Decía Artur C. Clarke que cualquier tecnología suficientemente avanzada es indistinguible de la magia y, aunque los divulgadores hemos usado su frase hasta desgastarla, no la hemos aprovechado como debiéramos. La interpretación directa está clara: si llegan alienígenas con tecnología de una sofisticación que desborde nuestra comprensión, nos parecerá mágica. Ahora bien… no hace falta que nadie viaje desde Andrómeda para que la frase se cumpla, porque la tecnología terrestre moderna ya desborda la comprensión de la mayoría de la sociedad. Rara vez reflexionamos sobre la tecnología digital que hemos entretejido en nuestra rutina y es fácil olvidar que, tras la aparente inmaterialidad de una plataforma de streaming, las redes sociales o la IA de moda no hay magia.

La nube no es un conjuro inefable que pueda ignorar las leyes de la física. Lejos de ser una entidad liviana e intangible, está encarnada en toneladas de plástico y metal, centros de datos de decenas de miles de metros cuadrados que devoran electricidad y emanan calor, como un ordenador forzado a trabajar al límite de sus capacidades; calor que debe disiparse para no afectar a la eficacia de los centros de datos y que se refrigera con millones de litros de agua. No es magia, es tecnología que deja su huella en el mundo desde una materialidad tan indiscutible como la que posee la rueda. Y, en este caso, hablamos de una IA sedienta que promete crecer en un mundo donde los recursos hídricos serán, cada vez, más escasos y valiosos.

Algunas cifras

Ahora bien. ¿Cuánta agua requiere realmente? ¿Gasta mucho más que otras actividades que hemos normalizado? Posiblemente hayas escuchado que cada pregunta a ChatGPT gasta medio vaso de agua y, aunque es difícil saber qué cantidad de agua utilizan los grandes centros de datos solo para tareas relacionadas con la IA, los cálculos más precisos sugieren que, para gastar ese medio vaso de agua, harían falta dos preguntas y media. Si le pedimos una imagen, en cambio, estaremos gastando el equivalente a ocho o veinte vasos de agua. Aunque, evidentemente, dependerá de cuestiones como las condiciones meteorológicas. Del mismo modo que tu ordenador se recalienta más en agosto, necesitarán más refrigeración (y por lo tanto más agua) los centros de datos, pero aislados o ubicados en lugares más calurosos y secos.

Hasta aquí las malas noticias, porque para tomar perspectiva tenemos que preguntarnos: ¿qué se hace con esa agua? Parte se evapora, por lo que vuelve al medio; parte se vierte como aguas residuales, por lo que habría que destinar ciertos recursos a tratarla; pero la práctica totalidad se queda en el propio circuito de refrigeración. Y, si necesitamos otro empujoncito de indulgencia, podemos calmar nuestra conciencia comparando el gasto de estas tecnologías con los 3,23 milliones de litros que necesitamos para producir un pantalón vaquero de algodón. Pero, antes de que cierres este artículo para pedirle otra caricatura a ChatGPT, pasa al siguiente párrafo.

Un poco más complejo

Resulta que analizar el impacto medioambiental de un proceso no es tan sencillo como medir sus equivalentes de dióxido de carbono o su huella hídrica. De esos millones de litros que necesitamos para un pantalón vaquero de algodón, parte son para teñirlo, desgastarlo y otra serie de procesos altamente contaminantes. Otra buena parte, en cambio, será para cultivar el algodón ¿Podemos acaso afirmar que un litro destinado al regadío tiene el mismo impacto que otro utilizado para lavar productos contaminantes? Y no será lo mismo un cultivo que requiera 1000 litros de agua de lluvia en la costa atlántica que otro plantado en secano que solo requiera 500, pero que tengan que ser bombeados desde el pantano más cercano.

En este caso, los centros de datos que hospedan a la IA generativa requieren mucha energía y también precisarán agua para generar energía con, por ejemplo, presas hidroeléctricas. Su construcción, evidentemente, también tiene un impacto (como la de los mismos centros de datos). La misma producción de chips requiere de grandes cantidades de agua, lo que hace incluso más difícil cuantificar el impacto hídrico real de esta tecnología. De hecho, en los cálculos dados hasta ahora solo tenemos en cuenta las necesidades hídricas que tiene el uso de estos modelos de IA, pero no su entrenamiento; un dato relevante en este mercado tan feroz donde las empresas compiten constantemente por diseñar modelos cada vez más potentes y eficientes.

Y, por supuesto que, de media, una persona gasta más agua en cafés, duchas, transporte, ropa o plataformas de streaming que en consultas a la IA. Sin embargo, eso no significa que el consumo de la IA sea menos problemático, sino que otras actividades que tenemos muy normalizadas podrían ser mucho más problemáticas de lo que imaginamos. No se trata de alarmismos, sino de conciencia, de desgarrar el velo de magia que oculta los complejos mecanismos que hay tras nuestras comodidades y que, poco a poco y sin que lo percibamos, están moldeando el mundo que vivimos y que viviremos.

QUE NO TE LA CUELEN:

• Nos gustan demasiado las soluciones dicotómicas, abogamos por un regreso absoluto a los orígenes pretecnológicos o por un tecnooptimismo indolente que encomienda nuestro bienestar a una mano invisible y tecnológica. Entre un extremo y otro se despliegan infinidad de caminos más o menos inexplorados. Trayectorias que no erradican el progreso, sino que lo contextualizan. Dicho de otro modo: la IA es uno de los grandes avances de la humanidad, pero tal vez no necesites convertir tus fotos de boda en dibujos de Studio Ghibli.

REFERENCIAS (MLA):

• Li, Pengfei, et al. “Making AI Less ‘Thirsty’: Uncovering and Addressing the Secret Water Footprint of AI Models.” arXiv, arXiv:2304.03271, 26 Mar. 2025.
• Arman Shehabi, Sarah J. Smith, Alex Hubbard, et al. 2024 United States data center energy usage report. Lawrence Berkeley National Laboratory LBNL-2001637, December 2024.