Leo S. Lo*
Los sistemas de inteligencia artificial consumen hasta 500 mililitros de agua (una botella individual) por cada conversación corta que un usuario mantiene con la versión GPT-3 del sistema ChatGPT de OpenAI. Utilizan aproximadamente la misma cantidad de agua para redactar un mensaje de correo electrónico de 100 palabras.
Esa cifra incluye el agua utilizada para refrigerar los servidores del centro de datos y el agua consumida en las centrales eléctricas que generan la electricidad necesaria para su funcionamiento.
Sin embargo, el estudio que calculó estas estimaciones también señaló que el consumo de agua de los sistemas de IA puede variar considerablemente, dependiendo de dónde y cuándo se esté ejecutando el ordenador que responde a la consulta.
Para mí, como bibliotecario académico y profesor de educación, comprender la IA no se trata solo de saber cómo escribir indicaciones. También implica comprender la infraestructura, las compensaciones y las decisiones cívicas que rodean a la IA.
Mucha gente asume que la IA es inherentemente dañina, especialmente después de los titulares que destacan su enorme huella energética e hídrica. Esos efectos son reales, pero son solo una parte de la historia.
Cuando las personas pasan de ver la IA simplemente como un drenaje de recursos a comprender su huella real, de dónde provienen sus efectos, cómo varían y qué se puede hacer para reducirlos, están mucho mejor preparadas para tomar decisiones que equilibren la innovación con la sostenibilidad.
Dos corrientes ocultas
Detrás de cada consulta de IA hay dos corrientes de uso del agua.
La primera es la refrigeración in situ de los servidores, que generan enormes cantidades de calor. Esto suele utilizar torres de refrigeración por evaporación: gigantescos nebulizadores que rocían agua sobre tuberías calientes o depósitos abiertos. La evaporación disipa el calor, pero esa agua se extrae del suministro de agua local, como un río, un embalse o un acuífero. Otros sistemas de refrigeración pueden consumir menos agua, pero más electricidad.
La segunda corriente es utilizada por las centrales eléctricas que generan la electricidad para alimentar el centro de datos. Las centrales de carbón, gas y nucleares utilizan grandes volúmenes de agua para los ciclos de vapor y la refrigeración.
La energía hidroeléctrica también consume cantidades significativas de agua, que se evapora de los embalses. Las plantas solares de concentración, que funcionan de forma más parecida a las centrales eléctricas de vapor tradicionales, pueden consumir mucha agua si dependen de la refrigeración húmeda.
En cambio, las turbinas eólicas y los paneles solares prácticamente no consumen agua una vez construidos, salvo por la limpieza ocasional.
El clima y el tiempo son importantes
El consumo de agua varía drásticamente según la ubicación. Un centro de datos en la fría y húmeda Irlanda a menudo puede depender del aire exterior o de enfriadores y funcionar durante meses con un consumo mínimo de agua. En cambio, un centro de datos en Arizona, en julio, puede depender en gran medida de la refrigeración por evaporación. El aire caliente y seco hace que este método sea muy eficaz, pero también consume grandes volúmenes de agua, ya que la evaporación es el mecanismo que elimina el calor.
El tiempo también es importante. Un estudio de la Universidad de Massachusetts Amherst descubrió que un centro de datos podría usar solo la mitad de agua en invierno que en verano.
Y al mediodía, durante una ola de calor, los sistemas de refrigeración trabajan horas extra. Por la noche, la demanda es menor.
Los enfoques más recientes ofrecen alternativas prometedoras. Por ejemplo, la refrigeración por inmersión sumerge los servidores en fluidos que no conducen electricidad, como aceites sintéticos, lo que reduce la evaporación del agua casi por completo.
Y un nuevo diseño de Microsoft afirma no utilizar agua para la refrigeración, haciendo circular un líquido especial a través de tuberías selladas directamente sobre los chips de los ordenadores. El líquido absorbe el calor y luego lo libera a través de un sistema de circuito cerrado sin necesidad de evaporación. Los centros de datos seguirían utilizando agua potable para los baños y otras instalaciones del personal, pero la refrigeración ya no se basaría en el suministro local de agua.
Sin embargo, estas soluciones aún no se han generalizado, principalmente debido al coste, la complejidad del mantenimiento y la dificultad de adaptar los centros de datos existentes a nuevos sistemas. La mayoría de los operadores dependen de sistemas de evaporación.
Un informe técnico reciente de Google indicó que un mensaje de texto promedio para su sistema Gemini consume tan solo 0,24 vatios-hora de electricidad y unos 0,26 mililitros de agua, aproximadamente el volumen de cinco gotas. Sin embargo, el informe no especifica la duración de dicho mensaje, por lo que no se puede comparar directamente con el consumo de agua de GPT.
Estas diferentes estimaciones, que van desde los 0,26 mililitros hasta los 39 mililitros, demuestran la importancia de los efectos de la eficiencia, el modelo de IA y la infraestructura de generación de energía.
Las comparaciones pueden aportar contexto.
Para comprender realmente cuánta agua consumen estas consultas, puede ser útil compararlas con otros usos habituales del agua.
Al multiplicarse por millones, el consumo de agua de las consultas de IA se suma. OpenAI reporta alrededor de 2500 millones de solicitudes al día. Esta cifra incluye consultas a sus sistemas GPT-4o, GPT-4 Turbo, GPT-3.5 y GPT-5, sin un desglose público de cuántas consultas se emiten a cada modelo en particular.
El uso de estimaciones independientes y los informes oficiales de Google ofrece una idea del rango posible:
• Solicitudes medianas de Google Gemini: aproximadamente 650.000 litros al día.
• Solicitudes medianas de GPT 4o: aproximadamente 8,8 millones de litros al día.
• Solicitudes medianas de GPT 5: aproximadamente 97,5 millones de litros al día.
A modo de comparación, los estadounidenses utilizan alrededor de 34.000 millones de litros al día para regar céspedes y jardines residenciales. Un litro equivale aproximadamente a un cuarto de galón. La IA generativa utiliza agua, pero, al menos por ahora, sus totales diarios son bajos en comparación con otros usos comunes como el césped, las duchas y la lavandería.
Sin embargo, su demanda de agua no es fija. La divulgación de Google muestra lo que se puede lograr cuando los sistemas se optimizan, con chips especializados, refrigeración eficiente y gestión inteligente de la carga de trabajo. Reciclar el agua y ubicar centros de datos en regiones más frías y húmedas también puede ser útil.
La transparencia también es importante: cuando las empresas publican sus datos, el público, los responsables políticos y los investigadores pueden ver lo que se puede lograr y comparar a los proveedores de forma justa.
*Decano de Bibliotecas; Asesor del Rector para Alfabetización en IA; Profesor de Educación, Universidad de Virginia
