La IA no vive en las nubes

El lanzamiento de ChatGPT el año pasado marcó un punto de inflexión en la relación de la humanidad con la inteligencia artificial (IA). En menos de 12 meses, ha espoleado una carrera armamentística de la IA entre las empresas tecnológicas y ha convertido la tecnología en un fenómeno dominante. El papel emergente de la IA en la guerra, su impacto en los negocios y la política, y su impregnación de los sistemas jurídicos, la educación, el arte y más son, de repente, temas de intenso debate. Mientras tanto, se están movilizando montañas de capital para su evolución y aplicación. Según múltiples estimaciones recientes, la prisa por desplegar la IA en casi todos los sectores de la sociedad podría ampliar el tamaño de su mercado mundial de los 200.000 millones de dólares actuales a 1,8 billones en 2030.

Publicidad

Sin embargo, se está prestando relativamente poca atención a las aportaciones necesarias para sostener este “big bang” de la IA. Aunque pueda parecer una forma alienígena de inteligencia capaz de crear nuevas ideas y quizá algún día incluso formas novedosas de cultura, el crecimiento y el desarrollo de la tecnología no se aíslan en el nebuloso éter del reino digital. A pesar de todas sus maravillosas capacidades, la IA sigue estando sujeta a las limitaciones del mundo real. Los datos que la alimentan deben ser meticulosamente etiquetados por humanos. La infraestructura de la que depende requiere energía y agua para funcionar y mano de obra cualificada para construirla y operarla. Los chips que alimentan sus redes neuronales son cada vez más escasos.

Si no reconocemos y tenemos en cuenta estos factores ahora, en la adolescencia de la IA, se manifestarán nuevas formas de riesgo y volatilidad, no solo para los gobiernos sino también para aquellos modelos de negocio basados en la presunción de un crecimiento ilimitado de la potencia de cálculo.

Mantener las luces encendidas

Los centros de datos industriales utilizados para ejecutar y entrenar algoritmos las 24 horas del día requieren cantidades asombrosas de agua para evitar el sobrecalentamiento. Según su informe medioambiental de 2023, solo Google utilizó 5.600 millones de galones, (más de 20.000 millones de litros), de agua dulce en 2022, un 20% más que en 2021, un aumento que los investigadores atribuyen al mayor enfoque del gigante de los motores de búsqueda en el desarrollo de la IA. Según la definición de derechos sobre el agua de las Naciones Unidas, esa cantidad es la misma necesaria para suministrar agua potable durante un año a 2,7 millones de personas en el mundo en desarrollo. Asimismo, el consumo de agua de Microsoft se disparó un 34% entre 2021 y 2022. La empresa utilizó 6.400 millones de litros de agua el año pasado, más de 2.500 piscinas olímpicas.

«ChatGPT no es una necesidad para la vida humana, y sin embargo estamos literalmente sacando agua para alimentar un ordenador»

Los cálculos de un equipo de investigadores de la Universidad de California en Riverside sugieren que la infraestructura que soporta ChatGPT consume al menos 500 mililitros de agua cada vez que el bot responde a más de un puñado de indicaciones del usuario. Mientras creaba el GPT-4, el último gran modelo lingüístico en el que se basa ChatGPT, el propietario del programa en Silicon Valley, OpenAI, extrajo agua de dos ríos cercanos a su centro de datos al oeste de Des Moines (Iowa). Según Associated Press, las comunidades locales no sabían que esto estaba ocurriendo. “Es una receta para el desastre”, declaró posteriormente un miembro de la organización de base Iowa Citizens for Community Improvement al sitio de noticias tecnológicas Futurism. “ChatGPT no es una necesidad para la vida humana, y sin embargo estamos literalmente sacando agua para alimentar un ordenador”.

En otro lugar, el nuevo centro de datos y campus corporativo de Meta, de más de 1.000 millones de dólares, que se está construyendo en 400 hectáreas en las afueras de Mesa, Arizona, está siendo promocionado por la empresa como una instalación de vanguardia que reciclará diligentemente las aguas residuales y estará ajardinada para captar el agua de lluvia. Aún así, consumirá 6,4 millones de litros de agua al día cuando esté en funcionamiento. Teniendo lugar en un entorno seco tras años de sequía que su gobierno destinó 1.000 millones de dólares de su presupuesto para 2022 a encontrar fuentes de agua de reserva. Los funcionarios encargados de mitigar la crisis del agua en uno de los Estados de mayor crecimiento de Estados Unidos proponen ahora una solución extrema: construir una planta desalinizadora en una localidad costera mexicana del Mar de Cortés, a unos 320 kilómetros de distancia, y conducir el agua hacia el norte para satisfacer las necesidades de Arizona. Hacerlo exigiría abrir un camino a través del corazón de una reserva de la biosfera de la UNESCO.

Los mismos centros de datos son también voraces consumidores de energía. Las 10 principales empresas de centros de datos del mundo gestionan más de 1.250 instalaciones de este tipo, según un estudio de la empresa de análisis de mercado Dgtl Infra. Encabezan esa lista las divisiones comerciales de servicios de computación en nube de Amazon, Microsoft y Google. En cuarto lugar se sitúa Meta, que necesita sus propios centros de datos para procesar las ingentes cantidades de información que generan sus diversas plataformas. Según la AIE (Agencia Internacional de la Energía), la demanda combinada de electricidad el año pasado de los aproximadamente 8.000 centros de datos de todo el mundo -al menos un tercio de ellos en EEUU- fue de entre 240 y 340 teravatios-hora. Si fuera un solo país el que consumiera esa cantidad mayor, ocuparía el undécimo lugar en el mundo, por delante de Arabia Saudí y por detrás de Francia. Un país que consumiera la cantidad inferior ocuparía el decimonoveno lugar, ligeramente por delante de Australia.

Todas las grandes empresas tecnológicas han impulsado su eficiencia hídrica y energética en los últimos años, apostando por fuentes de energía ecológicas e invirtiendo en proyectos de restauración hídrica. Sin embargo, el informe de sostenibilidad de Microsoft de 2022 destaca una dinámica clave: el consumo de agua de la empresa aumentó al mismo ritmo que su crecimiento empresarial interanual durante ese mismo periodo. Los pasos incrementales hacia la sostenibilidad por parte de los proveedores de tecnología corren el riesgo de verse superados por la creciente oleada de demanda de sus productos impulsados por la IA.

El último Índice Global de Adopción de la IA de IBM indica que más de tres cuartas partes de las empresas de todo el mundo ya han integrado la IA en sus sistemas o están explorando su potencial. Una proliferación relacionada de nuevos dispositivos conectados en red también provocará una explosión de la demanda de capacidad de procesamiento de datos. Un estudio publicado en 2021 por una rama de la revista Nature afirma que se espera que el número de dispositivos conectados a la red aumente de 18.400 millones en 2018 a más de 29.000 millones a finales de la década. La consultora McKinsey prevé que la demanda de centros de datos solo en Estados Unidos crecerá un 10% anual hasta 2030.

Este aumento exponencial del uso de la IA motivará a los desarrolladores y a las empresas tecnológicas a crear productos de aprendizaje automático más grandes y mejores para captar una mayor cuota de mercado. Esta búsqueda llevará implícita la necesidad de que las empresas adquieran cantidades cada vez mayores de energía, tierra y agua. Para ser claros, el crecimiento de la industria de la IA no la convertirá de repente en una de las principales causas de las emisiones de carbono o del consumo de agua. Aunque crezca en un orden de magnitud, su impacto medioambiental será mucho menor que el de otros sectores, como la fabricación, la construcción, el transporte y la agricultura.

Pero en un mundo más caluroso y con más escasez de agua, provocará conflictos localizados con las comunidades adyacentes a los emplazamientos seleccionados por las empresas para los nuevos centros de datos. Los funcionarios se enfrentarán a reacciones violentas por ofrecer incentivos fiscales y derechos de extracción de agua a empresas tecnológicas lucrativas cuyas instalaciones crean pocos puestos de trabajo permanentes. Dichas instalaciones también supondrán una carga significativa para las redes eléctricas locales, haciendo subir los precios de la energía para los consumidores cercanos. Los proyectos en curso también corren el riesgo de verse atrapados en campañas y demandas de grupos activistas.

Esto puede llegar a ser especialmente acuciante para EEUU, que está drenando sus acuíferos a un ritmo vertiginoso en todo el país. Sin embargo, es una dinámica que probablemente aparecerá también en otros lugares. El presidente Emmanuel Macron ha abogado por convertir a Francia en un centro tecnológico continental cultivando una “nación start-up”. Y sin embargo, París ya está lidiando con el estallido de manifestaciones violentas en los embalses de las zonas occidentales del país cercadas para el regadío.

Un posible resultado es que los nuevos centros de datos empiecen a ubicarse con más frecuencia en jurisdicciones no democráticas; los regímenes autoritarios hambrientos de ingresos fiscales pueden agilizar el proceso de construcción silenciando la oposición local mediante la coacción o la fuerza. Si esto ocurriera -colocando los datos de los usuarios fuera del alcance de la supervisión democrática- se agravaría la emergente carrera a la baja en la seguridad de la IA.

«Los avances en la tecnología están destinados a llegar a un punto en el que estas tareas puedan automatizarse. Pero eso podría poner en peligro la propia integridad de los modelos de aprendizaje automático»

El factor humano

Otro elemento profundamente entrelazado con el desarrollo de la IA es la mano de obra. Detrás de la brillantez superficial de diversos programas generativos hay incontables horas dedicadas por una legión invisible de trabajadores humanos. Se trata de las personas que etiquetan y codifican las entradas de datos que hacen que los modelos de aprendizaje automático funcionen según lo previsto, asegurándose de que los datos estén correctamente formateados, anotados y corregidos para evitar sesgos. Esta tediosa función es fundamental, sobre todo cuando los desarrolladores utilizan un conjunto de datos brutos adquiridos a proveedores de datos.

En lugar de emplear a su propio personal para el etiquetado de datos, los desarrolladores recurren sobre todo a contratistas autónomos a través de plataformas como Amazon Mechanical Turk. Otro método consiste en subcontratar a agencias externas que ofrecen empleo en “fábricas de explotación digital” en regiones del extranjero con salarios bajos, lugares como Filipinas o Venezuela.

Una investigación de la revista TIME publicada el pasado mes de enero detalla cómo, a partir de noviembre de 2021, OpenAI utilizó una empresa de contratación de Bay Area para pagar a trabajadores de Kenia menos de 2 dólares por hora para que leyeran resmas de relatos gráficos de asesinatos, suicidios, abusos sexuales y otras terribles actividades. El propósito era reformatear estos textos para utilizarlos en el entrenamiento del algoritmo interno de moderación de contenidos de ChatGPT. Un contratista de la India que realiza un etiquetado similar de contenidos de vídeo nocivos para la moderación de Facebook declaró recientemente a The Guardian que cada día de trabajo “me conecto a una cámara de tortura”. En mayo, 150 trabajadores de Kenia cuyo trabajo de etiquetado de datos apoyó el desarrollo de la IA utilizada por Facebook, TikTok y ChatGPT – al tiempo que les dejó alegando trastorno de estrés postraumático – formaron un sindicato para presionar por una mejor compensación y ayudas para la salud mental.

«En ausencia de normativas estrictas, los productos inseguros podrían lanzarse al mercado de forma precipitada por la desesperación de cubrir pérdidas»

Por el contrario, los trabajadores estadounidenses contratados para el etiquetado de datos están relativamente bien pagados. Con 15 dólares la hora, ganan por encima del salario mínimo en todos los estados excepto California, Massachusetts y Washington. Sin embargo, a medida que la IA se convierta en omnipresente, los desarrolladores necesitarán contratar a más etiquetadores de datos -cuya remuneración podría aumentar en función del incremento de la demanda-, lo que significa que las empresas emergentes no rentables agotarán aún más rápido el dinero de los inversores. En ausencia de normativas estrictas, los productos inseguros podrían lanzarse al mercado de forma precipitada por la desesperación de cubrir pérdidas.

Algunos pueden argumentar que los avances en la tecnología están destinados a llegar a un punto en el que estas tareas puedan automatizarse. Pero eso podría poner en riesgo la propia integridad de los modelos de aprendizaje automático. Se ha identificado un peligroso bucle de retroalimentación en el que los algoritmos se bloquean y los sistemas de IA se vuelven inestables tras canibalizar otras entradas generadas por máquinas. Solucionar el problema parece una perspectiva remota; los principales científicos de IA del mundo admiten que ni siquiera ellos pueden comprender el funcionamiento interno de sus creaciones. El resultado es que el trabajo humano seguirá siendo un componente indispensable para el desarrollo de la IA durante mucho tiempo.

«La industria de la IA ya está lidiando con una preocupación más inmediata del mundo real: los graves cuellos de botella en el suministro mundial de semiconductores»

Más obstáculos por delante

Sin embargo, la industria de la IA ya está lidiando con una preocupación más inmediata del mundo real: los graves cuellos de botella en el suministro mundial de semiconductores. Se trata de un problema insoluble y sin final a la vista debido a la enorme complejidad del proceso de fabricación de chips. Las empresas pueden estar invirtiendo miles de millones de dólares en la carrera por construir nuevas fábricas aprovechando las cuantiosas subvenciones gubernamentales que se ofrecen en Asia, Europa y EEUU. Pero aumentar la oferta de chips requerirá mucho más que dinero y una demanda abrumadora.

Quizá la mejor ilustración de ello sea la Ley CHIPS y de Ciencia de 52.000 millones de dólares de la administración Biden, una estrategia para asegurar el suministro de chips a Washington. Para tener éxito, debe esencialmente competir con los planes paralelos de inversión en infraestructuras y energía verde por un número limitado de trabajadores de la construcción. Para complicar aún más las cosas están las exigencias del trabajo organizado. Las nuevas plantas de fabricación de chips también tendrán que superar un déficit de unos 100.000 trabajadores cualificados para funcionar a pleno rendimiento. Formarse en un campo aplicable, como la ingeniería eléctrica, requiere ahora mismo que un trabajador estadounidense renuncie a aprovechar plenamente un mercado laboral históricamente fuerte y bien pagado para emprender varios años de educación con un gran gasto individual. Además, la empresa holandesa ASML es la única del mundo capaz de diseñar y producir las máquinas litográficas necesarias para fabricar los chips más avanzados.

Mientras tanto, para que las start-ups consigan hacerse con los semiconductores que desean -como las preciadas unidades de procesamiento gráfico de Nvidia- tienen que soportar largos tiempos de espera, gastar más de la cuenta, aprovechar las relaciones personales o aunar recursos. Según los informes, incluso la propia OpenAI ha tenido que establecer límites de uso en los productos que vende a sus clientes porque es incapaz de adquirir suficientes chips para hacer frente a los cálculos.

En el trasfondo se cierne el costoso ajuste de cuentas legal que espera a los desarrolladores de programas de IA generativa en torno a la infracción de los derechos de autor. Además, existe una creciente desconfianza pública hacia la propia tecnología. Una encuesta realizada en agosto por el Centro de Investigación PEW indica que el 52% de los adultos estadounidenses afirman sentirse ahora más preocupados que entusiasmados por el papel de la IA en la vida cotidiana, frente al 37% de 2021.

Está claro que la IA es una tecnología transformadora que cambiará profundamente el mundo, tanto a mejor como a peor. Aun así, esto no sucederá de forma aislada. El futuro de la IA seguirá estando determinado por cómo interactúe con el mundo real, incluidas las complejas e impredecibles consecuencias de la acción humana.

Artículo publicado originalmente en inglés en la web del Centre for International Governance Innovation (CIGI).