Desde hace un tiempo no hago más que confirmar que se está abusando de las buzzwords. Esas palabras de moda que hacen que parezca que sólo existe una realidad, me da igual si hablamos de contaminación, de inteligencia artificial o … Vivimos la época de la hiperpersonalización en muchos aspectos y, sin embargo, en estas cuestiones donde hay tantos pseudo expertos, resulta que todo es genérico.

Hace unos días The Guardian publicaba un artículo con un titular alarmante, Revealed: almost everyone in Europe is breathing toxic air (Revelado: casi todos en Europa respiran aire tóxico). Según su investigación, el 98% de los europeos respiramos aire contaminado altamente dañino que de una forma u otra está relacionado con 400.000 muertes al año. No soy ningún experto en el tema, pero, por lo que he podido leer, la investigación se ha centrado en las partículas en suspensión de menos de 2,5 micras (PM2,5).

Unas partículas de origen antropogénico que provienen principalmente de las emisiones generadas por la quema de combustibles fósiles en las ciudades. Pues bien, resulta que una de las consecuencias de estas actividades típicas de los humanos es que tiene unos efectos muy dañinos para la salud por su enorme capacidad de penetración en las vías respiratorias. 

Supongo que os pasa como a mí, que estos números por sí solos no os dicen mucho. Así que os comentaré que la OMS considera que las concentraciones medias anuales de PM2,5 no deben exceder los 5 microgramos por metro cúbico, algo que sólo le pasa al 2% de la población de Europa. Volviendo al principio, esto son datos más que preocupantes, pero debemos recordar que Europa no es un ente único y que esto también aplica a la distribución de la contaminación. En este caso, las zonas donde hay más fábricas y donde hay ciudades más grandes es donde hay mayor concentración de PM2,5 y Europa Occidental, dentro de lo malo, no es la que tiene los peores datos.

Siguiendo con este hilo argumental, os diré que me aburre oír a tanta gente hablando de inteligencia artificial (generativa o no) como si fuera un todo. Al fin y al cabo, hablamos de un concepto que nació hace años y que tiene múltiples derivadas. Aunque, por suerte, de vez en cuando alguien alza la voz para intentar poner un poco de sentido común a las modas.

Ha llegado a mis manos un artículo de Gartner que comparte su visión para evaluar el ROI de la IA generativa, nos conmina a prepararnos para valorar las inversiones en GenAI en función de los resultados y los riesgos (¿sorprendente?). No puedo detenerme en todo el documento, pero me quedo con dos de sus titulares: 

  • En 2025, el crecimiento en el 90% de las implementaciones de GenAI se desacelerará a medida que los costes superen el valor.
  • En 2028, más de la mitad de las empresas que hayan construido grandes modelos de IA desde cero abandonen sus esfuerzos debido a los costes, la complejidad y la deuda técnica en sus implementaciones.

Lógicamente, varios de los riesgos asociados a este tema son los costes ambientales ocultos y el impacto de estos grandes modelos de lenguaje. Por ejemplo, hace unos días un colega me comentaba que las GPUs consumen mucha más energía eléctrica que las CPUs (entre diez y quince veces más) y me hacía reflexionar sobre cómo podemos hacer la IA más verde, más sostenible. En esta columna a veces he escrito sobre el impacto medioambiental de las actualizaciones de las aplicaciones de los móviles. Sé que es algo a lo que no le damos mucha importancia, que es algo parecido a lo que pasa cuando nos ponemos a juguetear con ChatGPT, Claude y sus semejantes. Pero la realidad es que somos miles, sino millones de personas, experimentando y contaminando, aunque sea de rebote. 

Acabo de abrir un melón muy interesante, ¿qué determina la huella de carbono de los distintos modelos de IA generativa?. Sabemos que no todos los LLMs (Large Language Models o Modelos de Lenguaje Grandes) son iguales en términos de uso de energía, ni de emisiones, y sabemos que lo normal es que los modelos con más parámetros y datos de entrenamiento generalmente consumen más energía y generan más dióxido de carbono.

Esperemos que no quede mucho para que la palabra de moda dé paso al sentido común, ese que nos permitirá entender la importancia de la IA Privada en contraposición a la IA Pública, esa que nos ayudará a exigirnos un buen caso de uso y de negocio antes de embarcarnos en proyectos porque es lo que toca, esa que nos ayudará a entender que debemos utilizar LLMs sólo cuando ofrezcan un valor significativo y que no es ninguna vergüenza reutilizar modelos y recursos.