⌂ InicioAtlas de Problemas y Conflictos Ambientales del Tolima·Ficha · Huella ambiental

Huella ambiental de la plataforma

Huella de carbono, hídrica y ecológica de producir el Atlas ACAT del Tolima

Estimación de orden de magnitud del consumo de energía y agua asociado al uso de plataformas de inteligencia artificial y al uso de computador para producir las bases de datos, los libros y la plataforma web. No es una medición instrumentada: es un cálculo transparente a partir de supuestos de actividad y factores publicados, presentados aquí para poder revisarlos y ajustarlos.

01

Resultado

Valores centrales para el escenario de actividad indicado: 2.400 horas de computador y un peso de la IA equivalente al 10 % de la energía total del proyecto (sin reducir las horas de computador). Se muestra el rango entre supuestos optimista y conservador. El componente ecológico corresponde al área biológicamente productiva necesaria para secuestrar las emisiones de carbono.

Huella de energía173kWhRango 133–213 kWh · electricidad total (IA + computador)
Huella de carbono31,5kg CO₂eRango 24,3–38,8 kg · emisiones de gases de efecto invernadero
Huella hídrica442LRango 340–544 L · enfriamiento + generación eléctrica
Huella ecológica85m²·añoRango 66–105 m²·año · tierra bioproductiva promedio (≈ un cuadrado de 9,2 m de lado)

Reparto por fuente

valores centrales

La huella se separa en dos fuentes con pesos muy distintos: la inferencia de los modelos de IA usados como asistente, y el uso del computador personal para procesar los rásters, correr el análisis SIG, redactar la memoria y los libros, y revisar la plataforma. El uso de computador domina ampliamente.

Energía, carbono y agua por fuente

FuenteEnergía (kWh)Carbono (kg CO₂e)Agua (L)
IA inferencia · 10 % de la energía17,36,5952,0
Computador 2.400 h · ~65 W15625,0390
Total173,331,5442,0

Participación en la energía total

Computador · 90 %IA 10 %
Computador personalInferencia de IA

Lectura

En este escenario el peso de la IA se fija en 10 % de la energía del proyecto (sin reducir las horas de computador). Medida en carbono, la IA pesa más —~21 %— porque su electricidad procede de centros de datos fuera del país, con una red más intensa que la colombiana; en agua, ~12 %. Aun así, las 2.400 horas-persona frente al computador siguen siendo la fuente mayoritaria. Se contabiliza solo la inferencia; el entrenamiento del modelo se amortiza entre miles de millones de consultas y es despreciable por sesión.

La red eléctrica colombiana es mayoritariamente hídrica y de baja intensidad de carbono (≈ 157 gCO₂eq/kWh), lo que reduce la huella de carbono del computador; la inferencia de IA, en cambio, ocurre en centros de datos fuera del país, con una red más intensa (~380 gCO₂/kWh).

En perspectiva

Equivalencias aproximadas del valor central de carbono y agua, y comparación con el fenómeno que documenta el atlas.

≈ 158 km

en un carro de gasolina, equivalentes a los 31,5 kg CO₂e (a ~0,2 kg CO₂/km).

≈ 2,6 días

de la huella de carbono de una persona promedio (~4,5 t CO₂/año).

≈ 2,2 bañeras

de agua (~200 L cada una), equivalentes a los 442 L estimados.

≈ 10,4 millones ×

menor que las 88.827,8 ha (≈ 888 millones de m²) de pérdida de bosque que documenta el módulo de Deforestación (umbral 30 %).

Ficha metodológica: supuestos y factores

1Alcance

Se estima la huella operativa de producir la plataforma: la energía y el agua asociadas al uso de plataformas de IA (inferencia) y al uso de computador para generar las bases de datos municipales, correr el procesamiento SIG, redactar la memoria metodológica y los libros, y desarrollar y revisar la plataforma web. El hosting estático final es energéticamente despreciable.

2Supuestos de actividad

Computador: 2.400 horas de uso a ~50–80 W (centro 65 W), que incluye el cómputo intensivo del ráster Hansen (13.199 × 10.807 píxeles) además de la edición, la escritura de la memoria y los libros, y la revisión de la plataforma. IA: su peso se fija en el 10 % de la energía total (≈ 17,3 kWh), sin reducir las horas de computador; esto equivale a unas 7 veces las 80 consultas de alta complejidad directamente contabilizadas (de ~3 minutos cada una, ≈ 30 Wh), incorporando el resto del trabajo agéntico repartido en las seis fases del proyecto.

3Energía por consulta de IA

La energía unitaria de una consulta se derivó de su tiempo de procesamiento: ~3 minutos (0,05 h) de cómputo con una potencia de GPU atribuida de ~0,3–1,2 kW (tras el reparto entre consultas concurrentes) dan del orden de 15–60 Wh por consulta, centro ~30 Wh. Esta magnitud es coherente con la literatura: ~0,34 Wh para una consulta corta de frontera y hasta ~33 Wh por prompt largo de un modelo de razonamiento intensivo (Microsoft Research, 2025). En este escenario el total de IA no se limita a las 80 consultas contabilizadas, sino que se eleva hasta representar el 10 % de la energía del proyecto.

4Intensidad de carbono

Computador en Colombia: ≈ 157–160 gCO₂eq/kWh (red mayoritariamente hídrica, ~78 % baja en carbono). Inferencia de IA: ~380 gCO₂/kWh (centros de datos fuera del país, red más intensa).

5Huella hídrica

Agua directa de enfriamiento de centros de datos ≈ 0,55 L/kWh (media Microsoft EE. UU.) a 1,07 L/kWh (media global Equinix), más el agua indirecta de generar la electricidad (≈ 4,54 L/kWh en promedio). Se usó ~3 L/kWh para la IA y ~2,5 L/kWh para la red; una consulta equivale así a ~30 mL, consistente con los rangos publicados (de ~1 mL directa a 10–25 mL directa + indirecta).

6Huella ecológica

Se calcula su componente de carbono, que el Global Footprint Network expresa como el área biológicamente productiva necesaria para secuestrar las emisiones, con un factor de ≈ 0,27 hectáreas globales por tonelada de CO₂ (un bosque promedio secuestra del orden de 0,58 t de carbono por hectárea y año, ≈ 2,1 t CO₂/ha·año). Con el criterio alternativo de bosque bruto (~0,47 ha/t CO₂) el resultado central sería ≈ 2.237 m²·año.

7Naturaleza del resultado

Es una estimación de orden de magnitud, no una medición. La mayor incertidumbre está en los supuestos de actividad (turnos y horas), no en los factores. Los rangos reflejan supuestos optimista y conservador para el consumo unitario.

Advertencias y límites del cálculo

1Agua de la red hídrica

El agua de la red colombiana es especialmente incierta por ser hídrica: si se contabilizara la evaporación de embalses (que algunas metodologías estiman en decenas de L/kWh), la huella hídrica sería bastante mayor. Se usó la convención de «intensidad hídrica operativa» (~2,5 L/kWh) por comparabilidad con los estudios de IA.

2Huella incorporada (Scope 3)

No se incluye la huella incorporada de fabricar el computador ni el hardware de los centros de datos, que se reparte entre toda su vida útil pero no es cero.

3Entrenamiento de la IA

Se contabiliza solo la inferencia. El entrenamiento de los modelos se amortiza entre miles de millones de consultas y es despreciable atribuido a esta plataforma.

◆ Cómo leer estas cifras

Las magnitudes son modestas pero no triviales, y son ínfimas frente al fenómeno que la plataforma ayuda a visibilizar: la huella ecológica de haber construido la herramienta (~85 m²·año) es millones de veces menor que la pérdida de bosque que documenta un solo periodo del atlas. El propósito de esta ficha no es minimizar el impacto de la computación, sino aplicar al propio proyecto la misma transparencia que exige a los datos que presenta.

Factores: Microsoft Research (2025); Low Carbon Power / Our World in Data (Colombia, 2024-2025); UC Riverside y CMU (agua); Global Footprint Network (huella ecológica).
◆ Nota de elaboración · uso de inteligencia artificial

El cálculo de esta ficha (recopilación de factores publicados, estimación de los supuestos de actividad y aritmética de las huellas), su código y su diseño fueron generados con la asistencia de Claude, modelo de inteligencia artificial de Anthropic, bajo la dirección y revisión del Profesor Jorge Mario Vera Rodríguez.

Los factores por unidad provienen de fuentes públicas citadas en la ficha metodológica; los supuestos de actividad (número de turnos de IA y horas de computador) fueron definidos por el autor. La asistencia de inteligencia artificial se empleó para la búsqueda de factores, la programación y la visualización; la curaduría y la responsabilidad académica corresponden a su autor. Elaborado en 2026.