Power, Pollution and Policy: The Environmental and Community Costs of AI Data Centre Expansion
Tomando a Virginia como caso de estudio, este artículo sostiene que la rápida expansión de los centros de datos de IA impone severas cargas ambientales y comunitarias que quedan ocultas por métricas de eficiencia inadecuadas y marcos regulatorios débiles, exigiendo en última instancia una mayor transparencia y políticas exigibles para prevenir el desplazamiento desproporcionado de costos hacia las poblaciones locales.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En el mundo moderno, una revolución silenciosa está remodelando la forma en que vivimos, trabajamos y pensamos, impulsada por la inteligencia artificial. Detrás de escena de cada chat, imagen y predicción, se encuentra una infraestructura física masiva: el centro de datos. Estos no son solo salas de servidores; son complejos industriales extensos que requieren enormes cantidades de electricidad para hacer funcionar sus computadoras y vastas cantidades de agua para evitar que se sobrecalienten. Durante años, la industria ha dependido de un único número para demostrar que estas instalaciones son eficientes, una métrica llamada efectividad en el uso de la energía (PUE, por sus siglas en inglés). Este número compara la energía total que utiliza un edificio con la energía que las computadoras en su interior realmente consumen. Un número más bajo sugiere que el edificio desperdicia menos energía en cosas como la refrigeración e iluminación. Sin embargo, a medida que la inteligencia artificial ha explotado en popularidad, las demandas sobre estas instalaciones han cambiado. Las computadoras ahora funcionan más calientes y con mayor intensidad que nunca, y la simple puntuación de eficiencia ya no cuenta la historia completa de cuánta energía se está consumiendo o cuánto le está costando al mundo.
Este cambio ha creado una tensión entre el rápido crecimiento de la tecnología y las comunidades que albergan estas instalaciones. En los Estados Unidos, el estado de Virginia se ha convertido en el epicentro de esta expansión, específicamente en una región conocida como "Data Center Alley" (el Callejón de los Centros de Datos). Aquí, el paisaje se ha transformado de pastizales verdes en un denso bosque de edificios industriales, albergando una parte significativa de la potencia de cómputo mundial. A medida que estas instalaciones se multiplican, están tensando las redes eléctricas locales, agotando los suministros de agua y generando ruido y contaminación que afectan a los residentes cercanos. La pregunta que enfrentan científicos, legisladores y vecinos es si las reglas actuales son lo suficientemente sólidas como para proteger a las personas que viven al lado de estos gigantes digitales, o si los beneficios de la inteligencia artificial se están pagando con la salud y los recursos de algunas comunidades locales.
Una nueva revisión sistemática realizada por los investigadores Claire Kennedy y Mahmoud Al-Kilani de la Universidad FHNW en Suiza analiza a fondo esta situación. Se centraron su investigación en Virginia, examinando los costos ambientales y sociales del auge de los centros de datos mientras analizaban las leyes y regulaciones diseñadas para gestionarlo. Los investigadores no solo examinaron la tecnología; profundizaron en los registros legales, estudiando cientos de proyectos de ley presentados en la legislatura estatal entre 2025 y 2026. Su objetivo era ver si el gobierno estaba manteniendo el ritmo del crecimiento de la industria y si las leyes que se aprobaban realmente protegían a las personas y al medio ambiente, o si simplemente estaban creando la apariencia de acción.
El estudio comienza desafiando la herramienta favorita de la industria para medir el éxito: la puntuación de efectividad en el uso de la energía. Los autores argumentan que esta métrica se ha vuelto engañosa. Si bien un centro de datos puede reportar una puntuación muy eficiente, este número solo nos dice qué tan bien gestiona el edificio su propia energía interna, no cuánta energía total está utilizando. Una instalación podría ser increíblemente eficiente en la refrigeración de sus servidores y, aun así, consumir suficiente electricidad para alimentar una pequeña ciudad. Además, los investigadores encontraron que las empresas que operan estos centros a menudo reportan estos datos de maneras que ocultan la verdadera escala de su consumo. Podrían promediar los números en todos sus edificios o publicarlos con un retraso significativo, lo que hace casi imposible para los externos entender el impacto real de una nueva instalación. Esta falta de datos claros e inmediatos crea una niebla que permite a las empresas afirmar que son ecológicas mientras su uso real de energía continúa aumentando.
A medida que estas instalaciones demandan más potencia de la que la red eléctrica local puede proporcionar, las empresas están recurriendo a soluciones alternativas que a menudo conllevan sus propios costos pesados. Los investigadores encontraron que muchos centros de datos dependen ahora de generadores de respaldo que queman gas natural o combustible diésel para asegurar que sus computadoras nunca se detengan. En algunos casos, están construyendo plantas de energía masivas fuera de la red que operan independientemente de la utilidad pública. Si bien esto mantiene internet funcionando, traslada la carga al entorno circundante. El estudio destaca que estos generadores emiten contaminantes que pueden dañar la salud humana, contribuyendo a problemas respiratorios y aumentando los riesgos de cáncer para los residentes cercanos. Además, la demanda de agua para enfriar los servidores es tan alta que amenaza los suministros de agua locales, dejando potencialmente menos agua para granjas y hogares.
El núcleo del trabajo de los investigadores consistió en un análisis detallado de la respuesta legislativa en Virginia. Examinaron 66 proyectos de ley específicos presentados en la legislatura estatal que trataban sobre centros de datos, generadores y instalaciones de alto consumo energético. Categorizaron estas propuestas para ver si intentaban recopilar información, imponer reglas estrictas u ofrecer incentivos financieros. Los resultados fueron contundentes. La gran mayoría de los proyectos de ley que buscaban proteger a las comunidades, limitar la contaminación o asegurar que los centros de datos pagaran su parte justa por las mejoras de la red, no lograron aprobarse. De las docenas de propuestas, solo un puñado se convirtió en ley, y la mayoría de esas eran débiles. Tendían a ser estudios o informes que pedían más información en lugar de leyes que obligaran a las empresas a cambiar su comportamiento. Por ejemplo, un proyecto de ley exitoso requería un estudio sobre cómo reutilizar el calor residual de los centros de datos, pero no obligaba a las empresas a compartir ese calor o a demostrar que era factible.
Los investigadores notaron un patrón distintivo en las leyes que se aprobaron frente a las que fueron rechazadas. Los proyectos de ley que tuvieron éxito al convertirse en ley eran a menudo voluntarios, pidiendo a las empresas que reportaran sus datos u ofreciendo beneficios fiscales si prometían ser más responsables. En contraste, los proyectos de ley que intentaban establecer límites estrictos, como prohibir ciertos tipos de generadores contaminantes o exigir que los centros de datos pagaran por las mejoras que causaban en la red eléctrica, fueron frecuentemente bloqueados. En varios casos, proyectos de ley que habían pasado por ambas cámaras de la legislatura estatal fueron vetados por el gobernador, quien argumentó que crearían demasiada burocracia y frenarían el crecimiento económico. El estudio sugiere que el gobierno estatal está priorizando la expansión de la industria de la inteligencia artificial sobre las preocupaciones de los residentes locales, dejando efectivamente a las comunidades con poco poder para decir no a la nueva construcción.
Uno de los hallazgos más preocupantes del artículo es el concepto de "greenwashing" o lavado de imagen verde. Los investigadores argumentan que la industria está utilizando promesas vagas y datos selectivos para hacer parecer que están resolviendo problemas ambientales cuando no es así. Al centrarse en puntuaciones de eficiencia que ignoran el uso total de energía, o al prometer el uso de energía renovable que aún no está disponible, las empresas pueden presentar una imagen amigable mientras continúan expandiendo sus operaciones con una supervisión mínima. El estudio señala que, sin datos independientes y estandarizados y reglas exigibles, estas promesas son difíciles de verificar. El resultado es una situación en la que los costos financieros y ambientales de la inteligencia artificial están siendo soportados desproporcionadamente por las comunidades que albergan los centros de datos, mientras que los beneficios y ganancias fluyen hacia las empresas y sus inversores.
Los autores concluyen que el enfoque actual es insostenible. El rápido crecimiento de la infraestructura de la inteligencia artificial está superando la capacidad de los gobiernos locales para regularla, y las métricas existentes son demasiado defectuosas para guiar un cambio significativo. Argumentan que confiar en el reporte voluntario y en los incentivos fiscales no es suficiente para proteger el medio ambiente o la salud pública. En su lugar, piden un nuevo sistema de reglas que requiera que las empresas proporcionen información clara, detallada y actualizada sobre su uso de energía y agua. Sugieren que estas reglas deben ser consistentes en diferentes regiones para que las empresas no puedan simplemente trasladar sus operaciones a lugares con leyes más débiles. Sin estos cambios, el artículo advierte, el verdadero costo del futuro digital continuará siendo pagado por las personas que viven a la sombra de los centros de datos, con pocos recursos para exigir un mejor resultado.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.