En los espacios educativos, la inteligencia artificial (IA) ha generado intensos debates sobre su uso en actividades de aprendizaje. Nos preocupa que los estudiantes recurran a herramientas de IA para resolver tareas sin un proceso de reflexión profunda. Sin embargo, más allá de esta inquietud, necesitamos reenfocar la discusión: la IA es una herramienta, no un sustituto del aprendizaje humano ni, mucho menos, del contacto humano.

El aprendizaje ocurre en el plano intelectual, pero sobre todo en el plano emocional. Desde mi perspectiva, el rol del docente es insustituible. Por ello, debemos enfocarnos en fortalecer el desarrollo emocional del aprendizaje durante el proceso, no solo en función del resultado. Vale la pena preguntarnos: ¿enseñamos para que aprendan o para evaluarlos?

Pero hay otro ángulo que hemos olvidado incluir en esta discusión: el impacto ambiental de la inteligencia artificial. Nos centramos en la eficiencia, la innovación y la productividad, pero pasamos por alto los costos ocultos que esta tecnología impone sobre nuestro entorno. A continuación, algunos datos que invitan a la reflexión, tomados del Programa de las Naciones Unidas para el Medio Ambiente [1]:

1. Consumo de agua: Aunque aún escasa, la evidencia sugiere que la demanda mundial de agua por el uso de IA podría alcanzar entre 4,200 y 6,600 millones de metros cúbicos en 2027, superando la mitad del consumo anual del Reino Unido en 2023 [2].
2. Producción de semiconductores y refrigeración: La fabricación de chips requiere agua ultrapura. A esto se suma el uso intensivo de agua para la refrigeración de centros de datos, muchos de los cuales se ubican en regiones cálidas y con escasez hídrica, generando conflictos entre las necesidades humanas y tecnológicas [3, 4].
3. Consumo energético: Los modelos de lenguaje de gran tamaño (LLM), como los que impulsan los chatbots actuales, consumen cantidades significativas de energía. Una sola consulta puede requerir hasta 2.9 watt-hora, frente a los 0.3 watt-hora de una búsqueda tradicional en internet [5].
4. Emisiones de carbono: Entrenar un solo modelo de lenguaje puede generar hasta 300 toneladas de CO₂, lo que equivale a las emisiones de por vida de cinco automóviles promedio o 125 vuelos de ida y vuelta entre Nueva York y Pekín [6].
5. Expansión acelerada de los centros de datos: El número de centros de datos en el mundo ha pasado de 500,000 en 2012 a más de 8 millones actualmente. Su consumo energético se duplica cada cuatro años, con la IA como una de las principales responsables de ese crecimiento [7].

Todo esto sin contar el impacto de los desechos electrónicos ni la infraestructura que sostiene estos sistemas, como los centros de datos construidos bajo el mar, como ocurre en Escocia. Ante esta realidad, el uso responsable y ético de la inteligencia artificial debe incluir una formación sólida en ciudadanía digital. Necesitamos formar personas críticas, conscientes del costo ambiental y social de la tecnología, capaces de tomar decisiones informadas y sustentables.

No olvidemos que, a pesar de su huella ecológica, la IA también tiene el potencial de contribuir al cuidado del medio ambiente: puede identificar patrones, detectar anomalías y pronosticar eventos, ayudando a gobiernos, organizaciones y ciudadanos a tomar decisiones más responsables. Una iniciativa esperanzadora en este sentido es el Juramento de Arquímedes, propuesto por estudiantes de la Escuela Politécnica Federal de Lausana y hoy adoptado por las Naciones Unidas. Este juramento llama a los estudiantes de áreas STEM a comprometerse con el desarrollo de tecnologías que respeten y protejan el medio ambiente.

No podemos seguir educando para un mundo que dejamos de cuidar. La inteligencia artificial no solo plantea desafíos éticos, sino también ambientales. Y como educadores, investigadores y ciudadanos, tenemos la responsabilidad de integrar esta discusión en nuestras aulas, nuestras políticas y nuestras prácticas.

Dra. Rosa María Cantón Croda

Decana de Ingenierías

[1] United Nations Environment Programme (2024). Artificial Intelligence (AI) end-to-end: The environmental impact of the full AI lifecycle needs to be comprehensively assessed. Nairobi.

[2] United Kingdom Department for Environment, Food and Rural Affairs (2023, August), Drought explained, https://deframedia.blog.gov.uk/2023/08/09/drought-explained/

[3] Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). Making ai less" thirsty": Uncovering and addressing the secret water footprint of ai models. arXiv preprint arXiv:2304.03271.

[4] Mytton, D. (2021). Data centre water consumption. npj Clean Water, 4(1), 11. https://doi.org/10.1038/s41545-021-00101-w.

[5] Khatibi, A., Jahangir, M. H., Razi Astaraei, F., & Mohabbati, F. (2022). Predicting the renewable energy consumption in 2026 by using a recursive moving average model. International Journal of Ambient Energy, 43(1), 6694-6701.

[6] Dhar, P. (2020). The carbon impact of artificial intelligence. Nature Machine Intelligence 2(9): 423-425. https://doi.org/10.1038/s42256-020-0219-9.

[7] Thangam, D., Muniraju, H., Ramesh, R., Narasimhaiah, R., Khan, N. M. A., Booshan, S., ... & Ganesh, R. S. (2024). Impact of data centers on power consumption, climate change, and sustainability. In Computational Intelligence for Green Cloud Computing and Digital Waste Management (pp. 60-83). IGI Global.