A critical and constructive reading of the UNFCCC paper on artificial intelligence and climate action, one year later<\/p>\n\n\n\n
En julio de 2025, el Comit\u00e9 Ejecutivo de Tecnolog\u00eda (TEC) de la Convenci\u00f3n Marco de las Naciones Unidas sobre el Cambio Clim\u00e1tico (UNFCCC), junto con la Organizaci\u00f3n de las Naciones Unidas para el Desarrollo Industrial (UNIDO), public\u00f3 un paper t\u00e9cnico de 170 p\u00e1ginas titulado “Artificial Intelligence for Climate Action: Advancing Mitigation and Adaptation in Developing Countries”. Es, hasta hoy, uno de los documentos m\u00e1s completos que existen sobre la intersecci\u00f3n entre inteligencia artificial y cambio clim\u00e1tico desde la perspectiva de los pa\u00edses en desarrollo.<\/p>\n\n\n\n Un a\u00f1o despu\u00e9s, el panorama de la IA ha seguido aceler\u00e1ndose. Nuevos modelos, nuevos compromisos, nuevas promesas. Pero las preguntas de fondo que plantea ese paper siguen abiertas \u2014 y algunas que no plante\u00f3 se han vuelto a\u00fan m\u00e1s urgentes.<\/p>\n\n\n\n Desde DelPlata Green trabajamos en la intersecci\u00f3n entre sustentabilidad, tecnolog\u00eda y medici\u00f3n de impacto. Y lo hacemos bajo una convicci\u00f3n que gu\u00eda todo lo que hacemos: la inteligencia artificial debe servir para el bien com\u00fan. No como eslogan, sino como criterio de evaluaci\u00f3n. Y es justamente desde ese criterio que quiero revisitar este documento: reconocer lo que hace bien, se\u00f1alar lo que le falta, y formular la pregunta que creo que deber\u00eda estar en el centro de la conversaci\u00f3n pero que el paper nunca formula expl\u00edcitamente.<\/p>\n\n\n\n IA para el bien, s\u00ed. Pero… \u00bfpara el bien de qui\u00e9n?<\/strong><\/em><\/p>\n\n\n\n Hay que empezar por lo que corresponde: reconocer que este documento llena un vac\u00edo real.<\/p>\n\n\n\n Antes de este paper, la conversaci\u00f3n sobre IA y cambio clim\u00e1tico 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 energ\u00eda, la IA tiene sesgos, la IA es parte del problema. El paper de la UNFCCC\/UNIDO hace algo m\u00e1s \u00fatil que sumarse a cualquiera de los dos bandos: mapea el territorio.<\/p>\n\n\n\n El cap\u00edtulo central del documento (cap\u00edtulo 4) recorre diez \u00e1reas de aplicaci\u00f3n de la IA para la acci\u00f3n clim\u00e1tica en pa\u00edses en desarrollo: sistemas de alerta temprana, observaci\u00f3n de la Tierra, simulaci\u00f3n y predicci\u00f3n clim\u00e1tica, gesti\u00f3n de recursos naturales, gesti\u00f3n energ\u00e9tica, transporte, reducci\u00f3n de riesgo de desastres, aplicaciones emergentes de modelos de lenguaje (LLMs), educaci\u00f3n y participaci\u00f3n comunitaria, y un panorama general con tablas de referencia.<\/p>\n\n\n\n Pero donde el paper realmente se distingue es en lo que tuvo el coraje de incluir: un cap\u00edtulo completo dedicado a los riesgos y desaf\u00edos (cap\u00edtulo 6). El documento nombra que la misma IA que optimiza renovables se usa para hacer m\u00e1s eficiente la extracci\u00f3n de petr\u00f3leo y gas. Nombra el sesgo de g\u00e9nero en los datasets clim\u00e1ticos. Y nombra el riesgo de que la IA generativa amplifique la desinformaci\u00f3n clim\u00e1tica.<\/p>\n\n\n\n Todo esto merece reconocimiento. Es un documento serio, honesto en sus limitaciones, y necesario.<\/strong><\/p>\n\n\n\n Dicho esto, varios de los riesgos que el paper identifica quedan en una descripci\u00f3n correcta pero insuficiente. Los nombra, pero no llega a las causas de fondo.<\/p>\n\n\n\n El consumo energ\u00e9tico e h\u00eddrico: m\u00e1s que un dato t\u00e9cnico<\/strong><\/p>\n\n\n\n El paper plantea correctamente que la IA tiene una huella energ\u00e9tica e h\u00eddrica 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 peque\u00f1a durante meses.<\/p>\n\n\n\n La brecha digital: no es solo “falta de internet”<\/strong><\/p>\n\n\n\n El documento describe la brecha digital como una combinaci\u00f3n 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 m\u00e1s estructural: una nueva forma de dependencia tecnol\u00f3gica. Si los modelos, los datos de entrenamiento, la infraestructura cloud y el talento est\u00e1n concentrados en Estados Unidos, China y Europa, los pa\u00edses en desarrollo no solo “llegan tarde” a la IA clim\u00e1tica \u2014 llegan en una posici\u00f3n donde consumen soluciones dise\u00f1adas por otros, con datos de otros, optimizadas para contextos de otros.<\/p>\n\n\n\n M\u00e1s all\u00e1 de lo que el documento dice sin profundizar suficientemente, hay riesgos que directamente no aparecen \u2014 y que desde la pr\u00e1ctica de la consultor\u00eda en sustentabilidad considero centrales.<\/p>\n\n\n\n El solucionismo tecnol\u00f3gico institucional<\/strong><\/p>\n\n\n\n Cuando un organismo internacional o un gobierno adopta IA para acci\u00f3n clim\u00e1tica, existe el riesgo de que eso sustituya inversi\u00f3n en soluciones probadas y m\u00e1s baratas \u2014 infraestructura b\u00e1sica, gobernanza local, restauraci\u00f3n de ecosistemas \u2014 en vez de complementarlas. La pregunta “\u00bfes la IA la mejor herramienta para este problema?” deber\u00eda preceder a cualquier implementaci\u00f3n. Y la respuesta, muchas veces, va a ser no.<\/p>\n\n\n\n El extractivismo de datos<\/strong><\/p>\n\n\n\n Los pa\u00edses en desarrollo tienen algo que los modelos de IA necesitan desesperadamente: datos clim\u00e1ticos, ecol\u00f3gicos y sociales \u00fanicos. 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 patr\u00f3n extractivo que conocemos bien en Am\u00e9rica Latina con los recursos naturales: el recurso sale, el valor agregado se genera afuera, y lo que vuelve \u2014 si vuelve \u2014 son productos terminados a precio de mercado. Solo que esta vez el recurso no es litio ni cobre. Son datos.<\/p>\n\n\n\n La obsolescencia acelerada<\/strong><\/p>\n\n\n\n La IA evoluciona con una velocidad que no tiene precedente en otras tecnolog\u00edas. Para un pa\u00eds con recursos limitados que invirti\u00f3 significativamente en una soluci\u00f3n de IA clim\u00e1tica, esa obsolescencia no es un inconveniente menor. Es un riesgo financiero y operativo serio. Y plantea una pregunta inc\u00f3moda: \u00bfestamos construyendo capacidad local, o estamos generando dependencia de ciclos tecnol\u00f3gicos que no controlamos?<\/p>\n\n\n\n El greenwashing con IA<\/strong><\/p>\n\n\n\n “Implementamos inteligencia artificial para monitorear nuestras emisiones” suena impresionante en un reporte ESG. Pero si los datos son malos, si el modelo no est\u00e1 calibrado para el contexto local, si los resultados no se traducen en decisiones, si nadie verifica los outputs \u2014 lo que tenemos es sustentabilidad declarativa, no demostrable.<\/p>\n\n\n\n Todo lo anterior converge en una pregunta que considero central y que el paper de la UNFCCC\/UNIDO nunca formula de manera expl\u00edcita: \u00bfpara el bien de qui\u00e9n?<\/p>\n\n\n\n Propongo cinco preguntas que deber\u00edan acompa\u00f1ar cualquier proyecto de IA aplicada a la acci\u00f3n clim\u00e1tica:<\/p>\n\n\n\n La \u00faltima pregunta es la m\u00e1s inc\u00f3moda \u2014 y la m\u00e1s necesaria.<\/strong><\/p>\n\n\n\n El paper de la UNFCCC\/UNIDO de julio de 2025 fue un aporte valioso y necesario. Mape\u00f3 el territorio, document\u00f3 aplicaciones reales, y tuvo la honestidad de nombrar riesgos que otros documentos institucionales prefieren ignorar. Merece lectura, especialmente su cap\u00edtulo 4 como referencia t\u00e9cnica y su cap\u00edtulo 6 como punto de partida para una conversaci\u00f3n m\u00e1s profunda.<\/p>\n\n\n\n Pero un a\u00f1o despu\u00e9s, esa conversaci\u00f3n sigue pendiente. La IA para la acci\u00f3n clim\u00e1tica se sigue desplegando \u2014 con m\u00e1s recursos, con m\u00e1s urgencia, con m\u00e1s promesas. Y las preguntas que no se formulan siguen sin formularse.<\/p>\n\n\n\n Porque la inteligencia artificial para el bien com\u00fan no se define por la tecnolog\u00eda que se usa. Se define por a qui\u00e9n sirve, qui\u00e9n decide y qui\u00e9n se queda con el valor.<\/strong><\/p>\n\n\n\n At DelPlata Green<\/strong> ayudamos a las empresas a pasar de la sostenibilidad declarativa a la demostrable, con la tecnolog\u00eda de Zero Carbon One<\/strong>.<\/p>\n\n\n\n \ud83d\udce9 info@delplatagreen.com<\/a><\/p>\n\n\n\n \ud83c\udf10 delplatagreen.com<\/p>\n\n\n\n
Por Silvina \u2014 DelPlata Green \u00b7 IA para el bien com\u00fan<\/em><\/p>\n\n\n\nUn mapa que hac\u00eda falta<\/strong><\/h2>\n\n\n\n
Los riesgos que nombra pero no termina de desarmar<\/strong><\/h2>\n\n\n\n
Los silencios: lo que el paper no dice<\/strong><\/h2>\n\n\n\n
La pregunta de fondo: IA para el bien com\u00fan como criterio, no como eslogan<\/strong><\/h2>\n\n\n\n
\n
Un a\u00f1o despu\u00e9s: la conversaci\u00f3n pendiente<\/strong><\/h2>\n\n\n\n
Fuente principal<\/strong><\/h2>\n\n\n\n