Cuando la comunidad imita a la IA: la insólita estrategia de un pueblo chileno para denunciar el consumo de agua de los data centers

En una región donde cada litro de agua cuenta, los habitantes de una comunidad chilena han decidido adoptar una estrategia tan inusual como reveladora: emular el funcionamiento de la inteligencia artificial para denunciar precisamente a quienes más agua consumen para entrenar esos mismos sistemas. La paradoja es tan poderosa como inquietante: usar las lógicas de la tecnología que amenaza sus recursos para hacer visible lo invisible, para cuantificar lo que las grandes corporaciones tecnológicas prefieren mantener en la opacidad de sus informes de sostenibilidad.

La sed oculta de la inteligencia artificial

Mientras el mundo celebra los avances de ChatGPT, Gemini y otros sistemas de IA generativa, pocos se detienen a considerar el costo hídrico de cada consulta procesada. Los data centers que alimentan estos modelos requieren sistemas de refrigeración masivos que consumen millones de litros de agua diariamente. En Chile, un país que enfrenta una megasequía de más de una década, esta realidad ha dejado de ser una estadística abstracta para convertirse en una amenaza tangible para comunidades enteras.

La estrategia adoptada por esta comunidad chilena consiste en replicar patrones de comportamiento algorítmico: recopilación sistemática de datos, análisis de patrones de consumo, y generación de informes automatizados que documentan cada metro cúbico de agua utilizado por las instalaciones tecnológicas en su territorio. Si la IA aprende de los datos, ellos han decidido convertirse en generadores incansables de datos sobre la propia IA.

Esta forma de activismo tecnológico representa un giro significativo en las estrategias de resistencia comunitaria. No se trata solo de protestas tradicionales o recursos legales convencionales, sino de apropiarse del lenguaje y las metodologías de aquello que se denuncia. Es una especie de jiu-jitsu digital: usar la fuerza del oponente en su contra.

Chile: epicentro del dilema entre innovación y recursos

La elección de Chile como sede de múltiples data centers no es casual. El país sudamericano ofrece energía renovable abundante, estabilidad política, conexiones de fibra óptica transoceánicas y, hasta hace poco, una regulación laxa sobre el uso de recursos hídricos. Empresas tecnológicas globales han identificado el territorio chileno como un lugar estratégico para expandir su infraestructura de computación en la nube y procesamiento de IA.

Sin embargo, esta convergencia de intereses corporativos ocurre en un contexto de crisis hídrica severa. Según datos del Centro de Ciencia del Clima y la Resiliencia de Chile, más del 70% del territorio nacional enfrenta algún grado de sequía. Comunidades agrícolas, pueblos indígenas y habitantes rurales han visto disminuir drásticamente su acceso al agua, mientras las industrias intensivas en recursos —incluida la tecnológica— continúan operando con relativa normalidad.

La ironía es devastadora: la tecnología que promete resolver los problemas de la humanidad está agotando el recurso más fundamental para la vida en regiones que ya sufren escasez extrema.

El caso chileno no es único, pero sí particularmente ilustrativo. Representa la tensión global entre la aceleración tecnológica y los límites planetarios, entre las promesas de la transformación digital y las realidades materiales de comunidades vulnerables. Es el choque entre dos narrativas: la del progreso tecnológico ilimitado y la de la justicia ambiental y social.

Metodología de resistencia: aprender del enemigo

La estrategia adoptada por la comunidad chilena incluye la instalación de sensores de flujo de agua en puntos estratégicos, el monitoreo constante de los niveles de napas subterráneas, y la creación de dashboards públicos que visualizan en tiempo real el impacto de las operaciones de los data centers. Esencialmente, han construido su propio sistema de inteligencia artificial rudimentario pero efectivo, diseñado no para generar texto o imágenes, sino para generar conciencia y evidencia.

Este enfoque tiene precedentes en otras formas de activismo tecnológico, pero su aplicación específica al contexto de la IA y los recursos hídricos es novedosa. La comunidad ha establecido alianzas con universidades locales y organizaciones ambientales que les proveen capacitación técnica y validación científica de sus datos. El resultado es una base de evidencia robusta que dificulta la negación corporativa o la minimización gubernamental del problema.

Además, la comunidad ha adoptado tácticas de comunicación propias del mundo digital: campañas en redes sociales con visualizaciones de datos, reportes mensuales automatizados enviados a autoridades y medios, y la creación de un archivo digital público donde cualquier persona puede acceder a las métricas de consumo. Han convertido la transparencia en su arma más poderosa, obligando a que lo que ocurre en la opacidad de los data centers sea sometido al escrutinio público.

Implicaciones para el futuro de la IA responsable

Este caso plantea preguntas fundamentales sobre la sostenibilidad de la actual carrera por el desarrollo de IA. Si cada consulta a un modelo de lenguaje grande consume el equivalente a una botella de agua, y si los centros de entrenamiento de estos modelos requieren refrigeración equivalente al consumo de ciudades pequeñas, ¿es sostenible el ritmo actual de expansión? ¿Quién debe asumir los costos ambientales de una tecnología que beneficia principalmente a corporaciones y usuarios en países desarrollados?

La respuesta de la industria tecnológica ha sido, hasta ahora, insuficiente. Mientras algunas empresas publican informes de sostenibilidad que prometen neutralidad de carbono o uso eficiente del agua, la realidad es que el consumo absoluto sigue aumentando exponencialmente. Las mejoras en eficiencia son superadas por el crecimiento en escala. Es la paradoja de Jevons aplicada a la era digital: la mayor eficiencia no reduce el consumo total, sino que lo habilita y expande.

El activismo de esta comunidad chilena señala un camino alternativo: la exigencia de transparencia total, la participación comunitaria en decisiones sobre instalación de infraestructura tecnológica, y la implementación de límites estrictos al consumo de recursos en zonas de escasez. Representa un modelo de gobernanza tecnológica desde abajo, donde las comunidades afectadas no son meras espectadoras del progreso, sino actores con capacidad de veto y negociación.

Contexto clave

Consumo hídrico de los data centers: Los centros de datos utilizan agua principalmente para sistemas de refrigeración que mantienen los servidores a temperaturas operativas. Un data center de tamaño medio puede consumir entre 1 y 5 millones de litros de agua diariamente, equivalente al consumo de una ciudad de 30,000 a 50,000 habitantes. Este consumo se intensifica en instalaciones que entrenan modelos de IA, debido a la mayor densidad de procesamiento y generación de calor.

Entrenamiento de modelos de IA y recursos: Entrenar un modelo de lenguaje grande como GPT-3 o sus sucesores requiere miles de procesadores GPU funcionando simultáneamente durante semanas o meses. Este proceso genera calor intenso que debe ser disipado constantemente. Estudios recientes estiman que entrenar un solo modelo grande puede consumir el equivalente a 700,000 litros de agua, sin contar el consumo continuo durante su operación y las consultas de millones de usuarios.

Crisis hídrica en Chile: Chile enfrenta la sequía más prolongada de su historia registrada, con más de 13 años de precipitaciones bajo el promedio histórico. Esta megasequía afecta particularmente a las regiones centro y norte del país, donde paradójicamente se concentra gran parte de la infraestructura tecnológica y minera. La competencia por recursos hídricos limitados ha generado conflictos entre diferentes sectores económicos, comunidades locales y pueblos indígenas, con el Estado frecuentemente priorizando intereses corporativos sobre derechos comunitarios.

Para profundizar

• Huella ambiental oculta de la IA — Más allá del agua, el entrenamiento y operación de sistemas de IA genera emisiones de carbono equivalentes a industrias tradicionales pesadas. Investigar la huella completa de la IA, incluyendo extracción de minerales raros para chips, consumo energético y gestión de residuos electrónicos, revela una industria cuyo impacto ambiental contradice su imagen de tecnología limpia y desmaterializada.
• Modelos de gobernanza comunitaria de infraestructura tecnológica — Experiencias en otros países donde comunidades han logrado establecer mecanismos de participación vinculante en decisiones sobre instalación de data centers, torres de telecomunicaciones o infraestructura digital. Estos casos ofrecen lecciones sobre cómo equilibrar desarrollo tecnológico con derechos territoriales y sostenibilidad ambiental.
• Alternativas técnicas para IA sostenible — Investigación en curso sobre modelos de IA más eficientes, técnicas de entrenamiento que requieren menos recursos computacionales, y arquitecturas de hardware especializadas que reducen el consumo energético e hídrico. La pregunta es si estas innovaciones llegarán a tiempo y a escala suficiente para mitigar el impacto de la expansión actual de la industria.