Cientos de millones de personas usan ya herramientas de inteligencia artificial generativa, y la cifra no deja de crecer. Cada respuesta parece inmaterial, pero detrás hay centros de datos que consumen electricidad y agua, y chips fabricados con minerales que algún día serán residuos. Cuánto pesa todo eso sobre el planeta es, sin embargo, una pregunta que hoy nadie puede responder con precisión.
Una revisión científica publicada a finales de octubre por investigadores de la Universidad de Nagasaki y de la Universidad de Sídney pone el foco en ese vacío. Su conclusión es que el impacto ambiental de la IA generativa está subestimado, porque gran parte de los datos los publican las propias empresas, de forma voluntaria y con poca información.
No es una alarma aislada. Organismos internacionales, investigadores independientes y hasta los informes anuales de las tecnológicas apuntan en la misma dirección: la huella crece deprisa y se mide mal.
Lo que dice la revisión
El trabajo, firmado por Jun Miyata, de la Universidad de Nagasaki, y Naomi Noguchi, de la Escuela de Salud Pública de la Universidad de Sídney, se ha publicado en la revista japonesa de higiene Nippon Eiseigaku Zasshi. Es una revisión narrativa: no aporta mediciones propias, sino que reúne lo que dicen la literatura científica y los informes de la industria.
Los autores lo abordan desde la salud planetaria, el enfoque que estudia cómo la salud humana depende del estado del planeta. Y advierten de algo que afecta a su propio campo: la medicina y la salud pública usan cada vez más la IA generativa para la práctica basada en la evidencia, la investigación y la elaboración de políticas, mientras esa misma tecnología aumenta la presión sobre el medio ambiente.
Según su repaso, el impacto llega por tres vías: el consumo de electricidad y agua de los centros de datos y de la fabricación del hardware, las emisiones de gases de efecto invernadero asociadas, y la contaminación del suelo y del agua que pueden causar la minería de metales raros y la eliminación de los equipos desechados.
Cuánta electricidad consume
La cifra más citada es la de la Agencia Internacional de la Energía (AIE). En su informe Energía e IA, de 2025, calculó que los centros de datos consumieron unos 415 teravatios-hora (TWh) en 2024 y que podrían llegar a unos 945 TWh en 2030, más del doble, según recogió Data Center Dynamics. Estados Unidos y China concentrarían casi el 80 % de ese crecimiento.
La Universidad de las Naciones Unidas llegó en junio a una estimación similar: 945 TWh en 2030, casi el 3 % de la electricidad mundial.
Los informes de las propias empresas reflejan esa tendencia. En su informe ambiental de este año, Google reconoció que en 2025 su consumo eléctrico creció un 37 % y sus emisiones totales un 18 %, el mayor aumento anual que ha registrado, sobre todo por la fabricación de chips y servidores para IA, según Axios. La compañía admite que esa expansión es «una realidad» que debe «gestionar activamente».
El efecto ya llega a los ciudadanos. En Estados Unidos, la demanda de los centros de datos está contribuyendo a encarecer la luz de las familias, y en España el Gobierno prepara medidas para que el auge de estos proyectos no acabe repercutiendo en el recibo.
El agua, la huella menos visible
El agua es el recurso del que menos se habla. Los centros de datos la usan sobre todo para refrigerar los servidores, y también se consume en las centrales que producen la electricidad y en la fabricación de chips.
Un equipo de la Universidad de California en Riverside fue de los primeros en ponerle cifras. En su estudio «Making AI Less Thirsty», aceptado en la revista Communications of the ACM, estimaron que entrenar GPT-3 en los centros de datos de Microsoft en Estados Unidos pudo evaporar unos 700.000 litros de agua dulce. Y calcularon que la IA podría extraer entre 4.200 y 6.600 millones de metros cúbicos de agua en 2027, más de lo que extraen en un año entre cuatro y seis países como Dinamarca, o la mitad del Reino Unido.
En su informe ambiental de este año, Google detalló que su consumo de agua subió un 34 % en 2025, hasta unos 41.000 millones de litros, más del doble que en 2021, con los centros de datos como principal causa, según la misma información de Axios. Y la expansión de estas instalaciones ya choca con el entorno en algunos lugares: en Finlandia, la policía investiga un posible delito medioambiental en las obras de un futuro centro de datos de Google.
Del chip a la basura
La tercera vía es la del hardware. Los procesadores que mueven la IA se renuevan cada pocos años, y su fabricación exige minerales cuya extracción tiene un coste ambiental.
Un estudio publicado en 2024 en Nature Computational Science estimó que la IA generativa podría acumular entre 1,2 y 5 millones de toneladas de residuos electrónicos entre 2020 y 2030, según recogió el Science Media Centre España. Según el investigador Shaolei Ren, de la Universidad de California en Riverside, ajeno al estudio, el trabajo pone de relieve el papel clave de la economía circular para lograr una IA de verdad sostenible.
El problema se suma a uno que ya era grave. Según el Global E-waste Monitor 2024, de Naciones Unidas, en 2022 se generaron 62 millones de toneladas de residuos electrónicos en el mundo, y solo el 22,3 % se recogió y recicló de forma documentada. Apenas un 1 % de la demanda de tierras raras se cubre con material reciclado.
Por qué es tan difícil medir el impacto ambiental de la IA
Si hay tantos datos, ¿por qué la revisión insiste en que el impacto está subestimado? Porque cada cifra responde a una metodología distinta, y casi todas dependen de lo que las empresas quieran contar.
Un ejemplo es la huella de una sola consulta. Google calculó en 2025 que una pregunta de texto mediana a su asistente Gemini consume 0,24 vatios-hora y unos 0,26 mililitros de agua, unas cinco gotas, según explicó en su blog técnico. La propia Google advierte de que esos datos no han sido verificados por terceros.
Ese mismo año, Mistral AI publicó un análisis de ciclo de vida de su modelo Mistral Large 2. Según ese estudio, una respuesta de unos 400 tokens en su asistente Le Chat consume 45 mililitros de agua y emite 1,14 gramos de CO₂ equivalente. La diferencia con Google es enorme, y en buena parte se debe a que cada empresa mide cosas distintas y con métodos propios. Las cifras por respuesta de Mistral se refieren solo al uso del asistente. Aparte, su análisis abarca todo el ciclo de vida del modelo y atribuye al entrenamiento el 85,5 % de las emisiones totales y el 91 % del consumo de agua.
Las emisiones tienen otro problema de contabilidad. Las grandes tecnológicas suelen descontar la energía renovable que compran a través de certificados, aunque esa electricidad no llegue físicamente a sus instalaciones. Un análisis de The Guardian de 2024, que la propia revisión japonesa cita entre sus fuentes, concluyó que las emisiones reales de los centros de datos de Google, Microsoft, Meta y Apple entre 2020 y 2022 podían ser hasta 7,62 veces mayores que las declaradas, como explicó TechRepublic.
Y en muchos casos, simplemente, no hay datos. En mayo, un informe del regulador francés de las telecomunicaciones, la Arcep, recogía un análisis según el cual el 84 % de 754 modelos de IA desplegados entre 2010 y principios de 2025 no ofrecía datos sobre su huella ecológica.
Lo que exigen las leyes
La revisión destaca que Japón carece de leyes o directrices específicas sobre el impacto ambiental de la IA generativa, a diferencia de algunos países y organismos internacionales. El país aprobó en mayo de 2025 su primera ley de IA, una norma de principios centrada en impulsar la investigación y el uso de esta tecnología, sin sanciones económicas, según el análisis del despacho White & Case. Pero, como señala la revisión, ninguna norma japonesa aborda específicamente el impacto ambiental de la IA generativa.
La Unión Europea ha ido algo más lejos. La Directiva de Eficiencia Energética obliga a los centros de datos con una potencia informática instalada de al menos 500 kilovatios a informar de su rendimiento energético a una base de datos europea, según explica otro análisis de White & Case. Y el Reglamento de IA exige a los desarrolladores de modelos de uso general documentar el consumo de energía conocido o estimado de sus modelos, según su anexo XI. Esa documentación, sin embargo, se entrega a la Oficina Europea de IA y a las autoridades nacionales cuando la piden, no al público, como establece su artículo 53.
Para Miyata y Noguchi, el camino pasa por leyes, directrices y estándares de información que obliguen a divulgar de forma transparente el impacto ambiental de estos sistemas.
La otra cara de la balanza
Nada de esto significa que la IA sea solo un problema ambiental. La misma AIE estima que el uso generalizado de aplicaciones de IA que ya existen podría reducir emisiones en otros sectores en una cantidad superior a las que generan los propios centros de datos, según el resumen de Data Center Dynamics.
La eficiencia también mejora. Google asegura que, en un año, redujo 33 veces la energía y 44 veces la huella de carbono de una consulta mediana a Gemini. Pero la experiencia de los últimos años muestra que esas mejoras no han bastado para frenar el consumo total, que sigue creciendo a medida que la IA llega a más servicios y más usuarios.
Qué puede hacer cada usuario
La revisión no se queda en la regulación. Sus autores sostienen que los usuarios también pueden tomar decisiones informadas, como elegir modelos más eficientes en energía o diseñados para una tarea concreta.
No es un llamamiento a dejar de usar la IA generativa, sino a usarla sabiendo lo que cuesta. Para eso hacen falta datos completos, comparables y verificables, algo que hoy, concluyen los investigadores, las empresas no están obligadas a ofrecer.
La fotografía de representación de este artículo muestra residuos electrónicos en el vertedero de Agbogbloshie, en Accra (Ghana). Pertenece a Muntaka Chasant y ha sido publicada en Wikimedia Commons con licencia CC BY-SA 4.0.
