IA
Una hamburguesa de carne de vaca usa el agua de alrededor de 1,4 millones de consultas de IA
Por WhyStopHarmingAnimals.com
Necesitarías alrededor de 1,4 millones de consultas de IA para usar tanta agua como una hamburguesa de carne de vaca de un cuarto de libra[1][2]. El cálculo usa dos cifras publicadas. Sam Altman, de OpenAI, situó el agua que usa una consulta media de ChatGPT en alrededor de 0,32 mililitros[1]. Una evaluación del ciclo de vida de la University of Michigan, de Heller y Keoleian, situó un medallón de carne de vaca de EE. UU. de un cuarto de libra en 437,7 litros de agua de uso consuntivo[2]. Divide una entre la otra y salen alrededor de 1,4 millones[1][2].
El rango
Fuentes distintas dan respuestas distintas, y el rango completo va de alrededor de 8.800 a alrededor de 5,5 millones de consultas por hamburguesa[1][3].
El extremo bajo viene de Li y colegas, cuyo artículo de 2023 Making AI Less Thirsty estimó que GPT-3 usaba alrededor de una botella de 500 mililitros de agua para aproximadamente 10 a 50 respuestas de longitud media, según cuándo y dónde se ejecutara[3]. Eso equivale a alrededor de 10 a 50 mililitros por respuesta[3]. Frente al medallón de Michigan, eso es alrededor de 8.800 a 44.000 consultas[2][3].
El extremo alto viene de contar más del agua de la carne de vaca. La cifra de 437,7 litros cuenta solo el agua azul, el agua sacada de ríos, lagos y pozos. Deja fuera el agua verde, la lluvia que cae sobre el pasto y los cultivos de pienso, así que la cantidad total es mayor. El estudio mundial de huella hídrica de Mekonnen y Hoekstra, publicado en Ecosystems en 2012 y resumido por la Water Footprint Network[5], cuenta juntas el agua verde, la azul y la gris y sitúa la carne de vaca en alrededor de 15.400 litros por kilogramo[4]. Eso hace que un medallón de un cuarto de libra sea de alrededor de 1.750 litros, unos 460 galones[4]. Frente a los 0,32 mililitros de OpenAI, eso es alrededor de 5,5 millones de consultas[1][4]. Mucha gente supone que las cifras de la hamburguesa están infladas por el agua verde, pero la cifra central de 1,4 millones la deja fuera.
La cifra de una botella por correo
Un artículo de 2024 del Washington Post dijo que ChatGPT usaba alrededor de 519 mililitros de agua, un poco más que una botella, para escribir un correo de 100 palabras[6]. El número se difundió mucho. Modelaba a GPT-4 escribiendo un correo completo, lo que no es ni una consulta media ni la cifra que OpenAI publicó después[1]. La investigación bajo los titulares, el artículo de 2023 de Li y colegas, situó una respuesta de GPT-3 de longitud media en alrededor de 10 a 50 mililitros[3], y los titulares convirtieron eso en una botella por correo. La cifra de 1,4 millones usa el promedio publicado de OpenAI y el estudio de Michigan[1][2], y los otros estudios dan el rango[1][3].
Una hamburguesa que se salta a la vaca
El mismo estudio de Michigan comparó una Beyond Burger de un cuarto de libra con una hamburguesa de carne de vaca de EE. UU. de un cuarto de libra[2]. El medallón vegetal usó un 99% menos de agua, un 93% menos de tierra, un 90% menos de gases de efecto invernadero y un 46% menos de energía[2][7]. En términos absolutos, la Beyond Burger usó 3,27 litros de agua de uso consuntivo frente a 437,7 litros de la carne de vaca[2]. Ponderadas por la escasez de agua, las cifras fueron 1,1 equivalentes de litro frente a 218,4[2]. Beyond Meat publicita el estudio[7][9], así que la comparación de productos es la hamburguesa de una empresa frente a la carne de vaca media de EE. UU.[2], y la diferencia está en línea con las otras cifras de agua de la carne de vaca de arriba.
Alguien tendría que usar un asistente conversacional durante años para igualar el agua de una sola hamburguesa. El pienso y el agua para decenas de miles de millones de animales de granja se usan cada día, abra alguien o no una ventana de conversación, y una hamburguesa vegan que hace el mismo trabajo ya está en el estante.
Fuentes
[1]Altman, average query water
The Verge / OpenAI
[2]Heller & Keoleian, UMichigan Beyond Burger LCA
University of Michigan CSS, 2018
[3]Li et al., Making AI Less Thirsty, 2023
arXiv, 2023
[4]Mekonnen & Hoekstra, Ecosystems 2012
Ecosystems, 2012
[5]Water Footprint Network, farm animal products
Water Footprint Network
[6]Washington Post, bottle per email, 2024
Washington Post, 2024
[7]Beyond Meat, A Burger With Benefits
Beyond Meat, 2018
[8]Heller & Keoleian, UMichigan LCA PDF
University of Michigan CSS, 2018
[9]Beyond Meat release
Beyond Meat