Ciudad de México. – Convertirse en un personaje inspirado en una película animada, descubrir cómo habría lucido una fotografía familiar en los años 80 o recrearse dentro de alguna estética viral se ha vuelto una práctica habitual en redes sociales. Cada nueva tendencia provoca que miles —y en algunos casos millones— de usuarios generen una, cinco, diez o más imágenes con inteligencia artificial hasta obtener el resultado que quieren compartir.

Lo que ocurre detrás de cada fotografía sintética es menos visible. Generar una imagen con IA requiere centros de datos, procesadores especializados, electricidad y sistemas de refrigeración. Individualmente, una creación puede parecer insignificante; el problema comienza cuando la misma dinámica se reproduce a enorme escala.

Un informe publicado en junio de 2026 por el Instituto de la Universidad de las Naciones Unidas para el Agua, el Medio Ambiente y la Salud (UNU-INWEH) estima que una imagen de IA de resolución estándar implica, en promedio, alrededor de 2.9 watt-hora (Wh) de electricidad y una huella hídrica cercana a 28.6 mililitros de agua.

Una imagen parece poco; millones cambian la dimensión

Veintinueve mililitros de agua son aproximadamente dos cucharadas. Visto de manera individual, el número no parece alarmante. Sin embargo, una tendencia viral rara vez implica una sola generación por usuario.

Si un millón de personas generaran una imagen utilizando como referencia el promedio calculado por UNU-INWEH, la huella asociada alcanzaría alrededor de 28 mil 600 litros de agua y 2 mil 900 kilowatt-hora de electricidad. Si cada persona hiciera diez intentos —algo perfectamente posible al modificar prompts, expresiones, fondos o estilos— la cifra subiría a aproximadamente 286 mil litros de agua y 29 mil kWh.

Puedes leer: «Ahora soy mi propia prioridad»: ella es Nyla Stone, la cantante que se volvió viral en TikTok

Estas operaciones son únicamente ilustrativas: no significa que todas las plataformas gasten exactamente esa cantidad. El consumo cambia según el modelo, el hardware utilizado, la resolución, el número de pasos de generación, el centro de datos y la fuente de electricidad.

Precisamente por eso resulta difícil afirmar que «una imagen de IA gasta exactamente determinada cantidad de agua». Los investigadores trabajan con promedios y estimaciones para dimensionar una infraestructura cuyo funcionamiento todavía tiene importantes problemas de transparencia.

Generar imágenes consume mucho más que tareas básicas de IA

El problema tampoco es exclusivo del agua. La generación de imágenes se encuentra entre las actividades de inteligencia artificial con mayor demanda energética.

Una investigación de especialistas de Hugging Face y Carnegie Mellon University, publicada posteriormente en la conferencia ACM FAccT 2024, comparó el consumo energético de distintos modelos y encontró que las tareas generativas y aquellas relacionadas con imágenes pueden requerir considerablemente más energía que funciones sencillas como clasificar texto.

El reporte de UNU-INWEH de 2026 lleva esa comparación más lejos: estima que producir una imagen con IA puede requerir alrededor de 1,450 veces la energía utilizada por una tarea básica de clasificación de texto. Para ponerlo en términos cotidianos, señala que la energía de una imagen típica podría mantener encendido un foco LED de 10 watts durante aproximadamente 17 minutos.

Esto explica por qué las modas basadas en imágenes —desde retratos estilo animación hasta recreaciones de décadas pasadas— tienen un impacto distinto al de hacer una pregunta breve a un chatbot.

¿Por qué una inteligencia artificial necesita agua?

La IA no «bebe» agua directamente. El consumo está relacionado principalmente con la infraestructura necesaria para hacer funcionar los modelos.

Los servidores especializados generan calor durante el procesamiento y los centros de datos necesitan sistemas de refrigeración para mantenerlos dentro de temperaturas seguras. Además, la producción de la electricidad que los alimenta también puede tener una huella hídrica dependiendo de la tecnología utilizada.

Continúa leyendo: ¡Cuidado! Estafadores utilizan la inteligencia artificial para clonar la voz de sus víctimas y cometer fraudes

UNU-INWEH contempla precisamente ese consumo asociado tanto a la refrigeración como a la generación de energía. El organismo advierte que evaluar únicamente las emisiones de carbono deja fuera una parte importante del impacto ambiental de la inteligencia artificial.

Las propias empresas tecnológicas reconocen que la expansión de los centros de datos está incrementando la demanda de recursos. Google informó que su consumo eléctrico en centros de datos aumentó 27% durante 2024, aunque aseguró haber reducido las emisiones energéticas de esas instalaciones mediante mayor eficiencia y contratación de energía limpia.

En 2025, la compañía incrementó además sus proyectos de reposición de agua hasta alcanzar aproximadamente 7 mil 700 millones de galones, equivalentes al 78% de su consumo anual de agua dulce.

El verdadero problema puede estar en la repetición

Durante años, gran parte de la discusión ambiental sobre inteligencia artificial se concentró en la enorme cantidad de energía requerida para entrenar los modelos. La situación está cambiando.

El informe de Naciones Unidas calcula que actualmente entre 80% y 90% del consumo energético total relacionado con IA puede corresponder a la inferencia, es decir, al momento en que las personas realmente utilizan modelos ya entrenados para solicitar textos, imágenes, videos u otras respuestas.

En otras palabras, el impacto no termina cuando una empresa desarrolla un modelo. Continúa cada vez que alguien pulsa «generar».

Y ahí entran las tendencias de redes sociales.

Una persona puede pedir primero una imagen con estética de los años 80, posteriormente repetirla porque el rostro no se parece suficiente, después cambiar la ropa, generar cuatro versiones adicionales y finalmente seleccionar una para Instagram o TikTok. Lo que para el usuario es una sesión de unos minutos representa varias operaciones computacionales independientes.

La discusión, por lo tanto, no consiste en culpabilizar a quien genera una imagen ocasional. El desafío aparece cuando productos diseñados para ser utilizados masivamente coinciden con tendencias que incentivan la generación reiterada y desechable de contenido.

Para 2030, el consumo podría alcanzar dimensiones enormes

UNU-INWEH proyecta que los centros de datos podrían consumir alrededor de 945 terawatt-hora de electricidad al año para 2030, mientras que la huella hídrica asociada podría aproximarse a 9.3 billones de litros.

La institución advierte también sobre un fenómeno conocido como efecto rebote: aunque los modelos y chips se vuelvan más eficientes, hacerlos más baratos y rápidos puede provocar que se utilicen mucho más, anulando parcialmente los beneficios obtenidos por cada mejora tecnológica.

Eso no significa que haya que abandonar la inteligencia artificial ni dejar de crear imágenes. Significa que detrás de algo aparentemente inmaterial existe infraestructura física, y que la escala importa.

Una fotografía generada para divertirse difícilmente provocará por sí sola un problema ambiental. Millones de personas generando decenas de versiones por cada nueva tendencia representan otra historia.