El uso de herramientas de IA como ChatGPT ha generado un debate creciente sobre su impacto ambiental, en particular sobre el consumo de recursos hídricos asociado a la operación de centros de datos, que se vuelve visible ante tendencias como la viralización de caricaturas generadas por IA.

La expansión global de herramientas de inteligencia artificial (IA) como ChatGPT ha puesto en el centro del debate público no solo su impacto tecnológico, sino también sus efectos sobre los recursos naturales, incluidos el agua y la energía necesarios para su funcionamiento. Este tema ha cobrado relevancia ante tendencias en redes sociales como la popularidad de solicitar caricaturas y dibujos generados por IA, lo que pone en cuestión cuánto “gasta” realmente esta tecnología por cada imagen producida.

La huella hídrica de la IA se vincula principalmente con los centros de datos donde se ejecutan los modelos y se almacena la enorme cantidad de información que estos procesan. Allí, el agua se utiliza para refrigerar servidores y, en algunos casos, para apoyar la generación de electricidad en instalaciones que dependen de recursos hídricos, como las plantas termoeléctricas o hidroeléctricas que forman parte de la matriz energética local.

Consumo de agua por texto y por imagen

Un análisis divulgativo de National Geographic estima que generar un texto de alrededor de **100 palabras en ChatGPT puede asociarse a un consumo de cerca de 519 mililitros de agua, equivalente al volumen de una botella estándar, si se considera el uso de agua en el ciclo de generación de energía y refrigeración de servidores. Esta cifra, aunque aproximada y variable, se toma como referencia para dimensionar la huella hídrica de una consulta de IA en términos generales.

Respecto a la generación de imágenes, incluidas las caricaturas que se han vuelto tendencia en redes sociales, las estimaciones técnicas sugieren que el proceso tiende a requerir más energía computacional que la simple generación de texto, debido a la complejidad matemática de los modelos de visión artificial. Si se parte de la base de que una sola imagen puede implicar entre 1 y 5 veces más cómputo que una generación de texto, entonces su huella hídrica indirecta asociada también es mayor, aunque no existe una cifra exacta consensuada. Esto significa que, en términos promedios, cada imagen generada podría “corresponder” a más agua que un texto breve, especialmente si se suman millones de consultas diarias en todo el mundo.

Especialistas en sostenibilidad tecnológica señalan que este tipo de estimaciones son aproximadas y dependen de múltiples variables, como:

• La eficiencia energética de los centros de datos donde se realiza el cálculo,
• El tipo de sistema de refrigeración (agua directa, enfriamiento seco, etc.),
• La matriz energética del país donde se ubica el servidor,
• El nivel de optimización de los modelos de IA utilizados.

Por ejemplo, en regiones donde la electricidad proviene mayoritariamente de fuentes que requieren grandes cantidades de agua —como algunas hidroeléctricas o plantas de ciclo combinado—, la huella hídrica indirecta por generación de IA tiende a ser mayor que en lugares con energía 100% renovable no hídrica (como solar o eólica).

Reflexión y contexto ambiental

Aunque una sola imagen generada por IA puede asociarse a un consumo de agua indirecto que, en términos de volumen, puede compararse con el de una botella o superar ligeramente el gasto de un texto de similar complejidad, los expertos insisten en que la conversación tiene que verse en contexto. Comparado con otras actividades humanas cotidianas —como cocinar, ducharse o producir alimentos— el impacto de una sola generación de IA es pequeño. Sin embargo, cuando se multiplica por miles de millones de interacciones diarias a nivel mundial, este consumo acumulado se vuelve relevante desde el punto de vista de la sostenibilidad de los recursos naturales.

El debate sobre este tema se ha intensificado en los últimos años, llevando a empresas tecnológicas a invertir en:

• Eficiencia energética y mejoras de refrigeración,
• Uso de energías renovables que reduzcan la dependencia de fuentes hídricas,
• Optimización de modelos para disminuir el consumo de recursos por consulta.

Organismos regulatorios y académicos también han comenzado a explorar marcos de políticas que incentiven prácticas más sustentables en la industria tecnológica, considerando no solo las emisiones de carbono, sino también el uso de agua y otros recursos en una era donde la demanda de servicios digitales continúa en expansión.