Las obscenas demandas energéticas de la IA

Impacto energético neto y sustitución

• Varios comentarios sostienen que no se puede juzgar el consumo energético de la IA de forma aislada; hay que modelar qué actividades reemplaza (por ejemplo, cadenas de suministro optimizadas, trabajo de eficiencia) y comparar costes marginales.
• Otros encuentran este argumento poco claro o especulativo, y señalan la falta de modelos cuantitativos sólidos de esas compensaciones.

Comparaciones con las criptomonedas y el uso “obsceno”

• Hay un fuerte sentimiento de que la prueba de trabajo de Bitcoin es un consumidor de energía “obsceno”, especialmente porque la dificultad se ajusta para anular las mejoras de eficiencia.
• Algunos distinguen Bitcoin de otras criptos (por ejemplo, cadenas proof-of-stake con bajo consumo energético) y advierten no mezclar todas las criptomonedas.
• Las estimaciones aproximadas del hilo sugieren que ChatGPT usa ~3 órdenes de magnitud menos electricidad que Bitcoin mientras sirve a muchas más personas.
• Una minoría ve la narrativa sobre energía e IA como un ataque de relaciones públicas reciclado que antes se usó contra las criptomonedas; otros insisten en que la preocupación climática es genuina.

Eficiencia, modelos y hardware

• Muchos esperan mejoras sustanciales de eficiencia a largo plazo mediante mejor hardware, poda, modelos especializados y optimizaciones de código abierto.
• Hay tensión entre usar LLM enormes para tareas simples frente a modelos más pequeños y específicos para la tarea (por ejemplo, estilo BERT) que pueden ser más eficientes.
• Algunos argumentan que los modelos abiertos en el dispositivo podrían ser más eficientes; otros señalan que la energía total sigue consumiéndose y distribuyéndose, no eliminándose.
• Un punto de vista: las eficiencias simplemente permitirán más uso de IA, así que el consumo total quizá no disminuya (demanda inducida).

Beneficios prácticos de la IA frente a “relleno”

• Los comentarios a favor de la IA enumeran ganancias concretas: predicción de demanda para centrales eléctricas (megavatios ahorrados), optimización de cadenas de suministro, generación de código y SQL, traducción, dictado, control de calidad, imágenes médicas, previsiones y gráficos rápidos para presentaciones/formación.
• Los escépticos ven mucho “relleno” (imágenes tipo stock, automatización burocrática, comodidad marginal) y cuestionan si las ganancias actuales justifican un capex y unas emisiones masivas.
• Hay debate sobre si estos beneficios son productividad real o hype subvencionado por inversores.

Sistemas energéticos, nuclear y renovables

• Un sector afirma que no existe una demanda “obscena” significativa: la civilización necesita mucha más energía, y la clave es hacerla limpia.
• Fuerte defensa de la energía nuclear (incluyendo torio y diseños avanzados) como prácticamente sin impacto y escalable, con críticos que responden con la minería de uranio, Chernóbil, Three Mile Island, la larga vida de los residuos y los sobrecostes de construcción.
• Otros sostienen que el aumento de la demanda de IA podría acelerar el despliegue y la bajada de costes de la solar, eólica y las baterías, acelerando así la descarbonización.
• Se menciona que la adopción de vehículos eléctricos probablemente sea una carga mucho mayor para la red que la IA a largo plazo.

Mercados, política y marco climático

• Algunos insisten en que los mercados, bajo un buen estado de derecho, equiparan beneficio con utilidad, y que los gobiernos deberían regular la contaminación pero no decidir usos energéticos “buenos” o “malos”.
• Los opositores argumentan que los mercados optimizan el beneficio, no los resultados sociales o ambientales, y que confiar en gobiernos perfectos o mercados perfectos es irrealista; siguen siendo necesarias la responsabilidad individual y la regulación.
• Hay desacuerdo sobre la urgencia del cambio climático (“emergencia durante 50 años” frente a algo recientemente relevante) y sobre si los llamamientos al “decrecimiento” ayudan.

Efectos conductuales y demanda inducida

• Varios comentarios temen que la comodidad de la IA lleve a la sobredependencia (personas preguntando a chatbots en vez de pensar), a una posible caída de las habilidades analíticas y a una futura avalancha de basura generada por IA una vez que bajen los costes energéticos.
• Otros ven esto como un problema de educación del usuario o cultural más que como un problema inherente a la IA misma.