En una intervención publicada el 21 de febrero de 2026, el CEO de OpenAI, Sam Altman, abordó las polémicas alrededor del impacto ambiental de los sistemas de inteligencia artificial. Durante un evento organizado por The Indian Express en India, Altman negó afirmaciones virales sobre el uso excesivo de agua por consultas a modelos conversacionales y, a la vez, admitió que existe una preocupación legítima por el consumo total de energía asociada al crecimiento del uso de IA en el mundo.
Su intervención combinó correcciones técnicas con una reflexión comparativa: dijo que muchas cifras que circulan en internet sobre litros de agua por consulta son «completamente falsas», y al mismo tiempo subrayó la necesidad de mover la matriz energética global hacia fuentes como la nuclear, la eólica y la solar para mitigar el impacto acumulado de la demanda eléctrica vinculada a la IA.
¿Qué dijo Altman sobre agua y consumo por consulta?
Altman explicó que las estimaciones que vinculan cada interacción con ChatGPT a decenas de litros de agua provienen de supuestos antiguos, cuando algunos datacenters usaban enfriamiento evaporativo. Según él, esa práctica ha sido mayoritariamente abandonada en los despliegues modernos, por lo que las cifras divulgadas no reflejan la realidad operativa actual. Además, consideró injusto comparar el consumo energético del entrenamiento de un modelo con el de una única inferencia o consulta, porque ese análisis no captura la dinámica operativa completa de ambos.
Comparación humana vs IA: una analogía polémica
Para contextualizar la discusión, Altman propuso una analogía: entrenar a un humano también requiere recursos durante años —alimentación, educación y evolución cultural— y, por tanto, si se mide la eficiencia energética por tarea una vez que un sistema está entrenado, la IA podría ser ya competitiva. Esta tesis generó reacciones encontradas en la comunidad científica y en activistas, que señalan que la analogía oculta diferencias clave, como la distribución geográfica del consumo y la flexibilidad social que aporta el trabajo humano.
Críticas a la analogía
Los expertos recuerdan que comparar acumulados energéticos de procesos biológicos con procesos tecnológicos requiere definiciones precisas. Mientras que la energía humana está dispersa y entrelazada con múltiples sectores (alimentación, transporte, vivienda), el consumo de la IA se concentra en infraestructuras específicas como centros de datos, lo que puede generar picos en redes locales y tensiones regulatorias. Además, medir solo la inferencia después del entrenamiento omite costes asociados a actualizaciones y mantenimiento de modelos.
Implicaciones para empresas y reguladores
Altman reconoció que no existe obligación legal generalizada para que las compañías tecnológicas publiquen datos detallados sobre consumo energético o uso de agua, lo que deja a la comunidad científica y a ONG intentando cuantificar impactos de forma independiente. En ese contexto, varias consecuencias son probables: mayor presión para transparencia, vínculos entre crecimiento de IA y precios eléctricos locales, y un papel más activo de operadores en la búsqueda de energías renovables o soluciones de eficiencia.
Estrategias prácticas
El debate sugiere acciones concretas para actores del ecosistema tecnológico: auditar el uso de recursos con herramientas especializadas; priorizar modelos y arquitecturas que reduzcan inferencias innecesarias; y comprometerse con fuentes renovables o contratos de energía dedicada. Altman insistió en que la transición energética será clave si la sociedad va a soportar la escala creciente de la computación vinculada a la IA.
La conversación de Altman, además de corregir datos específicos, abre preguntas más amplias sobre cómo medir costos ambientales y sociales de la tecnología. Tanto reguladores como empresas y usuarios deberán concordar métricas, exigir transparencia y fomentar innovación en eficiencia. Mientras tanto, la discusión pública seguirá balanceando analogías provocadoras con análisis técnicos rigurosos sobre la huella real de la inteligencia artificial.
