Un informe de la Organización de las Naciones Unidas publicado el 7 de junio de 2026 advierte que la expansión acelerada de la inteligencia artificial podría duplicar su consumo energético mundial para 2030, alcanzando cerca del 3% de toda la electricidad generada en el planeta. Las emisiones resultantes serían comparables a las del Reino Unido, y la demanda de agua para enfriar los sistemas superaría el volumen anual de agua potable consumido por toda la población global. El estudio, disponible en el sitio web de la Universidad de las Naciones Unidas, examina los costos ambientales de la IA en términos de energía, carbono, agua y uso del suelo, y cuestiona la promesa de que la tecnología se volvería más eficiente con el tiempo.
El paradoxo de Jevons y sus efectos en la inteligencia artificial
El documento se apoya en un concepto económico del siglo XIX conocido como el paradoxo de Jevons, formulado por el economista británico William Stanley Jevons. La teoría sostiene que las mejoras en la eficiencia de un recurso no necesariamente reducen su consumo total; por el contrario, cuando la tecnología se vuelve más barata y accesible, su uso tiende a aumentar, elevando la demanda general. Jevons observó este fenómeno en la Inglaterra victoriana, cuando los avances en la eficiencia del carbón terminaron estimulando un mayor consumo, no una reducción. Aplicado a la inteligencia artificial, el concepto sugiere que modelos más eficientes podrían impulsar aún más la adopción de la tecnología, generando nuevas aplicaciones en diversos sectores y compensando —o incluso superando— los beneficios técnicos obtenidos.
Cuando la eficiencia genera más consumo
Con costos operativos más bajos y mayor accesibilidad, la inteligencia artificial tiende a integrarse en más procesos productivos y servicios. El informe señala que esta dinámica ya está en marcha: en 2025, los centros de datos consumieron un volumen de electricidad equivalente al utilizado por Arabia Saudita, uno de los mayores consumidores de energía del mundo. Si el consumo se duplica para finales de la década, serían necesarios aproximadamente 6.700 millones de árboles plantados durante diez años solo para compensar las emisiones generadas. Este escenario refuerza la tesis de que la eficiencia técnica, por sí sola, no resuelve el problema ambiental.
Las cifras alarmantes del impacto ambiental
Además del consumo energético, la infraestructura necesaria para sostener la expansión de la IA requeriría alrededor de 9,3 billones de litros de agua y una superficie física casi diez veces mayor que la Ciudad de México. El relato también llama la atención sobre la concentración geográfica de la infraestructura global de inteligencia artificial: actualmente solo 32 países albergan sistemas de computación en nube dedicados a esta tecnología, y aproximadamente el 90% de esa capacidad se concentra en Estados Unidos y China. Para los autores, esta disparidad podría profundizar la división digital global, dejando a muchas naciones como meras consumidoras de la tecnología, mientras asumen los impactos ambientales relacionados con la extracción de minerales y el desecho de residuos electrónicos.
Concentración geográfica de la infraestructura
El documento subraya que el impacto ambiental de la IA depende tanto de la frecuencia de uso como del tipo de aplicación ejecutada. Tareas como generación de texto, programación, creación de imágenes y producción de videos exigen diferentes niveles de procesamiento computacional, lo que influye directamente en el consumo de energía y recursos. La elección del modelo también tiene un peso significativo, ya que distintos sistemas presentan costos ambientales variados para ejecutar tareas similares. Ante este panorama, la ONU propone un conjunto de principios para guiar el desarrollo sostenible de la tecnología, que incluyen transparencia, eficiencia desde el diseño, responsabilidad a lo largo de todo el ciclo de vida, equidad, cooperación internacional y uso sostenible de los recursos naturales.
Recomendaciones y regulación: el camino sostenible
Entre las recomendaciones del informe figura la adopción de informes ambientales periódicos durante el desarrollo y la operación de sistemas de IA. El estudio también sugiere que los gobiernos incorporen proyecciones de demanda de la tecnología en sus planes energéticos y climáticos. Esta preocupación cobra aún más relevancia a medida que la inteligencia artificial se integra en los servicios públicos. Países como Nueva Zelanda y Australia ya implementan estrategias nacionales para ampliar el uso de la IA en organismos gubernamentales: en Nueva Zelanda se ha creado un marco para orientar la adopción de la IA en el sector público, mientras que en Australia los proyectos incluyen transcripción automatizada de archivos audiovisuales y apoyo al procesamiento de solicitudes gubernamentales.
Sin embargo, el informe observa que ambos países adoptan modelos regulatorios considerados ligeros, centrados en principios generales. Para los autores, este tipo de enfoque podría dejar en segundo plano los impactos ambientales asociados a la expansión de la inteligencia artificial. El documento aboga por un análisis que abarque toda la cadena productiva de la IA, desde la extracción de materias primas hasta el reciclaje y la eliminación de los equipos utilizados. Sin una visión sistémica, los avances en eficiencia podrían verse anulados por el crecimiento acelerado del uso de la tecnología.