Ser humano en la era de las neurociencias y la inteligencia artificial significa explorar las profundidades de la complejidad, donde las ideas válidas sin embargo se encuentran bajo tensión, destacando matices y desafíos que no deben pasarse por alto. Cada página refleja las tensiones existentes entre ideas y dentro de cada tema, que surgieron en discusiones colectivas, y que se complementan con contribuciones de investigadores de la red NHNAI.
Complejidad transversal n.°5: IA y ecología
Los debates de la NHNAI manifiestan un profundo punto de tensión en relación con las relaciones entre la IA y la transición ecológica o cuestiones ambientales.
Por un lado, las tecnologías de IA se pueden utilizar para adaptarse y combatir el calentamiento global. Por ejemplo, la IA es eficiente para predecir futuros desastres climáticos, asegurando así la seguridad de los habitantes. Además, la IA puede reducir la contaminación y las emisiones de gases de efecto invernadero y vigilar la salud de los ecosistemas. También puede ayudar a combatir las actividades ilegales y peligrosas que socavan la preservación del medio ambiente y la biodiversidad.
Sin embargo, por otro lado, las tecnologías de IA pueden inducir un impacto importante en el medio ambiente y la biodiversidad. El desarrollo rápido y excesivo de las tecnologías de IA no parece compatible con la transición ecológica, ya que utiliza muchos recursos (metales, agua, energía…) y aumenta el calentamiento global al aumentar las emisiones de gases de efecto invernadero. Este es particularmente el caso de la IA generativa.
Dado el considerable impacto de la tecnología en el medio ambiente debido a todo su ciclo de vida, ¿deberíamos usar IA para preservar la biodiversidad y el medio ambiente? ¿Es posible “IA para verde”?
Conclusiones de la red académica de la NHNAI:
La contribución de la IA a la mitigación del cambio climático: el caso de Kenia
La inteligencia artificial (IA) desempeña un papel importante en la mitigación del cambio climático en Kenia y África en general, al mejorar la toma de decisiones basada en datos, promover el uso sostenible de los recursos y mejorar los sistemas de alerta temprana y respuesta. Para empezar, una de sus contribuciones más impactantes radica en el análisis y pronóstico de datos climáticos. Los modelos de IA pueden procesar grandes conjuntos de datos, incluyendo imágenes satelitales y registros meteorológicos, para predecir eventos climáticos extremos como sequías, inundaciones y olas de calor. Como resultado, esta capacidad permite a los gobiernos, agricultores y comunidades anticipar y prepararse para los desafíos relacionados con el clima, lo que en última instancia reduce su vulnerabilidad. En el ámbito de la agricultura y la seguridad alimentaria, la IA apoya el desarrollo de prácticas resistentes al clima. Recomienda cultivos resistentes a la sequía y de rápida maduración, optimiza los horarios de siembra y guía las necesidades de riego mediante modelos predictivos. A través del uso de tecnologías agrícolas inteligentes que combinan la teledetección y el aprendizaje automático, la IA mejora los rendimientos de las cosechas al tiempo que minimiza el impacto ambiental. Además, en el sector energético, la IA mejora la eficiencia energética al predecir la demanda y mejorar la integración de fuentes de energía renovables como la solar y la eólica en las redes nacionales. También apoya el despliegue de microredes y sistemas energéticos inteligentes en las zonas rurales, contribuyendo así a un futuro energético más limpio y sostenible.
Además, la IA contribuye a la gestión de los recursos naturales mediante el seguimiento de la deforestación, la vigilancia de la degradación del suelo y la gestión de los recursos hídricos en tiempo real. Esto, a su vez, permite mejores esfuerzos de conservación, como reforestación y restauración de ecosistemas, y ayuda a monitorear la biodiversidad y los patrones migratorios de la vida silvestre afectados por el cambio climático. Asimismo, en la planificación urbana, la IA apoya el desarrollo de infraestructuras resistentes al clima mediante la modelización de los riesgos climáticos y la optimización de los sistemas de transporte y construcción para reducir las emisiones y el impacto ambiental. Otra área crítica de impacto es la preparación para desastres y los sistemas de alerta temprana. Las tecnologías de IA mejoran la capacidad para detectar y responder a desastres naturales mediante la simulación de escenarios, la identificación de zonas de alto riesgo y la orientación de los planes de respuesta de emergencia.
Además, la IA apoya las finanzas y políticas climáticas al ayudar a los gobiernos a hacer un seguimiento de las emisiones de carbono, diseñar sistemas de crédito de carbono y crear políticas ambientales basadas en datos. Cabe destacar que la IA también está transformando la agricultura a través de la agricultura de precisión, que ayuda a los agricultores a tomar decisiones informadas utilizando datos en tiempo real recopilados por sensores, drones y tecnologías móviles. Esto incluye monitorear la humedad del suelo, la temperatura y otras condiciones ambientales para optimizar el uso de agua, fertilizantes y pesticidas, aumentando así la productividad mientras se reduce el daño ambiental. Por ejemplo, en Ghana, la IA se utiliza para analizar imágenes satelitales y patrones climáticos con el fin de predecir los rendimientos de las cosechas y gestionar los recursos de manera más eficiente, lo que permite al gobierno formular políticas agrícolas informadas que apoyan tanto la productividad como la sostenibilidad.
En conclusión, la IA es un poderoso facilitador de la mitigación del cambio climático en toda África. Su eficacia es mayor cuando se integra con los sistemas de conocimiento locales, la tecnología móvil y la participación comunitaria. Cuando se aplica de manera responsable, la IA ofrece un potencial transformador para construir un continente africano más resiliente y sostenible frente al cambio climático
