Este aporte surge de una reciente participación en un foro que organizó el INCAE sobre inteligencia artificial (IA), sostenibilidad y desarrollo empresarial. El objetivo es compartir algunas implicaciones de los llamados prompts (un comando o pregunta que se escribe a un sistema de inteligencia artificial para obtener una respuesta específica).
Como punto de partida para referirme al tema específico está la dependencia emocional, ya normalizada, que tenemos hacia las herramientas inteligentes para solucionar casi cualquier aspecto cotidiano, profesional, personal, lúdico, deportivo, religioso, etcétera. Para millones de usuarios, la IA dejó de ser una herramienta de consulta y se convirtió en un bastón virtual invisible con el que se mueven las 24 horas del día; es el shot de energía permanente que toman cuando las neuronas se arratonan; es la droga a la que recurren cuando llega la fatiga mental y se abandona el derecho a pensar.
Hace pocos años dedicábamos más tiempo a razonar y a resolver todo tipo de cuestiones cotidianas. Había más cultura de investigación, de indagación personal e intencional. Visitábamos bibliotecas para hacer búsquedas inteligentes en documentos con respaldo científico. Hoy el bastón se usa para saber qué día cae el 31 de diciembre, por qué el mar es azul o qué comidas engordan más. Para casi todo recurrimos a los salvadores —disculpen—: las herramientas de OpenAI, con ChatGPT; Google, con Gemini; o Microsoft, con Copilot. Se nos olvidó razonar, aplicar criterio objetivo y pensar bajo los principios básicos de la duda. Aceptamos y agradecemos, de buenas a primeras, lo que una IA nos responda a partir de un prompt. Hasta orgullosos nos sentimos cuando podemos responder en clase, en una reunión virtual o en una llamada lo que una IA nos dijo y, lo peor, es que lo asumimos como producto de nuestra propia cantera mental.
Volviendo al tema central, ¿por qué el lado oscuro del prompt? Para responder, partamos de un ejemplo sencillo. Gemini: “Traduzca, en un tono respetuoso, del español al japonés, la siguiente frase: Estimado profesor hoy no podré asistir a clases porque estoy enfermo de gripe, tengo fiebre y dolor de cuerpo, me disculpo por la ausencia”. De acuerdo con el estudio Measuring the environmental impact of delivering AI at Google Scale procesar consultas de este tipo implica tres componentes de impacto ambiental:
- Energía/mensaje: el consumo de energía necesario para procesar la consulta y generar una respuesta.
- Emisiones/mensaje: las emisiones asociadas a la electricidad utilizada y al funcionamiento del hardware especializado que ejecuta los modelos de IA.
- Consumo de agua/mensaje: el agua utilizada en los sistemas de refrigeración y la infraestructura de los centros de datos que procesan las consultas.
Además, estos investigadores determinaron que el prompt de texto mediano de Gemini Apps en mayo de 2025 consumía 0,24 Wh, utilizaba aproximadamente cinco gotas de agua (0,26 ml) y generaba 0,03 g de emisiones de CO2e.
Parece un consumo despreciable, pero la escala cambia la perspectiva. Solo Google anunció el pasado 11 de agosto que Gemini superó los 1.000 millones de usuarios mensuales. Si partimos de esa cifra y suponemos, en un escenario deliberadamente simplificado, que cada usuario hiciera solamente 10 prompts de texto al mes con un consumo equivalente al valor mediano reportado por Google, llegaríamos a 10.000 millones de consultas.
Bajo ese escenario hipotético, se consumirían 2.400 MWh de energía eléctrica, equivalentes aproximadamente al consumo mensual de 8.276 hogares con un perfil como el de mi familia (290 kWh/mes). También se utilizarían 2.600 m3 de agua, un volumen similar al de una piscina de 50 metros de largo, 25 metros de ancho y 2 metros de profundidad, que contiene 2.500 m3. Además, se generarían unas 300 toneladas de CO2e. Según los factores de conversión de la Agencia de Protección Ambiental de EE. UU. (EPA), esa cantidad equivale aproximadamente a las emisiones producidas al quemar 127.800 litros de gasolina.
Pero la huella ecológica de la inteligencia artificial es mucho mayor que este ejercicio hipotético. El cálculo anterior considera únicamente un escenario construido a partir de datos reportados para Gemini y no incorpora los millones de usuarios de otras plataformas como ChatGPT o Copilot, ni otros tipos de consultas que pueden requerir más capacidad computacional.
Además, el impacto no comienza cuando un usuario escribe un prompt. En una publicación de 2023 titulada The growing energy footprint of artificial intelligence, Alex de Vries analizó el creciente consumo energético asociado con la infraestructura y el desarrollo de sistemas de inteligencia artificial. El autor recopiló estimaciones de consumo durante el entrenamiento de distintos modelos: 433 MWh para BLOOM, 1.287 MWh para GPT-3, 1.066 MWh para Gopher y 324 MWh para OPT.
La contabilidad ambiental puede ampliarse todavía más si se consideran otros componentes de la cadena tecnológica, como la fabricación de chips, servidores y microprocesadores, así como la infraestructura necesaria para operar y refrigerar los centros de datos. Esos procesos también requieren energía, agua y materias primas, por lo que el impacto de la IA no puede reducirse únicamente al consumo asociado con cada consulta individual.
Como reflexión final, la IA sigue gozando de fama como herramienta de consulta digital, pero poco se habla de la presión que su desarrollo y uso a gran escala ejercen sobre los recursos del planeta. Cada respuesta que genera una IA implica algún nivel de consumo de energía y, dependiendo de la infraestructura que la procese, también puede asociarse con consumo de agua y emisiones.
Debido a la inmensa escala de adopción por parte de millones de usuarios, resulta necesario discutir medidas que permitan reducir esa factura ambiental. Comencemos por algo sencillo: analicemos si cada duda que surge debe resolverse con IA o si podemos atenderla mediante métodos alternativos. Lo que surgió como una herramienta de apoyo también plantea nuevos desafíos para el desarrollo global sostenible, la transición energética, la resiliencia climática y la descarbonización de la economía global.