El tratamiento del tema para incidir en el modo de actuación en torno al uso de la inteligencia artificial (IA) de maneras menos nocivas al medio ambiente hace necesario definir algunas cuestiones y conceptos que son esenciales para adentrarse en el tema.
Los centros de datos que sustentan el trabajo de las herramientas de IA no inciden directamente en las emisiones de CO2, sin embargo gravitan directamente sobre el crecimiento de la huella de carbono.
La explicación para esta afirmación se basa en el hecho de que el calor que emiten los centros de datos requieren recursos para “enfriarlos” y este proceso se desarrolla, en muchos casos, a partir de la quema de combustibles fósiles utilizados para la producción de la energía eléctrica, que también es utilizada para hacer funcionar estos núcleos de procesamiento de datos.
La explotación más intensiva de las herramientas de IA produce una mayor demanda eléctrica en el procesamiento de los datos y la adecuación del clima de los locales para hacer más eficiente el trabajo y esto es solo un ejemplo del problema esbozado. La producción de energía eléctrica por esta vía genera emisiones de gases que impactan en el medio ambiente y se calcula que a nivel global la emisión vinculada a la IA representan el 2 % del total mundial de las emisiones.
La huella de carbono por su parte incluye todas las emisiones, sean directas o indirectas, en el ciclo de vida de un producto dado. Por ello, la gestión de la IA deja una huella de carbono y es un concepto global que debe tomarse en consideración para evaluar su impacto climático y cómo desde el modo en que se utiliza se puede contribuir a proteger el medio ambiente.
Como se ha mencionado los modelos de IA generativa consumen cada vez más energía desde su proceso de entrenamiento que implica un flujo cuantioso de datos. Se menciona que una consulta a ChatGPT consume 10 veces más energía que una en Google.
En Youtube, El Espectador en un trabajo periodístico titulado ¿Por qué la inteligencia artificial consume tanta energía?. En una alerta importante al problema, porque en 2023 la IA representó el 8 % del consumo de energía en los centros de datos y se estima que para 2028 sea el 20 %.
También en Youtube se publicó por el pool noticioso DW publico «Inteligencia artificial: el costo climático oculto«, que explica como la IA contribuye al manejo eficiente de tecnologías al presentar el caso de la firma Aedifion para optimiza el manejo de edificios gigantescos. Pero junto a este ejemplo, se aportan aspectos negativos que deben llevar a la reflexión de cómo usar la IA de forma menos invasiva en el medio ambiente y en la existencia humana.
Pero la esencia está en que es necesario encontrar modelo de IA más eficiente, que utilicen fuentes de energía limpia y sobre todo, que cambien los patrones de conducta que utilizan la IA como mecanismo para evitar esfuerzos de aprendizaje y formación.
Se puede intentar alimentar un centro de datos y su climatización con energías renovables procedentes de la energía eólica o solar, se puede utilizar las corrientes marinas para disipar calor y producir energía, sin embargo, el intercambio de calor se mantendrá presente de una forma u otra.
Pero este no es el problema más importante de la IA. Se considera esencial el “alumbramiento” de nuevas interrogantes sobre el impacto en los procesos formativos. Estos son más preocupantes aún en el entorno universitario.
La gran interrogante que sustenta lo anterior es: ¿Crea el uso de la IA “autómatas” en las aulas universitarias?.
Es preocupante que por las facilidades de respuesta que aportan la IA, en vez de lograr la formación reflexiva que contribuya a la construcción de un nuevo conocimiento y el pensamiento creador, se genere un proceso contrario al necesario resultado formativo que emerge de la la consulta de las fuentes originales para el crecimiento intelectual.
Este problema amplia más aún el horizonte del problema, porque si bien las incidencias sobre el medio ambiente son de importancia capital, la arista ética que se introduce es mucho más cercana al entorno formativo de la universidad y expone nuevas aristas sobre las que debe reflexionarse.
El maestro tiene entonces dos aspectos que debe atender de forma prioritaria: aprender a usar la IA para lograr mayor eficiencia en su labor y por otra parte, enseñar a sus estudiantes a utilizar la IA en la formación, pero sobre la base de una ética inherente a cualquier profesional en formación, que tome en cuenta además los sesgos que le son inherentes a estas herramientas.
La tarea básica se centra en la preparación de los estudiantes en el uso de la IA y la búsqueda de herramientas que aporten las referencias de los resultados obtenidos como vía inicial para la constatación de ellos. Con ello el uso de la IA en el aula, la investigación y la vida social, será el punto de partida para la formación ética desde su manejo por el docente, a ello se suma la utilización de herramientas antiplagio de IA, que apoyen la labor del maestro en la corrección y evaluación de los resultados y para demostrar que puede haber consecuencias si no hay un uso ético de estas aplicaciones.
Pero la actividad del docente va mas allá de enseñar y exigir transparencia, justicia o respeto a la privacidad. También debe enseñar a realizar evaluaciones previas de los resultados posibles a alcanzar con el uso de IA, sobre la base de la valoración del impacto en una relación costo beneficio y muy asociado a esto, la consulta ante una duda en temas de ética, a personal que puedan contribuir en una buena decisión.
A este momento sigue el momento de enseñar a seleccionar adecuadamente los datos a utilizar y cómo hacerlo, los que debe ser apuntalado con el monitoreo de la actividad y finalmente, se debe desarrollar el hábito de la evaluación continua de los resultados de las herramientas y su constatación en fuentes originales para evitar que los resultados del trabajo sean empañados por las limitaciones o los sesgos de estas herramientas o de una actuación limitada en el orden de la ética. Esto se debe acompañar de las alertas en la comunidad de los problemas que se detectan en este ámbito.
Por su parte el estudiante tiene que interiorizar que la IA no puede sustituir el proceso de búsqueda, análisis, profundización y constatación de la información desde posiciones éticas y con la visión puesta en los sesgos que deben tomarse en consideración.
Ninguna herramienta de IA será capaz de analizar, sintetizar, generalizar e integrar conocimientos con la misma eficiencia del cerebro, porque los resultados que ofrecen las IA a los “prompts” que las interrogan, se obtuvieron de la mente humana y se le proporcionaron en largos procesos de entrenamiento.
Sin el conocimiento que se cimenta desde las aulas universitarias el nuevo conocimiento que emerge, si se asume la concepción sociocultural en lo formativo no será realidad. No habrá un nuevo saber sustentado en lo precedente conocido si todo se deja a “consultar” con una prompt a una IA para que brinde una respuesta, que es parte del camino recorrido antes por otra persona para arribar a ese resultado.
Entonces cabría preguntarse: Si se depende de la inteligencia artificial para resolver cada problema que se presenta ante un estudiante en las ciencias, ¿qué nuevo aporte podrá brindar a la ciencia?. Eso sin mencionar el hecho de que está mostrando como propio un resultado que otra persona desarrolló y con el que fue nutrida la IA en su entrenamiento.