Que no te cuenten cuentos: más automatización requiere más energía

La evolución tecnológica actual presenta dos tendencias contrarias. Por un lado, la aceleración de los procesos de automatización y digitalización, hoy espoleados por la última generación de tecnologías de IA, y toda la panoplia de servicios y aplicaciones que emergen a su sombra. Históricamente, estos procesos vienen acompañados de un aumento considerable del consumo energético. En las sociedades digitales, nuestras vidas cotidianas dependen de infraestructuras globales de recolección, transferencia y procesamiento de datos fuertemente energívoras. Por otro lado, la explotación de recursos minerales y fósiles se vuelve más costosa a medida que las reservas fósiles se reducen y sus efectos medioambientales se acumulan (en particular, pero no solo, debido a las emisiones de carbono).

Sobre estos recursos había reposado (y sigue reposando, esto incluye buena parte de las tecnologías renovables, que requieren recursos minerales escasos y "tierras raras") el salto tecnológico y social de los países avanzados en los siglos XIX (carbón) y XX (petróleo). Pero las dependencias que inducen en regiones desprovistas de ellos (como Europa) se vuelven problemáticas cuando las tensiones geopolíticas se agudizan. En suma, el progreso tecnológico y económico acelera el consumo energético, pero las limitaciones del actual modelo ponen sobre la mesa la conveniencia de reducirlo o, al menos, contener su impacto sobre los entornos y recursos de los que dependen primariamente las sociedades humanas.

Los pesimistas consideran que esta contradicción solo puede resolverse con una parada más o menos traumática de la automatización, y con ella, del aumento de la productividad y del progreso económico tal y como lo conocemos. Es la lógica del "decrecimiento", a la que no se podría escapar desde el momento en que los recursos energéticos son limitados.

Entre los tecno-optimistas, algunas esperanzas se depositan en las potencialidades que la IA podría liberar para sobrellevar esta contradicción y reconciliar —al menos a medio plazo— los imperativos de sostenibilidad ambiental y energética con la automatización y el progreso tecno-económico. Se pueden identificar tres perspectivas optimistas ligadas a la inteligencia artificial: que sirva bien para aumentar drásticamente la eficiencia energética hasta el punto de reducir su consumo, bien para limitar el impacto social y medioambiental de la generación, distribución y consumo de energía, bien para (al menos) reducir nuestra dependencia de los (menguantes) combustibles fósiles, cuya explotación es, además, particularmente contaminante.

TE PUEDE INTERESAR

La guerra fría de la IA que cambiará el mundo tal y como lo conocemos

Josh Chin Raffaele Huang

Pero conviene precisar el contexto. Lo que se entiende como "inteligencia artificial" engloba una familia de tecnologías de aprendizaje automático, detección e inferencia de patrones y digitalización de procesos, basadas en la computación y el tratamiento de datos — de las que los LLMs constituyen tan solo un ejemplo. El progreso de estas IAs depende, en buena medida, de la capacidad técnica para recoger, transportar y procesar cantidades cada vez mayores de datos, para explorar enormes espacios de posibilidades y determinar soluciones óptimas a los distintos problemas que se consideran (la traducción y la interacción con humanos, la exploración de nuevas moléculas para nuevos medicamentos, la predicción meteorológica, o el análisis de nuevas formas de producir o almacenar energía).

Todas estas operaciones requieren una energía que crece con el volumen de datos a tratar, que a su vez aumenta con la complejidad de los problemas y los espacios de soluciones en cuestión.

Las mejoras en la eficiencia energética y el rendimiento computacional son desde hace décadas una realidad observable, que adquiere dimensiones impresionantes en informática. Nuestros móviles tienen una capacidad computacional muy superior a la del superordenador ENIAC (1945), cuyo consumo eléctrico era tal que la ciudad de Filadelfia —donde estaba instalado— sufría apagones cuando empezaba a funcionar. Pero esas mejoras han de considerarse conjuntamente con el llamado "efecto rebote", por el cual las ganancias en eficiencia conseguidas por una tecnología más avanzada (en este caso, relacionadas con la IA) son consumidas o compensadas por un uso considerablemente más intensivo de esa misma tecnología.

Las dimensiones del rebote son igualmente impresionantes: el viejo superordenador consumía incomparablemente más energía que un móvil hoy (160 kW de potencia en el ENIAC frente a unos pocos vatios de un móvil, cinco órdenes de magnitud de diferencia), pero entonces había un ENIAC en el mundo y hoy hay más de mil de millones de dispositivos móviles, a los que cabe añadir toda la infraestructura mundial de computación y comunicaciones. El consumo combinado es ampliamente superior, pese a las mejoras de eficiencia. Esto no significa que los crecientes esfuerzos por contener el aumento del consumo de energía —ya sea mediante mejoras de eficiencia o mediante la promoción y el diseño de modelos y tecnologías más "frugales" (la llamada "sobriedad energética")— sean prescindibles: están contribuyendo a ralentizar apreciablemente su expansión.

TE PUEDE INTERESAR

Poner el aire o usar la IA: el histórico acuerdo de Google para no fundir la red eléctrica

M. Mcloughlin

Las esperanzas de que la IA ayude a reducir el consumo energético global parten de la asunción implícita de que los excesos de consumo energético se deben a una asignación subóptima de recursos, que las optimizaciones facilitadas por la automatización podrían corregir. Y ciertamente, hay casos donde tales optimizaciones son posibles, con o sin IA. Pero no está claro que los principales factores de ineficiencia en las actividades humanas más energívoras sean técnicos y, por tanto, corregibles a través de la implementación de mecanismos de optimización más exhaustivos.

El caso de Internet ofrece un buen ejemplo. Su naturaleza modular, competitiva y altamente descentralizada, la heterogeneidad de componentes y usos, y los incentivos para mantener —o agravar— la fragmentación y autonomía relativa de las grandes infraestructuras de comunicación, obligan a considerar fuentes adicionales (regulatorias, económicas o [geo]políticas) de complejidad, redundancia y suboptimalidad, ante las que las optimizaciones únicamente tecnológicas tienen un impacto limitado.

Este matiz no es menor, y suele estar ausente en muchas consideraciones apresuradas sobre la capacidad del progreso tecnológico —y del despliegue de nuevas tecnologías más eficientes— para reducir significativamente el consumo energético global. Incluso sin "efecto rebote", el hecho de que una nueva tecnología permita realizar las mismas tareas que una tecnología anterior, con un cierto ahorro energético ceteris paribus, no significa que el despliegue de esa tecnología nueva vaya a conseguir el mismo ahorro en la práctica. En infraestructuras globales, el completo reemplazo de una tecnología por otra no suele ser factible, porque produce costes de transición difíciles de absorber a corto o medio plazo.

Las mejoras de eficiencia teóricamente posibles si la tecnología nueva se empleara en una infraestructura que se construyera desde cero no son alcanzables cuando esa tecnología tiene que desplegarse en una infraestructura existente, construida sobre (para) tecnologías anteriores. Primero, porque el despliegue de una tecnología nueva no es energéticamente neutral — tampoco lo es el reemplazo (aún parcial) de una por otra. Segundo, porque la difusión de tecnologías de automatización a través de infraestructuras socialmente críticas (telecomunicaciones, logísticas, ferroviarias, abastecimiento eléctrico o de agua potable…) es necesariamente irregular. En lugar de por sustitución completa, la difusión de tecnologías nuevas suele hacerse por superposición o yuxtaposición, introduciendo un modo de funcionamiento necesariamente más complejo —energéticamente más ineficiente—, basado en la coexistencia duradera de distintas capas tecnológicas.

Opinión

TE PUEDE INTERESAR

La tecnología no es un problema, es la solución

Álvaro de Salas

La IA no va, pues, a reducir el consumo energético. Los indicadores sugieren más bien todo lo contrario. Este es el patrón habitual en los grandes avances tecnológicos de los últimos siglos, que correlacionan con una expansión notable del consumo energético per cápita. Las mejoras de eficiencia en automatización y en computación sí podrían ser útiles para producir energía de forma más sostenible, bien a través de la descarbonización (acelerando la investigación y el desarrollo de métodos de producción energética menos intensivos en emisiones de carbono), a través de la mejora de las técnicas de reutilización y reciclaje de materiales, o mediante la exploración de tecnologías mineras ambientalmente menos agresivas.

Pero, aquí también, las limitaciones puramente técnicas coexisten con otros factores (políticos, económicos) relativamente indiferentes al impacto de la IA. En 2024, el 23,2% de la electricidad producida en España era intensiva en carbono; una tasa en descenso, pero superior al 5% de Francia, que se apoya en su elevada producción nuclear, sujeta a otras externalidades. Existen perspectivas de investigación prometedoras, en estadios más o menos avanzados, que emplean técnicas de aprendizaje automático para explorar formas "limpias" (en el sentido de libres de emisiones de carbono) de energía. Se pueden mencionar, sin vocación exhaustiva, las mejoras de eficiencia que puede facilitar en las energías renovables, las tecnologías de fusión nuclear, estudiadas en el ITER, en la agencia europea Fusion for Energy y en instalaciones láser como el NIF (Livermore, California) y LMJ (Burdeos), las tecnologías de fisión de torio exploradas en China o de almacenamiento energético a través del "hidrógeno verde".

Que las promesas de una energía más abundante y limpia se concreten dependerá de los progresos de las investigaciones científicas en curso. Detrás de ellas, en todo caso, está la determinación pública de apoyar consistentemente una investigación orientada a mejorar la sostenibilidad —en el sentido de reproducibilidad— de los modos de vida sociales y de los procesos productivos. Y esto es aún más pertinente para encauzar, si no es posible reducir, el volumen de un consumo energético cuyo crecimiento desordenado podría ser socialmente explosivo. Ninguna evolución tecnológica hará desaparecer espontáneamente problemas globales —el agotamiento de recursos limitados y fósiles, la insostenibilidad de determinados modelos económicos y energéticos, el cambio climático— cuyo abordaje requiere, junto con la movilización de todos los recursos científicos disponibles, la acción concertada de comunidades y sociedades civiles, sus agentes productivos y sus poderes públicos.

*Juan Antonio Cordero Fuertes es profesor en École Polytechnique (Francia), investigador asociado de EUGLOB (Centro de Excelencia Jean Monnet en Políticas Globales Europeas, UAB) y senior member del IEEE. Artículo proporcionado por la Jean Monnet Partnership Spain, que colabora con El Confidencial para la publicación de análisis de temática europea.