En abril, Sudáfrica retiró su borrador de política nacional de inteligencia artificial después de descubrir que contenía varias referencias académicas falsas, producto de ‘alucinaciones’ de la IA. El documento había sido redactado parcialmente con ayuda de la misma tecnología que pretendía regular. La ironía era difícil de ignorar: un marco diseñado para gobernar la IA fue socavado por la propia tecnología que buscaba regular. Pero más allá de las citas alucinadas, hay un problema más profundo.
El documento reflejaba un supuesto cada vez más visible en las políticas de IA en todo el mundo: que los sistemas globales de IA se construirán replicando y expandiendo el mismo modelo computacional y de infraestructura que se ha desarrollado en Silicon Valley para economías ricas. Los sistemas modernos de IA se desarrollaron bajo condiciones de abundancia extraordinaria: capital barato, energía abundante, vasta infraestructura informática y acceso a tierra y agua para refrigeración. Esto ha moldeado la suposición de que construir modelos cada vez más grandes y aumentar su escala es el camino a seguir. Pero ya está encontrando limitaciones físicas.
Los límites de la energía y el agua
Los centros de datos son conocidos por su alto consumo de agua y electricidad. Sudáfrica es un país con escasez de agua; hasta hace un año, recurría a apagones programados (llamados ‘load shedding’) para gestionar sus frecuentes déficits de electricidad. Como científico radicado en Sudáfrica que construye modelos de lenguaje de diversos tamaños para economías emergentes en Lelapa AI —una empresa de IA eficiente en recursos con sede en Johannesburgo—, veo esta desconexión como un error estratégico fundamental.
El alto consumo de energía es una barrera. La Agencia Internacional de Energía, un organismo intergubernamental con sede en París que define políticas energéticas, proyecta que el consumo mundial de electricidad para centros de datos se duplicará con creces entre 2024 y 2030, alcanzando los 945 teravatios-hora, una cifra cercana al consumo anual total de electricidad de Japón en 2025. Incluso en regiones con infraestructura abundante, como Estados Unidos e Irlanda, las redes eléctricas están teniendo dificultades para mantenerse al ritmo del rápido crecimiento de la IA, lo que ha llevado a las comunidades a oponerse a la construcción de centros de datos.
Limitaciones económicas
También existen limitaciones económicas. Los costos de hardware y operación son elevados incluso en los mercados más ricos, y la mayoría de las empresas de IA aún no obtienen ganancias de la venta de productos de IA. Para escalar su infraestructura rápidamente, algunas empresas recurren al crédito privado, lo que plantea dudas sobre si el ritmo actual de gasto de capital puede sostenerse únicamente con el crecimiento de los ingresos subyacentes.
La necesidad de soberanía en IA
Las naciones están poniendo cada vez más la soberanía de la IA —el control sobre la infraestructura y los sistemas críticos de IA— en el centro de sus agendas de seguridad y crecimiento. Gobiernos como los de India, Arabia Saudita y los países de la Unión Europea están invirtiendo en infraestructura informática nacional, capacidad en la nube y modelos fundacionales de IA para lograr la soberanía y reducir la dependencia de proveedores extranjeros de tecnología.
Para los países en desarrollo, especialmente aquellos con recursos limitados, la solución no es replicar el modelo de Silicon Valley, sino diseñar sus propias hojas de ruta. Esto implica priorizar la eficiencia energética, el uso de energías renovables, el desarrollo de modelos más pequeños y específicos para sus idiomas y necesidades, y la inversión en talento local. Sudáfrica, por ejemplo, podría centrarse en modelos de lenguaje para las lenguas africanas, que requieren menos recursos computacionales y son más relevantes para su población.
La lección de Sudáfrica es clara: no existe una solución única para la IA. Cada país debe encontrar su propio camino, basado en sus realidades energéticas, económicas y culturales. Ignorar estas limitaciones no solo es insostenible, sino que también puede perpetuar la dependencia tecnológica y profundizar las desigualdades globales.
Otros artículos relacionados:
- Soberanía en IA: el camino de Latinoamérica hacia la autonomía tecnológica
- Centros de datos y energía renovable: el desafío de la sostenibilidad en la nube
- Modelos de lenguaje para recursos limitados: una oportunidad para el sur global
