El dilema medioambiental de la IA generativa

Francisco Rojas, Director Ejecutivo de Applied Intelligence en Accenture Chile.

El lanzamiento de ChatGPT en noviembre de 2022 supuso la irrupción de la IA generativa (GenAI). Desde entonces, esta tecnología ha experimentado la tasa de adopción más rápida de la historia y se ha convertido en un instrumento fundamental en la forma en que hacemos negocios, investigamos, compramos y estudiamos. Sin embargo, su impacto medioambiental plantea un reto particular sobre cómo gestionar y mitigar sus efectos.

GenAI tiene el potencial de catalizar la sostenibilidad corporativa mediante su capacidad de procesamiento. Permite a las empresas optimizar la eficiencia energética, mantener una producción responsable y racionalizar los procesos para reducir drásticamente las emisiones. Pero la paradoja de sostenibilidad es ineludible: el entrenamiento de modelos lingüísticos consume enormes cantidades de energía, elevando la huella de carbono.

Por ejemplo, ChatGPT-3 consume 1.287 gigavatios por hora de electricidad, sólo para el entrenamiento, lo que es equivalente a abastecer 215 hogares durante un año. Y las emisiones de carbono asociadas, son similares a la producción anual de emisiones de 109 automóviles. Si persisten los patrones de uso actuales, los sistemas de aprendizaje automático podrían monopolizar la totalidad de la producción mundial de energía en 2040.

En Chile, donde la preocupación por el impacto ambiental es alta, es crucial considerar cómo GenAI puede adaptarse para ser más sostenible. En las empresas deberíamos enfocarnos en métodos que aprovechen diversidad en hardware, disminuyendo así la demanda computacional de los modelos de GenAI. Una táctica adicional es la reutilización de modelos ya existentes para nuevas aplicaciones, que disminuye la necesidad de entrenar nuevos modelos de manera intensiva en términos de consumo energético. Adicionalmente, modelos de menor tamaño pueden lograr niveles de precisión similares, pero con un uso energético significativamente menor.

Aprovechar la IA Generativa en el sector energético puede contribuir a mitigar las emisiones de gases de efecto invernadero, mejorar la eficiencia energética y fomentar las innovaciones con bajas emisiones de carbono. Por ejemplo, puede predecir la demanda de energía o mejorar la producción de energías renovables optimizando el diseño en función de los patrones meteorológicos, como la ubicación de los paneles solares o la optimización del diseño de las palas de los aerogeneradores.

2023 fue un año excepcional para la IA Generativa. Mientras sigue ampliando los límites de lo que creemos posible, la ecologización de estas herramientas, como ChatGPT, representa tanto un reto como una oportunidad en los próximos años. La promesa de los avances de la IA Generativa debe equilibrarse con el enorme consumo de energía, ya que las empresas aplican de forma proactiva medidas para mitigar el impacto medioambiental adverso.