Inteligencia Artificial Sostenible, Desafíos de una ecuación necesaria

De qué trata

Fernando Prieto, socio de Management Solutions, expuso en la II Jornada Anual de Riesgos (26 de septiembre de 2024) cómo hacer que la inteligencia artificial sea sostenible, tanto en su impacto ambiental como en su uso ético.

Las 25 diapositivas parten del contexto (el consumo eléctrico de la IA y la posición de reguladores y organismos), plantean los ámbitos de actuación para una IA sostenible (hardware, infraestructura y software), presentan casos de uso (un sistema de IA eficiente en energía y un marco para construir algoritmos éticos y equitativos) y cierran con los riesgos de la IA generativa y seis reflexiones finales.

Objetivos

• Dimensionar el impacto ambiental de la inteligencia artificial y la respuesta regulatoria.
• Presentar prácticas concretas para una IA más eficiente en consumo de energía y recursos.
• Explicar cómo construir algoritmos éticos y controlar los riesgos de la IA generativa.

Ideas clave

1. En 2023, dos grandes tecnológicas consumieron cada una 24 TWh de electricidad, más que el consumo total de la República Dominicana.
2. El reglamento europeo de IA (artículo 40) promueve un desarrollo energéticamente responsable de los modelos, y organismos como la OCDE subrayan la necesidad de medir el impacto ambiental de la IA.
3. Para una IA sostenible se combinan hardware eficiente y energías renovables en los centros de datos, algoritmos «verdes» (arquitecturas eficientes, compresión de modelos) y la medición de la huella de CO2.
4. Un caso presentado desacopla el conocimiento estructural y cuantitativo de una red neuronal para reducir de forma drástica el tiempo de entrenamiento y de reentrenamiento incremental, manteniendo el poder predictivo.
5. Entre los riesgos de la IA generativa se citan privacidad, interpretabilidad, alucinaciones, sesgos, incumplimiento regulatorio, propiedad intelectual y dependencia excesiva.