ChatGPT consume medio litro de agua por cada conversación simple: estudio

Una conversación simple de 20 a 50 preguntas deja sediento a ChatGPT.

De acuerdo con un estudio realizado por investigadores de la Universidad de Colorado Riverside y la Universidad de Texas Arlington, para esta operación el chatbot de OpenAi “bebe” medio litro de agua, dependiendo de dónde y cómo se ejecute.

“Mientras que una botella de agua de 500 ml puede no parecer mucho, la huella hídrica combinada por cada inferencia es extremadamente grande, considerando los miles de millones de usuarios de ChatGPT”, señalan los académicos.

Según el estudio titulado “Making AI Less ‘Thirsty’: Uncovering and Addressing the Secret Water Footprint of AI Models”, entrenar al modelo GPT-3 en las instalaciones de Microsoft en Estados Unidos, consume directamente 700 mil litros de agua fresca y limpia. “Suficiente para producir 370 BMW o 320 coches eléctricos Tesla”, señala.

Además, la huella hídrica fuera del sitio (off-site) suma 2.8 millones de agua tan solo por la cantidad de electricidad que la Inteligencia Artificial requiere.

“Por lo tanto, en conjunto, esto pondría la huella hídrica total para el entrenamiento de GPT-3 en 3.5 millones de litros si esto se realiza en los Estados Unidos”, asegura la publicación académica.

Pero, agrega el texto, si se entrenase al ChatGPT en las instalaciones de Microsoft en Asia, la huella hídrica podría aumentar hasta los 4.9 millones de agua, tanto por consumo directo como indirecto.

“Todas estas cifras probablemente se multiplicarán varias veces para el recién lanzado GPT-4, que tiene un tamaño de modelo significativamente mayor. Pero hasta este punto, ha habido pocos datos públicos disponibles para formar una estimación razonable de la huella hídrica de GPT-4.”, advierten las y los autores del estudio.

Mientras la IA consume millones de litros de agua para su entrenamiento, en el mundo 748 millones de personas  siguen teniendo serios problemas para acceder al vital recurso y cerca de mil niños y niñas mueren al día por su falta, según datos de UNICEF.

De igual forma, una cuarta parte de la población mundial padece estrés hídrico, de acuerdo con Fernando González Villarreal, director del Programa de Manejo, Uso y Reúso del Agua en la UNAM (PUMAGUA).

México es de los principales países afectados por la escasez del líquido. Un informe del Fondo Mundial para la Naturaleza (WWF por sus siglas en inglés) reveló que el país es el segundo a nivel mundial con más población afectada gravemente por la problemática, con más del 60% de los mexicanos perjudicados seriamente.

Ante las preocupaciones por la cantidad excesiva de agua limpia que ChatGPT utiliza, los realizadores del estudio recomiendan optimizar la Eficacia del Uso del Agua (WUE, en inglés), seleccionando “juiciosamente” cuándo y dónde entrenar a la Inteligencia Artificial.

“Para reducir la huella de carbono, es preferible “seguir el sol” cuando la energía solar es más abundante. Sin embargo, para reducir la huella de agua, es más atractivo “no seguir el sol” para evitar las horas de alta temperatura del día cuando la WUE en el lugar es alta”, afirman.

Escoger los mejores horarios y zonas para entrenar al ChatGPt, puede ayudar a reducir dramáticamente su huella hídrica, según los académicos. Pero no es suficiente. Además de esta medida, los autores recomiendan a OpenAI y Microsoft transparentar la información operativa y compartir con los usuarios información sobre la Eficacia del Uso del Agua.

“Los modelos de IA pueden, y también deberían, asumir la responsabilidad social y dar ejemplo abordando su propia huella hídrica”, concluye el estudio.