Un estudio publicado el pasado lunes en Nature Computational Science alerta sobre el impacto de la inteligencia artificial generativa (GAI) en la basura electrónica, o e-waste. Según el estudio se podrían alcanzar niveles críticos en la próxima década. Este análisis proyecta un aumento de hasta 5 millones de toneladas de residuos electrónicos acumulados para 2030 si no se adoptan estrategias de gestión sostenibles. Esto se debe al uso intensivo de servidores avanzados y hardware especializado, necesarios para entrenar y ejecutar modelos de gran escala como los modelos de lenguaje (LLM), los cuales requieren alta capacidad de procesamiento y generan una rápida rotación de equipos.
El artículo destaca que este flujo de basura electrónica tendrá un crecimiento exponencial, impulsado en gran medida por la rápida evolución y expansión de los modelos generativos, desde sistemas de procesamiento de lenguaje natural hasta aplicaciones de creación de imágenes y video. La investigación subraya que la industria necesita una adopción proactiva de estrategias de economía circular que incluyan reutilización, reciclaje y extensión de vida útil de los componentes para mitigar este impacto.
Este estudio fue liderado por un equipo de investigadores especializados en sostenibilidad y gestión ambiental de residuos tecnológicos, destacando a Peng Wang y Ling-Yu Zhang del Instituto de Medio Ambiente Urbano en la Academia de Ciencias de China, y Asaf Tzachor de la Universidad Reichman en Israel y el Centro para el Estudio de Riesgos Existenciales de la Universidad de Cambridge. Wei-Qiang Chen, también de la Academia de Ciencias de China, fue otro autor clave del estudio. El equipo trabajó en conjunto para analizar el impacto de los sistemas de IA generativa sobre la generación de residuos electrónicos, empleando un enfoque de análisis de flujo de materiales enfocado en la demanda computacional de estos modelos.
Estrategias de economía circular para la gestión de residuos de la IA
Para reducir el impacto ambiental de estos residuos, los investigadores sugieren varias intervenciones en el ciclo de vida del hardware, tales como la extensión de la vida útil de los servidores y el reciclaje de módulos críticos como procesadores y unidades de memoria. Estas medidas, si se implementan correctamente, podrían reducir hasta en un 86% los residuos generados por la inteligencia artificial generativa, disminuyendo la necesidad de extraer nuevos materiales y reducir la huella de carbono del sector.
El análisis también aborda cómo las restricciones geopolíticas, especialmente en el comercio de chips avanzados, afectan la gestión de estos residuos en distintos países. Las limitaciones para adquirir componentes de última generación, como los procesadores gráficos de alta capacidad, aumentan la necesidad de emplear hardware obsoleto en algunas regiones, lo que incrementa el e-waste global. El estudio concluye que la cooperación internacional y el desarrollo de políticas de reciclaje eficientes son esenciales para enfrentar esta crisis ambiental y evitar la acumulación de millones de toneladas de basura electrónica generada por la IA en la próxima década.
Para más detalles, consulta el estudio original en Nature Computational Science.
La fotografía de representación de esta noticia ha sido generada por Ideogram.
