
INTELIGENCIA ARTIFICIAL E IMPACTO AMBIENTAL.
ENFOQUE GEOGRÁFICO
DR. SERGIO PÁEZ. DRA. DIANA DURÁN
La expansión acelerada de la inteligencia
artificial (IA) suele presentarse en el discurso público como un avance inmaterial,
alojado en una nube ajena a las fricciones del mundo físico. Sin embargo, desde
una perspectiva geográfica, el desarrollo, y la operación continua de los
modelos de aprendizaje constituyen un fenómeno profundamente territorializado.
Detrás de cada consulta algorítmica existe una
infraestructura material compleja —compuesta por centros de datos de
hiperescala, redes de cables submarinos, centrales energéticas y cadenas
globales de extracción mineral— que reorganiza los espacios locales,
reconfigura las relaciones de poder geopolítico y ejerce una presión sin
precedentes sobre los sistemas ambientales.
La materialidad espacial de la
"nube" y la huella hídrica
Lejos de ser virtual, la inteligencia
artificial requiere una ocupación intensiva del suelo y de los recursos
naturales. Los centros de datos (data centers) que sostienen el
procesamiento de grandes volúmenes de información demandan un suministro
eléctrico ininterrumpido y sistemas de refrigeración constantes para evitar el
sobrecalentamiento de los servidores.
Desde la geografía de los recursos, este
proceso se traduce en una huella hídrica y energética de escala global que se
concentra en nodos geográficos específicos.
La localización de estas infraestructuras no
es aleatoria: responde a criterios de conectividad digital, estabilidad
política, incentivos fiscales y disponibilidad de recursos hídricos, además de
climas templados que abaraten los costos de enfriamiento. No obstante, en
numerosas regiones del mundo —incluyendo zonas con estrés hídrico en América
Latina, Estados Unidos y Europa—, la instalación de centros de datos ha
generado conflictos socioambientales por el acceso y uso del agua dulce,
enfrentando el consumo corporativo de las grandes empresas tecnológicas contra
las necesidades básicas de las poblaciones locales y los ecosistemas
circundantes.
Extractivismo digital y división internacional
del trabajo
El análisis de la geografía económica y
política permite observar que el ciclo de vida de la IA reproduce una marcada
división espacial del trabajo y de los pasivos ambientales. Para fabricar los
semiconductores, microprocesadores y baterías que sostienen la infraestructura
digital, resulta indispensable la extracción de minerales críticos como el
litio, el cobre, el cobalto y las tierras raras.
Esta dinámica configura lo que diversos
autores denominan "extractivismo digital" o "colonialismo de
datos y recursos". Mientras los centros de innovación, diseño algorítmico
y acumulación de capital se concentran en polos tecnológicos del Norte Global,
los impactos ambientales directos —degradación de suelos, contaminación de
cuencas hidrográficas, pérdida de biodiversidad y alteración de territorios
indígenas o campesinos— recaen desproporcionadamente sobre regiones periféricas
del sur global, como el denominado "Triángulo del Litio" en América
del Sur o las regiones mineras de África Central y el Sudeste Asiático.
Asimismo, al final de su vida útil, el hardware obsoleto alimenta flujos
transfronterizos de basura electrónica (e-waste), cerrando un ciclo de
desigualdad espacial en la distribución de los costos ecológicos.
Geopolítica de la energía y transición
ecológica
El consumo eléctrico asociado al entrenamiento
y despliegue de modelos generativos plantea también una tensión directa con los
objetivos globales de descarbonización. En muchos territorios, el crecimiento
de la demanda energética de los centros de datos supera la capacidad de
expansión de las energías renovables, lo que ha llevado a prolongar la vida
útil de centrales termoeléctricas basadas en combustibles fósiles o a
revitalizar proyectos de energía nuclear.
Desde la geopolítica ambiental, el control de
las cadenas de suministro tecnológico, la soberanía energética y la gobernanza
de las infraestructuras digitales se han convertido en ejes estratégicos de
disputa entre potencias. Paralelamente, emerge una paradoja espacial: la misma
inteligencia artificial que intensifica la crisis climática mediante su huella
de carbono es empleada en múltiples usos. Ejemplos: como herramienta de
monitoreo satelital, modelización climática, prevención de desastres naturales
y optimización de redes eléctricas inteligentes.
El desafío geográfico radica en evaluar si los
beneficios derivados de su aplicación ambiental compensan el costo ecológico
real de su infraestructura material.
Síntesis
Abordar la relación entre inteligencia
artificial e impacto ambiental desde la geografía permite desmitificar la
supuesta inmaterialidad de la economía digital y promover el análisis al
territorio concreto.
La IA no opera en el vacío: consume agua,
demanda energía, extrae minerales y transforma paisajes. Comprender su
espacialidad exige avanzar hacia políticas de ordenamiento territorial,
regulación ambiental estricta y justicia socioecológica que garanticen que la
innovación tecnológica no se construya a expensas de la sostenibilidad de los
territorios ni de la profundización de las asimetrías globales.
BIBLIOGRAFÍA
Agencia Internacional de la Energía. (2024).
Electricity 2024: Analysis and forecast to 2026. IEA Publications. https://www.iea.org/reports/electricity-2024
Crawford, K. (2022). Atlas de inteligencia
artificial: Poder, política y costos planetarios. Fondo de Cultura Económica. Síntesis
aquí
Svampa, M., & Slipak, A. M. (2018).
América Latina entre la transición energética y el consenso de los commodities:
El caso del litio. Nueva Sociedad, (278), 34-47.
Valdivia, A. (2024). La huella ecológica de la
inteligencia artificial: Infraestructuras digitales, extractivismo y justicia
ambiental en el Sur Global. Revista de Geografía Norte Grande, (88), 115-134.
Zuboff, S. (2020). La era del capitalismo de
la vigilancia: La lucha por un futuro humano frente a las nuevas fronteras del
poder. Paidós.
PARA AMPLIAR EL TEMA

Revista
Codemotion
Impacto
ambiental de la inteligencia artificial y sostenibilidad
Geo
Inteligencia Artificial (GeoIA) y el futuro de los datos geográficos - Geograma
La Geo Inteligencia Artificial supone un gran
paso adelante para los proyectos que trabajan con datos espaciales. Con ella, respecto a la analítica
tradicional de información geográfica, pasamos de saber dónde ocurren las
cosas a conocer por qué suceden en esos emplazamientos.

8 Aplicaciones de la Inteligencia Artificial en los SIG -
MappingGIS
No hay comentarios:
Publicar un comentario