{"id":53314,"date":"2026-08-10T05:00:00","date_gmt":"2026-08-10T12:00:00","guid":{"rendered":"https:\/\/sentientmedia.org\/el-uso-de-agua-de-la-ia-esta-en-el-centro-de-atencion-pero-la-carne-tambien-merece-una-mirada\/"},"modified":"2026-10-19T14:25:05","modified_gmt":"2026-10-19T21:25:05","slug":"el-uso-de-agua-de-la-ia-esta-en-el-centro-de-atencion-pero-la-carne-tambien-merece-una-mirada","status":"publish","type":"post","link":"https:\/\/sentientmedia.org\/es\/el-uso-de-agua-de-la-ia-esta-en-el-centro-de-atencion-pero-la-carne-tambien-merece-una-mirada\/","title":{"rendered":"El uso de agua de la IA est\u00e1 en el centro de atenci\u00f3n, pero la carne tambi\u00e9n merece una mirada"},"content":{"rendered":"\n

Probablemente hayas escuchado la estad\u00edstica: generar un solo correo electr\u00f3nico con ChatGPT consume el equivalente a una botella entera de agua. No es cierto<\/a>. Si bien la inteligencia artificial (IA) requiere agua, la huella h\u00eddrica real de una sola consulta de chatbot suele ser peque\u00f1a. Por ejemplo, una solicitud simple a ChatGPT, como escribir un correo electr\u00f3nico, es de 6 ml o alrededor de una cucharadita<\/a>, aproximadamente el 1 % de una botella de agua est\u00e1ndar. A\u00fan as\u00ed, no es sorprendente que la estad\u00edstica cobrara fuerza. La forma en que la tecnolog\u00eda funciona realmente es un misterio para la mayor\u00eda de las personas. Las empresas de IA no han sido precisamente transparentes sobre c\u00f3mo funcionan sus modelos o cu\u00e1nta agua o energ\u00eda consumen, lo cual es una de las muchas razones por las que calcular el uso de agua de la IA es un desaf\u00edo. Estos factores, junto con muchas otras preocupaciones<\/a> sobre la tecnolog\u00eda, incluido su crecimiento y el impacto en las comunidades donde se est\u00e1n construyendo centros de datos<\/a>, han llevado a una comprensible desconfianza hacia la IA y sus efectos en el mundo. \u201cCreo que para la mayor\u00eda de las personas, era la primera vez que ve\u00edan una historia sobre un proceso inform\u00e1tico usando agua en absoluto\u201d, dice Andy Masley a Sentient. Masley es un investigador independiente y exdirector de Effective Altruism DC. \u201cEst\u00e1s como en lo tuyo, la IA est\u00e1 empezando a despegar, y de repente sale esta historia sobre c\u00f3mo literalmente cada vez que env\u00edas un mensaje a un chatbot, se usa una botella de agua. Y creo que para mucha gente, eso fue realmente impactante\u201d. Masley, un esc\u00e9ptico franco de la cifra de \u201cuna botella de agua por consulta\u201d, se ha sentido frustrado durante mucho tiempo por la atenci\u00f3n desmesurada que recibe el uso de agua de la IA en comparaci\u00f3n con otras industrias que consumen mucha agua, como la producci\u00f3n de carne y l\u00e1cteos.Se necesitan alrededor de 1,078 litros de agua para producir un kilogramo de carne de cerdo, un poco m\u00e1s de dos libras. Producir un kilogramo de carne de res consume 925 litros de agua de recursos limitados. Cuando se trata de acciones cotidianas y casuales que muchas personas toman sin mucho pensamiento o consideraci\u00f3n, llevar esas chuletas de cerdo y hamburguesas a un plato requiere una cantidad alarmante de agua. Eso no significa que el uso de agua de la IA no sea una preocupaci\u00f3n. Si bien la estad\u00edstica de la botella de agua sobre una simple consulta de chatbot es incorrecta, el uso de la IA puede consumir bastante agua, especialmente cuando se lleva a cabo a escala industrializada por grandes corporaciones. Pero eso no significa que debamos perder de vista las otras decisiones cotidianas que tambi\u00e9n agotan agua valiosa, como la comida en tu plato. <\/p>\n\n

<\/div>\n\n

Por qu\u00e9 es dif\u00edcil averiguar cu\u00e1nta agua usan los chatbots<\/strong><\/h2>\n\n
<\/div>\n\n

Los centros de datos albergan redes masivas de equipos que generan calor, como servidores, almacenamiento de datos, computadoras y respaldos de energ\u00eda, y el agua puede enfriar estos sistemas m\u00e1s r\u00e1pido que el aire. Pero la eficiencia del enfriamiento depende de una serie de factores que tambi\u00e9n impactan cu\u00e1nta agua se necesita. Esto es en parte por lo que la cantidad de agua que usa una sola consulta de chatbot de IA en un caso espec\u00edfico es una estimaci\u00f3n muy compleja<\/a> que puede variar enormemente dependiendo de una serie de factores<\/a>, incluyendo detalles de la consulta como la longitud, y detalles ambientales como la temperatura exterior, la ubicaci\u00f3n y el acceso a agua cercana. La falta de transparencia es otra raz\u00f3n por la que estas estimaciones son tan inciertas. La mayor\u00eda de los grandes conglomerados tecnol\u00f3gicos no revelan p\u00fablicamente el funcionamiento interno de los m\u00e9todos de enfriamiento de sus instalaciones. Tambi\u00e9n vale la pena se\u00f1alar que el consumo de agua y energ\u00eda de un centro de datos puede que ni siquiera ocurra en el sitio. Esto significa que el agua utilizada por un centro de datos en una ciudad podr\u00eda estar impactando por completo a otra regi\u00f3n. \u201cLas plantas de energ\u00eda de las que se abastecen los centros de datos en realidad pueden estar muy, muy lejos f\u00edsicamente de los centros de datos en s\u00ed, porque la energ\u00eda se mueve por toda la red con l\u00edneas de transmisi\u00f3n de alta energ\u00eda\u201d, explica Masley. \u201cSi est\u00e1s hablando de, cu\u00e1les son los impactos en el agua de un centro de datos que se est\u00e1 construyendo en el condado de Loudon [en Virginia], podr\u00edas asumir que esto va a importar principalmente para el condado de Loudon. Pero en un d\u00eda determinado, ese centro de datos tambi\u00e9n podr\u00eda causar que se use agua en una planta de carb\u00f3n en alg\u00fan lugar de Virginia Occidental\u201d. <\/p>\n\n

<\/div>\n\n

La estad\u00edstica de la botella de agua, explicada<\/strong><\/h2>\n\n
<\/div>\n\n

En 2024, el Washington Post public\u00f3 el uso de agua estimado por la IA<\/a> a partir de su colaboraci\u00f3n con investigadores de la Universidad de California, Riverside, dirigidos por el profesor de ingenier\u00eda Shaolei Ren. El objetivo era descubrir cu\u00e1nta agua se requer\u00eda para generar una sola respuesta de 100 palabras de ChatGPT, y los resultados estimaron que la IA consume m\u00e1s de 500 ml de agua, o un poco m\u00e1s de una botella de agua est\u00e1ndar. Esta afirmaci\u00f3n se extendi\u00f3 como la p\u00f3lvora, con medios como The Guardian <\/a>y Forbes<\/a> y organizaciones como el Instituto de Estudios Ambientales y de Energ\u00eda<\/a> d\u00e1ndola por buena y estableci\u00e9ndola como una verdad aceptada.Pero no es cierto. Dicho de otra manera, ahora tenemos m\u00e1s informaci\u00f3n que sugiere que no es cierto. En un correo electr\u00f3nico a Sentient, Ren dice que esta fue la mejor estimaci\u00f3n posible del uso de agua de la IA en ese momento, dada la informaci\u00f3n disponible. Pero han cambiado muchas cosas desde esa estimaci\u00f3n inicial, incluyendo tanto la cantidad de informaci\u00f3n disponible sobre c\u00f3mo funcionan los modelos de IA como la tecnolog\u00eda que utilizan los centros de datos para procesar las consultas de chat y enfriar sus centros de datos. \u201cLa estimaci\u00f3n de 2024 para GPT-4 fue espec\u00edfica de un momento, basada en suposiciones, y no debe usarse para describir la IA\/ChatGPT en general o los sistemas optimizados de hoy en d\u00eda\u201d, escribi\u00f3 Ren en un correo electr\u00f3nico a Sentient. \u201cLa estimaci\u00f3n se bas\u00f3 en la informaci\u00f3n disponible p\u00fablicamente en ese momento: la estimaci\u00f3n de energ\u00eda proporcionada por EcoLogits (a mediados de 2024) y la informaci\u00f3n sobre la eficacia del uso del agua revelada por las empresas tecnol\u00f3gicas\u201d. EcoLogits es una organizaci\u00f3n<\/a> que rastrea y divulga p\u00fablicamente el uso de energ\u00eda de los servicios de IA, y ahora tiene una calculadora gratuita y personalizable para estimar el uso de agua<\/a> de varios tipos de consultas de IA. Al momento de escribir esto, EcoLogits estima que generar un correo electr\u00f3nico a trav\u00e9s de ChatGPT 5.5, el modelo gratuito actual de ChatGPT, usa 6.11 ml de agua, o el 1.2 % de una botella de agua. Ren dice que este n\u00famero actualizado se debe a \u201ccambios metodol\u00f3gicos y fuentes de datos m\u00e1s recientes\u201d, aunque a\u00f1ade que \u201ctambi\u00e9n es en gran medida consistente con la mejora de eficiencia energ\u00e9tica de 33 veces reportada por Google para una solicitud de texto ‘t\u00edpica’ de Gemini de mayo de 2024 a mayo de 2025\u201d.<\/p>\n\n

<\/div>\n\n

El uso de agua de la IA frente a la carne<\/strong><\/h2>\n\n
<\/div>\n\n

Hay elecciones que hacemos todos los d\u00edas con el potencial de tener una huella h\u00eddrica mucho mayor que los chatbots, sin embargo, estas decisiones reciben solo una fracci\u00f3n del escrutinio que la gente le da a la IA y los centros de datos, seg\u00fan Masley.Lo que comemos es uno de los mejores ejemplos de esto. El consumo de carne se ha disparado<\/a> en los \u00faltimos 60 a\u00f1os, y a partir de 2023, la persona promedio en Estados Unidos come alrededor de 82 libras de carne de res <\/a>y 64 libras de carne de cerdo cada a\u00f1o. En el mundo desarrollado, comer una hamburguesa con queso o un s\u00e1ndwich de desayuno con tocino se ha convertido en una parte tan natural de la vida diaria de la mayor\u00eda de las personas que su enorme huella h\u00eddrica<\/a> generalmente pasa desapercibida. Producir carne requiere agua por varias razones. Los animales tienen que beber, para empezar. Tambi\u00e9n tienen que comer, y la comida que comen necesita riego. Al comparar el uso de agua de varios productos alimenticios, el agua proveniente de la lluvia, tambi\u00e9n conocida como agua verde, generalmente se excluye, ya que la lluvia habr\u00eda ocurrido independientemente de si se estaba produciendo alimento o no.Seg\u00fan la Water Footprint Network<\/a>, producir un kilogramo de carne de res, o aproximadamente dos libras, consume alrededor de 925 litros de agua. La carne de cerdo es a\u00fan m\u00e1s intensiva, engullendo 1,078 litros de agua por kilogramo, mientras que el pollo consume 779 litros por kilogramo. Estas cifras solo se refieren a problemas de cantidad de agua, pero la calidad del agua tambi\u00e9n se ve afectada por la producci\u00f3n de carne y l\u00e1cteos. Muchos tipos de ganader\u00eda, especialmente la lechera y la porcina, son los principales contribuyentes a la contaminaci\u00f3n del agua<\/a>, con el escurrimiento de esti\u00e9rcol y fertilizantes de las granjas filtr\u00e1ndose a las v\u00edas fluviales cercanas. <\/p>\n\n

<\/div>\n\n

IA frente a la producci\u00f3n de alimentos<\/strong><\/h2>\n\n
<\/div>\n\n

La carne todav\u00eda tiene una huella h\u00eddrica significativamente mayor que los alimentos de origen vegetal. Por ejemplo, la soja, las papas y los pl\u00e1tanos requieren menos del 20 % de los limitados recursos h\u00eddricos necesarios para producir el mismo peso en carne de res. Lo mismo ocurre con los productos de origen animal en general. Por ejemplo, la leche de almendras es notoria por engullir agua<\/a> durante su proceso de producci\u00f3n. Se necesitan 371 litros de agua para hacer solo un litro de leche<\/a> de almendras, lo cual es significativamente m\u00e1s de lo que necesitan otras leches no l\u00e1cteas, como la leche de soja o la leche de avena. Y, sin embargo, a pesar de esto, la leche de almendras sigue teniendo una huella h\u00eddrica mucho menor que la leche de vaca, que requiere 628 litros de agua. <\/p>\n\n

<\/div>\n\n

En conclusi\u00f3n<\/strong><\/h2>\n\n
<\/div>\n\n

El punto no es que la IA sea inofensiva, sino que la gente falla al estimar los impactos ambientales de sus propias acciones<\/a>. Este es un ejemplo particularmente evidente de eso y es importante porque muchas personas sinceramente quieren reducir sus huellas ambientales. Pero no podemos hacer eso si no estamos armados con informaci\u00f3n precisa. Para la persona promedio que desea usar menos agua, los chatbots no deber\u00edan ser el final de su indagaci\u00f3n, y comer menos carne ser\u00eda un excelente y altamente efectivo lugar para comenzar. <\/p>\n\n

<\/p>\n\n

<\/p>\n\n

Actualizaci\u00f3n: Una versi\u00f3n anterior de esta historia inclu\u00eda una cita de Andy Masley que los lectores se\u00f1alaron como enga\u00f1osa. La cita fue eliminada porque, por s\u00ed sola, suger\u00eda una comparaci\u00f3n entre los centros de datos de IA y la producci\u00f3n de cerdos que la historia no hace. <\/em><\/p>\n\n

Si tienes comentarios o correcciones, env\u00eda un correo electr\u00f3nico a editors@sentientmedia.org<\/a><\/em><\/p>\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Si buscas reducir tu impacto en el agua, comer menos carne es un excelente punto de partida.<\/p>\n","protected":false},"author":479,"featured_media":53313,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"apple_news_api_created_at":"","apple_news_api_id":"","apple_news_api_modified_at":"","apple_news_api_revision":"","apple_news_api_share_url":"","apple_news_cover_media_provider":"image","apple_news_coverimage":0,"apple_news_coverimage_caption":"","apple_news_cover_video_id":0,"apple_news_cover_video_url":"","apple_news_cover_embedwebvideo_url":"","apple_news_is_hidden":"","apple_news_is_paid":"","apple_news_is_preview":"","apple_news_is_sponsored":"","apple_news_maturity_rating":"","apple_news_metadata":"\"\"","apple_news_pullquote":"","apple_news_pullquote_position":"","apple_news_slug":"","apple_news_sections":[],"apple_news_suppress_video_url":false,"apple_news_use_image_component":false,"republication-tracker-tool-hide-widget":false,"footnotes":""},"categories":[2211,2947,2306],"tags":[],"sm-feature":[2863],"coauthors":[2382],"class_list":["post-53314","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia","category-cultura","category-tecnologia","sm-feature-perspectiva"],"acf":[],"apple_news_notices":[],"_links":{"self":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts\/53314","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/users\/479"}],"replies":[{"embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/comments?post=53314"}],"version-history":[{"count":1,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts\/53314\/revisions"}],"predecessor-version":[{"id":53315,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts\/53314\/revisions\/53315"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/media\/53313"}],"wp:attachment":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/media?parent=53314"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/categories?post=53314"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/tags?post=53314"},{"taxonomy":"sm-feature","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/sm-feature?post=53314"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/coauthors?post=53314"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}