Semanas atrás, una nueva actualización de ChatGPT permitió a los usuarios transformar memes populares de internet o fotos personales al estilo distintivo del estudio japonés de animación Ghibli fundado por Hayao Miyazaki.
La tendencia despertó preocupación ética sobre estas herramientas entrenadas con obras creativas protegidas por derechos de autor y lo que eso significa para el futuro sustento de los artistas. Y más aún, el potencial costo ambiental que muchos desconocen, por caso la cantidad de agua que la inteligencia artificial (IA) requiere para procesar estas solicitudes.
En La Voz nos preguntamos si es cierto que cada imagen generada por IA consume agua y hablamos con especialistas sobre este interrogante que pocos se hacen. Algunos de ellos se mostraron escépticos respecto de los cálculos difundidos por distintos medios de comunicación y se apoyaron en cálculos de investigaciones científicas recientes.
¿La IA “bebe” agua directamente?
Contrariamente a lo que podría sugerir una lectura superficial, la inteligencia artificial no utiliza agua de forma literal para funcionar. Sin embargo, sí es posible calcular la “huella hídrica”, tal como demostraron Pengfei Li, Jianyi Yang, Mohammad A. Islam y Shaolei Ren, autores del estudio publicado por la Universidad de California, Riverside y la Universidad de Texas en Arlington respecto al consumo de agua del modelo ChatGPT 3.
En tal sentido, Fernando Serassio, ingeniero en Sistemas de información y delegado del Departamento de informática del Colegio de Ingenieros Especialistas de Córdoba (Ciec), explica que, en realidad, la IA está en la nube, al decir que está en la nube significa que está en los servidores.
En la misma línea, Andrés Cabana Pilili, certificado en Arquitectura en Software y Machine Learning, aclara que es cierto que el entrenamiento y uso de modelos de IA consumen agua, pero no directamente.
Ambos expertos señalan que el principal uso indirecto de agua por parte de la inteligencia artificial se debe al enfriamiento de los potentes servidores que ejecutan los modelos, que generan una gran cantidad de calor debido a la intensa actividad de procesamiento.
“También un celular se calienta. Cuando se lo usa con ciertas aplicaciones, uno nota que está caliente. Pasa exactamente lo mismo con los servidores, nada más que levantan mucho mayor temperatura, por ende necesitan ser refrigerados con otras técnicas, por ejemplo, el agua”, apunta Serassio.
Cabana Pilili detalla que ese enfriamiento puede realizarse mediante circuitos cerrados con mínima pérdida o sistemas abiertos donde el agua se evapora. “El agua es esencial para su mecanismo, concretamente en dos aspectos principales”, agrega.
Primero, el agua que corresponde al enfriamiento de servidores generalmente es agua potable. Dependiendo del tipo de circuito de refrigeración, si es cerrado, la pérdida es mínima (principalmente se recupera por condensación); en cambio, en sistemas abiertos, el agua se evapora y en ese caso sí se considera una pérdida neta.
Segundo, la generación de electricidad que alimenta los centros de datos, suele provenir de plantas termoeléctricas (como centrales a gas, carbón o nucleares). Estas plantas también utilizan agua para refrigeración. Aunque no toda esa agua se consume, sí se contabiliza como agua retirada con fines industriales.
Serassio también menciona la evaporación, aunque la considera una cantidad pequeña que necesita ser repuesta: “No es literal. No es la IA la que gasta esa energía, sino que la cantidad de cómputos que se necesitan para poder hacer una imagen o crear una canción o responder preguntas, necesitan gran cantidad de procesamiento. Esa cantidad de procesamiento genera grandes cantidades de calor”.
Incluso, remarca el ingeniero, el agua no se pierde sino que, como en cualquier circuito de agua, recircula y se enfría a través de otros otras técnicas, se evapora y se generan las nubes.
La lupa, sobre el consumo por imágenes estilo Ghibli
En las últimas semanas, distintos medios de comunicación publicaron notas sobre el consumo de agua respaldadas únicamente en la consulta directa a la inteligencia artificial mientras que otros replicaron información que circulaba en redes sociales. La polémica sobre si la creación de imágenes estilo Studio Ghibli hizo colapsar ChatGPT y consumía hasta 5 litros de agua por cada imagen es abordada por ambos expertos con escepticismo sobre las cifras más altas.
Serassio sugiere que esta afirmación podría estar relacionada con la “gran cantidad de energía eléctrica en este caso que necesitan esos servidores para hacer todos los cómputos para poder generar una imagen”, especialmente si la fuente de esa energía es hídrica.
“Si la fuente de generación de electricidad es agua, entonces se gastarían o pasarían por los generadores de agua tanta cantidad de litros para generar tantas imágenes. Pero la energía puede provenir de la energía nuclear, combustibles fósiles, y no necesariamente del agua”, suma.
Cabana Pilili es más contundente, calificando la cifra como una posible estrategia de “publicidad gratuita”. El furor de Studio Ghibli puso en jaque toda la infraestructura de OpenAI, especialmente su sistema de enfriamiento, siendo el propio Sam Altman, el dueño, quien dijo “nuestros GPUs se están derritiendo...” por el uso.
Sin embargo, insiste el especialista en machine learning, no existe dato oficial ni verificable: “En la comunidad pensamos que fue sólo una manera de tener publicidad gratuita. Recuerdo a Elon Musk rompiendo su propia camioneta ‘indestructible’ para estar en boca de todos y aumentar su venta”.
De todos modos, aclara que Studio Ghibli es un caso especial que se puede medir ya que es un modelo generativo específico del cual se sabe cuánto cómputo consume y cuánta energía requiere. “Un millón de imágenes de este tipo tiene un consumo aproximado de 40.000 litros de agua, lo que se traduce en 0,04 litros por imagen. Para ponerlo en perspectiva, una persona promedio consume 2 litros por día, lo que significa que estamos usando el agua que 20.000 personas podrían consumir en un día. Es un número muy loco, pero es verificable al 100%”, subraya el experto.
La energía eléctrica: otro nexo con el consumo hídrico
Otro punto de coincidencia es el vínculo entre el consumo energético de la IA y el uso del agua. La enorme demanda de electricidad para los centros de datos puede implicar un consumo significativo de agua si esta energía proviene de centrales termoeléctricas (que usan agua para refrigeración) o hidroeléctricas (que usan agua para generar energía).
“A lo mejor, si la fuente de generación de electricidad es agua, entonces se gastarían o pasarían por los generadores de agua tanta cantidad de litros para generar tantas imágenes”, explica Serassio.
Cabana Pilili también subraya que “usar IA demanda electricidad y, de manera indirecta, consumo de agua del cual depende. Sin embargo, ambos señalan que la energía puede provenir de otras fuentes como la nuclear o combustibles fósiles.
La huella hídrica de las grandes tecnológicas: cifras que alarman
Respecto al consumo anual de agua de las grandes empresas tecnológicas dedicadas a la IA, ambos expertos reconocen que es considerable. Aunque Serassio no maneja cifras exactas, admite que “es mucha la energía que se gasta para poder generar imágenes y conversaciones con una inteligencia artificial, comparable por caso al consumo de países como Dinamarca”.
Cabana Pilili se refiere a estudios que estiman que la huella hídrica combinada de Google, Microsoft y Meta en 2022 fue equivalente al agua que Dinamarca extrae en dos años, proyectando un aumento significativo para 2027.
Entonces, si bien la inteligencia artificial no “bebe” agua directamente, su funcionamiento depende de infraestructuras que sí lo hacen, principalmente para refrigerar servidores y generar la enorme cantidad de energía que requieren.
Aunque las cifras sobre el consumo por imagen viral pueden ser exageradas, la huella hídrica global de la IA es un tema relevante y en crecimiento.
Qué es La Voz Chequea
La Voz Chequea es un programa de La Voz que adhiere a la cultura del fact-checking y a la lucha contra la desinformación. Es un espacio transversal de trabajo periodístico integrado por profesionales del medio que trabajan de forma colaborativa en la verificación de contenidos y en la observación del discurso público.
