Por Mercedes Leticia Sánchez y Carlos Bravo Reyes
 |
| Creado con ChatGPT |
El 25 de marzo de 2025 las redes sociales se inundaron de imágenes con la estética de Studio Ghibli, lo que marcó un punto de inflexión en la cultura digital. Caracterizadas por sus personajes de ojos grandes y expresivos, portadores de narrativas visuales implícitas en cada mirada y sonrisa, estas creaciones evocaban el legado de maestros como Hayao Miyazaki e Isao Takahata, cuya habilidad para dar vida a personajes complejos y emocionalmente resonantes había cautivado al mundo.
Con el lanzamiento de las primeras versiones de modelos como DALL-E, Midjourney y Stable Diffusion, hasta la integración de capacidades de generación de imágenes en plataformas de uso masivo como ChatGPT, millones de personas en todo el mundo sucumbieron a la fascinante capacidad de materializar sus ideas en forma visual con tan solo escribir las indicaciones en el texto, en lugar de usar una herramienta de edición de video.
La adopción masiva de este estilo visual fue gracias a la creación de imágenes de inteligencia artificial generativa, con herramientas como DALL-E, Midjourney y ChatGPT permitiendo a millones de usuarios transformar sus ideas textuales en representaciones visuales sin necesidad de conocimientos técnicos avanzados en edición de imágenes.
Según Silverio, M. (2025) en su blog PrimeWeb, cien millones de usuarios se sumergieron en la generación de imágenes en ChatGPT en tan solo sesenta días, una demanda tan alta que llevó a Sam Altman a implementar restricciones para evitar el colapso de los servidores. A este impulso inicial se sumó una ola sostenida de experimentación.
Aunque las cifras exactas continúan fluctuando con el rápido avance de la tecnología, se estima que, en las semanas posteriores al 25 de marzo, millones de usuarios adicionales se apresuraron a explorar esta nueva frontera de la creatividad digital. Plataformas emergentes como Ideogram AI, por ejemplo, reportaron rápidamente millones de usuarios activos y decenas de millones de imágenes generadas en un breve lapso tras su lanzamiento. Este fenómeno trasciende una mera curiosidad tecnológica; refleja una transformación profunda en la manera en que interactuamos con el contenido visual y en nuestra propia concepción de la creatividad, desdibujando las líneas entre el espectador y el creador.
Pero a los primeros estilos le siguieron otros como los de la figura de acción coleccionable, las que simulan los conocidos legos o los personajes de series cómica. También es tendencia, añadir a ChatGPT una foto suya y de su pareja e indicarle que cree los rostros de cómo serán sus futuros hijos.
Sin embargo, tras el brillo de esta revolución visual impulsada por la IA, se proyecta una sombra de consecuencias que merecen una atención crítica:
Aitoxicación generada por la proliferación de imágenes indistinguibles de la realidad
La capacidad de generar imágenes falsas pero creíbles, facilitada por la misma tecnología que permitió la explosión del arte con estética Ghibli, representa una herramienta poderosa para la desinformación. En el contexto de la facilidad con la que se crearon millones de imágenes en cuestión de semanas, la potencial avalancha de contenido visual manipulado se vuelve una preocupación apremiante. Pueden crearse "pruebas" visuales de eventos que nunca ocurrieron, declaraciones apócrifas atribuidas a figuras públicas o situaciones completamente fabricadas con el objetivo de manipular la opinión pública.
Estas imágenes, indistinguibles de la realidad para el ojo inexperto, tienen la capacidad de propagarse con una velocidad vertiginosa a través de las redes sociales, donde a menudo son consumidas sin el necesario análisis crítico, exacerbando la polarización social y erosionando la confianza en el debate público basado en hechos verificables.
En este sentido, la proliferación de imágenes que difuminan la frontera entre lo real y lo artificial representa un desafío significativo para la sociedad contemporánea. La respuesta a esta amenaza no puede ser unidimensional. Requiere un enfoque multidisciplinario que involucre el desarrollo y la implementación de herramientas sofisticadas para la detección de imágenes falsas, la promoción activa y generalizada de la alfabetización mediática y digital para empoderar a los usuarios con las habilidades necesarias para evaluar críticamente el contenido visual, y una profunda reflexión ética y legal sobre los límites del uso y la necesidad de una regulación adecuada de la inteligencia artificial generativa. En un entorno digital cada vez más saturado de ilusiones visuales convincentes, la capacidad de discernir la verdad se ha convertido en una habilidad esencial para navegar con discernimiento en el presente y el futuro.
A todo lo anterior le debemos agregar la necesaria y urgente IA-alfabetización que comentamos en otras entradas del blog. No es solo la urgencia de capacitarnos en el manejo de las herramientas, sino en cómo ser cautelosos cuando de imagen, video y sonidos se trate. Evitar difundirlos sin la previa revisión.
El impacto ambiental silencioso pero significativo del consumo energético masivo de la IA generativa
La proliferación de la inteligencia artificial generativa de imágenes, que tan vívidamente se manifestó el 25 de marzo de 2025 con la invasión del estilo Studio Ghibli en las redes sociales, impacto en el costo ambiental de manera significativa, aunque a menudo inadvertido: el masivo consumo energético de estas tecnologías. El entrenamiento de modelos de IA complejos y su operación continua demandan una infraestructura computacional extensa, ubicada en centros de datos con un funcionamiento ininterrumpido, generando una huella de carbono considerable.
Un estudio pionero de la Universidad de Massachusetts Amherst (Strubell et al., 2019) ya alertaba sobre el impacto energético del aprendizaje profundo en el procesamiento del lenguaje natural, revelando que el entrenamiento de un único modelo de IA generativa podía liberar a la atmósfera una cantidad de dióxido de carbono equivalente a las emisiones de cinco automóviles a lo largo de su vida útil. Modelos más recientes y sofisticados, como la familia GPT-3, han demostrado una demanda energética aún mayor para su entrenamiento, requiriendo órdenes de magnitud superiores (Amaro, 2023). Esta disparidad subraya la creciente intensidad energética de los modelos de IA de última generación.
Una vez que estos modelos han sido entrenados, su funcionamiento diario también implica un consumo energético sustancial. Cada solicitud de generación de una imagen en plataformas populares como ChatGPT, DALL-E o Midjourney activa complejos procesos de inferencia en los servidores. Si bien estos procesos individuales son menos intensivos que el entrenamiento inicial, la escala global de su uso, con millones de interacciones diarias, resulta en un consumo energético acumulativo significativo.
Investigadores de Carnegie Mellon y Hugging Face (Lacoste et al., 2019) estimaron que la generación de 1000 inferencias en modelos de IA puede consumir entre 0.06 y 2.9 kWh, con un promedio de 1.35 kWh. Aunque este estudio se centró en el aprendizaje automático en general, la tendencia de alto consumo es directamente aplicable a tareas complejas como la generación de imágenes. Para ilustrar este consumo a una escala más cotidiana, un artículo de Xataka (Amaro, 2023) señaló que generar tan solo nueve imágenes con algunos modelos de IA puede requerir la misma cantidad de energía necesaria para cargar por completo la batería de un teléfono móvil. Esta analogía ayuda a dimensionar el impacto energético de una actividad que para el usuario final parece instantánea y sin consecuencias tangibles.
La Huella de carbono invisible:
La mayor parte de la electricidad utilizada para alimentar los centros de datos que sustentan la IA generativa todavía proviene de la quema de combustibles fósiles. Esto significa que cada imagen creada con IA contribuye, aunque sea de forma indirecta, a las emisiones de gases de efecto invernadero, el principal impulsor del cambio climático.
Un análisis de la huella de carbono de diferentes tareas de IA reveló que la generación de imágenes es una de las actividades que más dióxido de carbono produce por cada 1000 operaciones, significativamente más que tareas de procesamiento de texto ([Referencia: Ver los resultados de búsqueda web sobre la huella de carbono de la generación de imágenes por IA]).
El consumo de agua: Otra cara del impacto:
Además del consumo eléctrico, los centros de datos requieren grandes cantidades de agua para refrigerar los equipos y evitar el sobrecalentamiento. Un informe de la Universidad de Nuevo México estima que un centro de datos promedio puede consumir entre 1.7 y 2.2 millones de litros de agua por día ([Referencia: Ver resultados de búsqueda web sobre el consumo de agua de los centros de datos de IA]). Si bien no todo este consumo se debe directamente a la inteligencia artificial generativa de imágenes, la creciente demanda de potencia computacional para estas y otras aplicaciones de IA exacerba el problema, especialmente en regiones con escasez hídrica. Estudios recientes sugieren que la generación de imágenes con IA también tiene una huella hídrica considerable.
De acuerdo con Meza, E., en un artículo publicado en Infonabe, en menos de una semana se utilizan 216 millones de litros de agua, para sostener la infraestructura necesaria para generar este tipo de contenidos. Este volumen equivale al consumo mensual de una ciudad pequeña.
Según datos del mismo artículo, el Departamento de Energía de los Estados Unidos estima que hasta el 40 % de la energía consumida en estos centros se destina a sistemas de enfriamiento, lo que equivale al consumo eléctrico total del estado de California. Pero además de electricidad, se requiere una enorme cantidad de agua: los servidores alcanzan temperaturas elevadas y necesitan sistemas de refrigeración que trasladan el calor hacia torres de enfriamiento, donde se disipa en forma de vapor. Este proceso implica un uso constante y elevado de agua dulce.
La revolución visual impulsada por la inteligencia artificial generativa ha transformado la manera en que interactuamos con el contenido visual, permitiendo a millones de personas crear imágenes con facilidad y sin conocimientos técnicos avanzados. Sin embargo, esta transformación también trae consigo desafíos significativos, como la proliferación de imágenes falsas que pueden desinformar y el considerable impacto ambiental debido al consumo energético masivo de estas tecnologías. Además, la cuestión de los derechos de autor en la era de la IA plantea interrogantes sobre la propiedad intelectual y la protección de los creadores humanos. Para abordar estos desafíos, es esencial un enfoque multidisciplinario que incluya el desarrollo de herramientas para detectar imágenes falsas, la promoción de la alfabetización mediática y digital, y una reflexión ética y legal sobre el uso de la inteligencia artificial generativa.
¿Quién es el autor de las imágenes? En la próxima entrada
Tomado de 366-días
No hay comentarios:
Publicar un comentario