---

• Categorías: Clases2627, TIC1BACH2627

Continuación del Saber A.1 — ya vimos la sociedad de la información, los nuevos sectores laborales y las cuatro tecnologías (Big Data, IoT, IA y Robótica). Hoy cerramos el bloque con una mirada crítica: qué ganamos, qué perdemos y qué amenazas trae esta transformación, y cómo todo esto conecta con la sostenibilidad.

5. Aspectos positivos y negativos. Amenazas

Ninguna tecnología es neutra. Las mismas cuatro tecnologías que vimos la sesión pasada tienen un reverso que hay que conocer para usarlas con criterio.

Aspectos positivos

• Eficiencia y automatización: tareas que antes requerían horas de trabajo humano se resuelven en segundos (diagnóstico médico asistido, optimización logística, detección de fraude).
• Personalización: sistemas de recomendación, medicina de precisión, educación adaptativa a cada estudiante.
• Acceso a la información y a servicios: democratización de herramientas que antes solo estaban al alcance de grandes empresas (análisis de datos, traducción automática, generación de contenido).
• Nuevas oportunidades económicas y profesionales: los perfiles que ya viste en el punto 3 (data scientist, especialista en IA, IoT…).
• Aplicaciones para el bien social: monitorización ambiental, ayuda a personas con discapacidad, respuesta a emergencias.

Aspectos negativos y amenazas

Ámbito	Problema
Privacidad	Recogida masiva de datos personales, a veces sin consentimiento informado real
Sesgos algorítmicos	Un sistema de IA entrenado con datos sesgados reproduce y amplifica esos sesgos (contratación, concesión de créditos, reconocimiento facial)
Desinformación	Deepfakes, contenido generado por IA indistinguible de contenido real, manipulación de la opinión pública
Ciberseguridad	Más dispositivos conectados (IoT) implica más puntos vulnerables a ataques
Dependencia tecnológica	Pérdida de autonomía y de competencias cuando delegamos decisiones en sistemas automáticos
Concentración de poder	Un número reducido de empresas controla la infraestructura (datos, modelos, hardware) de la que depende el resto del mundo
Desempleo estructural	No toda la fuerza laboral desplazada puede reciclarse al mismo ritmo al que cambia la tecnología
Brecha digital	No todo el mundo tiene el mismo acceso a estas tecnologías ni las mismas competencias para usarlas críticamente

Idea clave: casi todas las amenazas de esta lista no vienen de la tecnología «siendo mala», sino de decisiones humanas: qué datos se usan para entrenar un modelo, quién tiene acceso a él, qué controles existen. Evaluar una tecnología críticamente significa preguntarse quién se beneficia, quién asume el riesgo y quién decide.

6. Sostenibilidad: el caso de los centros de datos de IA

La sostenibilidad tecnológica es la capacidad de desarrollar y usar tecnología sin comprometer los recursos y el equilibrio ambiental para las generaciones futuras. La IA es hoy el ejemplo más discutido, porque entrenar y ejecutar los modelos grandes requiere una infraestructura física enorme: los centros de datos.

Huella energética

Según un informe de la Agencia Internacional de la Energía (AIE) sobre energía e inteligencia artificial, el año pasado el 1,5% de la electricidad consumida en el mundo se destinó a centros de datos, y se prevé que el consumo de los centros dedicados específicamente a IA se triplique entre 2024 y 2035, pasando de 460 a 1.300 TWh. A nivel global, la AIE proyecta que la demanda de electricidad de todos los centros de datos se duplicará con creces para 2030, alcanzando cerca de 945 TWh, más que el consumo eléctrico total de Japón. En Estados Unidos en concreto, para finales de la década el país consumirá más electricidad en centros de datos que en la producción conjunta de aluminio, acero, cemento y el resto de bienes intensivos en energía.

Huella hídrica

Los centros de datos también consumen agua, sobre todo para refrigeración. Aquí las cifras públicas varían mucho según el estudio y el modelo concreto: no existe todavía una cifra universal sobre cuánta agua consume cada consulta a una IA, porque los cálculos estudian modelos, centros de datos y tipos de consumo de agua distintos. Como referencia:

• Según la OCDE y la Universidad Cornell, una conversación de entre 10 y 40 mensajes puede llegar a consumir hasta 0,5 litros de agua dulce.
• Google, por su parte, estimó en 2025 que una consulta de texto mediana en Gemini consumía alrededor de 0,26 mililitros de agua — una diferencia de varios órdenes de magnitud con la cifra anterior.
• A escala de sector: Rystad Energy calcula que los centros de datos consumieron 222.000 millones de litros de agua para refrigeración en 2025, y que esa cifra podría casi triplicarse hacia 2030 si no mejora la eficiencia.

Idea clave (y ejemplo real de las 5 V del Big Data): este es un caso perfecto de la Veracidad que vimos en el punto 4. Las cifras sobre agua y energía de la IA circulan por internet con diferencias enormes entre sí, según quién las publique y qué mida exactamente. Antes de usar un dato en un trabajo, hay que comprobar la fuente original y la fecha.

Otros impactos que no salen tanto en los titulares

• Huella de carbono: depende de qué fuente de energía alimenta el centro de datos (carbón, gas, renovables); a nivel mundial, el carbón y el gas todavía producen el 57% de la electricidad que consumen los centros de datos.
• Minerales críticos y fabricación de chips: la construcción de GPUs y procesadores requiere tierras raras y otros materiales de extracción limitada.
• Residuos electrónicos (e-waste): el hardware de IA queda obsoleto rápido, generando residuos difíciles de reciclar.

Algunas respuestas del sector

No todo es crecimiento sin control: algunas empresas ya están implementando centros de datos con refrigeración líquida en circuitos cerrados, donde el agua se reutiliza en vez de evaporarse continuamente, lo que puede evitar el uso de más de 125 millones de litros anuales por instalación. Y a nivel de compromisos públicos, empresas como Meta y Google se han propuesto restaurar más agua de la que consumen de cara a 2030 en zonas de alto estrés hídrico.

📝 RESUMEN DE ESTUDIO PARA EL EXAMEN (Copia en tu cuaderno)

Puntos clave a memorizar:

1. Ninguna tecnología es neutra: cada una de las cuatro (Big Data, IoT, IA, Robótica) tiene aspectos positivos, negativos y amenazas específicas.
2. Amenazas principales: privacidad, sesgos algorítmicos, desinformación, ciberseguridad, dependencia tecnológica, concentración de poder, desempleo estructural, brecha digital.
3. Los centros de datos de IA consumen electricidad y agua a gran escala, y ambos consumos están creciendo muy rápido según las proyecciones de la AIE.
4. Las cifras exactas de consumo (sobre todo de agua) varían mucho entre fuentes: hay que comprobar siempre el origen y la fecha del dato antes de usarlo.
5. La sostenibilidad tecnológica no depende solo del consumo directo, también de la fuente de energía, la fabricación del hardware y los residuos electrónicos.
6. El sector ya está respondiendo con medidas como la refrigeración en circuito cerrado o los compromisos de restauración hídrica, aunque no siempre a la velocidad necesaria.

TRABAJO: PRESENTACIÓN — LA IA A DEBATE

Saber Básico A.1: Aspectos positivos y negativos. Amenazas. Sostenibilidad

Qué tenéis que entregar

Una presentación (Google Slides, PowerPoint o similar) que explique, con criterio propio y datos verificados, tres bloques:

1. Aspectos positivos de la IA: con al menos dos ejemplos concretos y reales (no genéricos).
2. Aspectos negativos y amenazas de la IA: al menos tres, explicadas con un ejemplo real cada una (puede ser un caso de sesgo algorítmico documentado, un deepfake conocido, una filtración de datos…).
3. Cómo afecta la IA a la sostenibilidad: obligatorio abordar el papel de los centros de datos — consumo eléctrico, consumo de agua para refrigeración, y al menos un impacto adicional (huella de carbono, minerales críticos, residuos electrónicos). Debéis incluir datos numéricos, citando la fuente de cada uno.

Requisitos de formato

• Entre 8 y 12 diapositivas (sin contar portada ni bibliografía).
• Trabajo en grupos de 3-4 personas.
• Cada dato numérico debe llevar su fuente (organismo o medio, y año). No vale “según internet” ni “dicen que…”.
• Al menos una diapositiva debe presentar un dato contradictorio o discutido entre dos fuentes distintas (como el caso del consumo de agua por consulta que hemos visto hoy en los apuntes) y una explicación de a qué puede deberse la diferencia.
• Última diapositiva: conclusión propia del grupo, no un resumen de lo anterior — una postura argumentada sobre si el balance de la IA os parece positivo, negativo, o depende de cómo se use.

Fuentes de partida (podéis buscar más)

• Agencia Internacional de la Energía (IEA) — informes sobre energía e IA.
• Lawrence Berkeley National Laboratory — estudios de consumo hídrico de centros de datos en EE. UU.
• Informes de sostenibilidad publicados por las propias empresas (Google, Microsoft, Meta, OpenAI).

Rúbrica de evaluación

Criterio	Insuficiente	Adecuado	Excelente
Aspectos positivos	Genéricos, sin ejemplos	Con ejemplos, poco desarrollados	Ejemplos concretos y bien justificados
Aspectos negativos y amenazas	Menos de 3, sin ejemplos reales	3, con ejemplos básicos	3 o más, con casos reales documentados
Sostenibilidad y centros de datos	No aborda energía o agua, o sin datos	Aborda ambos con algún dato	Aborda energía, agua y un impacto adicional, con datos y fuentes claras
Manejo de fuentes	Sin citar fuentes o inventadas	Fuentes citadas pero poco fiables	Fuentes fiables, con año, y contraste de datos discrepantes
Conclusión propia	Ausente o resumen sin postura	Postura simple, poco argumentada	Postura clara, argumentada y matizada
Comunicación oral	Lectura directa de la diapositiva	Explica con apoyo de la diapositiva	Explica con soltura, responde preguntas del resto de la clase

Dinámica sugerida

• 1 sesión: repaso de los apuntes (puntos 5 y 6) + formación de grupos + reparto de bloques dentro del grupo.
• 1-2 sesiones: investigación y montaje de la presentación (aula de informática).
• 1 sesión: exposiciones orales (5-7 min por grupo) + turno de preguntas entre compañeros.