Inteligencia artificial, esperanza y desafío para la sostenibilidad
La inteligencia artificial está emergiendo como una fuerza transformadora en la lucha por la sostenibilidad y la protección del medio ambiente. Según un estudio publicado en la revista Nature, la IA puede facilitar el cumplimiento del 79% de los Objetivos de Desarrollo Sostenible (ODS), pues esta tecnología podría convertirse en una herramienta clave para facilitar una economía circular y construir ciudades más inteligentes que utilicen sus recursos eficientemente.
“Ciertos avances sin precedentes en tecnología digital, incluyendo la inteligencia artificial generativa, nos ofrecen oportunidades imposibles de imaginar en el pasado para seguir progresando en el disfrute de los derechos humanos y contribuir así a rescatar la Agenda 2030”, afirmó el jefe de Derechos Humanos de las Naciones Unidas Volker Türk en su declaración Human rights: A path for solutions.
En la última conferencia mundial AI for the planet, organizada por la Unesco, en colaboración con el Pnuma, StartUp Inside y Microsoft, el director general adjunto de la Unesco, Xing Qu, inauguró el encuentro con estas palabras: “La IA también debe ser responsable con el medio ambiente. Es por ello que la Recomendación sobre la Ética de la Inteligencia Artificial alienta a los Estados a evaluar su impacto en términos de huella de carbono, consumo de energía y extracción de materias primas”.
En este encuentro, Inger Andersen, directora ejecutiva del Programa de las Naciones Unidas para el Medio Ambiente (Pnuma), subrayó tres formas en las que se puede usar la IA para apoyar la sostenibilidad: la primera, recopilar datos y ayudar a monitorear el medio ambiente global. Segundo, puede ayudar a los consumidores a adaptarse a una vida más sostenible y modificar su comportamiento a la hora de comprar. Y, finalmente, puede ayudar a reducir la huella ambiental y fomentar la circularidad.
En la práctica, la IA se utiliza, por ejemplo, para optimizar el riego en la agricultura de precisión, lo que permite un uso más eficiente del agua y reduce la necesidad de pesticidas. Los algoritmos de IA pueden predecir la producción de energía de fuentes renovables, facilitando su integración en la red eléctrica y reduciendo la dependencia de combustibles fósiles. En la gestión de residuos, ayuda a clasificar y reciclar materiales, contribuyendo a una economía más circular. Otro caso de uso es el monitoreo de la biodiversidad, donde la IA analiza datos de sensores y satélites para proteger especies en peligro y sus hábitats.
La IA puede recopilar datos y ayudar a monitorear el medio ambiente global; apoyar a los consumidores para que adopten una vida más sostenible, y fomentar la circularidad, según el Programa de Naciones Unidas para el Medio Ambiente.
Pero el desarrollo y la aplicación de esta tecnología tiene detrás un complejo proceso. Para abordar el importante papel que juegan las soluciones basadas en IA para garantizar la sostenibilidad ambiental, uno de los primeros pasos es definir claramente los objetivos de sostenibilidad. Según expertos, como Peter Kareiva, director del Instituto de Medio Ambiente y Sostenibilidad de UCLA, es crucial que las organizaciones establezcan metas claras y medibles: “La sostenibilidad no es solo un objetivo a largo plazo, sino que debe ser desglosada en objetivos específicos y alcanzables que puedan ser medidos y monitoreados continuamente”.
En la práctica, esto significa establecer metas para la reducción de emisiones de carbono, la eficiencia energética, la gestión de residuos o la conservación de recursos naturales. Estos objetivos deben estar alineados con los ODS de la ONU y otras normativas ambientales pertinentes.
La centralización de datos es otro paso crítico en la integración de la IA con la sostenibilidad. La IA se alimenta de datos, y para que los algoritmos sean efectivos, necesitan acceso a datos precisos y centralizados. Según Carlo Ratti, director del Senseable City Lab del MIT, “la calidad de los datos es fundamental para el éxito de cualquier proyecto de IA. Sin datos precisos y bien gestionados, los algoritmos no pueden proporcionar resultados útiles”.
Ello implica recopilar información de diversas fuentes y almacenarla en una base de datos centralizada que sea accesible para los algoritmos de IA. Esto permite una mejor integración y análisis de la información, facilitando la identificación de patrones y tendencias antes de tomar decisiones relacionadas con la sostenibilidad.
El establecimiento de metas claras y medibles, la centralización de datos y la personalización de los algoritmos de IA son pasos clave en la integración de la inteligencia artificial con la sosteniblidad.
Una vez centralizados los datos, el siguiente paso es personalizar los algoritmos de IA para que se adapten a los objetivos específicos de sostenibilidad que quieran conseguirse. La personalización de algoritmos implica ajustar los parámetros y las configuraciones del algoritmo para que se alineen con los objetivos de sostenibilidad definidos.
Andrew Ng, cofundador de Google Brain y exdirector científico de Baidu, destaca la importancia de esta personalización: “Los algoritmos de IA no son una solución única para todos. Deben ser adaptados y ajustados para abordar los desafíos específicos de cada organización y sector”. Por ejemplo, un algoritmo diseñado para optimizar el consumo de energía en una fábrica necesitará ser diferente de uno que gestione la cadena de suministro en una empresa de logística.
NOTICIAS RELACIONADAS
– Cómo la inteligencia artificial ayuda a cuidar el medio ambiente
– Inteligencia artificial y ESG: un nuevo horizonte en la gestión empresarial
– La inteligencia artificial ya ha cambiado nuestro futuro
– Es necesario un uso transparente y ético de la IA en las empresas
Los desafíos de la IA
A pesar de las oportunidades que presenta la IA para la sostenibilidad, existen varios desafíos y consideraciones que deben ser abordados para asegurar el éxito de estos proyectos.
El entrenamiento de modelos de IA requiere cada vez más cantidades de energía, lo que contribuye a aumentar la huella de carbono de la tecnología. Según un artículo publicado por investigadores de Google y de la Universidad de Berkeley, las emisiones para el entrenamiento de ChatGPT-3 antes de su lanzamiento fueron de 552 toneladas de CO2 y su consumo de energía fue de 1287 MWh, lo que equivale al consumo medio de un hogar estadounidense durante 120 años.
Es importante que las organizaciones consideren el impacto ambiental de sus proyectos de IA y busquen maneras de minimizar su huella de carbono. Esto puede incluir el uso de energías renovables para alimentar los centros de datos, la optimización de algoritmos para reducir el consumo de energía y la implementación de prácticas de eficiencia energética.
La centralización y el análisis de grandes volúmenes de datos plantean preocupaciones sobre la privacidad y la seguridad. Es crucial que las organizaciones implementen medidas robustas para proteger la privacidad de los datos y asegurar que se utilicen de manera ética y responsable. Esto incluye la adopción de políticas de privacidad claras, el uso de técnicas de despersonalización de datos y la implementación de controles de acceso y seguridad.
Reducir el impacto ambiental de la IA y proteger la privacidad de los datos y asegurar que se usan de manera ética son algunos de los desafíos que plantea esta tecnología.
En 2021 los 193 Estados miembros de la Unesco aprobaron el primer marco ético sobre IA, que incluye un apartado sobre la protección de datos. El texto pide que tanto las empresas tecnológicas como los gobiernos actúen con todos los recursos a su alcance para garantizar una mayor protección de la información, asegurando la transparencia, la capacidad de actuar y el control de los datos personales.
Por último, es fundamental que los beneficios de la IA y la sostenibilidad se distribuyan de manera equitativa y accesible. Como Virgina Eubanks, profesora asociada de Ciencia Política de la Universidad de Albany (Nueva York), recoge en su estudio La automatización de la desigualdad, en algunos países el progreso tecnológico está acentuando la discriminación y exclusión social de los más vulnerables.
Las tecnologías de IA deben ser diseñadas y utilizadas de manera que no perpetúen desigualdades existentes o creen nuevas formas de exclusión. Esto implica involucrar a diversas partes interesadas en el diseño y la implementación de proyectos de IA, así como considerar su impacto social y económico. En palabras de Gabriela Ramos, directora general adjunta de la Unesco para las Ciencias Sociales y Humanas, “la pregunta fundamental que nos tenemos que hacer en un mundo altamente desigual, es si estas tecnologías nos van a ayudar a reducir esas desigualdades o si las van a aumentar”.
La integración de la inteligencia artificial en proyectos de sostenibilidad ofrece un potencial significativo para abordar algunos de los desafíos ambientales y sociales más urgentes de nuestro tiempo. Sin embargo, para aprovechar al máximo estas oportunidades, es crucial seguir una serie de pasos importantes. En última instancia, la clave para el éxito reside en un enfoque integral y responsable que considere tanto los beneficios como los desafíos de la IA.
En la clausura de la conferencia AI for the Planet, Anne Bowser, directora de Innovación del Centro Internacional Woodrow Wilson para Académicos señaló: “El futuro del planeta estará determinado por la fuerza de nuestras asociaciones, incluso entre humanos y máquinas”.