La inteligencia artificial generativa posee la capacidad de crear contenidos originales y, a menudo, se debate en torno a los derechos de artistas, titulares de derechos de autor y cuestiones laborales. Sin embargo, su impacto ambiental ha recibido poca atención.
Observemos algunas investigaciones que ofrecen sugerentes perspectivas sobre el papel de la IA en nuestras prácticas creativas, especialmente desde el punto de vista del consumo energético y el impacto ambiental.
El consumo energético varía según la tarea
En una investigación realizada por científicos de la startup de IA Hugging Face en colaboración con la Universidad Carnegie Mellon, se midió con precisión la cantidad de dióxido de carbono emitido según las tareas que realiza la IA.
El estudio reveló que, en tareas simples como la clasificación de texto, se emiten entre 0,2 y 0,5 g de dióxido de carbono por cada 1.000 consultas. En cambio, en la generación de imágenes —una función cada vez más relevante—, la producción de 1.000 imágenes puede llegar a emitir hasta 1.000 g de dióxido de carbono.
En otras palabras, tareas sencillas como la clasificación de texto son energéticamente eficientes y generan bajas emisiones, mientras que tareas complejas como la generación de imágenes implican un consumo energético y emisiones considerablemente mayores.
Image by Douglas
Desde la perspectiva del consumo energético, generar 1.000 imágenes requiere 2,907 kWh. Aunque esta cifra pueda parecer modesta, para cargar completamente la batería de un Tesla Model 3 se necesitan 50 kWh, lo que equivale a la energía necesaria para generar solo 17.200 imágenes.
Actualmente, plataformas como DALL-E, Midjourney o Adobe Firefly generan grandes volúmenes de imágenes. Si asumimos que requieren una cantidad de energía similar a la de este estudio, el consumo diario sería suficiente para cargar miles o incluso decenas de miles de vehículos eléctricos.
Impactos ambientales menos visibles
La IA consume energía al ejecutar tareas, pero el entrenamiento y despliegue de los modelos requiere aún más recursos energéticos.
Si bien calcular el coste energético del entrenamiento de modelos resulta complejo, se sabe que el consumo es significativamente mayor que el de la ejecución de tareas.
Por ejemplo, para entrenar el modelo GPT-3 de ChatGPT, que utiliza 175.000 millones de parámetros, se necesitaron 1.287 MWh.
Image by doraseiji
Creatividad generada por IA y por humanos
Si analizamos la IA desde su impacto ambiental, es innegable que existen cuestiones a considerar, como el consumo energético y las emisiones de dióxido de carbono.
No obstante, la IA también aporta beneficios significativos, como la posibilidad de editar y componer imágenes mediante instrucciones de texto, sin necesidad de conocimientos técnicos avanzados.
Quizá el futuro desarrollo de la IA dependa de cómo decidamos relacionarnos con ella.
