Acciones ya cotidianas como consultar la mejor ruta para ir a algún sitio o traducir un texto requieren grandes cantidades de recursos energéticos, hidráulicos y minerales. Esas aplicaciones funcionan en la nube, un eufemismo para designar millones de potentes ordenadores organizados en extensos centros de datos. Para que las aplicaciones del móvil funcionen hacen falta legiones de computadoras que almacenen billones de datos y realicen operaciones en fracciones de segundo (por ejemplo, el cálculo de distancias teniendo en cuenta el tráfico). Se estima que el consumo energético de los centros de datos supone entre el 1% y el 2% del total mundial. Pero todo apunta a que estas cifras se van a disparar.

La inteligencia artificial (IA) generativa, la que hace posible los chatbots inteligentes como ChatGPT, así como las herramientas que generan ilustraciones originales o música a partir de texto, necesita mucho poder de computación. Las grandes tecnológicas, con Microsoft y Google a la cabeza, han decidido integrar estas funcionalidades en los buscadores, en los editores de texto o en el email. Nuestra relación con los programas de uso habitual va a cambiar: hasta ahora, apretábamos una serie de comandos para realizar ciertas actividades; dentro de poco nos encontraremos conversando con la máquina, pidiéndole que realice tareas que antes hacíamos nosotros.

¿Qué efecto tendrá en el medio ambiente este cambio de paradigma? Nadie lo sabe, pero todas las estimaciones son al alza. “La IA puede parecer etérea, pero está moldeando físicamente el mundo”, sentencia Kate Crawford en Atlas of AI. La australiana, investigadora principal de Microsoft Research y directora del AI Now Institute, alertó hace dos años de que los “costes planetarios” asociados a esta tecnología no paran de crecer. Algunos científicos calculaban hace cuatro años que el sector tecnológico supondría el 14% de las emisiones mundiales para 2040; otros, que la demanda energética de los centros de datos se multiplicará por 15 hasta 2030.

Todas esas previsiones pueden quedarse cortas. Son de antes de la irrupción de ChatGPT. Google y Microsoft acumulan centenares de millones de usuarios. ¿Qué pasa si todos ellos empiezan a usar herramientas apoyadas en IA generativa? El canadiense Martin Bouchard, cofundador de los centros de datos Qscale, cree que se necesitaría al menos cuatro o cinco veces más potencia computacional por cada búsqueda. Preguntados por sus niveles de consumo actuales y por sus previsiones de crecimiento en la era de la IA generativa, Google y Microsoft han preferido no aportar a este periódico datos concretos, más allá de reiterar su intención de alcanzar la neutralidad de carbono para 2030. Para Crawford, eso “significa que compensan sus emisiones comprando el crédito de la gente” a través de acciones de maquillaje medioambiental, como plantar árboles u otras acciones similares.

“La IA generativa produce más emisiones que un buscador corriente, que también consume mucha energía porque al fin y al cabo son sistemas complejos que bucean en millones de páginas web”, indica Carlos Gómez Rodríguez, catedrático de Computación e Inteligencia Artificial de la Universidad de La Coruña. “Pero la IA genera todavía más emisiones que los buscadores, porque usa unas arquitecturas basadas en redes neuronales, con millones de parámetros que hay que entrenar”.

¿Cuánto contamina la IA?

Hace un par de años que la huella de carbono de la industria informática alcanzó a la de la aviación cuando estaba en su máximo. Entrenar un modelo de procesamiento natural del lenguaje equivale a tantas emisiones como las que expulsarán cinco coches de gasolina durante toda su vida, incluyendo el proceso de fabricación, o 125 vuelos de ida y vuelta entre Pekín y Nueva York. Más allá de las emisiones, el consumo de recursos hídricos para la refrigeración de los sistemas (Google gastó 15.800 millones de litros en 2021, según un estudio de Nature, mientras que Microsoft declaró 3.600 millones de litros), así como la dependencia de metales raros para elaborar los componentes electrónicos, hacen de la IA una tecnología con grandes repercusiones en el medio ambiente.

Entrenar un modelo de procesamiento natural del lenguaje equivale a tantas emisiones como las que expulsarán cinco coches de gasolina durante toda su vida

No existen datos sobre cuánta energía y de qué tipo consumen las grandes tecnológicas, las únicas con una infraestructura lo suficientemente grande como para entrenar y alimentar los grandes modelos de lenguaje en los que se apoya la IA generativa. Tampoco hay cifras concretas de la cantidad de agua que gastan para refrigerar los sistemas, cuestión que ya está provocando tensiones en países como EE UU, Alemania u Holanda. Las empresas no están obligadas a facilitar esa información. “Lo que tenemos son estimaciones. Por ejemplo, entrenar GPT3, el modelo en el que se basa ChatGPT, habría generado unas 500 toneladas de carbono, el equivalente a ir y volver a la Luna en coche. Tal vez no es mucho, pero hay que tener en cuenta que el modelo se tiene que reentrenar periódicamente para incorporar datos actualizados”, sostiene Gómez. OpenAI acaba de presentar otro modelo más avanzado, GPT4. Y la carrera seguirá.

Otra estimación dice que el uso que se había hecho de electricidad en enero de 2023 en OpenAI, la empresa responsable de ChatGPT, podría equivaler al uso anual de unas 175.000 familias danesas, que no son las que más gastan. “Esto son proyecciones con las cifras actuales de ChatGPT; si se generaliza todavía más su uso, podríamos estar hablando de un consumo equivalente de electricidad de millones de personas”, añade el catedrático.

La opacidad de datos empezará a disiparse próximamente. La UE es consciente del creciente consumo energético de los centros de datos. Bruselas tiene en marcha una directiva que se empezará a discutir el año que viene (y, por tanto, tardaría al menos dos años en entrar en vigor) que fija exigencias de eficiencia y transparencia energética. EE UU trabaja en una normativa similar.

El costoso entrenamiento de los algoritmos

“Las emisiones de carbono de la IA se pueden descomponer en tres factores: la potencia del hardware que se utiliza, la intensidad de carbono de la fuente de energía que lo alimenta y la energía que se usa en el tiempo que dura el entrenamiento del modelo”, explica Álex Hernández, investigador postdoctoral en el Instituto de Inteligencia Artificial de Quebec (MILA).

Es en el entrenamiento donde se concentran la mayor parte de las emisiones. Ese entrenamiento es un proceso clave en el desarrollo de los modelos de aprendizaje automático, la modalidad de IA que más rápido ha crecido en los últimos años. Consiste en mostrarle al algoritmo millones de ejemplos que le ayuden a establecer patrones que le permitan predecir situaciones. En el caso de los modelos de lenguaje, por ejemplo, se trata de que cuando vea las palabras “la Tierra es” sepa que tiene que decir “redonda”.

El uso de electricidad en enero de 2023 en OpenAI, la empresa responsable de ChatGPT, equivale al uso anual de unas 175.000 familias danesas

La mayoría de centros de datos usan unos procesadores avanzados llamados GPU para realizar el entrenamiento de los modelos de IA. Los GPU necesitan muchísima energía para funcionar. El entrenamiento de los grandes modelos de lenguaje requiere decenas de miles de GPU, que necesitan operar día y noche durante semanas o meses, según detalla un reciente informe de Morgan Stanley.

“Los grandes modelos de lenguaje tienen una arquitectura muy grande. Un algoritmo de aprendizaje automático que te ayude a elegir a quién contratar quizás necesite 50 variables: dónde trabaja, qué salario tiene ahora, experiencia previa, etcétera. GhatGPT tiene más de 175.000 millones de parámetros”, ilustra Ana Valdivia, investigadora postdoctoral en computación e IA en King’s College London. “Hay que reentrenar toda esa especie de estructura, y además alojar y explotar los datos sobre los que se trabaja. Ese almacenaje también tiene un consumo”, añade.

Hernández, del MILA, acaba de presentar un artículo en el que analiza el consumo energético de 95 modelos. “Hay poca variabilidad del hardware usado, pero si entrenas tu modelo en Quebec, donde la mayoría de la electricidad es hidroeléctrica, reduces en un factor de 100 o más las emisiones de carbono respecto a lugares donde predomina el carbón, el gas u otros”, subraya el investigador. Se sabe que los centros de datos chinos se alimentan en un 73% de electricidad generada con carbón, lo que supuso la emisión de al menos 100 millones de toneladas de CO₂ en 2018.

Dirigido por Joshua Bengio, cuya aportación en las redes neuronales profundas le valió el premio Turing (considerado el Nobel de la informática), el MILA ha desarrollado una herramienta, Code Carbon, capaz de medir la huella de carbono de quienes programan y entrenan algoritmos. El objetivo es que los profesionales la integren en su código para saber cuánto emiten y que eso les ayude a tomar decisiones.

Más capacidad computacional

Existe el problema añadido de que la capacidad de computación necesaria para entrenar los mayores modelos de IA se duplica cada tres o cuatro meses. Así lo reveló ya en 2018 un estudio de OpenAI, que también avisaba de que “merece la pena prepararse para cuando los sistemas necesiten unas capacidades mucho mayores a las actuales”. Es una velocidad muy superior a la que marcaba la Ley de Moore, según la cual el número de transistores (o potencia) de los microprocesadores se duplica cada dos años.

“Teniendo en cuenta los modelos que se están entrenando en la actualidad, sí que hace falta más capacidad computacional para garantizar su funcionamiento. Seguramente, las grandes tecnológicas ya están comprando más servidores”, augura Gómez.

Para Hernández, las emisiones derivadas del uso de la IA es menos preocupante por varios motivos. “Hay mucha investigación dirigida a reducir el número de parámetros y complejidad de la energía que necesitan los modelos, y eso mejorará. Sin embargo, no hay tantas formas de reducirlas en el entrenamiento: ahí hace falta semanas de uso intensivo. Lo primero es relativamente sencillo de optimizar; lo segundo, no tanto”.

Una de las posibles soluciones para que los entrenamientos sean menos contaminantes sería reducir la complejidad de los algoritmos sin perder eficacia. “¿Realmente hacen falta tantos millones de parámetros para lograr modelos que funcionen bien? GhatGPT, por ejemplo, ha demostrado tener muchos sesgos. Se está investigando la forma de lograr los mismos resultados con arquitecturas más simples”, reflexiona Valdivia.

EL PAÍS Tecnología

¿Cuánto tiempo de pantalla es demasiado tiempo de pantalla? Tiktok fijó un límite predeterminado de 60 minutos para todos los menores de 18 años. Otras redes y sistemas operativos también tienen funciones similares y dejan en manos de usuarios la opción de recibir una notificación cuando se alcanza al límite de tiempo autoimpuesto. Sin embargo, a pesar de las buenas intenciones, esas herramientas pueden tener un efecto adverso: en lugar de reducirlo, incluso incrementarlo.

Es lo que sugiere un estudio preliminar llevado a cabo por investigadores estadounidenses de las universidades de Duke y de Delaware sobre la efectividad de establecer límites de tiempo en redes sociales o de videojuegos. En uno de los experimentos, los participantes utilizaron TikTok libremente y, tras algunos días, se les pidió que establecieran un límite diario para ellos mismos dentro de la aplicación. Los resultados demostraron que, de media, los usuarios pasaron un 7% más de tiempo el día después de establecer el límite, que la mayoría fijó en 60 minutos.

Los investigadores comparan este efecto contradictorio con el que se produce cuando una persona establece un presupuesto para gastar en cosas no esenciales, como vestimenta u ocio. Al decidir destinar cien euros al mes en ropa, existe una tendencia de gastarlo por completo e incluso un poco más. Eso sucede porque queda entendido intuitivamente que tal presupuesto está reservado para esa acción, por lo que no genera un sentido de culpa al usarlo. Y superarlo “costará menos psicológicamente”, explica el estudio. Del mismo modo, fijar tantos minutos u horas para TikTok o Instagram influye en que el usuario piense “tengo este tiempo para esta actividad” y, por consiguiente, estará más dispuesto a dedicarlo.

Limitar o reducir

Además, la investigación detalla que tener más información sobre una determinada costumbre no es suficiente para modificarla. Así como tan solo registrar las actividades físicas o la ingestión de calorías son ineficaces para perder peso; monitorear el tiempo enganchado no es suficiente para cambiar de los hábitos digitales.

¿Entonces no vale de nada establecer esos límites? “Es una pregunta provocadora”, afirma Jordan Etkin, profesora de la Universidad de Duke e investigadora del estudio. Tal y como explica, no es que estas herramientas no ayuden, pero no son suficientes por su cuenta. Etkin subraya que la motivación por la cual se establecen esos límites es un factor importe a la hora de medir la efectividad. “Si tu objetivo es simplemente evitar cantidades periódicas excesivas, los límites deberían ayudarte a conseguirlo”, cuenta a EL PAÍS por teléfono. Sin embargo, si el propósito es reducir el tiempo invertido, esta estrategia solo tendrá oportunidad de ser efectiva si establece límites bajos, como de menos de 30 minutos diarios.

En comparación con los participantes del experimento que establecieron 90 minutos por día en TikTok, los que eligieron alrededor de 20 presentaron mejor control. “Aunque a veces sobrepases el límite que has decidido y elijas continuar en lugar de parar, esas notificaciones serían útiles a lo largo de los días para disuadirte de dedicar tanto tiempo a esa actividad”, prosigue Etkin. Sin embargo, el límite mínimo que un usuario de TikTok puede establecer es de 40 minutos. Por lo cual, es mejor que se busque en las funciones del móvil u otras aplicaciones que permiten fijar cantidades menores, como de 5, 10, o 20 minutos, que deben restringir el comportamiento más eficazmente. Pero hay otro problema. Si la persona se acostumbra con tales notificaciones y empieza a ignorarlas, perderá totalmente su eficacia.

El psicólogo sanitario José Tamayo Hernández cree que a pesar de la mayor conciencia colectiva sobre los efectos negativos de estar demasiado tiempo ante la pantalla, no siempre la percepción influye para controlar el uso, de manera que no interfieran en otras ocupaciones. “Es muy fácil ignorarlos si la persona no está suficientemente motivada respecto al cambio de comportamiento y concienciada de los inconvenientes que está generándole”, detalla.

El móvil, lejos de la mano

Además de deshabilitar las notificaciones automáticas de las aplicaciones o borrar las que no sean estrictamente necesarias, Tamayo Hernández sugiere otras estrategias como no tener el móvil físicamente al alcance para realizar actividades, principalmente durante las que requieren mantener la concentración, como estudiar y trabajar, o a la hora de dormir. Cuando el cumplimiento del límite autoimpuesto falla, el experto sostiene que hay que ir más allá de las funciones de la pantalla. “Hacer coincidir el uso del móvil con momentos o situaciones que tengan una duración limitada, como el trayecto en el transporte, descanso entre actividades programadas, o el tiempo de espera antes de la hora de alguna cita”, ejemplifica el psicólogo del centro sanitario Activa.

Otro abordaje es buscar salir del “piloto automático” y prestar atención consciente de las acciones, emociones y el contexto en que se encuentra momento a momento. El objetivo es que la persona se dé cuenta de lo que está haciendo (”estoy entrando a Instagram por quinta vez consecutiva sin buscar nada en particular”); qué debería estar haciendo (terminando los deberes); y de que cómo se siente (cansada, con sueño y ganas de dormir). “Tenemos tan automatizada la conducta de acceder a estas aplicaciones y de desplazarnos de una a otra, que apenas nos damos cuenta de todo el tiempo que nos consume al cabo del día mientras las visitamos”, manifiesta Tamayo Hernández.

Y la gran desventaja de estar enganchado al móvil se trata de las otras cosas que podría estar haciendo y que se dejan de hacer. La profesora Etkin habla sobre las funciones comunes en relojes inteligentes, como las que recuerdan a la gente que se ponga en pie. “No es para dejar de hacer algo, sino para empezar a hacer algo. Eso podría ser interesante para los límites de tiempo: enmarcar, en lugar de dejar de navegar TikTok, empezar a hacer otra cosa”, subraya.

EL PAÍS Tecnología

El robo de teléfonos móviles se ha convertido en una lacra a la que los fabricantes intentan hacer frente mediante sistemas de bloqueo remoto o geolocalización. Los terminales, hasta la fecha, tenían un único destino: el mercado de segunda mano, donde acaban siendo vendidos en portales de compra venta.

Sin embargo, se ha detectado una nueva intencionalidad tras el robo de terminales: el acceso a la identidad digital, y con ella, un perjuicio económico muy superior. El Wall Street Journal recoge esta creciente tendencia en bares y cafés en Estados Unidos: se vigila a la víctima, se observa (y en algunos casos, se graba) cómo introduce la contraseña en la pantalla, y en un descuido, se hurta el dispositivo.

Seis dígitos: un frágil candado, antesala de la pesadilla

La operativa para los cacos es muy sencilla y rentable, y su éxito radica en una serie de vulnerabilidades encadenadas. La primera de ellas, la comodidad humana: es mucho más sencillo desbloquear el móvil introduciendo unas pocas cifras, que hacerlo con varios caracteres que incluyen números y símbolos. La conciencia del usuario descansa tranquila pensando que es un sistema biométrico el que protege su información —en el caso de que el dispositivo cuente con ello—, pero todos los móviles se desbloquean con un código por si falla la biometría.

Y es aquí donde entra en juego el difícil equilibrio entre comodidad y seguridad. Un pin de cuatro cifras permite desbloquear con rapidez la pantalla, y por descontado, resulta muy fácil de recordar. Más si se trata de la misma secuencia que se emplea en los cajeros, código de acceso al portal… El ser humano es eminentemente práctico y siempre intenta encontrar el camino más corto entre dos puntos. En el caso de las contraseñas, aun conociendo los riesgos existentes cuando no se emplean combinaciones complejas, el cerebro sigue optando por los atajos, ignorando esta exposición al riesgo.

De hecho, un estudio llevado a cabo por investigadores de la universidad china de Zhejiang, demostró que el cerebro tiene un comportamiento caprichoso a la hora de recordar (u olvidar) las contraseñas: guardaba con más facilidad en la memoria aquellas secuencias sobre las que no se había puesto un especial interés en recordar. Esto es, que si uno, por poner un ejemplo, se esforzaba por recordar una nueva contraseña (pongamos 1564) y de regreso a su domicilio caminando miraba de soslayo el número de un portal (por ejemplo, el 1345), sería más fácil que recordara el segundo antes que el primero.

La contraseña no tiene que ser cómoda, sino larga y compleja

“Una vez se conoce el PIN utilizado para desbloquear el móvil, no solo se tiene acceso al contenido del dispositivo, sino también al de algunas aplicaciones que emplean este sistema de bloqueo como método de verificación de acceso. La mayoría de apps de bancos, por ejemplo”, explica Christian Collado, coordinador de Andro4all. De esta manera, el popular pin es la última puerta con la que los atacantes acceden a toda la información del propietario del móvil, incluyendo cuentas bancarias (si las tiene configuradas en el móvil).

No deja de ser paradójico que el mismo fabricante que invierte en sofisticadas soluciones biométricas de desbloqueo, permita que, a la postre, toda esta seguridad quede desbaratada por apenas seis dígitos. “Confiamos en toda la cadena de suministro”, explica Adrián Moreno, director de Cuadernos de Seguridad, “desde el fabricante hasta la empresa que nos lo vende; confiamos en los diseñadores, en la compañía que escribe el software y en el programa antivirus”.

Pero es el usuario quien, a la postre, elige entre conveniencia y seguridad, posiblemente dando por asumida esta segunda. “Lo ideal es usar métodos biométricos —lector de huellas o reconocimiento facial— para desbloquear el móvil en lugares públicos”, recomienda Collado, “en caso de que no sea posible, tener configurado un PIN de 6 o más dígitos, o bien una contraseña alfanumérica que combine letras, números y símbolos”. El objetivo último consiste en evitar que alguien espíe la actividad en pantalla y proceda a hurtar el dispositivo.

Una vez perpetrado este último, todo sucede muy deprisa. Los delincuentes acceden en cuestión de minutos al panel de control del móvil y cambian la contraseña de la cuenta de Google (si es un Android), o iCloud (cuando se trata de un iPhone) ¿Con qué objetivo? Para evitar que pueda ser recuperado desde otro dispositivo, por un lado, y por otro, para desactivar la geolocalización del mismo.

Qué hacer para protegerse

Joanna Stern, autora del reportaje en el Wall Street Journal, destaca que su entrevistada descubrió que su iPhone había sido robado en un bar de Nueva York; transcurridos apenas 3 minutos, perdió el acceso a su cuenta de Apple y en menos de veinticuatro horas, vio que se esfumaban 10.000 dólares de unos fondos de inversión en su poder.

La buena noticia es que, al tratarse de un método tan evidente, la solución es igual de simple: dificultar al máximo que puedan copiar la contraseña. A este respecto, los expertos proponen evitar de forma urgente cadenas de cifras simples (de cuatro o seis caracteres) y en su lugar, complicar al máximo la contraseña. Idealmente, lo más adecuado es hacer que esta sea larga y que incluya caracteres especiales y combine mayúsculas con minúsculas.

Evidentemente, al complicar la contraseña, se pierde la agilidad y mnemotecnia de introducir un pin de pocos dígitos, pero es un peaje que debe pagarse en aras de la seguridad. Los expertos van todavía más lejos en sus recomendaciones: instan a desvincular, en lo posible, el código de desbloqueo del móvil con el acceso a determinadas cuentas. De esta manera, se minimizaría la segunda vulnerabilidad: permitir el acceso a cuentas con contenido comprometido mediante la misma contraseña que protege la pantalla.

EL PAÍS Tecnología