Archivo de la etiqueta: Consumo

Nueva York se convierte en el primer estado de EE. UU. en imponer una moratoria a los grandes centros de datos para IA

Lee, T. B. (2026). New York is the first state to impose a data center moratorium. Ars Technica, 14 de julio de 2026. https://arstechnica.com/tech-policy/2026/07/new-york-is-the-first-state-to-impose-a-data-center-moratorium/?utm_source=flipboard&utm_content=user%2FArsTechnica

Nueva York se ha convertido en el primer estado de Estados Unidos en decretar una moratoria temporal sobre la construcción de nuevos centros de datos de gran escala, una decisión que marca un punto de inflexión en el debate sobre el crecimiento de la infraestructura necesaria para la inteligencia artificial.

La gobernadora Kathy Hochul anunció una suspensión de un año para los nuevos proyectos de centros de datos que requieran 50 megavatios o más de potencia eléctrica, con el objetivo de desarrollar un marco regulatorio que tenga en cuenta sus impactos energéticos, ambientales y sociales.

La medida responde al extraordinario crecimiento de la demanda de capacidad de computación impulsada por la IA generativa. Los denominados hiperscale data centers consumen enormes cantidades de electricidad y agua para alimentar y refrigerar miles de servidores especializados. Según el gobierno estatal, el rápido aumento de estas instalaciones amenaza con incrementar el coste de la electricidad para los ciudadanos, ejercer una presión considerable sobre la red eléctrica y comprometer los objetivos climáticos de Nueva York. Además, existe preocupación por la ocupación de suelo, el consumo de recursos hídricos y el impacto sobre las comunidades locales.

Durante el periodo de moratoria, las agencias estatales elaborarán nuevas normas para regular la implantación de estos complejos tecnológicos. Entre las iniciativas previstas figura la creación de un marco que permita a las comunidades negociar beneficios locales derivados de estos proyectos y la revisión de los incentivos fiscales existentes, incluyendo la posible eliminación de determinadas exenciones tributarias para los grandes centros de datos. El objetivo declarado es garantizar que el desarrollo de la infraestructura de IA genere beneficios económicos sin trasladar los costes ambientales y energéticos a la población.

La decisión ha generado una fuerte reacción en la industria tecnológica. Empresas y asociaciones del sector sostienen que la moratoria puede frenar inversiones multimillonarias y provocar que los nuevos proyectos se trasladen a estados como Texas, Virginia, Arizona o Florida, donde las políticas son más favorables al desarrollo de infraestructuras digitales. Desde esta perspectiva, la medida podría afectar a la competitividad de Nueva York en la carrera por atraer inversiones relacionadas con la inteligencia artificial y la computación en la nube.

No obstante, la moratoria refleja una tendencia creciente en Estados Unidos. A medida que aumenta la demanda de centros de datos para alimentar los modelos de IA, también crecen las protestas ciudadanas y las iniciativas legislativas orientadas a limitar su expansión debido a su elevado consumo energético, su impacto ambiental y su influencia sobre las infraestructuras locales. La decisión de Nueva York podría convertirse en un precedente para otros estados que buscan equilibrar el desarrollo tecnológico con la sostenibilidad y la protección de las comunidades.

Los centros de datos ya consumen casi tanta electricidad como todos los hogares de Irlanda

Paul Alcorn. Ireland’s data centers consumed nearly as much electricity as every home in the country combined in 2025 — server farms gulped 23% of national power despite years of grid restrictions. Tom’s Hardware, julio de 2026

Texto completo

El crecimiento de la inteligencia artificial está provocando un aumento sin precedentes en la demanda energética de los centros de datos, e Irlanda se ha convertido en uno de los ejemplos más llamativos de este fenómeno. El consumo trimestral de electricidad de los centros de datos aumentó un 584 %, pasando de 291 GWh en el primer trimestre de 2015 a 1.991 GWh en el cuarto trimestre de 2026.

Según los datos de la Oficina Central de Estadística irlandesa, en 2025 los centros de datos consumieron el 23 % de toda la electricidad del país, una cifra que se aproxima al 28 % utilizado por el conjunto de los hogares irlandeses. En términos absolutos, estas instalaciones emplearon 7.663 GWh, un 10 % más que el año anterior y un incremento de alrededor del 360 % desde 2015, reflejando el extraordinario crecimiento de la infraestructura digital asociada a la computación en la nube y, especialmente, a la inteligencia artificial.

El dato resulta especialmente significativo porque este aumento del consumo se ha producido a pesar de que Irlanda mantiene desde 2021 fuertes restricciones para conectar nuevos centros de datos a la red eléctrica, especialmente en la región de Dublín, donde se concentra la mayor parte de estas instalaciones. Sin embargo, los grandes operadores tecnológicos —entre ellos Microsoft, Google, AWS y Meta— han seguido incrementando la capacidad de los centros ya existentes para responder a la explosión de la demanda de servicios de IA y computación en la nube. Como consecuencia, el consumo eléctrico del sector ha continuado creciendo incluso sin un gran aumento del número de instalaciones.

Ante esta situación, el Gobierno irlandés ha sustituido la anterior moratoria por una nueva política energética para grandes consumidores eléctricos. Las futuras instalaciones deberán generar su propia energía o garantizar que una parte muy importante proceda de nuevas fuentes renovables, además de ubicarse preferentemente en zonas donde exista capacidad suficiente de generación eléctrica. El objetivo es evitar que el crecimiento de la infraestructura digital comprometa la estabilidad de la red, eleve los costes energéticos para los ciudadanos o retrase la transición hacia un sistema eléctrico más sostenible.

El caso de Irlanda ilustra un desafío que comienza a extenderse a escala mundial. La rápida expansión de los modelos de inteligencia artificial exige centros de datos cada vez más potentes y con un consumo energético muy superior al de generaciones anteriores. Diversos estudios prevén que el uso de electricidad por parte de los centros de datos seguirá creciendo de forma acelerada durante los próximos años, convirtiendo el acceso a la energía y la disponibilidad de redes eléctricas robustas en uno de los principales factores que condicionarán el desarrollo futuro de la IA.

El cansancio informativo dispara el rechazo al consumo de noticias en todo el mundo

Statista – Too Much Bad News? News Avoidance on the Rise

Noticia

El gráfico publicado por Statista, basado en datos del informe anual del Reuters Institute for the Study of Journalism, pone de relieve una transformación significativa en la manera en que las personas se relacionan con la información periodística: cada vez más ciudadanos deciden evitar activamente las noticias.

Este fenómeno, denominado selective news avoidance o evasión selectiva de noticias, refleja una creciente saturación informativa asociada a un entorno mediático marcado por conflictos bélicos, crisis económicas, polarización política y una exposición constante a contenidos negativos en plataformas digitales. Según el estudio, el promedio global de personas que afirma evitar las noticias “a veces” o “con frecuencia” ha pasado del 29 % en 2017 al 40 % en 2025, lo que confirma una tendencia sostenida de alejamiento frente a la sobrecarga informativa.

Este aumento no se distribuye de manera homogénea entre países. Algunas sociedades presentan niveles particularmente elevados de evasión informativa. Turquía lidera la lista con un 61 %, seguida por el Reino Unido con un 46 %, mientras que Estados Unidos alcanza el 42 %. Otros países como Australia, Alemania, Francia y España muestran igualmente incrementos significativos. En el caso español, el porcentaje se sitúa en torno al 37 %, una cifra que evidencia que incluso sociedades con fuerte tradición de consumo informativo comienzan a mostrar signos de cansancio frente a un ecosistema mediático caracterizado por la hiperconectividad permanente. Japón representa una excepción relativa, con apenas un 11 %, aunque incluso allí el porcentaje ha crecido respecto a años anteriores.

Detrás de esta tendencia aparecen causas psicológicas y culturales cada vez más estudiadas. El informe identifica que una de las principales razones para evitar noticias es el impacto negativo sobre el estado de ánimo: aproximadamente 39 % de quienes evitan la información señalan que las noticias afectan negativamente su bienestar emocional. A esto se suma la sensación de agotamiento producida por la cobertura excesiva de guerras y conflictos internacionales, mencionada por cerca del 30 % de los encuestados. En un contexto dominado por el doomscrolling —el consumo compulsivo de noticias negativas en redes sociales— muchas personas desarrollan estrategias deliberadas para limitar su exposición informativa como mecanismo de autoprotección psicológica.

El estudio distingue además dos perfiles de evasores informativos. Por un lado están los “consistent avoiders”, personas que mantienen una distancia estructural respecto a la actualidad, generalmente asociada a bajos niveles de interés por la política o menor confianza en los medios tradicionales. Por otro lado aparecen los “selective avoiders”, usuarios que sí valoran estar informados, pero que filtran conscientemente ciertos temas debido al exceso de negatividad, complejidad o sensación de impotencia que generan determinadas noticias. Este segundo grupo resulta especialmente relevante porque muestra que el alejamiento de la información no siempre implica apatía cívica, sino una respuesta adaptativa frente al agotamiento cognitivo provocado por el entorno digital contemporáneo.

Desde una perspectiva más amplia, estos datos plantean interrogantes importantes sobre el futuro del periodismo y la democracia. La evasión creciente de noticias puede debilitar la participación ciudadana, reducir la confianza en las instituciones informativas y favorecer la fragmentación del espacio público. Para medios, periodistas, bibliotecas y profesionales de la información, el fenómeno representa un desafío estratégico: ya no basta con ofrecer información rigurosa, sino que resulta imprescindible desarrollar formas de comunicación más contextualizadas, menos saturadas y emocionalmente sostenibles. El reto central consiste en informar sin contribuir al agotamiento psicológico del público, preservando así la función social del periodismo en una era de sobreexposición digital.

La IA consume tanta energía que la potencia de cálculo se está agotando

A large data center facility with multiple buildings, parked cars, electrical infrastructure, and steam vents at dusk
A sprawling data center complex illuminated at twilight with steam rising from cooling units.

Au-Yeung, Angel, y Robbie Whelan. “AI Is Using So Much Energy That Computing Firepower Is Running Out.” The Wall Street Journal, 13 de abril de 2026. https://www.wsj.com/tech/ai/ai-is-using-so-much-energy-that-computing-firepower-is-running-out-156e5c85

El artículo advierte de un problema crítico en el desarrollo actual de la inteligencia artificial: la escasez de capacidad computacional, un recurso esencial que está siendo superado por la creciente demanda. El auge de la IA —especialmente de sistemas más avanzados y autónomos— ha provocado un consumo masivo de potencia de cálculo, hasta el punto de generar un “cuello de botella” que limita el crecimiento del sector. Esta situación está provocando retrasos, problemas de fiabilidad y decisiones estratégicas difíciles por parte de las empresas tecnológicas.

Uno de los factores clave es la explosión en el uso de la llamada “IA agente”, sistemas capaces de realizar tareas complejas de manera autónoma, como programar, organizar actividades o gestionar procesos. Estos sistemas requieren enormes cantidades de recursos computacionales, medidos en “tokens”, lo que ha llevado a un aumento exponencial del consumo. En pocos meses, el uso de estas unidades de computación se ha multiplicado, reflejando un cambio cualitativo: la IA ha pasado de ser una herramienta puntual a convertirse en una infraestructura central para múltiples actividades.

La presión sobre la infraestructura ha obligado a las compañías a tomar medidas drásticas. Algunas han tenido que limitar el uso de sus servicios, imponer restricciones a los usuarios o incluso cancelar productos para redistribuir recursos. También se han registrado aumentos significativos en los costes: el alquiler de GPUs —los chips esenciales para entrenar y ejecutar modelos de IA— se ha encarecido notablemente, mientras que los tiempos de espera para desplegar nuevas infraestructuras se alargan debido a la escasez de hardware y energía disponible.

Además, esta escasez está afectando directamente a la calidad del servicio. Se han producido interrupciones frecuentes en plataformas de IA, lo que evidencia que la infraestructura actual no está preparada para sostener el ritmo de crecimiento. Incluso empresas líderes del sector han tenido que priorizar ciertos productos frente a otros, sacrificando iniciativas menos rentables o estratégicas ante la falta de capacidad.

El artículo sitúa este fenómeno en una perspectiva histórica: como en otras grandes revoluciones tecnológicas —ferrocarril, telecomunicaciones o internet—, la demanda de infraestructura está creciendo más rápido que la capacidad de construirla. En este caso, no solo se trata de servidores y centros de datos, sino también de acceso a energía y materiales. La consecuencia es que el desarrollo de la inteligencia artificial podría ralentizarse temporalmente, no por falta de innovación, sino por limitaciones físicas y económicas.

El texto plantea una idea clave: el futuro de la IA no depende únicamente de algoritmos más avanzados, sino de la capacidad de sostenerlos con recursos suficientes. La computación —y la energía que la alimenta— se convierte así en el verdadero factor limitante de esta nueva revolución tecnológica, marcando un punto de inflexión en su evolución.

El verdadero desafío para escalar la inteligencia artificial a gran escala es la provisión masiva y eficiente de energía

Spencer, M. (2026, 10 de febrero). Why scaling AI is underestimated: Orbital datacenters & lunar energy capture. AI Supremacy. https://www.ai-supremacy.com/p/why-scaling-ai-is-underestimated-orbital-datacenters-lunar-energy-capture

Se plantea que el verdadero desafío para escalar la inteligencia artificial a gran escala no es únicamente mejorar chips o redes de datos tradicionales, sino la provisión masiva y eficiente de energía, algo que las infraestructuras terrestres actuales no pueden sostener.

El autor argumenta que el consumo energético de los centros de datos dedicados a IA está creciendo exponencialmente y que las soluciones existentes —como nuevas plantas de energía, redes de transmisión o renovables terrestres— enfrentan límites físicos, económicos y regulatorios. En este contexto, se presenta la idea de trasladar infraestructura de IA al espacio, aprovechando la energía solar continua y las condiciones únicas de los entornos orbitales y lunares para superar los cuellos de botella que la Tierra ya no puede resolver eficientemente.

Una pieza central del argumento es la previsión de que, en las próximas décadas, los centros de datos orbitales y las instalaciones lunares podrían actuar como fuentes de energía y cómputo de IA a una escala varias veces superior a la posible en tierra. El autor visualiza constelaciones de satélites que funcionan como centros de datos alimentados por paneles solares eficientemente expuestos al Sol sin las pérdidas asociadas a la atmósfera terrestre o ciclos día/noche. Asimismo, menciona conceptos como grandes anillos solares alrededor de la Luna (por ejemplo, la idea de Luna Ring de Shimizu Corporation) que podrían captar energía solar continua y transmitirla a la Tierra o a instalaciones espaciales, reduciendo la dependencia de la infraestructura energética terrestre y minimizando los cuellos de botella actuales en la generación y distribución de energía para cómputo intensivo de IA.

El texto también explora la geopolítica y economía de este posible futuro, sugiriendo que empresas espaciales y tecnológicas como SpaceX, Blue Origin y grandes proveedores de infraestructura de nube podrían competir para construir estas capacidades orbitales. Se alude a entrevistas con líderes como Elon Musk, destacando su visión de generar enormes cantidades de energía solar en el espacio para alimentar IA y posicionar a entidades como SpaceX como proveedores de cómputo a escala planetaria. Además, el autor señala que estos desarrollos no solo son técnicamente ambiciosos, sino también impulsados por la necesidad práctica de sortear limitaciones regulatorias —como largos permisos y cuellos de botella de conexión a redes eléctricas terrestres— que hacen inviable la expansión masiva de centros de datos en tierra.

Los centros de datos de la IA absorberán el 70 % de los chips de memoria y dispararán los precios de la tecnología

Tom’s Hardware. “Data centers will consume 70 percent of memory chips made in 2026 – supply shortfall will cause the chip shortage to spread to other segments.” Tom’s Hardware, 19 de enero de 2026. https://www.wsj.com/tech/ai/memory-ram-shortage-2026-f55324b0

Los centros de datos dedicados a la inteligencia artificial están proyectados para consumir hasta el 70 % de todos los chips de memoria producidos a nivel mundial en ese año

Un informe reciente de Tom’s Hardware pone de relieve un fenómeno crucial en la industria de los semiconductores para 2026: los centros de datos dedicados a la inteligencia artificial están proyectados para consumir hasta el 70 % de todos los chips de memoria producidos a nivel mundial en ese año. Este fenómeno no es un pico temporal, sino el resultado de una demanda explosiva de memoria de alto rendimiento (como HBM y DDR5) por parte de grandes infraestructuras de IA en computación en la nube y procesamiento de datos. Como consecuencia, la capacidad de producción global se está reorientando de forma permanente hacia estos segmentos avanzados, dejando a otros sectores tradicionales con un acceso cada vez más limitado a estos componentes esenciales.

La reasignación de la oferta tiene implicaciones profundas: la disminución de disponibilidad y el aumento de precios de chips de memoria no afectan solo a las PC de consumo, sino que se extienden a segmentos como automóviles, televisores, electrodomésticos inteligentes y dispositivos móviles. Tal como reporta Tom’s Hardware, muchos fabricantes han reducido o incluso descontinuado la producción de chips de memoria “legacy” (más comunes en productos tradicionales), porque priorizan la producción de memoria especializada para centros de datos. Esta escasez de suministro hace que la memoria —que antes representaba una fracción menor del coste de los dispositivos— pueda llegar a constituir hasta el 30 % del costo total de un smartphone, lo que presiona los precios al alza para los consumidores finales.

El impacto en las cadenas de suministro y en las previsiones de mercado también se está haciendo tangible en las expectativas de venta de dispositivos electrónicos. Consultoras como IDC ya han ajustado sus proyecciones para 2026, estimando una caída del 9 % en las ventas de PC y del 5 % en las de teléfonos inteligentes, atribuida en gran parte al encarecimiento de las memorias y a las dificultades para asegurar el abastecimiento de chips. Este tipo de repercusiones recuerda a las interrupciones globales de la era de la pandemia de COVID-19, aunque en este caso la causa principal es una reconfiguración estructural de la demanda tecnológica, no un fallo temporal en las cadenas de producción.

Además, esta concentración de la demanda por parte de los centros de datos ha llevado a una dinámica de mercado inédita: fabricantes como Samsung, SK Hynix y Micron están priorizando ventas y contratos a largo plazo con grandes compradores de infraestructura de IA, lo que deja menos espacio para las necesidades de los fabricantes de dispositivos de consumo y otros sectores. El resultado es una escasez más duradera de memoria, con advertencias de que estas tensiones podrían prolongarse hasta 2028 o más, incluso cuando nuevas fábricas y ampliaciones de capacidad lleguen a completarse. En conjunto, estos factores apuntan a una transformación profunda en la industria de semiconductores, en la cual la demanda vinculada a la inteligencia artificial redefine la disponibilidad global de componentes críticos y presiona a toda la economía digital.

Inteligencia artificial y huella ambiental

Crownhart, Casey. “In a First, Google Has Released Data on How Much Energy an AI Prompt Uses.” MIT Technology Review, 21 ago. 2025. https://www.technologyreview.com/2025/08/21/1122288/google-gemini-ai-energy/

Un análisis basado en un informe técnico de Google que desglosa, por primera vez con detalle, la huella ambiental de las consultas al sistema de inteligencia artificial Gemini.

Google reveló que una consulta de texto típica —evaluada por la mediana de uso, es decir, aquella que se sitúa en el centro de la distribución de todos los prompts— consume aproximadamente 0,24 vatios-hora (Wh) de electricidad, genera cerca de 0,03 gramos de dióxido de carbono equivalente (gCO₂e) y requiere alrededor de 0,26 mililitros de agua, lo que equivale a unas cinco gotas. Para ponerlo en perspectiva cotidiana, la compañía equiparó esa cifra energética con la que emplea encender una televisión durante menos de nueve segundos. Estas métricas son parte de una metodología “full stack” desarrollada por Google, que intenta medir no solo el consumo directo de los procesadores de IA, sino también el uso de energía en sistemas auxiliares, memoria, infraestructura en reposo y refrigeración.

Google además destacó que la eficiencia de Gemini ha mejorado de forma dramática en el último año: desde mayo de 2024 hasta mayo de 2025, el consumo energético por consulta se redujo 33 veces y la huella de carbono se redujo 44 veces, mientras que, paralelamente, la calidad de las respuestas del modelo fue incrementándose. Estos avances se atribuyen a mejoras tanto de software —optimización de los modelos y algoritmos— como de hardware e infraestructura en los centros de datos de Google. La divulgación de estos datos se presenta como un paso hacia una mayor transparencia en el sector tecnológico, dada la creciente preocupación global por el impacto ambiental de los grandes modelos de IA y el uso masivo de energía de los centros de datos que los soportan.

Sin embargo, este enfoque también ha generado debate entre expertos ambientales. Algunos especialistas señalan que las cifras oficiales de Google, aunque impresionantes, pueden quedar cortas si no consideran factores indirectos más amplios, como la energía consumida por la generación eléctrica o el impacto del entrenamiento de los modelos a gran escala, que históricamente ha requerido volúmenes de energía y recursos muchísimo mayores que la inferencia diaria. Además, la extrapolación del consumo por prompt individual a escala global —con miles de millones de interacciones diarias— subraya que incluso pequeños valores por consulta pueden traducirse en una carga energética significativa cuando se multiplican por volumen de uso. Estas discusiones ponen de relieve la complejidad de medir con precisión el impacto ecológico de las tecnologías de IA y la necesidad de métricas estandarizadas en toda la industria.

La IA llegará a consumir hasta el 12 % del consumo eléctrico total de Norteamérica hacia el 2040.

CNET. 2025. “AI Is the ‘Biggest Driver’ of Electricity Use in North America, a New Energy Report Shows.” CNET, octubre 2025. https://www.cnet.com/tech/services-and-software/ai-is-the-biggest-driver-of-electricity-use-in-north-america-a-new-energy-report-shows/

La demanda de electricidad en Norteamérica está siendo impulsada de forma creciente por la expansión de centros de datos dedicados a la inteligencia artificial (IA). Según un nuevo informe citado por CNET, se proyecta que estos centros, por sí solos, puedan llegar a representar hasta el 12 % del consumo eléctrico total de Norteamérica hacia el 2040.

Este aumento masivo del consumo no es casual: los algoritmos de IA requieren enormes recursos computacionales y un suministro constante de electricidad para alimentar GPUs de alto rendimiento, mantener servidores y sistemas de refrigeración, así como garantizar disponibilidad continua. Esa necesidad energética coloca a la IA como la “principal fuerza motriz” detrás del crecimiento de la demanda eléctrica en la región.

Esos centros de datos, que albergan miles de ordenadores para gestionar todo, desde el entrenamiento de modelos de IA hasta la respuesta a tus solicitudes de ChatGPT, Gemini y Sora, consumirán no solo megavatios de electricidad, sino también millones de galones de agua y miles de acres de tierra.

El impacto ya empieza a notarse en los sistemas energéticos: en Estados Unidos, los centros de datos representan una parte sustancial del crecimiento previsto en demanda eléctrica de aquí a 2030. Si continúa esta tendencia, la presión sobre la red eléctrica, la necesidad de más generación, infraestructura y inversiones energéticas será mayor. Eso plantea retos de sostenibilidad, pues buena parte de esta electricidad todavía proviene de fuentes fósiles, lo que implica un aumento de emisiones y de la huella ambiental ligada al “boom” de la IA.

En julio, la administración Trump publicó lo que denomina el Plan de Acción de IA de Estados Unidos, en el que insta a acelerar la construcción de centros de datos, dejando en segundo plano las cuestiones normativas. «El sistema de permisos medioambientales y otras normativas de Estados Unidos hacen que sea casi imposible construir esta infraestructura en el país con la rapidez necesaria».

Pero a pesar del rápido avance de la IA y del retroceso de la administración Trump en materia de regulaciones medioambientales en Estados Unidos, la empresa prevé que las emisiones globales se reducirán un 63 % para 2060. El informe estima que lo que está sucediendo en Estados Unidos tendrá un mayor efecto en el país, con un retraso de unos cinco años en la reducción de emisiones, y no tanto en los objetivos mundiales de energía limpia.

En definitiva —y según lo que denuncia el informe citado por CNET—, la expansión de la inteligencia artificial no es neutra en términos energéticos: su demanda creciente transforma la estructura del consumo eléctrico en Norteamérica, lo que pone en evidencia la necesidad de replantear políticas energéticas, promover el uso de energías renovables y diseñar una gobernanza de la IA que tenga en cuenta su impacto ambiental.

El 71% de los estadounidenses teme que la IA deje a «demasiadas personas sin trabajo de forma permanente»

«71% of Americans Fear That AI Will Put Too Many People Out of Work Permanently.» ZDNet, 2025. https://www.zdnet.com/article/71-of-americans-fear-that-ai-will-put-too-many-people-out-of-work-permanently/.

Un estudio de ZDNet revela que el 71% de los estadounidenses teme que la inteligencia artificial (IA) elimine permanentemente demasiados empleos.

Un reciente sondeo realizado por Reuters e Ipsos revela que la mayoría de los estadounidenses está preocupada por los posibles impactos de la inteligencia artificial (IA) en diversos ámbitos, como el mercado laboral y la estabilidad política. La encuesta, realizada a 4,446 adultos en Estados Unidos, indica que el 71% teme que la IA desplace permanentemente a un número inaceptablemente alto de trabajadores, especialmente en roles de procesamiento de información y comunicación, como traductores y representantes de servicio al cliente. Esta preocupación coincide con predicciones de líderes del sector tecnológico, como los CEOs de Anthropic, OpenAI y Amazon, sobre el potencial de sus herramientas de IA para reemplazar a trabajadores humanos. Hasta el momento, los efectos concretos sobre el empleo han sido limitados, aunque algunos recién graduados en informática han encontrado más dificultades para ingresar al sector tecnológico.

Sin embargo, también hay un reconocimiento de que la IA podría generar nuevos empleos y mejorar la productividad en ciertos sectores. A pesar de ello, persiste la preocupación sobre cómo se gestionará la transición laboral y si los trabajadores podrán adaptarse a los cambios tecnológicos., el 60% de los participantes cree que la IA podría afectar.

El sondeo también señala otras inquietudes sobre la IA. Más del 77% de los encuestados temen el “caos político” que podrían generar rivales internacionales de Estados Unidos mediante el uso de estas herramientas. Este temor se fundamenta en la proliferación de deepfakes y modelos avanzados de texto a voz que facilitan la suplantación de personas y la manipulación de la opinión pública. Por ejemplo, el informe anual de OpenAI de 2025 documenta operaciones de origen probablemente chino que utilizaron ChatGPT para generar publicaciones y comentarios falsos en redes sociales con fines políticos..

Además, la encuesta refleja preocupaciones sobre la erosión de las relaciones interpersonales debido a los compañeros virtuales impulsados por IA (66%) y sobre el alto consumo energético de estas tecnologías (61%). En conjunto, estos hallazgos subrayan que la sociedad estadounidense percibe la IA no solo como un desafío laboral, sino también como un riesgo político, social y ambiental que requiere atención y regulación..

Google revela el costo ambiental de Gemini: menos energía por consulta, pero más emisiones globales

Crownhart, Casey. 2025. “In a First, Google Has Released Data on How Much Energy an AI Prompt Uses.” MIT Technology Review, August 21, 2025. https://www.technologyreview.com/2025/08/21/1122288/google-gemini-ai-energy

Google ha publicado un informe técnico detallado sobre la huella ambiental de su modelo de IA Gemini, destacando métricas clave como energía, emisiones de carbono y consumo de agua por cada consulta de texto, algo poco común entre empresas del sector

Según este estudio, la consulta mediana de texto en Gemini utiliza aproximadamente 0,24 vatios-hora, una cifra equivalente a ver la televisión durante menos de nueve segundos. Además, la emisión de carbono por consulta es de 0,03 gramos de CO₂ equivalente, y el consumo de agua asciende a 0,26 ml, es decir, alrededor de cinco gotas.

Estos avances reflejan una mejora notable en eficiencia: en el último año, el consumo energético por consulta cayó 33 veces, mientras que la huella de carbono disminuyó 44 veces, todo esto mientras mejoraba la calidad de las respuestas de Gemini

Google atribuye estos logros a una estrategia integral que abarca desde el diseño de hardware y algoritmos más eficientes hasta mejoras en modelos y centro de datos alimentados por energías limpias .

No obstante, expertos han planteado críticas sobre el enfoque de Google, señalando que sus estimaciones podrían ser engañosas, ya que omiten impactos indirectos como el uso de agua adicional y una contabilización optimista de las emisiones de carbono (basada en el mercado).

Aun así, a pesar de la aparente eficiencia por consulta, el consumo total de energía y agua sigue siendo relevante, especialmente considerando la escala global del uso de IA

Finalmente, aunque la empresa ha avanzado en eficiencia y transparencia, su huella global de emisiones ha aumentado —un 51 % desde 2019— principalmente por la creciente demanda energética derivada del uso de IA y el crecimiento de sus centros de datos