La emergencia climática y la IA: buscando una virtud climática

La inteligencia artificial (IA) ha penetrado todos los sectores de la sociedad contemporánea con una promesa dual: constituirse como la herramienta definitiva para la resolución de problemas complejos o como el mecanismo que exacerbe las crisis preexistentes y comprometa la seguridad global. Por una parte, representa un conflicto mayúsculo: las noticias recientes sobre la capacidad de la IA para generar sistemas autogenerados, independientes del control humano, han suscitado alarma, confusión e incluso angustia existencial.

Por otra, presenta un problema también preocupante que analizaremos en este artículo:  la emergencia climática, donde la dualidad de la IA se manifiesta con particular intensidad.  Mientras que las grandes empresas tecnológicas proclaman que la IA “solucionará el cambio climático”, los datos relativos a su huella ambiental narran una historia divergente.  En consecuencia, surgen interrogantes pertinentes: ¿Puede la IA contribuir a la acción climática? ¿En qué condiciones, con qué costos y para beneficio de quién?

Los mitos fundacionales: el lavado verde algorítmico

El discurso dominante sobre la IA y el clima está plagado de afirmaciones grandilocuentes que, examinadas con rigor, revelan una alarmante falta de sustento. Un informe de 2026 elaborado por una coalición de ONGs —entre ellas Beyond Fossil Fuels, Green Web Foundation y Friends of the Earth US— analizó 154 declaraciones corporativas que afirmaban beneficios climáticos netos de la IA. El resultado fue demoledor: el 74% carecía de fundamentos sólidos, solo el 26% citaba artículos académicos publicados y el 36% no presentaba ninguna evidencia.

Google, por ejemplo, sostiene en documentos oficiales que la IA podría mitigar entre el 5% y el 10% de las emisiones globales, pero esta cifra proviene de una extrapolación sin base científica de una consultora privada. La Agencia Internacional de la Energía asume que los beneficios superan con creces las emisiones directas basándose en modelos teóricos, no en mediciones empíricas, y emplea referencias vagas sobre ahorros de hasta un 50% de residuos. Microsoft asegura trabajar en IA generativa para empoderar a la fuerza laboral sostenible, sin datos verificables ni cuantificación alguna.

La ironía es profunda: las mismas empresas que prometen salvar el clima están construyendo centrales de gas para alimentar sus centros de datos. Meta, OpenAI y xAI han sido señaladas por depender de infraestructura sostenida por combustibles fósiles. Los análisis no han encontrado ningún ejemplo en el que sistemas generativos de consumo como ChatGPT, Gemini o Copilot hayan generado reducciones de emisiones materiales, verificables y sustanciales. El mito del “verde por defecto” se desmorona ante la evidencia.

El costo físico de lo virtual

La IA no es etérea. Detrás de cada consulta a un chatbot, cada imagen generada y cada modelo hay una infraestructura masiva de centros de datos, sistemas de refrigeración y cadenas de suministro de minerales críticos. Un informe del Instituto de la ONU para el Agua, el Medio Ambiente y la Salud (UNU-INWEH), publicado en junio de 2026, ofrece la evaluación más completa hasta la fecha de esta huella ambiental:

• Los centros de datos consumieron aproximadamente 448 teravatios-hora (TWh) de electricidad en 2025. Si fueran un país, serían el undécimo mayor consumidor de electricidad del mundo, comparable a Francia. Las cargas de trabajo relacionadas con IA representaron alrededor del 20% de esa demanda.
• Las proyecciones indican que el consumo eléctrico asociado a la IA podría alcanzar los 945 TWh para 2030, casi el 3% del uso global proyectado de electricidad. Las emisiones asociadas podrían llegar a 400 millones de toneladas de CO₂ equivalente, comparable a las emisiones totales del Reino Unido.
• La huella hídrica es igualmente alarmante. Se estima que el agua utilizada por los centros de datos podría alcanzar los 9,3 billones de litros anuales para 2030, suficiente para satisfacer las necesidades de agua potable de la población mundial durante aproximadamente 1,6 años.
• La huella de tierra asociada a la generación eléctrica superaría los 14.000 km², un área similar a Irlanda del Norte. Además, la infraestructura de IA podría generar hasta 2,5 millones de toneladas métricas de residuos electrónicos anuales para finales de la década.

Avances concretos: donde la IA sí funciona

Sería un error negar los casos donde la IA ha demostrado utilidad tangible. El más documentado es el sistema de detección de metano del Programa de las Naciones Unidas para el Medio Ambiente (UNEP-PNUMA) cuyo Sistema de Alerta y Respuesta ante el Metano (MARS), operativo desde 2024, utiliza IA para procesar datos de más de 30 satélites y distinguir emisiones de metano (fugas de instalaciones de petróleo y gas). No olvidemos que el metano es un gas de efecto invernadero que atrapa 80 veces más calor que el CO2, siendo responsable de cerca del 30% del calentamiento global.

Los resultados son verificables: la IA permite procesar entre 12 y 15 veces más información manteniendo el rigor científico, y los flujos de trabajo asistidos por IA identificaron entre el 80% y el 85% de las detecciones confirmadas de metano. El sistema ha contribuido a más de 40 acciones de mitigación en todo el mundo, con un beneficio climático comparable a eliminar las emisiones anuales de casi 24 millones de vehículos de gasolina. Se estima que se mitigaron fuentes que habrían emitido 1,2 millones de toneladas de metano.

Cabe subrayar que los modelos de IA utilizados por UNEP-MARS fueron diseñados para ser ligeros y eficientes en energía, posibles de operar con recursos computacionales modestos. Esto demuestra que es posible aprovechar la IA para la acción climática sin aumentar significativamente la carga ambiental que se busca abordar.

Donde la IA ha demostrado su valor real ha sido en tareas específicas y acotadas: detección de emisiones de metano, optimización de redes eléctricas, alertas tempranas de eventos extremos, monitoreo satelital de deforestación y modelización climática de alta resolución. En todas estas materias, el uso de modelos ligeros y eficientes, diseñados para propósitos concretos, han generado beneficios climáticos verificables sin agravar la crisis que busca resolver.

El lado oscuro: cuando la IA amplifica el negacionismo

Si hay un ámbito donde la IA ha demostrado una eficacia perversa, es en la amplificación de falsedades climáticas. Una investigación de Global Witness, publicada en diciembre de 2025 reveló que los chatbots de IA no solo comparten desinformación, sino que adaptan su comportamiento según el perfil del usuario. Cuando a Grok, el chatbot de xAI, se presentó un usuario con creencias conspirativas, el sistema no solo compartió mentiras negacionistas, sino que se ofreció a hacer publicaciones en redes sociales “más violentas” para aumentar el compromiso.

ChatGPT, aunque con más matices, ofreció al usuario conspirativo ejemplos de negacionistas climáticos conocidos como personas a seguir, añadiendo notas de cautela, pero normalizando su existencia. Lo evidente es que hoy el negacionismo está usando una estrategia más sofisticada. Ya no se duda si el calentamiento global es real. Ahora se cuestiona si la respuesta es viable, si es justa y si vale la pena su elevado costo. Esta evolución se conoce como el “greenlash”; es decir, la reacción política contra las medidas climáticas.

La IA ha sido y está siendo utilizada para socavar la acción climática mediante la amplificación de desinformación, mentiras, personalización de narrativas negacionistas, greenwashing corporativo y distracción de responsabilidades sistémicas. Más aún, el hecho que los chatbots de IA puedan pasar de proporcionar información científica sólida a endosar teorías conspirativas, dependiendo del perfil del usuario, demuestra que el sistema no es un árbitro neutral de la verdad.

Nuestros avances

Chile es un caso ilustrativo. La sequía prolongada lo ha convertido en laboratorio de soluciones. HIDROCL-Estacional (U. de La Serena y U. de Valparaíso) usa Deep Learning para predecir caudales de ríos hasta seis meses antes, con la DGA y la Comisión Nacional de Riego como beneficiarios. IAGRO (Maule) usa IA, machine learning y un bot de WhatsApp para optimizar riego entre agricultores con baja alfabetización digital, apuntando a reducir 30% las pérdidas hídricas y beneficiar a 100 productores. KILIMO, una plataforma tecnológica trabajando en Latinoamérica ha optimizado más de 4.000 hectáreas y convertido 300 hectáreas de riego por inundación a goteo en las cuencas de Aconcagua, Maipo y Maule.

Para alertas de incendios, CONAF y CENIA instalan cámaras con IA para distinguir humo de nubosidad o polvo; el convenio CONAF-CAL FIRE y FireWERX posiciona a Chile como socio internacional en detección temprana, mientras una empresa emergente local desarrolla drones autónomos con IA y sensores térmicos para operar de noche. En biodiversidad, CODELCO y LEMU (startup chileno de tecnología e IA para la conservación de la naturaleza) usaron IA y satélites para mapear ecosistemas en El Teniente y Ventanas presentaando sus resultados en febrero 2026: identificaron más de 65 especies y un aumento del stock de carbono entre 2001 y 2023.

La promesa de la IA es inmensa, particularmente en áreas como la salud, la educación, el descubrimiento científico y la resiliencia climática. Apenas 32 países albergan infraestructura de nube especializada en IA, y aproximadamente el 90% de la capacidad global está concentrada en Estados Unidos y China. Lo inadmisible es que los países que soportan la mayoría de los costos ambientales asociados a la extracción de minerales raros y la eliminación de residuos electrónicos de la IA no se están beneficiando de sus capacidades.

Una virtud climática

La relación entre la IA y la emergencia climática es un microcosmos de las contradicciones de nuestro tiempo. La misma tecnología que puede detectar fugas de metano desde el espacio y salvar cosechas, puede también generar falsedades a escala mundial consumiendo recursos hídricos equivalentes a las necesidades de mil millones de personas. No es destino tecnológico, es consecuencia de decisiones políticas, regulación insuficiente y relaciones de poder que hoy siguen definiendo quién se beneficia, quién paga los costos ambientales y quién queda fuera.

Lo que necesitamos es una gobernanza robusta y vinculante, no voluntaria. Se requiere transparencia obligatoria sobre la huella ambiental de los modelos de IA; certificación independiente de las herramientas utilizadas para fines climáticos; e inversión en infraestructura digital en el Sur Global. Sobre todo, requerimos mantener una postura más escéptica frente a las promesas de Silicon Valley. La IA no nos salvará del cambio climático. Pero, utilizada con sabiduría y bajo control democrático, puede ayudarnos a conseguir el tiempo que necesitamos en la emergencia climática actual para hacer lo que verdaderamente importa: transformar nuestro modelo energético, productivo y de consumo.

La verdadera prueba de la IA no será lo que prometa, sino lo que demuestre. Y hasta ahora, la evidencia sugiere que su mayor contribución climática podría no venir de los grandes modelos generativos, sino de aplicaciones modestas, eficientes, bien reguladas y gobernadas que resuelvan problemas concretos sin crear nuevos. Esa sujeción tecnológica no es una renuncia al avance: es una condición para que ese progreso tenga sentido. La humildad tecnológica, en este caso, es una virtud climática.