Inteligencia artificial y sustentabilidad climática: un análisis de su impacto y regulación
DOI:
https://doi.org/10.62457/w6gbm618Palabras clave:
Inteligencia Artificial, cambio climático, sostenibilidad, gobernanza, éticaResumen
La inteligencia artificial (IA) emerge como una herramienta prometedora para abordar los desafíos del cambio climático. El objetivo de este estudio es analizar el impacto transversal de la IA en la lucha contra el cambio climático, explorando sus aplicaciones en diversos sectores como el meteorológico, energético y gestión de recursos naturales, así como revisar los desafíos significativos como su alto consumo energético y las implicaciones éticas que surgen de su uso como el sesgo algorítmico y preocupaciones de privacidad, para finalmente discutir la importancia crucial de establecer un marco regulatorio que maximice sus beneficios y minimice sus riesgos potenciales que garantice su uso responsable y sostenible. Para ello se revisan los marcos de gobernanza existentes y se esbozan puntos de partida para un debate legislativo de una regulación que permita equilibrar la innovación tecnológica con la necesidad de proteger los derechos de los ciudadanos y lograr un desarrollo sostenible.
Descargas
Referencias
Arguelles Toache, E., & Amaro Rosales, M. (2023). Preocupaciones éticas en el uso de inteligencia artificial, transparencia y derecho de acceso a la información. El caso de los chatbots en el gobierno de México, en el contexto de la COVID-19. Estudios en derecho a la información, (15), 85-111.
Baldeón, B. F., Pulache, D. Q., & Claudio, B. M. (2023). Machine Learning for predicting climate change in the environment. Salud, Ciencia y Tecnología-Serie de Conferencias, (2), 242. https://doi.org/10.56294/sctconf2023465
Caspart, R., Ziegler, S., Weyrauch, A., Obermaier, H., Raffeiner, S., Schuhmacher, L. P., ... & Debus, C. (2022). Precise energy consumption measurements of heterogeneous artificial intelligence workloads. In International Conference on High Performance Computing (pp. 108-121). Cham: Springer International Publishing. https://doi.org/10.48550/arXiv.2212.01698
Comisión Europea. (2021). Propuesta de reglamento del Parlamento Europeo y del Consejo por el que se establecen normas armonizadas en materia de inteligencia artificial (ley de inteligencia artificial) y se modifican determinados actos legislativos de la unión. https://eur-lex.europa.eu/legal-content/ES/TXT/HTML/?uri=CELEX:52021PC0206
European Commission: Directorate-General for Justice and Consumers. (2019). Liability for artificial intelligence and other emerging digital technologies. Publications Office. https://data.europa.eu/doi/10.2838/573689.
Evans, R., & Gao, J. (2016). DeepMind AI Reduces Google Data Centre Cooling Bill by 40%. Obtenido de https://deepmind.google/discover/blog/deepmind-ai-reduces-google-data-centre-cooling-bill-by-40/ [24 de noviembre de 2024].
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., ... & Vayena, E. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28, 689-707. https://doi.org/10.1007/s11023-018-9482-5
Fuentes, A., Sierra, M., & Morfa, Y. (2020). Corrección del pronóstico cuantitativo de la precipitación mediante el uso de redes neuronales. Revista Cubana de Meteorología, 26(3). http://ref.scielo.org/mpfp73 [26 de noviembre de 2024].
Giles Navarro, C. A. (2023). El uso de la Inteligencia Artificial (IA) en el Poder Legislativo. Instituto Belisario Domínguez del Senado de la República. Dirección General de Difusión y Publicaciones. Número: 185. Obtenido de http://bibliodigitalibd.senado.gob.mx/handle/123456789/5955
Greenpeace. (2019). Powering the Cloud: How China’s Internet Industry Can Shift to Renewable Energy. https://www.greenpeace.org/static/planet4-eastasia-stateless/2019/11/7bfe9069-7bfe9069-powering-the-cloud-_-english-briefing.pdf [3 de diciembre de 2024].
Hastie, T. (2009). The elements of statistical learning: data mining, inference, and prediction.
Hernández-Salazar, C. A., Estrada, O. A. G., & González-Silva, G. (2024). Integración de la inteligencia artificial y la agricultura de precisión en cultivos de café. Revista UIS Ingenierías, 23(4), 145. https://doi.org/10.18273/revuin.v23n4-2024012
IEA (2024), What the data centre and AI boom could mean for the energy sector, International Energy Agency, Paris. https://www.iea.org/commentaries/what-the-data-centre-and-ai-boom-could-mean-for-the-energy-sector. [19 de noviembre de 2024].
Intergovernmental Panel on Climate Change (IPCC). (2023). Climate Change 2021 – The Physical Science Basis: Working Group I Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press. https://doi.org/10.1017/9781009157896
Julca, M. R., Hernández, V. D. H., Céspedes, P. A. S., & Salvador, J. L. B. (2024). Inteligencia artificial y desarrollo sostenible. Visión general y experiencias concretas: Gestión del tráfico, agricultura sostenible con IA y gestión de recursos naturales. Clío. Revista de Historia, Ciencias Humanas y Pensamiento Crítico., (8), 290-305. https://doi.org/10.5281/zenodo.12600298
Krishnan, S. R., Nallakaruppan, M. K., Chengoden, R., Koppu, S., Iyapparaja, M., Sadhasivam, J., & Sethuraman, S. (2022). Smart water resource management using Artificial Intelligence—A review. Sustainability, 14(20), 13384. https://doi.org/10.3390/su142013384
Lara, J., Samper, M., & Colomé, G. (2024). Predicción a corto plazo de sistemas de medición inteligentes mediante arquitecturas de aprendizaje profundo multivariable y multipaso. Revista Técnica" energía", 21(1), 153-164.
Martínez, C. R. M. (2024). Comparación de algoritmos de inteligencia artificial para la alerta temprana de inundaciones urbanas. Congreso Internacional de Investigación e Innovación Multidisciplinario 2024.
Masanet, E., Shehabi, A., Lei, N., Smith, S., & Koomey, J. (2020). Recalibrating global data center energy-use estimates. Science, 367(6481), 984-986. https://doi.org/10.1126/science.aba3758
OECD (2024). Recommendation of the Council on Artificial Intelligence (OECD). International legal materials, 59(1), 27-34. https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449
Patiño, J. F. H., Carrascal, B. L. V., Bautista, D. R., & Díaz, N. G. (2023). Impacto transformador de la inteligencia artificial y aprendizaje autónomo en la producción agropecuaria: un enfoque en la sostenibilidad y eficiencia. Formación Estratégica, 7(1), 40-55.
Posadinu, E. (2023). Inteligencia artificial para la prevención de desastres naturales y resolución de problemas ambientales. Un estudio aplicado al archipiélago canario [Tesis de master, Universitat Oberta de Catalunya]. https://openaccess.uoc.edu/handle/10609/147672 [11 de diciembre de 2024].
Ramírez, M. D. R., Benavídes, C. A. M., & Barráez, C. E. G. (2017). Redes neuronales en la predicción de micro-clima, zona de estudio La Hechicera Mérida, Venezuela. Publicaciones en Ciencias y Tecnología, 11(2), 47-61.
Rivière, G., Delanoë, J., Doyle, J. D., Methven, J., Barrell, C., Fearon, M., ... & Wang, X. (2024). The THINICE field campaign: Interactions between arctic cyclones, tropopause polar vortices, clouds, and sea ice in summer. Bulletin of the American Meteorological Society, 105(12), E2330-E2354. https://doi.org/10.1175/BAMS-D-23-0143.1
Rolnick, D., Donti, P. L., Kaack, L. H., & L. J. (2019). Tackling Climate Change with Machine Learning. ACM SIGKDD Explorations Newsletter, 21(2), 1-4.
https://doi.org/10.1145/3485128
Russell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson Education Limited.
Sánchez de la Cruz, J. D., Balderramo Vélez, N. R., Llosas Albuerne, Y., & Pico Mera, G. E. (2018). Trascendencia de la generación distribuida (GD) y el uso de las redes inteligentes. Revista de Investigaciones en Energía, Medio Ambiente y Tecnología: RIEMAT, 3(2), 1625. https://doi.org/10.33936/riemat.v3i2.1625
Satish, M., Babu, S. M., Kumar, P. P., Devi, S., & Reddy, K. P. (2023, October). Artificial Intelligence (AI) and the Prediction of Climate Change Impacts. In 2023 IEEE 5th International Conference on Cybernetics, Cognition and Machine Learning Applications (ICCCMLA) (pp. 660-664). IEEE. https://doi.org/10.1109/ICCCMLA58983.2023.10346636
Serale, G., Fiorentini, M., Capozzoli, A., Bernardini, D., & Bemporad, A. (2018). Model predictive control (MPC) for enhancing building and HVAC system energy efficiency: Problem formulation, applications and opportunities. Energies, 11(3), 631. https://doi.org/10.3390/en11030631
Slater, L. J., Arnal, L., Boucher, M.-A., Chang, A. Y.-Y., Moulds, S., Murphy, C., Nearing, G., Shalev, G., Shen, C., Speight, L., Villarini, G., Wilby, R. L., Wood, A., and Zappa, M. (2023). Hybrid forecasting: blending climate predictions with AI models, Hydrol. Earth Syst. Sci., 27, 1865–1889, https://doi.org/10.5194/hess-27-1865-2023
Stone, P., Littman, M. L., Eaton, E., Horvitz, E., Keutzer, K., Letchner, S., & Mitchell, T. (2016). Artificial intelligence and life in 2030: One hundred year study on artificial intelligence: Report of the 2015-2016 study panel. Stanford University. http://ai100.stanford.edu/2016-report [6 de diciembre de 2024].
Torres, I. A. G., León, R. E. C., Espín, W. R. N., & Andrade, J. G. V. (2024). El Uso de la Inteligencia Artificial en un Invernadero. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 910-930. https://doi.org/10.37811/cl_rcm.v8i4.12331
UNESCO. (2021). Recomendación sobre la Ética de la Inteligencia Artificial. https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa [10 de noviembre de 2024].
Wang, Z., Lai, C., Chen, X., Yang, B., Zhao, S., & Bai, X. (2015). Flood hazard risk assessment model based on random forest. Journal of Hydrology, 527, 1130-1141. https://doi.org/10.1016/j.jhydrol.2015.06.008
Yáñez, J. M. S., & Benavides, L. M. (2024). Gestión de residuos sólidos y la inteligencia artificial en el contexto mexicano. Ciencia Nicolaita, (90). https://doi.org/10.35830/cn.vi91.722
Zhang, X., Lindberg, T., Xiong, N., Vyatkin, V., & Mousavi, A. (2017). Cooling energy consumption investigation of data center IT room with vertical placed server. Energy procedia, 105, 2047-2052. https://doi.org/10.1016/j.egypro.2017.03.581
Zou, J., & Schiebinger, L. (2018). AI can be sexist and racist—It’s time to make it fair. Nature, 559(7714), 324-326. https://doi.org/10.1038/d41586-018-05707-8
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 BUIYYA TIERRA
Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
