Ciudad de México, 19 de febrero del 2026
Hace unos años, Ketan Joshi, investigador en el sector energético, se sorprendió al leer que Google afirmaba que la inteligencia artificial (IA) podría reducir entre un 5% y 10% las emisiones de gases de efecto invernadero a nivel mundial para 2030, lo que equivaldría a eliminar las emisiones anuales de la Unión Europea.
Intrigado, Joshi rastreó el origen de esta cifra y descubrió que provenía de un informe de Google y BCG basado únicamente en la “experiencia con clientes”, una fuente que calificó como débil y poco rigurosa. Este análisis fue publicado antes de la aparición de ChatGPT y del inicio de la expansión masiva de infraestructura de IA generativa, con un consumo energético elevado.
A pesar de admitir posteriormente que el desarrollo de IA incrementaba las emisiones corporativas, Google continúa promoviendo estas cifras, incluso en comunicados dirigidos a responsables políticos europeos. Joshi considera preocupante que métricas tan poco fundamentadas influyan en políticas climáticas de gran relevancia. La portavoz de Google, Mara Harris, señaló que la empresa es transparente sobre su metodología, pero no detalló cómo se aplicaron los cálculos de BCG.
La expansión de centros de datos y el desarrollo acelerado de IA generativa plantea riesgos ambientales. En Estados Unidos, el aumento del consumo energético ha obligado a mantener abiertas centrales de carbón y a conectar cientos de gigavatios de energía de gas a la red, gran parte para alimentar centros de datos. Líderes tecnológicos, como Sam Altman de OpenAI o el exCEO de Google Eric Schmidt, promueven la idea de que la IA resolverá problemas climáticos, mientras organizaciones como el Bezos Earth Fund la presentan como fuerza medioambiental positiva. Sin embargo, muchas de estas afirmaciones carecen de evidencia concreta.
El informe reciente de Joshi analizó más de 150 afirmaciones sobre el impacto climático de la IA, concluyendo que solo una cuarta parte tenía respaldo académico y más de un tercio no contaba con pruebas públicas. Además, muchas declaraciones confunden IA generativa intensiva en energía con modelos tradicionales más eficientes, generando una narrativa exagerada. Expertos como David Rolnick y Sasha Luccioni destacan que existen modelos más pequeños y eficientes que pueden ofrecer resultados similares sin el enorme costo energético y ambiental.
La investigación concluye que la promesa de la IA como salvadora del clima es en gran parte hipotética, impulsada por marketing y especulación. Mientras tanto, los beneficios reales provienen de aplicaciones concretas de aprendizaje profundo en sectores energéticos y ambientales, que ya contribuyen a reducir emisiones de manera tangible, diferenciándose de los grandes modelos publicitados.
