LUNES 22 DE JUNIO DE 2026
En enero de 2026, la Universidad de las Naciones Unidas publicó un informe que declaró que el mundo entró en una era de 'quiebra hídrica global': la humanidad no solo consume el agua que se renueva anualmente a través de lluvias y ríos, sino que agotó los reservorios milenarios guardados en glaciares, humedales y acuíferos. Esto dejó sistemas hídricos quebrados sin capacidad de recuperarse.
Un centro de datos es, en términos simples, un conjunto masivo de computadoras interconectadas que procesan y almacenan información para dar respuesta a millones de solicitudes simultáneas: desde una búsqueda en Google hasta una consulta a ChatGPT. Pero no todos los centros de datos son iguales. Emilio Taddei, investigador del CONICET especializado en recursos hídricos y energéticos, explica la distinción clave: 'Los data centers de inteligencia artificial tienen procesadores diferentes a los tradicionales. Los de IA se llaman GPU, mientras que los tradicionales utilizan CPU. Las GPU demandan mucha más cantidad de energía porque procesan muchos más datos y su enfriamiento requiere más volumen de agua'.
La diferencia de consumo entre ambos tipos es sustancial. Una consulta a ChatGPT consume diez veces más electricidad que una búsqueda convencional en Google. Y dado que el agua es el refrigerante más barato disponible, los centros de datos la utilizan masivamente para evitar que sus procesadores se sobrecalienten y se dañen.
El impacto hídrico de la inteligencia artificial empieza antes de que se haga la primera pregunta. Genoveva Vargas-Solar, científica mexicana principal del Centro Nacional de la Investigación Científica de Francia (CNRS) e integrante de la Red Feminista de Inteligencia Artificial, lo describe como una cadena de producción: 'El agua se necesita desde que hacen los chips. Y luego necesitas mucho de eso para poder sostener al data center que va a ejecutar la IA'.
Dentro de los propios centros de datos, el enfriamiento puede hacerse de dos maneras. La más extendida hoy es el aire acondicionado por ductos, que requiere grandes volúmenes de agua. Una técnica más reciente consiste en conectar los racks de servidores directamente a agua corriente que absorbe el calor. 'Eso es tecnología un poco más actual y no se usa de manera general porque puede haber fugas y no todos los chips son capaces de hacer eso', explica Vargas-Solar. Ante la pregunta de si existe alguna forma real de ahorrar, su respuesta es contundente: 'Todo lo que hagamos es compensatorio, porque el volumen de uso de la IA es muy grande'.
A esto se suma el agua que se consume de forma indirecta a través de la generación de electricidad. El 56% de la energía que alimenta los centros de datos en Estados Unidos proviene de combustibles fósiles, cuyas plantas termoeléctricas requieren enormes cantidades de agua para funcionar.
Taddei aporta una cifra para dimensionar la escala: un solo centro de datos consume alrededor de 325 teravatios-hora al año. 'Ese número es más de lo que consumen países enteros como España, el Reino Unido o Italia en un año', dice.
Frente a la resistencia que está creciendo en Estados Unidos -donde cuatro estados ya aprobaron leyes que prohíben la instalación de nuevos centros de datos de IA generativa y localidades enteras reportan problemas de acceso al agua- las grandes tecnológicas están dirigiendo sus inversiones hacia América Latina.
Taddei describe el orden de avance: 'En América Latina los tres países más importantes que ya cuentan con data centers de inteligencia artificial son México, Chile y Brasil'. En Argentina, el proceso se está activando a través del Súper RIGI, el régimen de incentivos a la inversión que apunta a la instalación de centros de IA.
La razón por la que América del Sur es el destino elegido tiene que ver con sus reservas hídricas. 'Están tres de los cinco acuíferos más importantes del mundo: el Amazonas, la cuenca del Plata y la del Orinoco', señala Taddei. Sudamérica concentra alrededor del 28% de las reservas de agua dulce del planeta. Esa abundancia relativa, que debería ser un activo estratégico para las comunidades que la habitan, se convierte en un vector de atracción para una industria que ya generó escasez en los territorios donde se instaló primero.
El caso de Querétaro, en México, es ilustrativo. 'Allí no hay agua para la gente del lugar y tienen que comprar pipas de agua (lo que en Argentina se llaman camiones cisterna) porque no hay por días', relata Vargas-Solar. En el sur de Chile, comunidades cercanas a centros de datos están perdiendo agua para sus cultivos. En Ohio, legisladoras de origen latino denuncian que la llegada de centros de datos en distintos estados derivó en caídas de energía eléctrica y problemas de suministro hídrico para los vecinos.
Para Taddei, hay un concepto que resume el problema y que está ausente del debate público: 'Hay un límite socioambiental en el desarrollo de la inteligencia artificial, y ese límite está apareciendo muy rápidamente. El problema es que a los empresarios de las Big Tech no les importa. Pero eso está generando resistencias: es el tema del agua, que es vital y tiene un impacto directo en la vida cotidiana de la gente'.
El relator especial de Naciones Unidas sobre derechos humanos y agua potable fue más explícito: elaboró un informe que pide una moratoria en la construcción de centros de datos de IA generativa. Es decir, detener la construcción hasta que se establezcan condiciones que garanticen el acceso al agua de las comunidades afectadas.
Taddei propone invertir la lógica con la que se discute la política hídrica. En lugar de que el Estado federal defina primero los marcos de inversión y las provincias o municipios asuman las consecuencias, plantea que 'el uso del agua se discuta localmente para las necesidades de la gente y que se articule una política productiva e industrial a partir de eso'. Entiende que la promesa de generación de empleo que acompaña a los anuncios de instalación de centros de datos no puede ser la variable que clausure esa discusión.
Aunque la escala del problema excede largamente la responsabilidad individual, tanto Vargas-Solar como Taddei señalan márgenes concretos de acción. La investigadora sugiere usar buscadores convencionales para consultas simples -incluso algunos que por cada búsqueda financian plantación de árboles- y reservar los sistemas de IA generativa para tareas que realmente los justifiquen. Dentro de esas plataformas, recomienda optar por modelos menos potentes cuando la precisión máxima no sea necesaria: 'Hay preguntas que con algo muy simple pueden responderse y no hay necesidad de usar un mastodonte', propone.
Muchas plataformas digitales incorporan asistentes de IA de forma automática, sin que el usuario lo solicite ni lo note. Ser consciente de eso -y desactivarlos cuando no son necesarios- también reduce la huella.
