Mientras las herramientas de inteligencia artificial ganan terreno en el uso cotidiano, crece también una preocupación silenciosa pero urgente: su enorme huella hídrica. Cada interacción con ChatGPT, DALL·E o cualquier otro sistema generativo no solo consume energía, sino también cantidades sorprendentes de agua dulce para enfriar los servidores que las hacen posibles.

Según una investigación del Washington Post citada por TN Tecno, un simple pedido a ChatGPT puede requerir entre 10 y 100 mililitros de agua. Aunque suene poco, la cifra se multiplica exponencialmente si se considera el volumen global de usuarios: redactar un correo de unas 200 palabras podría evaporar hasta 3 litros de agua, mientras que generar un informe de 10 páginas puede demandar 60 litros.

El verdadero costo ambiental de las imágenes generadas por IA, como las populares ilustraciones al estilo Studio Ghibli, también encendió las alarmas. Un informe publicado por Infobae Perú reveló que, en tan solo una semana, se habrían evaporado 216 millones de litros de agua para sostener la infraestructura necesaria para ese tipo de contenido visual. El volumen equivale al consumo mensual de una ciudad pequeña.

El enfriamiento, el verdadero desafío

Los servidores que procesan estos pedidos alcanzan altas temperaturas, por lo que requieren sistemas de refrigeración intensivos. “Gran parte de esa refrigeración se realiza con agua que, al evaporarse por el calor, se pierde en el proceso”, explicó David Soto, especialista en sistemas de IA de la empresa Softtek, a TN Tecno.

En algunos centros de datos, como los de Microsoft en Iowa o Google en Oregón, el consumo llegó al 6% y al 25% del agua disponible en sus respectivas localidades, según datos relevados por el Washington Post. En tanto, en Virginia, la región con mayor concentración de centros de datos en EE.UU., el consumo hídrico aumentó un 65% en cuatro años.

Un futuro insostenible

El Departamento de Energía de Estados Unidos estima que hasta el 40% de la energía consumida en centros de datos se destina exclusivamente al enfriamiento, lo que agrava el panorama ambiental. Si la tendencia continúa, se estima que la demanda mundial de IA podría requerir entre 4.200 y 6.600 millones de metros cúbicos de agua para 2027, una cantidad equivalente al consumo anual de países como Dinamarca.

El entrenamiento de modelos es otro factor clave. Solo la creación del modelo GPT-3 habría evaporado 700.000 litros de agua, y desarrollos posteriores podrían haber superado los 2,7 millones de litros, según estimaciones citadas por David Soto.

¿Hay soluciones?

Algunas compañías buscan alternativas: Amazon Web Services comenzó a usar aguas residuales tratadas, y en China ya está en marcha un proyecto de centro de datos submarino, que emplea agua de mar a 40 metros de profundidad para refrigerar servidores. Softtek, por su parte, desarrolló un sistema de reutilización de respuestas que logró reducir en un 30% el volumen de consultas activas a los modelos de IA.

Sin embargo, la mayoría de las plataformas aún dependen del agua potable y no existe una legislación internacional que regule este tipo de consumo. El problema no es solo tecnológico, sino ético y ambiental: ¿vale la pena evaporar millones de litros de agua dulce para generar memes o ilustraciones digitales?

¿Y los usuarios?

Desde Infobae advierten que los usuarios pueden jugar un papel clave en el camino hacia una IA más sostenible. Entre las recomendaciones figuran:

Evitar consultas triviales a plataformas de IA.

Elegir modelos más eficientes o desarrollados con energías renovables.

Exigir transparencia ambiental a las empresas tecnológicas.

Difundir el impacto ambiental para generar conciencia colectiva.

Como concluye Soto, “el futuro de la inteligencia artificial no solo se juega en los algoritmos, también en el uso responsable de los recursos del planeta”.