tales como IA para la sostenibilidad (IA for sustainability), IA para el clima (AI for Climate) o IA para el bien (AI4Good). 

3. Los ecologistas

Por su parte, los ecologistas esgrimen que la perspectiva de los ambientalistas es reduccionista e insuficiente, al plantear soluciones parciales a un problema que no se resuelve mejorando la eficiencia de la IA que se usa en Occidente, sino escapando de las lógicas capitalistas de crecimiento tecnológico desenfrenado y aplicando una mirada global a la producción, la fabricación, el consumo y la generación de desechos de la IA (Almazán, 2021a). Para estos, la relación entre la IA, la naturaleza y la crisis ecosocial es mucho más estrecha, profunda y problemática de lo que afirman los ambientalistas. Así, los ecologistas abogan por analizar el fenómeno más allá de la «fase de uso», que queda restringida a los países ricos; por introducir reflexiones que cuestionen la necesidad, el alcance y el ritmo de la transformación tecnológica; por cuestionar las ideas preconcebidas sobre la IA, el crecimiento, su relación con el mito del progreso; y por plantear modelos económicos, sociales y políticos que sean ecológicamente justos (véase justicia ecológica) (Almazán, 2021b). 

Respecto al ciclo vital de la IA, aunque los ecologistas también denuncian el impacto ecológico durante la fase de uso, buscan ampliar el foco a las otras dos fases del ciclo. Por un lado, en la fase inicial se produce la extracción de materias primas (véase extractivismo) y minerales que son necesarios para fabricar las tecnologías de IA, así como el refinamiento, la manufacturación y ensamblaje de las mismas. Esta fase, que suele tener lugar en países del Sur global, tiene repercusiones muy graves en sus entornos socio-ecológicos, tales como como la erosión, la pérdida de biodiversidad, la devastación de la vegetación cercana, la contaminación de las aguas, la deforestación, el trabajo forzado, etc., todas ellas derivadas de las actividades mineras, el transporte de las componentes de la IA, etc. (Dhar, 2021). Por otro lado, el ecologismo también subraya la necesidad de atender a la fase final de la IA, que tiene que ver con la gestión de los residuos electrónicos (e-waste) generados cuando se termina la vida útil de los aparatos tecnológicos que usan IA, o cuando queremos renovarlos. Aquí los problemas tienen que ver con el impacto socio-ecológico que genera la falta de reciclaje de estos materiales y el vertido de los desechos electrónicos en países como Ghana y Pakistán (Crawford y Joler, 2020), así como el consumo excesivo de tecnología en Occidente.

Partiendo de estos planteamientos, los ecologistas buscan evidenciar que la IA, lejos de ser limpia e independiente de infraestructuras, es sucia y dependiente de la minería, el transporte marítimo, el carbón y el petróleo. Por tanto, las medidas a tomar ante la crisis ecosocial en relación con la IA no pueden verse limitadas a las propuestas de IA verde. Desde esta perspectiva, un enfoque verde para la IA no podría limitarse a buscar ganancias en materia de eficiencia tecnológica o plantear soluciones tecnológicas para resolver problemas ecológicos, de los que la propia industria tecnológica es en gran parte responsable. Los ecologistas consideran necesario, como mínimo, cuestionar las dinámicas de crecimiento en la producción y el consumo tecnológico, afrontar la cuestión del colonialismo verde, así como redefinir nuestra relación con el resto de los seres vivos no humanos, con vistas a huir de un sistema socio-económico que ha demostrado, en reiteradas ocasiones, su incompatibilidad con la vida y la justicia ecosocial.

Bibliografía

Almazán, A. (2021a). ¿Verde y digital? Viento Sur173.

Almazán, A. (2021b). Técnica y tecnología: Cómo conversar con un tecnolófilo. Taugenit Editorial.

Belkhir, L., & Elmeligi, A. (2018). Assessing ICT global emissions footprint: Trends to 2040 & recommendations. Journal of cleaner production, 177, 448-463.

Crawford, K. y Joler, V. (2020). Anatomy of an AI system. The Amazon Echo as an anatomical map of human labor, data and planetary resources Disponible en web: https://anatomyof.ai/

[Última vez visitado: 06.06.2023]

Crawford, K. (2021). The atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press.

Carruth, A. (2014). The cloud. Salmagundi, 184: 129–143

Cowls, J., Tsamados, A., Taddeo, M., & Floridi, L. (2021). The AI gambit: leveraging artificial intelligence to combat climate change—opportunities, challenges, and recommendations. AI and Society, 38(1): 283–307. 

Dhar, P. (2020). The carbon impact of artificial intelligence. Nature Machine Intelligence.

Ensmenger, N. (2018). The environmental history of computing. Technology and Culture, 59(4): 7–33.

Montevecchi, F., Stickler, T., Hintemann, R., Hinterholzer, S. (2020). Energy-efficient Cloud Computing Technologies and Policies for an Eco-friendly Cloud Market. Disponible en web: https://digital-strategy.ec.europa.eu/en/library/energy-efficient-cloud-computing-technologies-and-policies-eco-friendly-cloud-market

[Última vez visitado 06.06.2023]

Negroponte, N., Harrington, R., McKay, S. R., & Christian, W. (1997). Being digital. Computers in Physics, 11(3): 261-262.

Schwartz, R., Dodge, J., Smith, N. A., & Etzioni, O. (2020). Green AI. Communications of the ACM63(12): 54-63.

Share content
« Back to Dictionary Index