La carrera por la inteligencia artificial trae consigo consecuencias que a veces se ignoran: la infraestructura necesaria para poder utilizarla tiene un impacto enorme sobre los recursos hídricos, energéticos, el suelo y la atmósfera. Se requieren grandes cantidades de minerales y tierras raras para la fabricación de chips y otros componentes que necesitan los servidores que ejecutan sistemas de IA, hace falta agua para refrigerarlos y son sistemas que requieren grandes cantidades de energía, con las consiguientes emisiones de gases de efecto invernadero.
La solución: mayor responsabilidad en el uso de la IA
Con el auge de la inteligencia artificial, se hace necesario, más que nunca, resolver algunos de los grandes retos a los que nos enfrentamos. Así, para mitigar los efectos negativos de la IA sobre el medio ambiente, se han creado guías de buenas prácticas en el contexto del Programa Nacional de Algoritmos Verdes que orientan a los desarrolladores en la creación de una inteligencia artificial más sostenible y respetuosa con el planeta.
Guía de buenas prácticas para la definición de casos de uso
Esta guía proporciona un marco estructurado y práctico para la identificación, definición, evaluación y priorización de casos de uso de inteligencia artificial, con un enfoque claro en la sostenibilidad ambiental, el impacto social y la generación de valor económico. El documento parte de una premisa clave: la inteligencia artificial debe concebirse como un medio para alcanzar objetivos concretos, y no como un fin en sí mismo, evitando así despliegues tecnológicos innecesarios o de alto impacto sin retorno proporcional.
Guía de buenas prácticas para el desarrollo de modelos de IA más sostenibles
Esta guía presenta estrategias y buenas prácticas para desarrollar y gestionar modelos de inteligencia artificial (IA) sostenibles, enfocándose en la eficiencia energética y la reducción del impacto ambiental durante todo el ciclo de vida de los modelos, desde la obtención de datos hasta el despliegue y mantenimiento.
Guía de buenas prácticas de infraestructuras
Destaca la importancia de energía renovable, acuerdos PPA, ubicación estratégica y proveedores certificados, así como el uso de métricas como PUE y WUE. Incluye recomendaciones sobre distribución de hardware, refrigeración eficiente y reutilización de calor, fomentando la reducción del consumo energético y modelos circulares.
Guía de buenas prácticas para la configuración de la ejecución
Proporciona un marco metodológico claro y práctico para configurar, entrenar, desplegar y operar modelos de inteligencia artificial (IA) de forma eficiente, reproducible, segura, y con un mínimo impacto ambiental. Se dirige a desarrolladores, ingenieros de ML, equipos DevOps, responsables de infraestructura, y gestores de proyectos IA. La idea es que puedan aplicar buenas prácticas concretas en instalación, versionado, hardware, software, ejecución distribuida, y considerar tecnologías como Blockchain en su diseño, siempre con criterios de sostenibilidad energética.
Otras guías
Además de las guías estrictamente relacionadas con el desarrollo de sistemas de inteligencia artificial, ofrecemos también dos guías adicionales que pueden ser de interés.
Guía de buenas prácticas de Blockchain e IA sostenible
El documento analiza el impacto ambiental de estas tecnologías y ofrece recomendaciones para mitigarlo, como el uso de protocolos de consenso eficientes y energías renovables. Destaca la integración de IA y blockchain de bajo impacto, promoviendo métodos como aprendizaje federado y edge computing, y aporta consejos técnicos y ejemplos de aplicación en sectores como energía, agricultura, movilidad y salud.
Enlace web.
Guía de buenas prácticas en gobierno IT para empresas
Se propone la creación de un Comité de Evaluación y Gobernanza de la Inteligencia Artificial, así como recomendaciones para aplicar criterios de sostenibilidad en la empresa.
Enlace web.