Usar herramientas de inteligencia artificial se ha convertido en algo cotidiano para millones de personas en todo el mundo. Cada día generamos textos, imágenes y vídeos con un simple prompt, buscamos información o pedimos resúmenes. Sin embargo, la sociedad sigue percibiendo la IA como una innovación virtual o una herramienta digital inmaterial, sin asociarla con la enorme infraestructura física, las cadenas de suministro globales y los recursos naturales que la sostienen.
Detrás de cada interacción se activa una red tecnológica global de centros de datos, chips fabricados con minerales críticos y un consumo intensivo de energía, agua y suelo. Un impacto ambiental que, para la mayoría de usuarios, permanece invisible.
La Universidad de las Naciones Unidas (UNU-INWEH) ha publicado uno de los análisis más completos hasta la fecha sobre los costes ambientales de la IA. El informe “Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints” (2026), liderado por el profesor Kaveh Madani y con Miriam Aczel como autora principal, va más allá del enfoque tradicional centrado solo en las emisiones de CO₂. Incluye la huella hídrica, el uso del suelo, los residuos electrónicos y la distribución desigual de beneficios y cargas a escala global.
“La IA no tiene una única huella. Su impacto ambiental depende del tipo de modelo que se utilice, de la tarea que realice, del tamaño del modelo y de dónde se ejecute el cómputo y la fuente de electricidad que lo alimente”, subraya Madani.
ENERGÍA, AGUA Y TERRITORIO
Una imagen generada por IA típica consume alrededor de 2,9 Wh, unas 60 veces más electricidad que una respuesta breve de texto. La generación de vídeo es mucho más exigente: clips de alta resolución pueden superar los 415 Wh por clip. Es decir, un único vídeo corto puede consumir tanta electricidad como cientos de imágenes. Las búsquedas en Google asistidas por IA requieren casi diez veces más energía que las búsquedas convencionales.
Si los centros de datos se consideraran un país, su consumo eléctrico proyectado para 2025 (448 TWh) los situaría como el undécimo mayor consumidor mundial, al nivel de Francia. La IA representaría alrededor del 20% de ese consumo. Para 2030, en la tendencia actual, podría alcanzar los 945 TWh, cerca del 3% del consumo eléctrico global.
En Irlanda, los centros de datos ya consumen más del 21% de la electricidad nacional —más que los hogares urbanos— y el operador de la red ha tenido que frenar nuevas conexiones en Dublín hasta 2028.
Las proyecciones para 2030 son aún más alarmantes: las emisiones podrían llegar a 400 millones de toneladas de CO₂ equivalente, la huella territorial superar los 14.000 km² y el consumo de agua alcanzar los 9,3 billones de litros -suficiente para cubrir las necesidades básicas de agua de 1.300 millones de personas en África subsahariana durante más de un año-.
LOS RESIDUOS
Los centros de datos con energías renovables no son necesariamente sostenibles a escala global. Ser “bajo en carbono” no reduce necesariamente el consumo de agua o suelo, y puede desplazar las cargas ambientales a regiones con estrés hídrico.
Además, para 2030 la IA podría generar hasta 2,5 millones de toneladas de residuos electrónicos al año, equivalente al peso de unas 250 Torres Eiffel.
Miriam Aczel lo resume claramente: “Tendemos a pensar en la IA como software o como algo que existe ‘en la nube’. Pero la IA no es solo código. Su infraestructura está altamente concentrada, mientras que su uso es global. Los costes no siempre recaen en los mismos lugares que los beneficios”.
Los minerales críticos necesarios para fabricar el hardware se extraen mayoritariamente en países del Sur Global, donde se generan daños ambientales y sociales, mientras que los beneficios económicos y tecnológicos se concentran en Estados Unidos y China (que acaparan el 90% de la infraestructura de nube especializada en IA). Más de 150 países carecen de capacidad soberana de cómputo.
MEDIR, REGULAR Y USAR CON RESPONSABILIDAD
Los autores del informe insisten en que la transparencia es el primer paso urgente: “No podemos gestionar lo que no podemos medir”. Reclaman sistemas estandarizados de reporte ambiental, límites en zonas de alta presión sobre recursos y el diseño de modelos más eficientes adaptados a cada tarea.
A nivel de usuario, recomiendan elegir siempre la opción más ligera: una respuesta breve consume menos que una imagen, y un vídeo mucho más. Incluso pequeños cambios como eliminar la cortesía (“por favor” y “gracias”) pueden acortar respuestas y ahorrar energía significativa a escala masiva.
“El objetivo no es frenar la IA —concluyen Madani y Aczel—, sino evitar el uso innecesario de recursos y asegurar que se diseñe, alimente y gobierne de manera responsable, dentro de los límites planetarios”.
