Estoy leyendo Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence, un libro de Kate Crawford, profesora e investigadora australiana a la que le vengo siguiendo la pista desde hace un tiempo. Pues bien, reconozco que su primer capítulo (todavía estoy ahí, leyéndolo despacio) me hace pensar si en mis clases de ética de Business Data Analytics en la universidad no debería comenzar con este primer planteamiento: la inteligencia artificial es, a día de hoy y en primer lugar, una industria extractiva.
We need a theory of AI that accounts for the states and corporations that drive and dominate it, the extractive mining that leaves an imprint on the planet, the mass capture of data, and the profoundly unequal and increasingly exploitative labor practices that sustain it.
Lo siento, pero la digitalización, la inteligencia artificial, la analítica masiva o el Internet de las cosas, todo esto pasa en la actualidad por un ingente consumo de energía. Se trata de un consumo asociado a una cadena de suministro enorme, muy compleja, en la que es fácil perder la trazabilidad. Nuestros dispositivos, por ejemplo, cargan con baterías teóricamente cada vez más eficientes. Pues bien, en la fabricación de esas baterías comienza la carrera extractiva: desde el oscuro negocio de las minas arrancar de la tierra el litio que necesitan hasta el descomunal consumo de electricidad de los centros de datos o el tremendo impacto medioambiental de los enormes cargueros que se mueven por nuestros océanos moviendo piezas y dispositivos afectados por fechas de caducidad cada vez más cortas.
Kate Crawford se ha documentado muy bien para ofrecer muchos datos en este primer capítulo de su libro. Puedes irlos consultando uno a uno hasta que por fin terminas por caer en la cuenta: ¡en qué irresponsabilidad hemos caído! Y nosotros, otra vez, como pieza necesaria para comprar, comprar y comprar. Ingeniería social, obsolescencia programada. Sí, podemos encontrar disculpas, pero todo pasa por un estilo de vida de más y más. El smartphone nos dura unos pocos años. La industria necesita que sigamos ahí, dispuestos a actualizar nuestros exocerebros. Ya somos cyborgs. El único debate es en qué medida y cómo evolucionamos.
El caso es que la inteligencia artificial está cimentada en modelos extractivos de carácter global. Las actuales minas de litio en Nevada no hacen sino volver a recordar lo que ya ocurrió con la fiebre del oro. Parece que allí, en una zona conocida como Thacker Pass se encuentra uno de los mayores depósitos de este mineral. El proyecto ha levantado la oposición de defensores del medio ambiente. Es la típica pelea de las multinacionales extractivas contra quienes quieren defender el compromiso con la tierra. Por cierto, hablando de baterías, toma nota del dato que nos aporta Kate Crawford: Tesla is estimated to use more than twenty-eight thousand tons of lithium hydroxide annually—half of the planet’s total consumption. Impresionante, ¿verdad, Así pues, quizá Tesla no sea tanto un fabricante de vehículos cuanto de baterías, ¿no?
Pero no es solo el asunto de las baterías. La inteligencia artificial se basa también en el uso intensivo del tratamiento de datos. Minerals are the backbone of AI, but its lifeblood is still electrical energy. Es curioso que big data se asocie en gran parte a ahorros energéticos derivados del mantenimiento predictivo de las instalaciones y de la optimización de los recursos. Pero ya sabemos que el actual mercado eléctrico deja mucho que desear. Los precios dinámicos no son sino la disculpa para continuar con el modelo extractivo. En este caso, bien podríamos considerarlo así en tanto que está pensado para sacar el máximo de dinero de nuestras cuentas, ¿no?
Pero volvamos al consumo energético. ¿Qué hay de toda esa inmensa cadena de suministro que mueve piezas por todo el mundo? Cada carguero contamina tanto como 50 millones de coches. Sí, has leído bien. Y en esta logística se basa también la inteligencia artificial. Tenemos que reflexionar más allá y considerar qué supone hoy apostar por modelos masivos de tratamiento de datos para conseguir esta supuesta inteligencia artificial.
Like running an image search of “AI,” which returns dozens of pictures of glowing brains and blue-tinted binary code floating in space, there is a powerful resistance to engaging with the materialities of these technologies.
En fin, este primer capítulo del libro de Kate Crawford se titula «Tierra». Es un buen punto de partida para entender la inteligencia artificial no por sus logros sino por los recursos que consume para ofrecerlos. Todo un motivo de reflexión global. Concretar la inteligencia artificial en datos —la misma receta con la que trabaja— es importante: qué necesita para conseguir sus resultados es algo que nos han escondido bajo toneladas de marketing. Claro, nada nuevo bajo el sol, lamentablemente. Pues eso, que pinta muy bien este libro de Kate Crawford.