Una lectura crítica y constructiva del paper de la UNFCCC sobre inteligencia artificial y acción climática, un año después
Por Silvina — DelPlata Green · IA para el bien común
En julio de 2025, el Comité Ejecutivo de Tecnología (TEC) de la Convención Marco de las Naciones Unidas sobre el Cambio Climático (UNFCCC), junto con la Organización de las Naciones Unidas para el Desarrollo Industrial (UNIDO), publicó un paper técnico de 170 páginas titulado “Artificial Intelligence for Climate Action: Advancing Mitigation and Adaptation in Developing Countries”. Es, hasta hoy, uno de los documentos más completos que existen sobre la intersección entre inteligencia artificial y cambio climático desde la perspectiva de los países en desarrollo.
Un año después, el panorama de la IA ha seguido acelerándose. Nuevos modelos, nuevos compromisos, nuevas promesas. Pero las preguntas de fondo que plantea ese paper siguen abiertas — y algunas que no planteó se han vuelto aún más urgentes.
Desde DelPlata Green trabajamos en la intersección entre sustentabilidad, tecnología y medición de impacto. Y lo hacemos bajo una convicción que guía todo lo que hacemos: la inteligencia artificial debe servir para el bien común. No como eslogan, sino como criterio de evaluación. Y es justamente desde ese criterio que quiero revisitar este documento: reconocer lo que hace bien, señalar lo que le falta, y formular la pregunta que creo que debería estar en el centro de la conversación pero que el paper nunca formula explícitamente.
IA para el bien, sí. Pero… ¿para el bien de quién?
Un mapa que hacía falta
Hay que empezar por lo que corresponde: reconocer que este documento llena un vacío real.
Antes de este paper, la conversación sobre IA y cambio climático estaba dominada por dos narrativas opuestas y ambas incompletas. Por un lado, el tecno-optimismo de Silicon Valley: la IA lo va a resolver todo. Por otro, la desconfianza generalizada: la IA consume demasiada energía, la IA tiene sesgos, la IA es parte del problema. El paper de la UNFCCC/UNIDO hace algo más útil que sumarse a cualquiera de los dos bandos: mapea el territorio.
El capítulo central del documento (capítulo 4) recorre diez áreas de aplicación de la IA para la acción climática en países en desarrollo: sistemas de alerta temprana, observación de la Tierra, simulación y predicción climática, gestión de recursos naturales, gestión energética, transporte, reducción de riesgo de desastres, aplicaciones emergentes de modelos de lenguaje (LLMs), educación y participación comunitaria, y un panorama general con tablas de referencia.
Pero donde el paper realmente se distingue es en lo que tuvo el coraje de incluir: un capítulo completo dedicado a los riesgos y desafíos (capítulo 6). El documento nombra que la misma IA que optimiza renovables se usa para hacer más eficiente la extracción de petróleo y gas. Nombra el sesgo de género en los datasets climáticos. Y nombra el riesgo de que la IA generativa amplifique la desinformación climática.
Todo esto merece reconocimiento. Es un documento serio, honesto en sus limitaciones, y necesario.
Los riesgos que nombra pero no termina de desarmar
Dicho esto, varios de los riesgos que el paper identifica quedan en una descripción correcta pero insuficiente. Los nombra, pero no llega a las causas de fondo.
El consumo energético e hídrico: más que un dato técnico
El paper plantea correctamente que la IA tiene una huella energética e hídrica significativa, y recomienda el uso de Small Language Models (SLMs) en lugar de modelos grandes cuando sea posible. Pero no cuantifica lo suficiente para que un tomador de decisiones entienda la magnitud del problema en su contexto. Entrenar un modelo grande puede consumir tanta agua como la que necesita una comunidad pequeña durante meses.
La brecha digital: no es solo “falta de internet”
El documento describe la brecha digital como una combinación de conectividad limitada, falta de capacidad computacional y escasez de profesionales capacitados. Es correcto, pero incompleto. Lo que el paper describe como “brecha” es, en realidad, algo más estructural: una nueva forma de dependencia tecnológica. Si los modelos, los datos de entrenamiento, la infraestructura cloud y el talento están concentrados en Estados Unidos, China y Europa, los países en desarrollo no solo “llegan tarde” a la IA climática — llegan en una posición donde consumen soluciones diseñadas por otros, con datos de otros, optimizadas para contextos de otros.
Los silencios: lo que el paper no dice
Más allá de lo que el documento dice sin profundizar suficientemente, hay riesgos que directamente no aparecen — y que desde la práctica de la consultoría en sustentabilidad considero centrales.
El solucionismo tecnológico institucional
Cuando un organismo internacional o un gobierno adopta IA para acción climática, existe el riesgo de que eso sustituya inversión en soluciones probadas y más baratas — infraestructura básica, gobernanza local, restauración de ecosistemas — en vez de complementarlas. La pregunta “¿es la IA la mejor herramienta para este problema?” debería preceder a cualquier implementación. Y la respuesta, muchas veces, va a ser no.
El extractivismo de datos
Los países en desarrollo tienen algo que los modelos de IA necesitan desesperadamente: datos climáticos, ecológicos y sociales únicos. Existe un riesgo real de que esos datos sean recolectados por actores externos, usados para entrenar modelos propietarios, y que los beneficios no vuelvan a las comunidades que los generaron. Es el mismo patrón extractivo que conocemos bien en América Latina con los recursos naturales: el recurso sale, el valor agregado se genera afuera, y lo que vuelve — si vuelve — son productos terminados a precio de mercado. Solo que esta vez el recurso no es litio ni cobre. Son datos.
La obsolescencia acelerada
La IA evoluciona con una velocidad que no tiene precedente en otras tecnologías. Para un país con recursos limitados que invirtió significativamente en una solución de IA climática, esa obsolescencia no es un inconveniente menor. Es un riesgo financiero y operativo serio. Y plantea una pregunta incómoda: ¿estamos construyendo capacidad local, o estamos generando dependencia de ciclos tecnológicos que no controlamos?
El greenwashing con IA
“Implementamos inteligencia artificial para monitorear nuestras emisiones” suena impresionante en un reporte ESG. Pero si los datos son malos, si el modelo no está calibrado para el contexto local, si los resultados no se traducen en decisiones, si nadie verifica los outputs — lo que tenemos es sustentabilidad declarativa, no demostrable.
La pregunta de fondo: IA para el bien común como criterio, no como eslogan
Todo lo anterior converge en una pregunta que considero central y que el paper de la UNFCCC/UNIDO nunca formula de manera explícita: ¿para el bien de quién?
Propongo cinco preguntas que deberían acompañar cualquier proyecto de IA aplicada a la acción climática:
- ¿Quién la diseñó y con qué datos?
- ¿Quién se beneficia de los resultados?
- ¿Quién la mantiene cuando el proyecto termina?
- ¿El valor generado vuelve a la comunidad?
- ¿Es la IA la mejor herramienta para este problema?
La última pregunta es la más incómoda — y la más necesaria.
Un año después: la conversación pendiente
El paper de la UNFCCC/UNIDO de julio de 2025 fue un aporte valioso y necesario. Mapeó el territorio, documentó aplicaciones reales, y tuvo la honestidad de nombrar riesgos que otros documentos institucionales prefieren ignorar. Merece lectura, especialmente su capítulo 4 como referencia técnica y su capítulo 6 como punto de partida para una conversación más profunda.
Pero un año después, esa conversación sigue pendiente. La IA para la acción climática se sigue desplegando — con más recursos, con más urgencia, con más promesas. Y las preguntas que no se formulan siguen sin formularse.
Porque la inteligencia artificial para el bien común no se define por la tecnología que se usa. Se define por a quién sirve, quién decide y quién se queda con el valor.
At DelPlata Green ayudamos a las empresas a pasar de la sostenibilidad declarativa a la demostrable, con la tecnología de Zero Carbon One.
🌐 delplatagreen.com
Fuente principal
UNFCCC/UNIDO — “Artificial Intelligence for Climate Action in Developing Countries: Opportunities, Challenges and Risks” (julio 2025). UNFCCC Technology Executive Committee (TEC) / UNIDO.de estar genuinamente al servicio de las personas y el planeta.
📩 info@delplatagreen.com · 🌐 delplatagreen.com