Cuando los líderes mundiales firmaron la Agenda 2030 para el Desarrollo Sostenible y adoptaron 17 Objetivos de Desarrollo Sostenible (ODS) en 2015, nos comprometimos colectivamente a «transformar nuestro mundo».
Los ODS representan un plan compartido para «la paz y la prosperidad de las personas y el planeta». Aunque se han logrado avances en algunas áreas, el último informe de hitos muestra retrocesos significativos en todo, desde el clima hasta la pérdida de biodiversidad, la desigualdad de género y la erradicación de la pobreza.
De los 36 indicadores de progreso, solo dos están en camino. Ocho han empeorado desde 2020, y 12 han mostrado «progreso limitado o nulo».
¿Qué es la IA Sostenible? Definición, Importancia y Ejemplos
La inteligencia artificial (IA) es una innovación emocionante y a menudo controvertida que acapara los titulares de casi todos los medios. Como consecuencia, muchos términos nuevos se asocian con la IA, lo que a veces puede generar confusión. Sin embargo, esto es de esperar; las nuevas tecnologías suelen venir acompañadas de una curva de aprendizaje y la necesidad de familiarizarse con una sintaxis completamente nueva.
Es por eso que estamos aquí hoy: para desmitificar el concepto de IA sostenible. Este artículo aborda la inteligencia artificial sostenible, su relevancia y algunos casos de uso. Comencemos nuestra discusión sobre IA y sostenibilidad con una definición.
¿Qué es la IA Sostenible?
La IA sostenible emplea sistemas de inteligencia artificial que operan de manera coherente con prácticas empresariales sostenibles. Muchos de los sistemas de IA comerciales y empresariales actuales tienen la reputación de no ser beneficiosos para el medio ambiente. Afortunadamente, existen formas de mitigar este impacto negativo.
Los expertos en ciencia de datos y otros profesionales responsabless de desarrollar e implementar modelos de IA saben que el proceso involucrado en el entrenamiento de modelos de inteligencia artificial consume enormes cantidades de energía, lo que resulta en emisiones insostenibles o, en términos sencillos, contaminación atmosférica.
Algunos estudios han demostrado que las emisiones derivadas del entrenamiento de un solo modelo de aprendizaje automático (ML) pueden igualar las emisiones de carbono combinadas de múltiples automóviles.
Los modelos de inteligencia artificial deberían ser más eficientes energéticamente para que la potencia de cómputo involucrada en el proceso de entrenamiento no consuma grandes cantidades de energía. Además, todos los componentes del sistema de IA deberían optimizarse al máximo para reducir aún más el consumo de energía.
Al practicar la IA y la sostenibilidad, las organizaciones pueden fomentar nuevas prácticas de modelado y optimización que mitiguen los impactos ambientales negativos de sus respectivos sistemas de inteligencia artificial.
La IA sostenible también se conoce como IA ecológica o IA verde.
¿Qué entendemos por «Sostenible» en «IA Sostenible»?
La «sostenibilidad» es la capacidad de mantener o sostener un proceso de forma continua durante un período de tiempo. Abarca el uso de recursos naturales cuando este uso se mantiene en un nivel constante y es menos probable que cause daños ambientales. Ese es el término general.
Cuando hablamos de inteligencia artificial sostenible, la parte «sostenible» significa enfatizar en fuentes de energía sostenibles, fuentes de datos e infraestructuras para medir y reducir la huella de carbono durante el entrenamiento, modificacion y modelado de los algoritmos.
¿Cuál es la diferencia entre IA Sostenible e IA para la Sostenibilidad?
La IA sostenible se centra principalmente en la eficiencia energética, la sostenibilidad de los datos y la transparencia en el desarrollo y operación responsable de las tecnologías de inteligencia artificial. Su objetivo es minimizar el impacto de los sistemas de IA en el medio ambiente.
Por otro lado, la IA para la sostenibilidad se enfoca en emplear la inteligencia artificial como una herramienta para abordar directamente los desafíos sociales y ambientales. La IA para la sostenibilidad busca aprovechar las tecnologías de IA para resolver problemas de sostenibilidad, como el cambio climático, la gestión de recursos y la conservación.
En resumen, la IA sostenible intenta hacer que las tecnologías de IA sean más amigables con el medio ambiente y la sociedad. Al mismo tiempo, la IA para la sostenibilidad busca aprovechar la inteligencia artificial para cumplir o avanzar directamente en objetivos ambientales y sociales.
Cabe destacar que, a pesar de sus distinciones, la inteligencia artificial sostenible y la IA para la sostenibilidad no son mutuamente excluyentes y de hecho, se complementan entre sí. La IA sostenible ofrece las pautas, principios y prácticas fundamentales necesarias para disminuir la huella ambiental de los sistemas de IA. Estas tecnologías de IA sostenible pueden posteriormente aprovecharse en los esfuerzos de IA para la sostenibilidad, permitiendo soluciones más eficientes y basadas en datos para abordar los desafíos que la tecnologia presenta. Por lo tanto, estos dos principios trabajan de manera simbiótica.
La Importancia de la IA y la Sostenibilidad
He aquí las tres áreas principales donde la IA demuestra su importancia:
Ambiental: Minimizar las huellas de carbono y la búsqueda de modelos de IA energéticamente eficientes. La IA sostenible se enfoca en reducir los impactos ambientales negativos asociados con las tecnologías de inteligencia artificial. Este énfasis incluye reducir el consumo de energía de los sistemas de IA, utilizar materiales sostenibles en la fabricación de componentes de hardware y minimizar los desechos electrónicos. Por lo tanto, la IA sostenible hace que las tecnologías de IA sean más ecológicas y eficientes energéticamente.
Por ejemplo, un modelo de IA generativa de tamaño mediano que emplea una técnica conocida como «búsqueda de arquitectura neuronal» tiene un consumo de energía equivalente a 626,000 toneladas de emisiones de CO2, las mismas emisiones de CO2 creadas por conducir cinco automóviles estadounidenses promedio durante toda su vida útil. Por lo tanto, estos modelos necesitan ser más eficientes energéticamente.
Social: Abordar las prácticas éticas de IA en contextos sociales y el desafío de las imágenes generadas por IA. La IA sostenible garantiza que las tecnologías de inteligencia artificial se desarrollen y desplieguen para proteger la privacidad del usuario, respetar los derechos humanos, promover la equidad y la inclusión, y contribuir positivamente a la sociedad. Este proceso enfatiza las prácticas éticas de IA, evita resultados discriminatorios y aprovecha la inteligencia artificial para el bien social mayor.
Por ejemplo, la IA se puede utilizar para generar tipos específicos de imágenes. Desde el advenimiento de OpenAI (OPENAI), ha habido un alarmante aumento en la creación de imágenes realistas de personas, especialmente menores, lo que subraya la necesidad de una mayor regulación y conciencia, especialmente en torno a los aspectos sociales de la IA.
Gobernanza: Garantizar una gobernanza responsable de la inteligencia artificial, transparencia y rendición de cuentas. La IA sostenible establece estructuras de gobernanza robustas y mecanismos de rendición de cuentas para los sistemas de inteligencia artificial. Este proceso incluye transparencia en los procesos de toma de decisiones de IA, adherirse a las regulaciones de privacidad de datos y establecer y seguir políticas claras de desarrollo y despliegue de IA. La IA sostenible también asegura que cada organización gobierne sus actividades de inteligencia artificial de manera responsable y ética.
Por ejemplo, los sistemas de inteligencia artificial pueden crear noticias falsas de manera rápida y extensa, lo que resulta en consecuencias graves como socavar la confianza, difundir desinformación, dañar reputaciones, influir en la toma de decisiones e incluso causar malestar social. Abordar este problema requiere medidas urgentes como la alfabetización mediática, una mejor verificación de hechos y la regulación del uso de la inteligencia artificial en la difusión de información.
Casos de Uso de IA Sostenible
Aquí hay formas específicas en que la inteligencia artificial sostenible puede mejorar la vida, utilizando las tres áreas anteriores como guías:
Sostenibilidad de datos (Social y Gobernanza): Las organizaciones incorporan prácticas de datos responsables al anonimizar los datos de los clientes y proteger la privacidad, permitiéndoles al mismo tiempo extraer información valiosa para la evaluación de riesgos y la detección de fraudes. Muchas empresas y compañías siguen regulaciones de protección de datos como el Reglamento General de Protección de Datos (GDPR).
Eficiencia energética (Ambiental): Empresas tecnológicas como Google han logrado notables avances en la mejora de la eficiencia energética de sus centros de datos. Google utiliza algoritmos de IA para optimizar los sistemas de enfriamiento de los centros de datos y reducir el consumo de energía, disminuyendo las emisiones de carbono.
Prácticas éticas de IA (Social y Gobernanza): Las organizaciones de atención médica se aseguran de que los diagnósticos médicos y las recomendaciones de tratamiento recomendadas por IA sigan pautas éticas, manteniendo los derechos y el bienestar del paciente mientras mejoran los resultados del tratamiento.
Equidad e inclusión (Social): Las empresas de reclutamiento utilizan herramientas de IA que reducen el sesgo en el proceso de contratación. Estas herramientas de IA garantizan que los candidatos de diversos orígenes sean evaluados de manera justa, lo que resulta en una fuerza laboral más inclusiva.
Gobernanza (Gobernanza): Grandes empresas tecnológicas como IBM han establecido juntas y comités de ética de IA para supervisar el desarrollo y el despliegue responsable de tecnologías de inteligencia artificial. Estas estructuras de gobernanza garantizan el cumplimiento de las normativas y los estándares éticos.
Un Poco Más de Información Sobre IA para la Sostenibilidad
Dado que la IA sostenible y la IA para la sostenibilidad están estrechamente vinculadas, veamos las áreas donde la IA y la sostenibilidad pueden ayudar a mejorar el mundo:
Conservación y monitoreo ambiental: Las tecnologías de inteligencia artificial se utilizan para la supervisión ambiental, incluido el monitoreo de la vida silvestre, el seguimiento de la deforestación y el análisis de patrones climáticos. Estas aplicaciones pueden contribuir significativamente a la conservación de los recursos naturales y la biodiversidad, lo que promueve la sostenibilidad ambiental.
Lucha contra la pobreza: Los algoritmos de IA pueden analizar datos socioeconómicos para identificar patrones y áreas de pobreza. Al comprender las causas subyacentes de la pobreza, los gobiernos y las ONG pueden desarrollar y dirigir programas para grupos que requieren asistencia financiera, capacitación laboral y recursos educativos. Este proceso ayuda a elevar a las comunidades empobrecidas, lo que aborda un desafío social primario.
Reciclaje y gestión de residuos: Los sistemas de IA se utilizan en centros de clasificación de residuos e instalaciones de reciclaje. La robótica y el aprendizaje automático pueden ayudar a identificar materiales reciclables, haciendo que el reciclaje sea más rápido y eficiente. Como resultado, la gestión de residuos reduce la contaminación ambiental al tiempo que conserva los recursos.
Reducción del desempleo: Las plataformas impulsadas por IA conectan a los solicitantes de empleo con ofertas de trabajo compatibles, lo que puede contribuir a reducir las tasas de desempleo. Al analizar las habilidades y la experiencia de un solicitante y compararlas con las tendencias del mercado laboral, estas plataformas pueden ayudar a las personas a encontrar un empleo adecuado, abordando un desafío social significativo y oportuno.
Agricultura inteligente y agricultura de precisión: Las tecnologías de IA hacen posible la agricultura de precisión mediante el análisis de datos de satélites, sensores y drones. Este enfoque basado en datos puede optimizar las prácticas agrícolas, reducir la necesidad de pesticidas, minimizar el uso de agua y mejorar los rendimientos de los cultivos. Las prácticas agrícolas sostenibles fomentan y facilitan la conservación del medio ambiente.
La IA está aquí para quedarse, pero necesitamos pensar cuidadosamente sobre los riesgos, así como las recompensas.
Quizás la mejor manera de impulsar los ODS sea la alfabetización en IA. La conciencia pública y la educación están entre las formas más efectivas de preparar a las personas para el futuro, pero la familiaridad por sí sola no genera confianza y seguridad con las herramientas de IA.
Las personas que usan IA en su trabajo están más preocupadas por su impacto que aquellas que no lo hacen.Por lo tanto, necesitamos dar a las personas las herramientas y recursos para experimentar con herramientas de IA por sí mismas, pero combinar esto con regulaciones y estándares que sean lo suficientemente robustos para proteger a la sociedad mientras son lo suficientemente flexibles para fomentar la innovación en beneficio de la sociedad.
La democratización de la Inteligencia Artificial – y con eso me refiero a hacer que la IA sea accesible, comprensible y utilizable para un amplio grupo de personas en todas las geografías, no solo expertos en unos pocos centros tecnológicos – podría ser el impulso que los ODS necesitan.
Las tecnologías de IA se están volviendo ubicuas y sofisticadas, los proyectos se están implementando a velocidad y escala, la financiación está aumentando y el grupo de talentos está creciendo. La computación en la nube y los dispositivos móviles están dando acceso a millones de personas más a tecnología asequible y avanzada.
Nuestro desafío es asegurarnos de que usemos la IA para reducir las desigualdades, no para reproducirlas.
