{"id":19992,"date":"2026-06-20T05:00:53","date_gmt":"2026-06-20T04:00:53","guid":{"rendered":"https:\/\/espai-marx.net\/?p=19992"},"modified":"2026-06-20T00:33:05","modified_gmt":"2026-06-19T23:33:05","slug":"la-termodinamica-del-capital-inteligencia-artificial-crisis-energetica-y-crisis-ecologica","status":"publish","type":"post","link":"https:\/\/espai-marx.net\/?p=19992","title":{"rendered":"La termodin\u00e1mica del capital: inteligencia artificial, crisis energ\u00e9tica y crisis ecol\u00f3gica"},"content":{"rendered":"
\n
\n

Del c\u00f3digo a la materia<\/span><\/h2>\n

En la primavera de 2023, Microsoft anunci\u00f3 una inversi\u00f3n multimillonaria en OpenAI, presentando la asociaci\u00f3n como un salto hacia una civilizaci\u00f3n m\u00e1s limpia, m\u00e1s inteligente y m\u00e1s eficiente. Las im\u00e1genes que acompa\u00f1an a este tipo de anuncios son invariablemente et\u00e9reas: redes neuronales luminosas, flujos de datos ingr\u00e1vidos y algoritmos que danzan en un espacio digital sin fricciones. La inteligencia artificial (IA), en el discurso dominante de Silicon Valley y su ecosistema medi\u00e1tico, se presenta como la apoteosis de la desmaterializaci\u00f3n: una tecnolog\u00eda tan refinada, tan puramente cognitiva, que finalmente ha escapado del mundo sucio y entr\u00f3pico de las m\u00e1quinas de vapor, las minas de carb\u00f3n y las naves industriales.<\/p>\n

Este art\u00edculo sostiene que tales representaciones son ideol\u00f3gicas en el sentido marxista estricto: invierten la realidad, presentando como inmaterial un proceso que es profunda y consecuentemente material. Se estima que el entrenamiento de GPT-4 ha consumido energ\u00eda equivalente al consumo el\u00e9ctrico anual de miles de hogares.1<\/sup> Una sola consulta a un gran modelo de lenguaje requiere aproximadamente diez veces la electricidad de una b\u00fasqueda est\u00e1ndar en Internet. 2<\/sup> El consumo de agua de Microsoft aument\u00f3 un 34 % en un solo a\u00f1o, un incremento que su propio informe medioambiental atribuy\u00f3 directamente a la expansi\u00f3n de la infraestructura de IA.3<\/sup> No se trata de ineficiencias accidentales que esperan una correcci\u00f3n t\u00e9cnica; son necesidades estructurales de una tecnolog\u00eda cuyo sustrato f\u00edsico \u2014semiconductores, centros de datos, sistemas de refrigeraci\u00f3n y redes de transmisi\u00f3n\u2014 se encuentra entre las infraestructuras que m\u00e1s recursos consumen que la humanidad haya construido jam\u00e1s.<\/p>\n

El mito de la desmaterializaci\u00f3n digital tiene una larga genealog\u00eda. Desde la d\u00e9cada de 1990, los te\u00f3ricos de la \u00abeconom\u00eda de la informaci\u00f3n\u00bb han sostenido que el paso de la industria manufacturera a los servicios, y de los \u00e1tomos a los bits, desacoplar\u00eda el crecimiento econ\u00f3mico del consumo de materiales.4<\/sup> El auge de la IA ha dotado a esta tesis de una nueva y m\u00e1s poderosa versi\u00f3n: si las tecnolog\u00edas digitales anteriores se limitaban a procesar informaci\u00f3n, la IA \u2014seg\u00fan este argumento\u2014 genera inteligencia por s\u00ed misma, un recurso cuya abundancia no agota la naturaleza, sino que la trasciende. Esta es la visi\u00f3n que anima la ret\u00f3rica de la \u00abIA para el clima\u00bb, la \u00abIA para la sostenibilidad\u00bb y la afirmaci\u00f3n m\u00e1s amplia de que la potencia computacional puede sustituir a los recursos naturales a la hora de resolver la crisis ecol\u00f3gica.<\/p>\n

El marco te\u00f3rico desarrollado en este art\u00edculo cuestiona esta visi\u00f3n desde sus cimientos. Me baso en la tradici\u00f3n termodin\u00e1mica dentro de la econom\u00eda pol\u00edtica ecol\u00f3gica, desde la obra fundacional de Nicholas Georgescu-Roegen La ley de la entrop\u00eda y el proceso econ\u00f3mico<\/i> hasta la s\u00edntesis ecosocialista desarrollada por John Bellamy Foster y Brett Clark, para argumentar que el auge de la IA bajo el capitalismo no representa una trascendencia del mundo material, sino una intensificaci\u00f3n de la relaci\u00f3n entr\u00f3pica del capital con \u00e9l.5<\/sup> La segunda ley de la termodin\u00e1mica es implacable en su universalidad: todo c\u00e1lculo es un evento termodin\u00e1mico. Consume energ\u00eda de baja entrop\u00eda \u2014ordenada, utilizable, libre para realizar trabajo\u2014 y devuelve residuos de alta entrop\u00eda a la biosfera en forma de calor, di\u00f3xido de carbono y materia degradada. Ning\u00fan algoritmo, por muy elegante que sea, suspende esta ley. La cuesti\u00f3n no es si la IA produce entrop\u00eda, sino cu\u00e1nta, a qu\u00e9 ritmo y qu\u00e9 ecosistemas absorben las consecuencias.<\/p>\n

Karl Marx entend\u00eda la producci\u00f3n como un proceso metab\u00f3lico: un intercambio continuo entre las sociedades humanas y el mundo natural, mediado por el trabajo y la tecnolog\u00eda. En El capital<\/i>, observ\u00f3 que la maquinaria no crea energ\u00eda, sino que transforma y transmite las fuerzas naturales incrustadas en ella, y que esta transformaci\u00f3n siempre implica el consumo de sustancia natural. 6<\/sup> Lo que no pudo prever fue una forma de acumulaci\u00f3n de capital en la que la principal fuerza productiva es la potencia computacional, y en la que las exigencias termodin\u00e1micas de esa potencia ejercer\u00edan una presi\u00f3n sin precedentes sobre los sistemas energ\u00e9ticos planetarios, las reservas de agua dulce y la estabilidad clim\u00e1tica. El auge de la IA nos enfrenta a la necesidad de extender el an\u00e1lisis metab\u00f3lico de Marx al \u00e1mbito digital.<\/p>\n

La din\u00e1mica de la acumulaci\u00f3n: la IA como motor de alta entrop\u00eda<\/span><\/h2>\n

La crisis ecol\u00f3gica de la IA no es, en primera instancia, un problema termodin\u00e1mico. Es un problema social e hist\u00f3rico. Los procesos espec\u00edficos que est\u00e1n generando la carga ecol\u00f3gica de la IA \u2014la carrera armament\u00edstica competitiva entre un pu\u00f1ado de monopolios tecnol\u00f3gicos, la necesidad imperiosa de ampliar la capacidad computacional independientemente de la utilidad social y la externalizaci\u00f3n sistem\u00e1tica de los costes ecol\u00f3gicos a las comunidades y los ecosistemas del Sur Global\u2014 son producto de una formaci\u00f3n hist\u00f3rica concreta: el capitalismo en su fase monopolista-digital. La termodin\u00e1mica no causa estos procesos; registra sus consecuencias. La segunda ley de la termodin\u00e1mica nos dice que todo c\u00e1lculo degrada la energ\u00eda. No nos dice por qu\u00e9 el c\u00e1lculo se organiza a esta escala, a este ritmo, con estos fines y a costa de qui\u00e9n. Para eso, necesitamos un an\u00e1lisis social e hist\u00f3rico. Lo que aporta el marco termodin\u00e1mico, y lo que lo hace indispensable, es una explicaci\u00f3n precisa de por qu\u00e9 el da\u00f1o ecol\u00f3gico generado por estos procesos sociales no es incidental, sino estructural; no es corregible mediante mejoras de eficiencia, sino que se agrava; y no es reversible mediante mecanismos de mercado, sino que es permanente.<\/p>\n

Para comprender por qu\u00e9 la IA es termodin\u00e1micamente costosa de una manera estructuralmente necesaria y no contingente, es esencial examinar la relaci\u00f3n entre el escalado computacional, la acumulaci\u00f3n de capital y el consumo de energ\u00eda. Esta relaci\u00f3n se rige por din\u00e1micas que hacen que la carga ecol\u00f3gica de la IA bajo el capitalismo no sea meramente grande, sino que se refuerce a s\u00ed misma y sea expansiva.<\/p>\n

La base f\u00edsica del c\u00e1lculo de la IA es el procesamiento de vastas cantidades de operaciones num\u00e9ricas \u2014multiplicaciones, sumas y comparaciones\u2014 realizadas por hardware especializado a una velocidad extraordinaria. La energ\u00eda necesaria para realizar estas operaciones no es insignificante. El estudio de referencia de 2019 de Emma Strubell, Ananya Ganesh y Andrew McCallum estim\u00f3 que el entrenamiento de un solo modelo grande de procesamiento del lenguaje natural con b\u00fasqueda de arquitectura neuronal produce emisiones de di\u00f3xido de carbono comparables a las emisiones a lo largo de la vida \u00fatil de cinco autom\u00f3viles estadounidenses medios.7<\/sup> Las generaciones posteriores de modelos han sido sustancialmente m\u00e1s grandes. Aunque las empresas tecnol\u00f3gicas se han negado a publicar cifras energ\u00e9ticas exhaustivas de sus sistemas m\u00e1s recientes, an\u00e1lisis independientes sugieren que el entrenamiento de modelos de vanguardia, como el GPT-4, consumi\u00f3 energ\u00eda del orden de decenas de gigavatios-hora, suficiente para abastecer de energ\u00eda a una peque\u00f1a ciudad durante semanas.8<\/sup><\/p>\n

La relaci\u00f3n entre la escala del modelo y la demanda computacional no es lineal, sino superlineal. Las investigaciones sobre las leyes de escalado en los grandes modelos de lenguaje han establecido que el rendimiento del modelo se escala aproximadamente como una funci\u00f3n de potencia del producto de los par\u00e1metros del modelo y los datos de entrenamiento.9<\/sup> Esto significa que las mejoras incrementales en la capacidad del modelo requieren aumentos desproporcionados en la inversi\u00f3n computacional. Para mejorar el rendimiento de un modelo en un porcentaje fijo, el presupuesto computacional \u2014y, por lo tanto, el consumo de energ\u00eda\u2014 debe aumentar en un porcentaje significativamente mayor. Esta es la expresi\u00f3n termodin\u00e1mica de los rendimientos decrecientes: a medida que los sistemas de IA de vanguardia se acercan a los l\u00edmites de rendimiento en tareas de referencia, cada incremento adicional de extracci\u00f3n de capacidad requiere un aporte de energ\u00eda exponencialmente mayor. El coste entr\u00f3pico de la inteligencia, bajo los paradigmas tecnol\u00f3gicos actuales, aumenta m\u00e1s r\u00e1pido que la propia inteligencia.<\/p>\n

Esta din\u00e1mica se ve amplificada a\u00fan m\u00e1s por la l\u00f3gica de la acumulaci\u00f3n de capital. La industria de la IA se organiza en torno a un peque\u00f1o n\u00famero de grandes empresas \u2014Google, Microsoft, Amazon, Meta (Facebook) y sus hom\u00f3logas chinas\u2014 cuya posici\u00f3n competitiva depende del mantenimiento de la superioridad algor\u00edtmica. En este contexto, la capacidad computacional no es meramente un insumo de producci\u00f3n, sino un activo estrat\u00e9gico: la empresa con mayores recursos computacionales puede entrenar modelos m\u00e1s grandes, atraer a m\u00e1s usuarios y acumular m\u00e1s datos, reforzando as\u00ed su dominio del mercado. Esto crea lo que podr\u00eda denominarse una carrera armament\u00edstica computacional, en la que cada empresa se ve obligada a ampliar su infraestructura de IA no porque el beneficio social marginal de la computaci\u00f3n adicional justifique el coste marginal, sino porque la l\u00f3gica competitiva de la acumulaci\u00f3n de capital equipara la moderaci\u00f3n a la salida del mercado.10<\/sup> Ninguna empresa individual puede limitar voluntariamente su consumo energ\u00e9tico sin ceder terreno a sus rivales. El resultado es un fracaso de la acci\u00f3n colectiva de proporciones hist\u00f3ricas: el sector en su conjunto ampl\u00eda su huella energ\u00e9tica mucho m\u00e1s all\u00e1 de lo que requerir\u00eda cualquier evaluaci\u00f3n racional de las necesidades sociales.<\/p>\n

El mecanismo por el que opera esta din\u00e1mica queda ilustrado por la paradoja de Jevons, identificada por primera vez por el economista ingl\u00e9s William Stanley Jevons en su an\u00e1lisis de 1865 sobre el consumo de carb\u00f3n brit\u00e1nico. Jevons observ\u00f3 que las mejoras en la eficiencia de las m\u00e1quinas de vapor \u2014la reducci\u00f3n de la cantidad de carb\u00f3n necesaria para realizar una unidad de trabajo determinada\u2014 no reduc\u00edan el consumo total de carb\u00f3n, sino que lo aceleraban, ya que los menores costes del uso de la energ\u00eda estimulaban la expansi\u00f3n de la actividad econ\u00f3mica intensiva en energ\u00eda. 11<\/sup> La paradoja no es una peculiaridad de la econom\u00eda pol\u00edtica victoriana; es una caracter\u00edstica estructural de la acumulaci\u00f3n de capital, que opera siempre que las ganancias de eficiencia reducen el coste de un recurso y, por lo tanto, estimulan la demanda de su uso.<\/p>\n

En el sector de la IA, la paradoja de Jevons opera con especial intensidad. Las sucesivas generaciones de chips de IA \u2014desde las arquitecturas A100 y H100 de NVIDIA hasta las Blackwell\u2014 han aportado mejoras espectaculares en la eficiencia computacional, medida en operaciones por vatio. Sin embargo, el consumo total de energ\u00eda de la infraestructura de IA ha aumentado de forma continua y pronunciada, ya que las mejoras en la eficiencia han reducido el coste del c\u00e1lculo de IA, estimulado la proliferaci\u00f3n de aplicaciones de IA, ampliado el volumen de operaciones de inferencia y acelerado el desarrollo de modelos cada vez m\u00e1s grandes. El propio an\u00e1lisis de OpenAI revel\u00f3 que los requisitos computacionales de las sesiones de entrenamiento de IA de vanguardia se duplicaron aproximadamente cada 3,4 meses entre 2012 y 2018, una tasa de aumento que supera con creces las mejoras de eficiencia logradas gracias a los avances en hardware. 12<\/sup> La Agencia Internacional de la Energ\u00eda pronostic\u00f3 en 2024 que el consumo el\u00e9ctrico de los centros de datos podr\u00eda superar los 1000 teravatios-hora anuales para 2026, lo que equivale aproximadamente a la demanda el\u00e9ctrica total de Jap\u00f3n.13<\/sup><\/p>\n

Son estos procesos sociales e hist\u00f3ricos concretos \u2014la carrera armament\u00edstica monopol\u00edstica, la din\u00e1mica de Jevons y la imposibilidad estructural de la moderaci\u00f3n voluntaria en el marco de la acumulaci\u00f3n competitiva\u2014 los que la termodin\u00e1mica registra, pero no puede explicar por s\u00ed sola. La termodin\u00e1mica del desequilibrio de Ilya Prigogine, desarrollada de forma m\u00e1s completa en *El orden del caos*, proporciona el puente conceptual entre la l\u00f3gica social del capital y sus consecuencias f\u00edsicas. 14<\/sup> Prigogine demostr\u00f3 que los sistemas complejos que se encuentran lejos del equilibrio termodin\u00e1mico \u2014las denominadas estructuras disipativas\u2014 mantienen su orden interno importando continuamente energ\u00eda de baja entrop\u00eda de su entorno y exportando residuos de alta entrop\u00eda. La c\u00e9lula viva, el hurac\u00e1n y la llama son, en este sentido, estructuras disipativas: mantienen su complejidad interna a costa de aumentar la entrop\u00eda de su entorno. Pero la idea m\u00e1s profunda de Prigogine, y la m\u00e1s relevante para nuestros prop\u00f3sitos actuales, es que los procesos que impulsan a las estructuras disipativas lejos del equilibrio son irreversibles. La entrop\u00eda generada en el entorno no puede recuperarse; la degradaci\u00f3n del medio ambiente es permanente. Esta irreversibilidad no es un efecto secundario de la ineficiencia, sino la firma termodin\u00e1mica de los propios procesos disipativos.<\/p>\n

El complejo capitalista de IA es una estructura disipativa de este tipo, pero una en la que la escala, la tasa de crecimiento y la irreversibilidad no vienen determinadas por din\u00e1micas naturales, sino por los imperativos de la acumulaci\u00f3n de capital. Mantiene el orden interno de los beneficios corporativos, la optimizaci\u00f3n algor\u00edtmica y el dominio del mercado agotando continuamente las reservas de baja entrop\u00eda de la biosfera \u2014combustibles f\u00f3siles, agua dulce y minerales\u2014 y devolvi\u00e9ndolas en forma de residuos de alta entrop\u00eda: di\u00f3xido de carbono, contaminaci\u00f3n t\u00e9rmica y residuos electr\u00f3nicos. El di\u00f3xido de carbono emitido por los centros de datos se acumula en la atm\u00f3sfera en escalas temporales de siglos. Los acu\u00edferos agotados por los sistemas de refrigeraci\u00f3n se reponen en escalas temporales de milenios, si es que llegan a hacerlo. Los ecosistemas alterados por la extracci\u00f3n de minerales en la cuenca del Congo o en el desierto de Atacama no vuelven a su estado anterior cuando cierran las minas. Lo que hace el capitalismo, a trav\u00e9s de la l\u00f3gica competitiva de la acumulaci\u00f3n de IA, es impulsar estos procesos disipativos a un ritmo y una escala que desbordan la capacidad regenerativa de los sistemas naturales, consolidando un da\u00f1o ecol\u00f3gico que ninguna soluci\u00f3n tecnol\u00f3gica futura podr\u00e1 revertir. El orden del algoritmo se adquiere a costa de un desorden permanente en la atm\u00f3sfera, las cuencas hidrogr\u00e1ficas y el suelo.<\/p>\n

Este enfoque nos permite ver lo que oculta la narrativa tecno-optimista: que la \u00abinteligencia\u00bb producida por los sistemas de IA no es un regalo gratuito de la tecnolog\u00eda de la informaci\u00f3n, sino un producto termodin\u00e1mico, extra\u00eddo de la naturaleza a un coste que el mercado sistem\u00e1ticamente no registra. Las cuentas financieras de las empresas tecnol\u00f3gicas registran los ingresos generados por los servicios de IA; no registran la carga entr\u00f3pica impuesta a los ecosistemas, las comunidades y los sistemas clim\u00e1ticos por los flujos de energ\u00eda y materiales que hacen posibles esos servicios. No se trata de un error contable, sino de una caracter\u00edstica estructural de la relaci\u00f3n del capitalismo con la naturaleza \u2014lo que Foster, Clark y Richard York han denominado la \u00abbrecha ecol\u00f3gica\u00bb\u2014: la separaci\u00f3n sistem\u00e1tica de los costes de producci\u00f3n de los lugares y sujetos que los soportan.15<\/sup><\/p>\n

Otra dimensi\u00f3n del an\u00e1lisis termodin\u00e1mico se refiere a la relaci\u00f3n entre el entrenamiento de la IA y la inferencia de la IA. El entrenamiento, el proceso de optimizar los par\u00e1metros de un modelo en grandes conjuntos de datos, requiere un uso intensivo de recursos computacionales, pero se produce una sola vez. La inferencia, el proceso de ejecutar un modelo entrenado para generar resultados, es menos intensiva individualmente, pero se produce de forma continua, miles de millones de veces al d\u00eda, en el despliegue global de los sistemas de IA. A medida que la IA se integra en motores de b\u00fasqueda, software de productividad, diagn\u00f3sticos sanitarios, investigaci\u00f3n jur\u00eddica, an\u00e1lisis financiero y sistemas militares de selecci\u00f3n de objetivos, la demanda energ\u00e9tica agregada de la inferencia crece en proporci\u00f3n a la escala de implementaci\u00f3n. Goldman Sachs Research estim\u00f3 que la demanda energ\u00e9tica de la inferencia de la IA podr\u00eda superar a la del entrenamiento en la presente d\u00e9cada a medida que se ampl\u00ede la implementaci\u00f3n. 16<\/sup> Esto significa que la carga ecol\u00f3gica de la IA no es un coste puntual de la construcci\u00f3n del sistema, sino un impuesto continuo y creciente sobre los presupuestos de energ\u00eda y agua del planeta \u2014un impuesto cuya tasa aumenta con cada nueva aplicaci\u00f3n, cada nuevo usuario y cada nueva ronda de acumulaci\u00f3n de capital en el sector de la IA.<\/p>\n

El panorama que se perfila es uno en el que la crisis ecol\u00f3gica de la IA no es producida por la termodin\u00e1mica en s\u00ed misma, sino por los procesos sociales e hist\u00f3ricos espec\u00edficos de la acumulaci\u00f3n de capital \u2014la carrera armament\u00edstica competitiva, la din\u00e1mica de Jevons y la externalizaci\u00f3n sistem\u00e1tica de los costes ecol\u00f3gicos\u2014, que en conjunto impulsan procesos disipativos de no reversibilidad prigoginiana a escala planetaria. La entrop\u00eda es la medida del da\u00f1o; la acumulaci\u00f3n de capital es su causa.<\/p>\n

La brecha energ\u00e9tica: energ\u00eda, agua y extracci\u00f3n de minerales<\/span><\/h2>\n

El an\u00e1lisis termodin\u00e1mico de la secci\u00f3n anterior establece la l\u00f3gica estructural de las demandas energ\u00e9ticas de la IA. Esta secci\u00f3n examina la realidad material de esas demandas en tres dimensiones: electricidad, agua y minerales cr\u00edticos. En conjunto, estos tres vectores de extracci\u00f3n constituyen lo que podr\u00edamos denominar, adaptando el concepto de \u00abbrecha metab\u00f3lica\u00bb de Foster y Clark, una \u00abbrecha energ\u00e9tica\u00bb espec\u00edfica de la era digital: una ruptura sistem\u00e1tica de la relaci\u00f3n metab\u00f3lica entre los sistemas tecnol\u00f3gicos humanos y los ciclos naturales que los sustentan, mediada por las desigualdades espaciales y sociales del capitalismo global.17<\/sup><\/p>\n

Electricidad: la red el\u00e9ctrica bajo asedio<\/span><\/h3>\n

La dimensi\u00f3n m\u00e1s visible de la huella ecol\u00f3gica de la IA es su demanda de energ\u00eda el\u00e9ctrica. Los centros de datos \u2014la infraestructura f\u00edsica de la IA, que albergan los servidores que entrenan los modelos y procesan las solicitudes de inferencia\u2014 se encuentran entre las instalaciones que m\u00e1s electricidad consumen en la econom\u00eda moderna. Un gran centro de datos a hiperescala, del tipo de los que operan Google, Microsoft o Amazon, puede consumir entre 100 y 500 megavatios de potencia de forma continua, lo que es comparable a la demanda el\u00e9ctrica de una ciudad de tama\u00f1o medio. La expansi\u00f3n de la IA ha acelerado dr\u00e1sticamente la construcci\u00f3n de este tipo de instalaciones. Solo Microsoft anunci\u00f3 en 2024 planes para invertir 100 000 millones de d\u00f3lares en nueva infraestructura de centros de datos a nivel mundial, con compromisos similares por parte de Google, Amazon y Meta.18<\/sup><\/p>\n

La magnitud de esta expansi\u00f3n est\u00e1 ejerciendo una presi\u00f3n aguda sobre las redes el\u00e9ctricas en las regiones donde se concentra la construcci\u00f3n de centros de datos. En el norte de Virginia, donde se encuentra la mayor concentraci\u00f3n de centros de datos del mundo, los operadores de la red han advertido de que el crecimiento previsto de los centros de datos amenaza con superar la capacidad de generaci\u00f3n y transmisi\u00f3n de electricidad de la regi\u00f3n, lo que podr\u00eda requerir la construcci\u00f3n de nuevas centrales de combustibles f\u00f3siles para satisfacer la demanda.19<\/sup> En Irlanda, los centros de datos ya representan aproximadamente el 21 % del consumo total de electricidad del pa\u00eds, una cifra que, seg\u00fan las previsiones del operador nacional de la red, podr\u00eda aumentar hasta el 32 % en 2031, desplazando la capacidad de energ\u00eda renovable destinada a la descarbonizaci\u00f3n dom\u00e9stica e industrial.20<\/sup> En Singapur, el Gobierno impuso una moratoria a la construcci\u00f3n de nuevos centros de datos entre 2019 y 2022, alegando limitaciones energ\u00e9ticas, antes de levantarla bajo la presi\u00f3n de las empresas tecnol\u00f3gicas.<\/p>\n

La relaci\u00f3n entre la demanda el\u00e9ctrica de la IA y la transici\u00f3n energ\u00e9tica es profundamente contradictoria. Las empresas tecnol\u00f3gicas han asumido compromisos de gran repercusi\u00f3n para abastecer sus operaciones con energ\u00eda renovable y han realizado importantes inversiones en acuerdos de compra de energ\u00eda e\u00f3lica y solar. Sin embargo, estos compromisos se ven sistem\u00e1ticamente comprometidos por tres din\u00e1micas estructurales. En primer lugar, el desajuste temporal entre la disponibilidad de energ\u00eda renovable \u2014que es intermitente y depende de las condiciones e\u00f3licas y solares\u2014 y la demanda de los centros de datos, que es continua y no puede interrumpirse, implica que los acuerdos de compra de energ\u00eda renovable a menudo no se corresponden con los patrones reales de consumo el\u00e9ctrico. La electricidad que circula por los circuitos de los centros de datos en un momento dado puede proceder de centrales de gas natural, carb\u00f3n o nucleares, independientemente de los contratos de energ\u00eda renovable que haya firmado la empresa.21<\/sup><\/p>\n

En segundo lugar, y de manera m\u00e1s fundamental, el crecimiento de la demanda de electricidad para la IA est\u00e1 superando la expansi\u00f3n de la capacidad de energ\u00eda renovable. Un an\u00e1lisis de 2024 de la Agencia Internacional de la Energ\u00eda revel\u00f3 que el crecimiento previsto de la demanda de electricidad de los centros de datos consumir\u00eda una parte sustancial de la nueva generaci\u00f3n renovable en varios mercados importantes, desplazando de hecho la descarbonizaci\u00f3n en otros sectores.22<\/sup> La construcci\u00f3n de capacidad renovable para alimentar la IA no aumenta el suministro de energ\u00eda limpia disponible para la econom\u00eda en general; sino que absorbe energ\u00eda limpia que, de otro modo, desplazar\u00eda a los combustibles f\u00f3siles en otros \u00e1mbitos.<\/p>\n

En tercer lugar, los exigentes requisitos de fiabilidad de la infraestructura de IA han llevado a las empresas tecnol\u00f3gicas a buscar contratos a largo plazo para la generaci\u00f3n de electricidad a partir de gas natural. El acuerdo de Microsoft con Constellation Energy para reabrir la central nuclear de Three Mile Island atrajo una considerable atenci\u00f3n medi\u00e1tica, pero pas\u00f3 m\u00e1s desapercibida la tendencia generalizada de las empresas tecnol\u00f3gicas a firmar acuerdos de capacidad con generadores de gas para garantizar un suministro el\u00e9ctrico firme.23<\/sup> La l\u00f3gica ecol\u00f3gica es cruda: la expansi\u00f3n de la IA est\u00e1 prolongando directamente la vida econ\u00f3mica de la infraestructura de combustibles f\u00f3siles, lo que consolidar\u00e1 las emisiones de carbono durante las pr\u00f3ximas d\u00e9cadas.<\/p>\n

Agua: el metabolismo oculto<\/span><\/h3>\n

Si la electricidad es la cara visible de las exigencias ecol\u00f3gicas de la IA, el agua es su metabolismo oculto. Los centros de datos requieren grandes cantidades de agua dulce para la refrigeraci\u00f3n, ya sea a trav\u00e9s de sistemas de refrigeraci\u00f3n por evaporaci\u00f3n directa que consumen agua en forma de vapor o mediante la refrigeraci\u00f3n de las centrales termoel\u00e9ctricas que suministran su electricidad. Esta demanda de agua es estructuralmente invisible en la mayor\u00eda de los c\u00e1lculos p\u00fablicos sobre el impacto ambiental de la IA, pero representa una de las dimensiones m\u00e1s graves y localmente agudas de la huella ecol\u00f3gica de esta tecnolog\u00eda.<\/p>\n

El estudio de 2023 de Pengfei Li y sus colegas proporcion\u00f3 las primeras estimaciones sistem\u00e1ticas del consumo de agua de la IA, calculando que el entrenamiento de GPT-3 requiri\u00f3 aproximadamente 700 000 litros de agua dulce, suficiente para fabricar 370 autom\u00f3viles BMW o 320 veh\u00edculos el\u00e9ctricos Tesla.24<\/sup> En cuanto a la inferencia, el panorama es igualmente llamativo: el estudio estim\u00f3 que una conversaci\u00f3n de entre veinte y cincuenta preguntas con ChatGPT consume aproximadamente 500 mililitros de agua. Multiplicado por millones de usuarios diarios, esto representa una demanda agregada de agua dulce de una escala extraordinaria.<\/p>\n

Los datos de divulgaci\u00f3n corporativa confirman la tendencia. El informe medioambiental de Microsoft de 2022 revel\u00f3 un aumento del 34 % en el consumo mundial de agua con respecto al a\u00f1o anterior, atribuyendo expl\u00edcitamente dicho aumento a la expansi\u00f3n de la infraestructura de IA.25<\/sup> Google inform\u00f3 de un aumento del 20 % en el consumo de agua durante el mismo periodo.26<\/sup> No se trata de fluctuaciones marginales, sino que representan un cambio estructural en la demanda de agua dulce del sector tecnol\u00f3gico impulsado directamente por la expansi\u00f3n de los sistemas de IA.<\/p>\n

La geograf\u00eda de este consumo de agua no es neutra. Los centros de datos suelen ubicarse en regiones seleccionadas por el bajo coste del suelo, los reg\u00edmenes fiscales favorables y las condiciones clim\u00e1ticas adecuadas para la refrigeraci\u00f3n, criterios que habitualmente llevan a las empresas tecnol\u00f3gicas a instalarse en zonas con estr\u00e9s h\u00eddrico existente o emergente. En el suroeste de Estados Unidos, los centros de datos compiten por el agua con la agricultura y los sistemas municipales en una regi\u00f3n que ya se enfrenta a graves condiciones de sequ\u00eda, agravadas por el cambio clim\u00e1tico. En Chile, las empresas tecnol\u00f3gicas han establecido instalaciones de centros de datos en la regi\u00f3n de Atacama y sus alrededores, aprovechando los recursos h\u00eddricos de uno de los ecosistemas m\u00e1s \u00e1ridos del mundo \u2014recursos de los que dependen para su supervivencia las comunidades ind\u00edgenas atacame\u00f1as y los peque\u00f1os agricultores.27<\/sup> En los estados de Telangana y Andhra Pradesh, en la India, los parques de centros de datos propuestos se han enfrentado a la resistencia local debido a la preocupaci\u00f3n por el agotamiento de las aguas subterr\u00e1neas en zonas que ya sufren escasez de agua para la agricultura.<\/p>\n

Este patr\u00f3n espacial reproduce, en el \u00e1mbito espec\u00edfico de la infraestructura digital, la l\u00f3gica m\u00e1s amplia de lo que Rob Nixon denomina \u00abviolencia lenta\u00bb \u2014las formas graduales, dispersas y atenuadas en el tiempo de da\u00f1o ecol\u00f3gico que no se registran como acontecimientos en los medios de comunicaci\u00f3n o en los sistemas pol\u00edticos dominados por cat\u00e1strofes dram\u00e1ticas e instant\u00e1neas.28<\/sup> El agotamiento de un acu\u00edfero regional debido a las operaciones de refrigeraci\u00f3n de los centros de datos se produce a lo largo de a\u00f1os y d\u00e9cadas, afectando a comunidades cuya inseguridad h\u00eddrica ya es cr\u00f3nica y cuya voz pol\u00edtica es limitada. No genera titulares. No aparece en los informes de sostenibilidad de las empresas tecnol\u00f3gicas. Pero es materialmente real, termodin\u00e1micamente necesario y est\u00e1 determinado estructuralmente por la l\u00f3gica competitiva de la acumulaci\u00f3n de IA.<\/p>\n

Minerales: la base extractiva<\/span><\/h3>\n

La tercera dimensi\u00f3n de la brecha energ\u00e9tica de la IA es la base extractiva de su hardware. Los semiconductores, servidores, sistemas de almacenamiento y equipos de red que constituyen la infraestructura de la IA requieren una compleja gama de minerales cr\u00edticos \u2014litio, cobalto, tantalio, neodimio, disprosio, indio, galio y otros\u2014 cuya extracci\u00f3n implica un da\u00f1o ecol\u00f3gico grave y concentrado, que recae de manera desproporcionada sobre las comunidades del Sur Global.<\/p>\n

La geograf\u00eda de la extracci\u00f3n de minerales cr\u00edticos se superpone casi con exactitud a la geograf\u00eda de la extracci\u00f3n colonial hist\u00f3rica. La Rep\u00fablica Democr\u00e1tica del Congo suministra aproximadamente el 70 % de la producci\u00f3n mundial de cobalto, en gran parte procedente de minas artesanales que operan en condiciones de grave degradaci\u00f3n ambiental y explotaci\u00f3n laboral, incluido el uso generalizado de mano de obra infantil.29<\/sup> Bolivia, Chile y Argentina \u2014el \u00abtri\u00e1ngulo del litio\u00bb\u2014 poseen la mayor parte de las reservas mundiales de litio, y su extracci\u00f3n implica el agotamiento de acu\u00edferos salinos en ecosistemas de gran altitud de excepcional sensibilidad ecol\u00f3gica. Los elementos de tierras raras, esenciales para los imanes permanentes utilizados en los ventiladores de refrigeraci\u00f3n y los sistemas de alimentaci\u00f3n de los centros de datos, se concentran en China, Myanmar y la Rep\u00fablica Democr\u00e1tica del Congo, y las operaciones de procesamiento generan flujos de residuos radiactivos y t\u00f3xicos.<\/p>\n

La aceleraci\u00f3n del desarrollo de hardware de IA agrava estas presiones extractivas a trav\u00e9s de la l\u00f3gica de la obsolescencia programada. La din\u00e1mica competitiva de la carrera armament\u00edstica de la IA exige a las empresas tecnol\u00f3gicas actualizar continuamente su hardware, sustituyendo las generaciones anteriores de GPU y aceleradores de IA personalizados por modelos m\u00e1s nuevos y potentes en ciclos de dos a tres a\u00f1os. Esto genera enormes cantidades de residuos electr\u00f3nicos: servidores, GPU, m\u00f3dulos de memoria y equipos de red desechados que contienen materiales t\u00f3xicos como plomo, mercurio, cadmio y retardantes de llama bromados. La generaci\u00f3n mundial de residuos electr\u00f3nicos alcanz\u00f3 los 62 millones de toneladas m\u00e9tricas en 2022 y se prev\u00e9 que aumente hasta los 82 millones de toneladas m\u00e9tricas en 2030. 30<\/sup> Una proporci\u00f3n considerable de estos residuos se exporta, a menudo infringiendo el Convenio de Basilea, a instalaciones de procesamiento en \u00c1frica Occidental, Asia Meridional y el Sudeste Asi\u00e1tico, donde se manipulan en condiciones que entra\u00f1an graves riesgos para la salud y el medio ambiente.<\/p>\n

El concepto de intercambio ecol\u00f3gico desigual tiene una historia larga y controvertida, arraigada en la tradici\u00f3n m\u00e1s amplia del intercambio desigual y en la cr\u00edtica marxista del imperialismo. Bas\u00e1ndose en este rico linaje intelectual \u2014que se extiende desde las teor\u00edas cl\u00e1sicas del imperialismo hasta la teor\u00eda de la dependencia y el an\u00e1lisis de los sistemas mundiales\u2014, los estudiosos han incorporado progresivamente dimensiones ecol\u00f3gicas al an\u00e1lisis de las asimetr\u00edas Norte-Sur.31<\/sup> La contribuci\u00f3n de Clark y Foster a este marco se fundamenta principalmente en la cr\u00edtica del imperialismo ecol\u00f3gico: el reconocimiento de que la relaci\u00f3n metab\u00f3lica entre el Norte Global y el Sur Global no es meramente una asimetr\u00eda econ\u00f3mica, sino ecol\u00f3gica, en la que la periferia absorbe los costes medioambientales de la acumulaci\u00f3n del centro.32<\/sup> Este marco proporciona la base te\u00f3rica para comprender la econom\u00eda pol\u00edtica global del metabolismo material de la IA.<\/p>\n

Estos tres vectores de extracci\u00f3n \u2014electricidad, agua y minerales\u2014 no son independientes; son dimensiones interconectadas de un \u00fanico sistema metab\u00f3lico organizado por los imperativos de la acumulaci\u00f3n de capital. Los centros de datos requieren electricidad, lo que exige una infraestructura energ\u00e9tica, que a su vez requiere minerales y agua. Los sistemas de refrigeraci\u00f3n necesitan agua, lo que compite con la agricultura y el suministro municipal, afectando a los sistemas alimentarios y a la salud humana. La producci\u00f3n de hardware requiere minerales y la extracci\u00f3n de minerales, lo que genera residuos y plantea problemas de eliminaci\u00f3n que causan un mayor da\u00f1o ecol\u00f3gico. La brecha energ\u00e9tica de la IA no es una simple ruptura en el metabolismo de la naturaleza, sino una perturbaci\u00f3n en cascada que afecta a m\u00faltiples sistemas ecol\u00f3gicos, coordinada por la mano invisible del capital y ocultada por el aparato ideol\u00f3gico de la desmaterializaci\u00f3n digital.<\/p>\n

Los l\u00edmites termodin\u00e1micos del capital<\/span><\/h2>\n

Las pruebas materiales reunidas en la secci\u00f3n anterior apuntan m\u00e1s all\u00e1 de la escala de la crisis hacia su estructura. Lo que revelan los datos emp\u00edricos sobre la demanda de electricidad, el agotamiento de los recursos h\u00eddricos y la extracci\u00f3n de minerales no es una serie de fallos de mercado independientes, sino una \u00fanica l\u00f3gica sist\u00e9mica \u2014una que requiere una explicaci\u00f3n te\u00f3rica, no meramente t\u00e9cnica.<\/p>\n

La crisis ecol\u00f3gica generada por el capitalismo de la IA no se reduce a un problema de aumento de los costes de producci\u00f3n o de limitaciones de la acumulaci\u00f3n por el lado de la oferta. Representa, m\u00e1s bien, un ataque sistem\u00e1tico a las capacidades regenerativas del propio mundo natural. Como ha argumentado Foster, la relaci\u00f3n del capitalismo con la naturaleza se define por un antagonismo estructural: la l\u00f3gica de la acumulaci\u00f3n sin fin es irreconciliable con los l\u00edmites regenerativos finitos de los sistemas naturales.33<\/sup> El capital no se limita a explotar la naturaleza como condici\u00f3n de la producci\u00f3n; rompe metab\u00f3licamente los ciclos y las relaciones a trav\u00e9s de los cuales la naturaleza se reproduce a s\u00ed misma. Paul Burkett profundiza en este an\u00e1lisis recuperando de Marx una concepci\u00f3n de la naturaleza que rechaza su reducci\u00f3n a un valor instrumental.34<\/sup> Los sistemas naturales poseen valores de uso que son irreducibles a su papel en el proceso de producci\u00f3n, y la destrucci\u00f3n sistem\u00e1tica de estos valores de uso por parte del capitalismo \u2014su conversi\u00f3n de ecosistemas vivos en insumos y sumideros de residuos\u2014 constituye una crisis ecol\u00f3gica en el sentido m\u00e1s amplio: no una crisis de rentabilidad, sino una crisis de las condiciones biof\u00edsicas de la vida misma.<\/p>\n

La econom\u00eda de la IA representa una aguda intensificaci\u00f3n de esta din\u00e1mica. Los centros de datos, los sistemas de refrigeraci\u00f3n y las cadenas de suministro de minerales que sostienen la infraestructura de la IA no se limitan a agotar los recursos naturales en el sentido econ\u00f3mico de aumentar los costes de los insumos. Est\u00e1n participando en una degradaci\u00f3n acumulativa y en gran medida irreversible de los sistemas h\u00eddricos, las ecolog\u00edas energ\u00e9ticas y los paisajes extractivos de los que depende tanto la vida humana como la no humana. Esta degradaci\u00f3n no aparece en los balances de las empresas tecnol\u00f3gicas, no porque sea econ\u00f3micamente marginal, sino porque el sistema contable del capital es estructuralmente incapaz de registrar la destrucci\u00f3n de valores que nunca se mercantilizaron. La crisis ecol\u00f3gica de la IA no es, por lo tanto, un fallo del mercado a la espera de una correcci\u00f3n del mercado; es una expresi\u00f3n de lo que el capitalismo le hace a la naturaleza cuando opera sin l\u00edmites.<\/p>\n

La respuesta dominante a esta contradicci\u00f3n en el marco de la gobernanza capitalista es el discurso de la IA verde y la inform\u00e1tica sostenible: la afirmaci\u00f3n de que la crisis ecol\u00f3gica de la IA puede resolverse mediante la innovaci\u00f3n tecnol\u00f3gica, los mecanismos de mercado y el compromiso voluntario de las empresas. Esta respuesta merece una atenci\u00f3n anal\u00edtica seria, no porque sea convincente, sino porque comprender su fracaso ilumina el car\u00e1cter estructural del problema.<\/p>\n

El discurso de la IA verde se basa en tres afirmaciones: que las energ\u00edas renovables pueden satisfacer las demandas el\u00e9ctricas de la IA sin causar un da\u00f1o ecol\u00f3gico neto; que las mejoras en la eficiencia del hardware reducir\u00e1n el coste ecol\u00f3gico por unidad de la computaci\u00f3n lo suficiente como para compensar el crecimiento de la demanda total; y que la propia IA generar\u00e1 beneficios medioambientales \u2014a trav\u00e9s de la modelizaci\u00f3n clim\u00e1tica, la optimizaci\u00f3n energ\u00e9tica y la ciencia de los materiales\u2014 que compensar\u00e1n con creces sus costes ecol\u00f3gicos. Cada una de estas afirmaciones se ve socavada por la din\u00e1mica estructural de la acumulaci\u00f3n de capital.<\/p>\n

La afirmaci\u00f3n sobre las energ\u00edas renovables fracasa, como se ha se\u00f1alado anteriormente, porque la demanda el\u00e9ctrica de la IA crece m\u00e1s r\u00e1pido que la capacidad renovable, porque los desajustes temporales entre el suministro renovable y la demanda de los centros de datos requieren una generaci\u00f3n de respaldo con combustibles f\u00f3siles, y porque las empresas tecnol\u00f3gicas est\u00e1n contratando activamente capacidad de generaci\u00f3n a gas para garantizar la fiabilidad. La afirmaci\u00f3n sobre la eficiencia fracasa debido a la paradoja de Jevons: las mejoras en la eficiencia del hardware reducen el coste de la computaci\u00f3n y, por lo tanto, estimulan una mayor demanda, lo que produce un mayor consumo total de energ\u00eda en lugar de uno menor. El argumento del beneficio neto no se sostiene porque trata los costes y beneficios ecol\u00f3gicos de la IA como si fueran comparables y negociables, cuando en realidad los costes ecol\u00f3gicos son concentrados, locales y los soportan las comunidades vulnerables. Por su parte, los beneficios son difusos, especulativos y los acaparan los accionistas y los consumidores de los pa\u00edses ricos. No existe ning\u00fan mecanismo de mercado capaz de agregar estos efectos distribuidos de forma asim\u00e9trica en una contabilidad social racional.35<\/sup><\/p>\n

Los mecanismos de compensaci\u00f3n de carbono y de compromiso de cero emisiones netas mediante los cuales las empresas tecnol\u00f3gicas gestionan su contabilidad ecol\u00f3gica p\u00fablica son objeto de cr\u00edticas an\u00e1logas. Las compensaciones de carbono \u2014pagos a proyectos que afirman reducir las emisiones en otros lugares, compensando las propias de una empresa\u2014 adolecen de problemas de adicionalidad, permanencia y verificaci\u00f3n que hacen que muchas de ellas sean ecol\u00f3gicamente ficticias.36<\/sup> Los compromisos de cero emisiones netas que dependen sustancialmente de las compensaciones en lugar de reducciones absolutas de emisiones son, en t\u00e9rminos termodin\u00e1micos, maniobras contables m\u00e1s que intervenciones f\u00edsicas: no reducen la entrop\u00eda generada por las operaciones de los centros de datos; adquieren derechos sobre reducciones de entrop\u00eda en otros lugares, muchas de las cuales no se materializan. Como han demostrado Clark y York en su an\u00e1lisis del metabolismo del carbono, la brecha biosf\u00e9rica generada por el capitalismo de los combustibles f\u00f3siles no es una externalidad que deba valorarse y gestionarse, sino una caracter\u00edstica estructural de la relaci\u00f3n del capital con el ciclo del carbono \u2014una relaci\u00f3n que la expansi\u00f3n de la infraestructura de IA est\u00e1 ahora profundizando y acelerando.37<\/sup><\/p>\n

Una cr\u00edtica m\u00e1s fundamental se refiere a la relaci\u00f3n entre eficiencia y escala. La historia del capitalismo industrial es una historia de mejoras en la eficiencia que se han visto constantemente superadas por la expansi\u00f3n de la escala, una historia que Georgescu-Roegen analiz\u00f3 como la consecuencia inevitable de aplicar los conocimientos termodin\u00e1micos a un sistema econ\u00f3mico organizado en torno al crecimiento ilimitado.38<\/sup> No existe mejora en la eficiencia, por muy dr\u00e1stica que sea, que pueda hacer sostenible un sistema en expansi\u00f3n exponencial en un planeta finito con un presupuesto de entrop\u00eda fijo. La cuesti\u00f3n no es si la IA puede hacerse m\u00e1s eficiente \u2014puede, y las mejoras son reales\u2014, sino si las mejoras en la eficiencia pueden superar el crecimiento de la demanda impulsado por la acumulaci\u00f3n competitiva. Las pruebas de la \u00faltima d\u00e9cada sugieren que no pueden. La l\u00f3gica termodin\u00e1mica de la acumulaci\u00f3n de capital proporciona la raz\u00f3n estructural de por qu\u00e9.<\/p>\n

Esto nos lleva a lo que podr\u00edamos llamar el l\u00edmite termodin\u00e1mico del capital: el punto en el que la entrop\u00eda generada por la acumulaci\u00f3n de capital excede la capacidad de la biosfera para absorberla sin una perturbaci\u00f3n catastr\u00f3fica de los sistemas \u2014clima, hidrolog\u00eda, biodiversidad y fertilidad del suelo\u2014 de los que depende la civilizaci\u00f3n humana. Este l\u00edmite no es un umbral preciso que pueda identificarse de antemano; es una zona de crisis cada vez m\u00e1s profunda, en la que ya nos encontramos en varias dimensiones (concentraci\u00f3n de carbono en la atm\u00f3sfera, agotamiento del agua dulce y p\u00e9rdida de biodiversidad) y a la que nos acercamos en otras. La expansi\u00f3n de la IA bajo el actual r\u00e9gimen de acumulaci\u00f3n de capital no est\u00e1 alejando a la civilizaci\u00f3n de este l\u00edmite, sino acerc\u00e1ndola a \u00e9l, a un ritmo acelerado.<\/p>\n

La econom\u00eda pol\u00edtica de esta trayectoria es clara. Los costes de acercarse al l\u00edmite termodin\u00e1mico del capital no los asumen quienes impulsan la acumulaci\u00f3n, es decir, los accionistas, los ejecutivos y los inversores institucionales de las empresas tecnol\u00f3gicas cuya din\u00e1mica competitiva determina el ritmo de expansi\u00f3n de la IA. Los asumen las comunidades de regiones con estr\u00e9s h\u00eddrico cuyos acu\u00edferos se agotan por la refrigeraci\u00f3n de los centros de datos, los trabajadores de minas artesanales cuya salud se ve destruida por la extracci\u00f3n de minerales, las poblaciones de pa\u00edses vulnerables al clima cuya seguridad alimentaria se ve amenazada por las emisiones de carbono, y las generaciones futuras que heredar\u00e1n un planeta con una capacidad reducida para la autorregulaci\u00f3n ecol\u00f3gica. Esta es la econom\u00eda pol\u00edtica de la entrop\u00eda: la privatizaci\u00f3n de los beneficios del consumo de baja entrop\u00eda y la socializaci\u00f3n de los costes de los residuos de alta entrop\u00eda.39<\/sup><\/p>\n

Ninguna innovaci\u00f3n t\u00e9cnica puede resolver esta econom\u00eda pol\u00edtica, porque no se trata de un problema t\u00e9cnico. Es un problema de poder: de qui\u00e9n controla los medios de computaci\u00f3n, qui\u00e9n determina los fines para los que se despliega la capacidad computacional y qui\u00e9n soporta los costes ecol\u00f3gicos de ese despliegue. Abordarlo no requiere mejores algoritmos ni chips m\u00e1s eficientes, sino una transformaci\u00f3n fundamental de las relaciones sociales de producci\u00f3n en la econom\u00eda digital. Requiere, en resumen, una pol\u00edtica adecuada a lo que est\u00e1 en juego desde el punto de vista termodin\u00e1mico en el momento actual.<\/p>\n

Conclusi\u00f3n<\/span><\/h2>\n

El an\u00e1lisis social e hist\u00f3rico desarrollado en este art\u00edculo conduce a una conclusi\u00f3n que el discurso dominante sobre la IA y la sostenibilidad elude sistem\u00e1ticamente: la crisis ecol\u00f3gica de la IA no es un problema de innovaci\u00f3n insuficiente o de responsabilidad corporativa inadecuada, sino una expresi\u00f3n estructural de la tensi\u00f3n irresoluble del capitalismo con los l\u00edmites biof\u00edsicos del planeta. Los procesos espec\u00edficos que impulsan esta crisis \u2014la carrera armament\u00edstica monopol\u00edstica, la din\u00e1mica de Jevons, y el desplazamiento sistem\u00e1tico de los costes ecol\u00f3gicos hacia el Sur Global\u2014 no son fallos t\u00e9cnicos que esperen soluciones de ingenier\u00eda. Son el funcionamiento normal de la acumulaci\u00f3n de capital en su fase monopolista-digital, registrado en t\u00e9rminos termodin\u00e1micos como procesos disipativos de no reversibilidad prigoginiana: permanentes, que se agravan y est\u00e1n fuera del alcance de la correcci\u00f3n del mercado.<\/p>\n

La tradici\u00f3n ecosocialista ofrece el punto de partida te\u00f3ricamente m\u00e1s coherente para una alternativa. Como ha argumentado Foster, la brecha metab\u00f3lica entre el capital y la naturaleza no puede repararse dentro del marco institucional del propio capitalismo; requiere una reorganizaci\u00f3n fundamental de las relaciones sociales de producci\u00f3n \u2014una que subordine los imperativos de la acumulaci\u00f3n a los l\u00edmites regenerativos del mundo natural\u2014. Una l\u00f3gica ecosocialista de la inform\u00e1tica se basar\u00eda en tres compromisos fundamentales. En primer lugar, se apoyar\u00eda en el control democr\u00e1tico de la infraestructura computacional: los centros de datos, las plataformas de IA y las redes que los conectan constituyen una infraestructura social cr\u00edtica cuya gobernanza no puede dejarse en manos de los imperativos competitivos del capital privado. Al igual que las redes el\u00e9ctricas y los sistemas de agua, requieren una rendici\u00f3n de cuentas democr\u00e1tica: formas de control social que permitan a las comunidades determinar los fines para los que se utiliza la capacidad computacional y las condiciones en las que se distribuyen sus costes ecol\u00f3gicos. En segundo lugar, requerir\u00eda una reorientaci\u00f3n de las prioridades de investigaci\u00f3n y desarrollo, alej\u00e1ndolas de las aplicaciones destinadas a maximizar los beneficios \u2014optimizaci\u00f3n publicitaria, operaciones financieras y vigilancia laboral\u2014 hacia aplicaciones que atiendan genuinamente a las necesidades sociales. Esto incluye la gesti\u00f3n de las energ\u00edas renovables, la salud p\u00fablica, la vigilancia ecol\u00f3gica y la educaci\u00f3n. En tercer lugar, y lo m\u00e1s fundamental, requerir\u00eda aceptar que la escala de la actividad computacional debe estar limitada por los l\u00edmites ecol\u00f3gicos. La suficiencia \u2014entendi\u00e9ndose por tal el hecho de calcular lo suficiente, en lugar de calcular m\u00e1s\u2014 debe convertirse en un principio organizativo, sustituyendo al imperativo de crecimiento que impulsa la actual carrera armament\u00edstica de la IA.<\/p>\n

Ninguna de estas transformaciones es inminente, y ninguna puede lograrse \u00fanicamente por medios t\u00e9cnicos. La irreversibilidad que Prigogine identific\u00f3 en los sistemas disipativos tiene su an\u00e1logo social en las dependencias de trayectoria de la infraestructura capitalista: los centros de datos ya construidos, los contratos de combustibles f\u00f3siles ya firmados y los paisajes de extracci\u00f3n ya degradados. Lo que la pol\u00edtica ecosocialista puede lograr no es la reversi\u00f3n del da\u00f1o pasado, sino la interrupci\u00f3n de los procesos que generan da\u00f1o futuro: una ruptura en la l\u00f3gica social de la acumulaci\u00f3n que la termodin\u00e1mica registra, pero que por s\u00ed sola no puede producir. La cuesti\u00f3n que se nos plantea no es si los l\u00edmites del capital se impondr\u00e1n, sino si se enfrentar\u00e1n en los t\u00e9rminos establecidos por sociedades democr\u00e1ticas comprometidas con la supervivencia ecol\u00f3gica, o en los t\u00e9rminos impuestos por las crisis en cascada de una biosfera empujada m\u00e1s all\u00e1 de su capacidad regenerativa. El algoritmo no decide. La pol\u00edtica s\u00ed.<\/p>\n

Te Li es profesor adjunto en la Facultad de Econom\u00eda y Gesti\u00f3n de la Universidad Abierta de Yunnan. Su investigaci\u00f3n se centra en la matematizaci\u00f3n de las instituciones y la econom\u00eda pol\u00edtica.<\/span><\/p>\n

Notas<\/span><\/h2>\n
    \n
  1. Sasha Luccioni, Alexandre Viguier y Anne-Laure Ligozat, \u00abEstimating the Carbon Footprint of BLOOM, a 176B Parameter Language Model\u00bb, Journal of Machine Learning Research<\/cite> 24, n.\u00ba 253 (2023): 1-15.<\/li>\n
  2. Goldman Sachs Research, \u00abAI Is Poised to Drive 160% Increase in Data Center Power Demand\u00bb, 14 de mayo de 2024.<\/li>\n
  3. Microsoft, Informe de sostenibilidad medioambiental de 2022<\/cite> (Redmond, Washington: Microsoft Corporation, 2022), 17.<\/li>\n
  4. Jeremy Rifkin, La sociedad del coste marginal cero: el Internet de las cosas, los bienes comunes colaborativos y el ocaso del capitalismo<\/cite> (Nueva York: Palgrave Macmillan, 2014), 11\u201314.<\/li>\n
  5. Nicholas Georgescu-Roegen, La ley de la entrop\u00eda y el proceso econ\u00f3mico<\/cite> (Cambridge: Harvard University Press, 1971), 3\u20134; John Bellamy Foster, Brett Clark y Richard York, La brecha ecol\u00f3gica: la guerra del capitalismo contra la Tierra<\/cite> (Nueva York: Monthly Review Press, 2010), 54\u201376.<\/li>\n
  6. Karl Marx, El capital: Cr\u00edtica de la econom\u00eda pol\u00edtica<\/cite>, vol. 1, trad. Ben Fowkes (Londres: Penguin, 1976), 493\u201394.<\/li>\n
  7. Emma Strubell, Ananya Ganesh y Andrew McCallum, \u00abEnergy and Policy Considerations for Deep Learning in NLP\u00bb, Actas de la 57.\u00aa Reuni\u00f3n Anual de la Asociaci\u00f3n de Ling\u00fc\u00edstica Computacional<\/cite> (2019): 3645\u201350.<\/li>\n
  8. David Patterson et al., \u00abCarbon Emissions and Large Neural Network Training\u00bb, preimpresi\u00f3n de arXiv, arXiv:2104.10350 (2021), 1\u20139.<\/li>\n
  9. Jordan Hoffmann et al., \u00abTraining Compute-Optimal Large Language Models\u00bb, preimpresi\u00f3n de arXiv, arXiv:2203.15556 (2022), 1\u201319.<\/li>\n
  10. John Bellamy Foster, \u00abThe Ecology of Marxian Political Economy\u00bb, Monthly Review<\/cite> 63, n.\u00ba 4 (septiembre de 2011): 1\u201316.<\/li>\n
  11. William Stanley Jevons, La cuesti\u00f3n del carb\u00f3n: una investigaci\u00f3n sobre el progreso de la naci\u00f3n y el probable agotamiento de nuestras minas de carb\u00f3n<\/cite> (Londres: Macmillan, 1865), 152\u2013153.<\/li>\n
  12. \u00abAI and Compute\u00bb, OpenAI (blog), openai.com\/blog\/ai-and-compute<\/a>.<\/li>\n
  13. Agencia Internacional de la Energ\u00eda, Electricity 2024: Analysis and Forecast to 2026<\/cite> (Par\u00eds: AIE, 2024), 14.<\/li>\n
  14. Ilya Prigogine e Isabelle Stengers, El orden del caos: el nuevo di\u00e1logo del hombre con la naturaleza<\/cite> (Nueva York: Bantam Books, 1984), 143\u2013145.<\/li>\n
  15. Foster, Clark y York, La brecha ecol\u00f3gica<\/cite>, 73\u201376.<\/li>\n
  16. Goldman Sachs Research, \u00abLa IA est\u00e1 a punto de provocar un aumento del 160 % en la demanda energ\u00e9tica de los centros de datos\u00bb.<\/li>\n
  17. Brett Clark y John Bellamy Foster, \u00abImperialismo ecol\u00f3gico y la brecha metab\u00f3lica global: intercambio desigual y el comercio de guano y nitratos\u00bb, International Journal of Comparative Sociology<\/cite> 50, n.\u00ba 3\u20134 (2009): 311\u201334.<\/li>\n
  18. Arsheeya Bajwa, \u00abMicrosoft y OpenAI planean un proyecto de centros de datos de 100 000 millones de d\u00f3lares, seg\u00fan informan los medios\u00bb, Reuters, 29 de marzo de 2024.<\/li>\n
  19. Agencia Internacional de la Energ\u00eda, Electricity 2024<\/cite>, 27.<\/li>\n
  20. EirGrid, Tomorrow\u2019s Energy Scenarios 2023<\/cite> (Dubl\u00edn: EirGrid, 2023), 34.<\/li>\n
  21. Benjamin K. Sovacool et al., \u00abMinerales y metales sostenibles para un futuro con bajas emisiones de carbono\u00bb, Science<\/cite> 367, n.\u00ba 6473 (2020): 30\u201333.<\/li>\n
  22. Agencia Internacional de la Energ\u00eda, Electricidad 2024<\/cite>, 27\u201329.<\/li>\n
  23. Kim Crawford y Vladan Joler, \u00abAnatomy of an AI System\u00bb, 2018, anatomyof.ai<\/a>.<\/li>\n
  24. Pengfei Li et al., \u00abMaking AI Less \u2018Thirsty\u2019: Uncovering and Addressing the Secret Water Footprint of AI Models\u00bb, preimpresi\u00f3n de arXiv, arXiv:2304.03271 (2023), 1\u201310.<\/li>\n
  25. Microsoft, Informe de sostenibilidad medioambiental 2022<\/cite>, 17.<\/li>\n
  26. Google, Informe medioambiental 2023<\/cite> (Mountain View, California: Google, 2023), 22.<\/li>\n
  27. Peter Dauvergne, AI in the Wild: Sustainability in the Age of Artificial Intelligence<\/cite> (Cambridge: MIT Press, 2020), 78\u201379.<\/li>\n
  28. Rob Nixon, Slow Violence and the Environmentalism of the Poor<\/cite> (Cambridge, Massachusetts: Harvard University Press, 2011), 2\u20133.<\/li>\n
  29. Guillaume Pitron, The Rare Metals War: The Dark Side of the Clean Energy and Digital Technologies<\/cite>, trad. Bianca Jacobsohn (Londres: Scribe, 2023), 45\u201367.<\/li>\n
  30. Instituto de las Naciones Unidas para la Formaci\u00f3n Profesional e Investigaciones, The Global E-waste Monitor 2024<\/cite> (Bonn: UNITAR, 2024), 3.<\/li>\n
  31. John Bellamy Foster y Hannah Holleman, \u00abThe Theory of Unequal Ecological Exchange: A Marx-Odum Dialectic\u00bb, Journal of Peasant Studies<\/cite> 41, n.\u00ba 2 (2014): 199\u2013233.<\/li>\n
  32. John Bellamy Foster y Brett Clark, \u00abIntroducci\u00f3n a la edici\u00f3n actualizada de Unequal Exchange<\/cite>, de Arghiri Emmanuel\u00bb, Monthly Review<\/cite> 77, n.\u00ba 8 (enero de 2026): 1-19.<\/li>\n
  33. John Bellamy Foster, \u00abCapitalismo y ecolog\u00eda: la naturaleza de la contradicci\u00f3n\u00bb, Monthly Review<\/cite> 54, n.\u00ba 4 (septiembre de 2002): 6-16.<\/li>\n
  34. Paul Burkett, \u00abFusionando el rojo y el verde\u00bb, Monthly Review<\/cite> 50, n.\u00ba 9 (febrero de 1999): 47-56; Paul Burkett, Marx y la naturaleza: una perspectiva roja y verde<\/cite> (Nueva York: St. Martin\u2019s Press: 1999).<\/li>\n
  35. John Bellamy Foster y Brett Clark, \u00abEl robo de la naturaleza: el capitalismo y la brecha metab\u00f3lica\u00bb, Monthly Review<\/cite> 70, n.\u00ba 3 (julio-agosto de 2018): 1-20.<\/li>\n
  36. Benjamin K. Sovacool et al., \u00abSustainable Minerals and Metals for a Low-Carbon Future\u00bb, Science<\/cite> 367, n.\u00ba 6473 (2020): 30-33.<\/li>\n
  37. Brett Clark y Richard York, \u00abCarbon Metabolism: Global Capitalism, Climate Change, and the Biospheric Rift\u00bb, Theory and Society<\/cite> 34, n.\u00ba 4 (2005): 391-428.<\/li>\n
  38. Georgescu-Roegen, The Entropy Law and the Economic Process<\/cite>, 276-278.<\/li>\n
  39. John Bellamy Foster, Marx\u2019s Ecology: Materialism and Nature<\/cite> (Nueva York: Monthly Review Press, 2000), 141-177.<\/li>\n<\/ol>\n

    Fuente: Monthly Review, Vol. 78, n.\u00ba 02 (junio de 2026)\u00a0https:\/\/monthlyreview.org\/articles\/the-thermodynamics-of-capital\/<\/a>)<\/p>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

    Del c\u00f3digo a la materia En la primavera de 2023, Microsoft anunci\u00f3 una inversi\u00f3n multimillonaria en OpenAI, presentando la asociaci\u00f3n<\/p>\n","protected":false},"author":5,"featured_media":19993,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2276,1563,44],"tags":[],"class_list":["post-19992","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-arquitectura","category-crisis-ecosocial","category-economia"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/espai-marx.net\/index.php?rest_route=\/wp\/v2\/posts\/19992","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/espai-marx.net\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/espai-marx.net\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/espai-marx.net\/index.php?rest_route=\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/espai-marx.net\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=19992"}],"version-history":[{"count":1,"href":"https:\/\/espai-marx.net\/index.php?rest_route=\/wp\/v2\/posts\/19992\/revisions"}],"predecessor-version":[{"id":19994,"href":"https:\/\/espai-marx.net\/index.php?rest_route=\/wp\/v2\/posts\/19992\/revisions\/19994"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/espai-marx.net\/index.php?rest_route=\/wp\/v2\/media\/19993"}],"wp:attachment":[{"href":"https:\/\/espai-marx.net\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=19992"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/espai-marx.net\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=19992"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/espai-marx.net\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=19992"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}