Inteligencia artificial y crisis climática: ¿innovación científica o el nuevo mito de la salvación tecnológica?

La inteligencia artificial se ha convertido en uno de los grandes relatos de nuestro tiempo. Gobiernos, empresas tecnológicas y organismos internacionales la presentan como una herramienta transformadora capaz de revolucionar la economía, optimizar la administración pública, acelerar la investigación científica y, cada vez más, combatir el cambio climático.

En pocos años, la IA ha pasado de ser una cuestión especializada a ocupar el centro de la conversación pública global.

Este artículo conecta transformación digital, políticas universitarias, sostenibilidad y epistemología crítica, cuestiones todas ellas muy presentes actualmente en el debate sobre educación superior.

Junto al entusiasmo creciente sobre la IA emerge otra preocupación menos visible: el enorme coste energético y material de las tecnologías de inteligencia artificial. Diversos organismos internacionales y centros de investigación han comenzado a advertir sobre esta contradicción.

En el Reino Unido, el Grantham Research Institute on Climate Change and the Environment viene publicando análisis sobre los vínculos entre inteligencia artificial y sostenibilidad climática. Del mismo modo, programas específicos como los de Naciones Unidas,  Environment y Climate Change, o informes como los de la International Energy Agency, la UNESCO, el World Economic Forum o la European Environment Agency también examinan tanto las posibilidades como los riesgos ambientales asociados a la IA.

La situación en España

En España, una publicación de enero de 2026 del blog de Akepa – The Sustainable Agency mantiene que el auge de la inteligencia artificial generativa agrava la crisis climática al disparar el consumo de energía y agua, triplicando las emisiones de los centros de datos para 2030. Y es que, efectivamente, los centros de datos, el entrenamiento de modelos masivos, la expansión de infraestructuras digitales y la producción de hardware especializado requieren cantidades crecientes de electricidad, agua y minerales estratégicos.

La pregunta resulta entonces inevitable: ¿puede una tecnología intensiva en recursos convertirse realmente en solución para la crisis ambiental?

Lo más interesante quizá no sea únicamente responder a esa cuestión, sino observar cómo se está construyendo el relato del conocimiento científico alrededor de ella.

¿Qué tipo de investigaciones reciben mayor atención? ¿Qué discursos adquieren legitimidad institucional? ¿Qué papel desempeñan las políticas públicas y las corporaciones tecnológicas en la orientación de la investigación?

Dos relatos enfrentados

En los últimos años han proliferado informes y documentos institucionales sobre inteligencia artificial y sostenibilidad. Algunos alertan sobre los riesgos ambientales asociados al desarrollo acelerado de la inteligencia artificial: aumento del consumo energético, expansión de infraestructuras digitales, extracción intensiva de recursos naturales o incremento de residuos electrónicos.

Otros, por el contrario, sostienen que la IA permitirá optimizar sistemas energéticos, reducir emisiones y mejorar la coordinación global frente a la emergencia climática. Medios internacionales como The Economist o The Guardian han contribuido también a consolidar este debate, subrayando simultáneamente el potencial de la IA para afrontar la crisis climática y las crecientes dudas sobre su sostenibilidad material.

Una tensión que da lugar a dos posiciones

Esta tensión ha dado lugar, de forma simplificada, a dos grandes orientaciones discursivas. La primera podría denominarse “IA-exacerbadora”. En ella se agrupan investigaciones que subrayan cómo la expansión de la inteligencia artificial agrava la crisis ecológica, con estudios sobre la huella de carbono de los modelos de lenguaje que amenazan los objetivos de energías renovables al obligar a depender de los combustibles fósiles;  el impacto hídrico de los centros de datos o la creciente dependencia de minerales críticos. La segunda orientación podría llamarse “IA-mitigadora”.

En este caso, la inteligencia artificial aparece como una herramienta para reducir daños ambientales mediante la optimización energética, la gestión inteligente de infraestructuras, la predicción climática o la automatización de procesos sostenibles.

Esta es la postura de Bloomberg, una de las empresas de información más importantes del mundo, con columnas como “AI Doesn’t Need to Be a Climate Villain”, o la agencia Reuters, que afirma que el uso de IA ayuda a recortar las emisiones de carbón en las ciudades. También el Financial Times habla del impacto positivo de la IA con su capacidad para revolucionar la eficiencia en las industrias más pesadas.

El problema es que, en los últimos años, la segunda narrativa parece haber adquirido una hegemonía creciente.

Resulta cada vez más frecuente encontrar investigaciones, informes y políticas públicas centradas en las posibilidades ‘salvadoras’ de la IA, mientras disminuye la visibilidad de los análisis más críticos sobre sus efectos materiales y ecológicos.

No estamos ante un simple debate. Se trata de la construcción de un nuevo relato con un profundo impacto político y cultural.

Tras del algoritmo: el problema de la investigación cuantitativa en la universidad

Las universidades ocupan un papel central en la producción de conocimiento, pero su autonomía está cada vez más condicionada por dinámicas institucionales complejas. Se trata de espacios que no solo generan investigación, sino que también reciben financiación para laboratorios, infraestructuras digitales, programas de innovación y colaboraciones con el sector privado, lo que influye en la orientación general de sus agendas científicas. En este marco, surge una cuestión relevante: hasta qué punto las líneas de investigación responden a una lógica científica autónoma y hasta qué punto se alinean con prioridades políticas y económicas predefinidas.

Estructuras confusas ante un problema complejo

Esta influencia no suele operar mediante mecanismos directos o conspirativos, sino a través de estructuras más difusas. Los sistemas de financiación tienden a favorecer proyectos vinculados a estrategias de innovación tecnológica, mientras que las convocatorias competitivas refuerzan determinadas orientaciones y desplazan otras hacia los márgenes del sistema académico.

A ello se suma un problema metodológico: la creciente producción de artículos científicos en torno a la IA, cuando gran parte de los datos disponibles provienen de empresas tecnológicas con intereses comerciales, lo que dificulta la transparencia. En este contexto, bases de datos como OpenAlex, arXiv, Web of Science o Scopus son esenciales para analizar tendencias, aunque no eliminan el problema de fondo: la necesidad de una evaluación crítia de la investigación en un sistema donde ciencia, política y economía están profundamente entrelazadas.

Legitimidad discursiva, innovación y responsabilidad universitaria

Uno de los rasgos más significativos del debate contemporáneo sobre la IA es el desplazamiento progresivo del relato, de una lógica de precaución hacia una lógica de inevitabilidad. Si hace algunos años predominaban las preguntas sobre riesgos, límites y consecuencias, hoy tiende a imponerse la idea de que la expansión de la IA es irreversible, lo que conduce a asumir su integración como un proceso necesario en todos los ámbitos sociales, incluida la acción climática. Esta transformación discursiva tiene implicaciones profundas para la universidad, en tanto institución productora no solo de conocimiento, sino también de legitimidad cultural.

Cuando las universidades adoptan sin suficiente distancia crítica estos marcos interpretativos, contribuyen a consolidar imaginarios tecnológicos que presentan la IA como horizonte ineludible del progreso.

El riesgo no reside únicamente en sus posibles efectos ambientales, sino también en la reducción del espacio crítico necesario para debatir alternativas, evaluar límites y problematizar supuestos.

El potencial de la inteligencia artificial

Ahora bien, reconocer esta deriva no implica negar el potencial positivo de la IA. Sus aplicaciones pueden ser relevantes en la mejora de modelos climáticos, la optimización de redes energéticas o la gestión de sistemas complejos. La cuestión central consiste, más bien, en evitar que la promesa tecnológica sustituya al análisis riguroso de costes, contradicciones y consecuencias.

En este contexto, la universidad asume una responsabilidad decisiva: mantener una perspectiva crítica e interdisciplinar capaz de integrar dimensiones técnicas, ambientales, económicas, políticas y culturales, defendiendo al mismo tiempo la autonomía de la investigación frente a presiones productivistas o estratégicas.

 

Espacios de pensamiento interdisciplinar en la era de la inteligencia artificial

Así las cosas, en el contexto actual la universidad se ve interpelada a desarrollar espacios de aprendizaje y de pensamiento crítico capaces de integrar saberes técnicos, humanísticos y sociales.

Iniciativas académicas financiadas por fundaciones como la Eurasia Foundation from Asia, vienen desarrollando cursos que ofrecen espacios de reflexión crítica e intercultural, integrando perspectivas STEAM, los Objetivos de Desarrollo Sostenible y cooperación internacional. Sus seminarios muestran cómo la universidad puede convertirse en un espacio de reflexión interdisciplinar capaz de analizar las transformaciones tecnológicas actuales desde perspectivas éticas, culturales y medioambientales más amplias.

Estos programas no son meros espacios formativos, sino que funcionan como laboratorios críticos donde se ensayan nuevas formas de pensar la relación entre tecnología, cultura y sostenibilidad. En un momento histórico marcado por la expansión acelerada de la IA, este tipo de iniciativas adquieren un valor estratégico al fomentar una comprensión más compleja, reflexiva y responsable de los procesos de transformación contemporáneos.

Conclusiones y desafíos para la educación superior

La transición digital contemporánea está modificando profundamente la misión de la universidad. La presión por innovar, transferir conocimiento y competir internacionalmente convive con demandas crecientes de sostenibilidad, responsabilidad ética y compromiso social. La IA y la crisis climática concentran todas esas tensiones. Analizar quién produce conocimiento, cómo se financia, qué discursos se legitiman y qué problemas quedan invisibilizados forma parte de la responsabilidad intelectual universitaria.

Quizá una de las tareas más urgentes de la universidad contemporánea consista precisamente en preservar espacios de reflexión lenta y crítica en medio de la aceleración tecnológica.

Porque, en última instancia, la cuestión ambiental no depende únicamente de nuevas herramientas digitales. Depende también de nuestra capacidad colectiva para interrogar los modelos de desarrollo, consumo y progreso que dichas tecnologías reproducen.