IA: inteligencia, agua… y aula
El avance de la inteligencia artificial se ha convertido en una revolución comparable al impacto histórico de internet, según subraya Helen Toner en una entrevista realizada por Jordi Pérez Colomé en El País. En el ámbito social, existe el riesgo de sustituir puestos de trabajo sin una transición justa; en lo educativo, la amenaza de sustituir el papel del docente por algoritmos automatizados; y en lo ambiental, con el consumo masivo de recursos como electricidad y agua.
Javier Pastor en Xataka nos alerta sobre el potencial desplazamiento de profesores humanos por IA. Grandes empresas tecnológicas, como OpenAI o Khan Academy, promueven el uso de la IA como una herramienta educativa continua y accesible las 24 horas del día. Esta visión mercantilizada puede erosionar la función fundamental del docente: mentorizar, motivar y cultivar un pensamiento crítico, esencial en la formación integral de los estudiantes. El riesgo es convertir la educación en un servicio automatizado, perdiendo así su dimensión más humana y relacional.
En contraposición, iniciativas como el marco “AI Literacy Framework” desarrollado conjuntamente por la Comisión Europea y la OCDE, ponen el acento en la necesidad de educar a los estudiantes en una alfabetización digital ética y crítica. Según Lidija Kralj y Victor Koleszar, expertos implicados en esta propuesta, es crucial que los estudiantes comprendan no solo cómo utilizar la IA, sino también cómo evaluar críticamente su impacto social y ambiental. Evaluar estos impactos implica analizar quién desarrolla estas tecnologías, con qué fines, qué datos se utilizan y cuáles son sus efectos en distintas comunidades.
Es imperativo comprender que no podemos juzgar la IA generativa únicamente por sus capacidades actuales. Enrique Dans, nos recuerda que esta tecnología evoluciona constantemente, y sus limitaciones presentes no deben impedirnos visualizar sus enormes posibilidades futuras. El gran desafío, dice Dans, no es si la IA reemplazará completamente las tareas humanas, sino cómo colaborará con nosotros en tareas cada vez más complejas, desde investigación académica hasta resolución de problemas globales.
Pero mientras debatimos estas promesas y retos, no podemos obviar la realidad del impacto ambiental que tiene la IA, especialmente —como bien recuerda Gustavo Entrala —, en el modo en que estas herramientas están afectando al equilibrio ecológico y al modelo educativo que queremos construir, en términos de consumo energético y agua.
Un estudio dirigido por Pengfei Li y Shaolei Ren revela cifras preocupantes: entrenar modelos como GPT-3 requiere millones de litros de agua, con una demanda global estimada que podría superar en pocos años la extracción anual de varios países europeos. Solo el entrenamiento de GPT-3 en centros de datos de Microsoft en EE. UU. evaporó directamente unos 700.000 litros de agua, dentro de un total de 5,4 millones de litros utilizados en el proceso.
El consumo energético también es significativo: se estima que una consulta típica a un modelo como ChatGPT consume aproximadamente 0,004 kilovatios hora (equivalente a 4 vatios hora) de electricidad. En términos de agua, dependiendo del lugar y la eficiencia del centro de datos, una sola consulta puede requerir entre 7 y 48 mililitros de agua, según el mismo estudio. Es decir, se necesitan entre 10 y 70 consultas para igualar el consumo de medio litro de agua.
En comparación, una búsqueda tradicional en Google suele consumir menos energía y agua, aunque la diferencia se está reduciendo gracias a mejoras en eficiencia energética, como el desarrollo de chips especializados que consumen menos energía por operación, la implementación de algoritmos más ligeros y centros de datos con sistemas de refrigeración avanzados que utilizan menos agua y energía. Por ejemplo, algunas instalaciones están utilizando sistemas de refrigeración líquida directa o ubicándose en regiones más frías para aprovechar el enfriamiento natural.
Pero esto no es nuevo. Actividades cotidianas como preparar una taza de café pueden requerir entre 130 y 140 litros de agua, según estimaciones del Instituto Internacional del Agua de Estocolmo, considerando toda la cadena de producción: desde el cultivo del café (que implica riego, fertilización y procesamiento) hasta la preparación final en casa o en una cafetería considerando toda la cadena de producción, o una ducha de cinco minutos (que consume unos 60 litros) ponen en perspectiva que el impacto individual de una consulta a la IA es bajo. Sin embargo, el uso global y creciente de esta tecnología sí representa un desafío ambiental relevante.
El principal reto no es solo la cantidad total de recursos consumidos, sino la concentración geográfica de los centros de datos y su impacto local en el suministro de agua y energía. En algunos lugares, los centros de datos ya representan una parte significativa del consumo eléctrico y de agua, lo que puede generar tensiones sobre infraestructuras y recursos esenciales. Por ejemplo, en Dublín (Irlanda), los centros de datos consumen ya casi el 18% de la electricidad del país, lo que ha llevado a imponer límites para nuevas instalaciones. En los Países Bajos, algunos municipios han suspendido la concesión de licencias para centros de datos por su elevado consumo de agua. En EE. UU., zonas como Phoenix (Arizona) o The Dalles (Oregón) han visto cómo la actividad de grandes centros tecnológicos ha generado conflictos por el uso del agua.
A pesar de estos retos, la IA también ofrece oportunidades para avanzar hacia una mayor sostenibilidad: permite optimizar el uso de recursos, mejorar la eficiencia energética y desarrollar soluciones para la gestión ambiental y el cambio climático.
La sostenibilidad emerge como un aspecto urgente y esencial para el futuro de la IA. El reciente informe sobre la huella hídrica y energética de esta tecnología señala la necesidad de mayor transparencia en la gestión de centros de datos y el impulso decidido hacia fuentes renovables y métodos de refrigeración más eficientes. Como usuarios, docentes y ciudadanos, nuestra responsabilidad es exigir una IA no solo poderosa, sino también ética y sostenible.
En este contexto, resulta imprescindible abordar la alfabetización en inteligencia artificial desde las la escuela. Solo desde una base educativa sólida podremos garantizar que la IA se utilice al servicio del bien común y no como una herramienta que profundice desigualdades o comprometa el futuro del planeta. Formar en IA no es opcional: es una necesidad pedagógica, social y ecológica.
Resumiendo. La solución: Educación. Con tilde en la “o”.
Referencias.
Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). Making AI less “thirsty”: Uncovering and addressing the secret water footprint of AI models. arXiv. https://doi.org/10.48550/arXiv.2304.03271github.com+6researchgate.net+6arxiv.org+6
Dans, E. (2025, junio 3). Cuando juzgar a la inteligencia artificial generativa por lo que sabe hacer hoy es un completo error. Enrique Dans. https://www.enriquedans.com/2025/06/cuando-juzgar-a-la-inteligencia-artificial-generativa-por-lo-que-sabe-hacer-hoy-es-un-completo-error.html
Organización para la Cooperación y el Desarrollo Económicos (OCDE) & Comisión Europea. (2025, mayo). Empowering learners for the age of AI: An AI literacy framework for primary and secondary education (Review Draft). https://ailiteracyframework.org/wp-content/uploads/2025/05/AILitFramework_ReviewDraft.pdf
Pastor, J. (2025, junio 2). Hay una guerra soterrada que las empresas de IA le han declarado al profesorado humano. Xataka. https://www.xataka.com/robotica-e-ia/hay-guerra-soterrada-que-empresas-ia-le-han-declarado-al-profesorado-humano
Pérez Colomé, J. (2025, junio 2). Helen Toner, exconsejera de OpenAI: “Aunque la IA no avance más, su impacto ya es como el de internet”. El País. https://elpais.com/tecnologia/2025-06-02/helen-toner-exconsejera-de-openai-aunque-la-ia-no-avance-mas-su-impacto-ya-es-como-el-de-internet.htmlelpais.com+3x.com+3elpais.com+3
OpenAI. (2025, junio 3). ChatGPT (versión GPT-4.5) [Modelo de lenguaje AI]. https://chat.openai.com
