IA consume energía: Sam Altman recuerda que los humanos también

Sam Altman, CEO de OpenAI, ha reavivado una conversación incómoda sobre el consumo energético de la inteligencia artificial, pero con un giro inesperado: argumenta que entrenar a un ser humano también requiere una cantidad significativa de recursos. La provocación llega en medio de críticas crecientes sobre la sostenibilidad de los grandes modelos de lenguaje.

El debate sobre la energía en la IA se intensifica

Durante los últimos meses, el tema del consumo energético de sistemas como ChatGPT, Gemini y otras plataformas de inteligencia artificial ha generado preocupación entre ambientalistas, especialistas en tecnología y gobiernos de todo el mundo. Las críticas se centran en que entrenar y mantener estos modelos requiere cantidades masivas de electricidad, lo que contribuye a una huella de carbono considerable.

Este problema ha tomado relevancia especial en un contexto donde la transición hacia energías renovables sigue siendo un desafío global. Los centros de datos que potencian la IA necesitan refrigeración constante y consumen energía las 24 horas del día, todos los días del año. Algunos reportes sugieren que una sola consulta compleja en ciertos modelos puede equivaler al consumo de energía de un hogar durante horas.

Sin embargo, Altman ha decidido introducir un elemento que raramente aparece en estas conversaciones: la comparación directa con los recursos invertidos en educación humana. Su argumento central es que la sociedad invierte recursos energéticos, financieros y materiales enormes en desarrollar el conocimiento y las habilidades de cada persona durante años de formación.

¿Cuánta energía realmente consume entrenar a un ser humano?

La pregunta que plantea Altman obliga a pensar en términos que pocas veces calculamos: desde que nace, cada persona requiere infraestructura educativa masiva. Escuelas, universidades, bibliotecas, sistemas de iluminación, calefacción, transporte de estudiantes: todo ello consume recursos energéticos continuamente durante 15, 20 o incluso más años de formación académica.

Si se suma el consumo directo e indirecto de mantener sistemas educativos enteros, el cálculo se vuelve complejo pero revelador. Los edificios escolares funcionan diariamente, los medios de transporte llevan estudiantes, la cadena de suministro de alimentos y materiales educativos mueve recursos a nivel nacional. En ese contexto, el argumento de Altman sugiere que la comparación "IA vs. educación humana" no es tan desfavorable para la tecnología como algunos quieren presentarla.

Esto no significa que el consumo energético de la IA sea insignificante o que no deba optimizarse. Más bien, plantea una pregunta fundamental: ¿cómo valoramos el costo energético de diferentes formas de generar conocimiento y capacidades? La discusión, aunque provocativa, toca un punto válido que raramente se analiza en profundidad en los debates públicos sobre sostenibilidad tecnológica.

Impacto en Colombia y Latinoamérica

Para Colombia y la región latinoamericana, esta conversación tiene dimensiones particulares. Mientras que países desarrollados tienen mayor capacidad de invertir en tecnología de punta y gestión energética eficiente, en Latinoamérica el desafío es diferente: cómo acceder a beneficios de la IA sin sacrificar objetivos de sostenibilidad ni generar dependencia tecnológica. Colombia, con su matriz energética que incluye fuentes hídricas significativas, tiene una oportunidad única para posicionarse como región productora de IA de menor huella de carbono.

Además, el debate sobre eficiencia energética en la educación es especialmente relevante en el contexto local. Si bien el argumento de Altman tiene mérito, también expone una realidad incómoda: tanto la IA como los sistemas educativos tradicionales requieren inversión de recursos masivos. Para países en desarrollo, esto plantea una pregunta estratégica: ¿cómo aprovechar la IA para mejorar eficiencia educativa sin amplificar la brecha digital? La respuesta podría estar en desarrollar modelos locales de IA entrenados con datos colombianos y latinoamericanos, adaptados a contextos de conectividad limitada y recursos energéticos variables.

Qué esperar: más allá de la provocación

El comentario de Altman, aunque provocador, refleja una tendencia más amplia en la industria tecnológica: la necesidad de contextualizar las críticas sobre sostenibilidad. No se trata de negar que la IA consume recursos valiosos, sino de reconocer que cualquier sistema complejo de generación de conocimiento tiene costos asociados. Lo importante ahora es enfocarse en optimización: entrenar modelos más eficientes, usar energías renovables en los centros de datos y, crucialmente, medir el impacto real de estas tecnologías en términos de beneficio generado versus recursos consumidos.

La conversación también señala un cambio en el tono del debate sobre IA. Después de años de apocalipticismo tecnológico, algunos líderes de la industria están adoptando un posicionamiento más defensivo y contextual. Esto puede ser saludable si genera discusiones más matizadas, o problemático si se usa para minimizar preocupaciones legítimas. Lo que queda claro es que el futuro de la tecnología en la región dependerá de qué tan bien logremos balancear innovación, sostenibilidad y acceso equitativo.

Si quieres conocer otros artículos parecidos a IA consume energía: Sam Altman recuerda que los humanos también puedes visitar la categoría Industria Tech.