Os custos ocultos do auxe da Intelixencia Artifical (IA)
A IA xa está a transformar a vida dos traballadores de todo o mundo e o funcionamento da sociedade. Con todo, en mans de corporacións que teñen como intereses a obtención de beneficios e a competencia, os custos ocultos deste avance tecnolóxico seguirán a ser pagados polos traballadores de todo o mundo
Estamos a entrar nunha nova era tecnolóxica dominada pola Intelixencia Artificial (IA). Aínda que hai anos a IA estaba principalmente en mans de investigadores, hoxe interactuamos con ela a diario, xa sexa a través dos resultados de procura de Google, as recomendacións de Instagram, o servizo de atención ao cliente a través de chatbots ou o asistente dixital Siri. As corporacións tecnolóxicas están a investir miles de millóns de dólares para ampliar a tecnoloxía de IA e os directores executivos están a facer promesas fantásticas sobre o desenvolvemento dunha intelixencia artificial xeral (IAG) que supere as capacidades humanas e que resolverá moitos dos problemas do mundo.
É certo que a IA ten un potencial incríbel de impacto positivo, desde axudar os traballadores en tarefas esgotadoras ou rutineiras até aplicacións en imaxes médicas, que poden mellorar a detección temperá e o diagnóstico de enfermidades. Pero a realidade é que, a medida que as empresas tecnolóxicas se expanden vorazmente para maximizar as ganancias e a participación de mercado, o auxe da IA ten graves custos ocultos para os traballadores, o noso planeta e as comunidades nas que vivimos.
Neste artigo, ofrecemos unha descrición xeral da tecnoloxía subxacente á IA e analizamos algúns dos seus custos ocultos e os seus efectos: desde o impacto no noso medio ambiente das inmensas demandas de enerxía e auga da IA, até o seu impacto no traballo, especialmente a explotación no Sur Global, até os seus vínculos inextricábeis co militarismo e o imperialismo.
Descrición xeral da tecnoloxía de IA
Coa facilidade de acceso a ferramentas de IA como ChatGPT, moitas persoas teñen a oportunidade de interactuar con IA por primeira vez. Desde responder preguntas sobre tarefas de matemáticas até obter axuda para escribir un correo electrónico, chatear con GPT ás veces pode parecer inquietantemente similar a falar cun humano. Pero, que hai detrás dunha ferramenta como ChatGPT?
Os modelos de IA constan dunha gran cantidade de parámetros, cuxos valores se optimizan en función de moitos exemplos coñecidos de entradas e os resultados desexados correspondentes. Este proceso estatístico denomínase “adestramento” do modelo e baséase en técnicas de aprendizaxe automática.
Por exemplo, un modelo de IA de linguaxe como ChatGPT está optimizado para predicir a seguinte palabra probábel nunha oración como saída, cando se lle dá unha oración parcial como entrada. Outros modelos de IA están adestrados para identificar obxectos a partir de datos de imaxes. Desenvolvéronse modelos de IA potentes para unha chea de aplicacións, incluído o pregamento de proteínas, a xeración de imaxes e a escritura de código. En cada caso, utilizáronse exemplos coñecidos de texto, estruturas de proteínas, imaxes ou código informático para adestrar o modelo de IA. Pero as ideas científicas centrais detrás destes modelos de IA existiron durante moitos anos. Entón, que cambiou? Os datos e a computación.
Os recentes avances en modelos de IA e hardware informático permitiron un aumento exponencial da cantidade de datos e potencia computacional cos que se adestran estes modelos. ChatGPT4 adéstrase con 10 billóns de palabras (aproximadamente 3 veces máis que o seu predecesor), ten 1,8 billóns de parámetros (aproximadamente 10 veces máis que o seu predecesor) e custa máis de 100 millóns de dólares adestralo (aproximadamente 20 veces máis que o seu predecesor). Ao ampliar estes modelos, son máis precisos e teñen aplicacións comercializábeis que poden ser utilizadas polo público. Pero, que significa concretamente esta expansión e ampliación?
Enerxía
Unha primeira preocupación é a enerxía necesaria para alimentar os computadores que executan estes modelos de IA. Aínda que a maioría das persoas interactúan coa IA en liña a través da nube mediante os nosos computadores e dispositivos persoais, existen grandes centros de datos cheos dunha enorme cantidade de computadores que en realidade procesan cada consulta ou solicitude de IA. En 2023, os centros de datos de Google e Microsoft consumiron cada un máis electricidade da que consomen máis de 100 países. Estes centros de datos están cheos de miles de unidades de procesamento gráfico (GPU). As GPU están deseñadas para executar cálculos en paralelo e son moi eficientes á hora de realizar os cálculos necesarios para executar os modelos de IA. Non é de estrañar que NVIDIA, a empresa que domina o mercado das GPU, sexa agora unha das empresas máis valoradas do mundo. E non hai sinais de que este consumo de enerxía vaia diminuír. NVIDIA estimou que vendería 3,5 millóns das súas GPU máis novas, o que consumiría electricidade equivalente a 1 millón de fogares estadounidenses.
As emisións de gases de efecto invernadoiro de Google aumentaron un 48% desde 2019, e as redes eléctricas están a ter que recorrer ao gas natural para satisfacer as demandas dos centros de datos. O afán capitalista por maximizar as ganancias ao redor da xeración de intelixencia artificial levou a unha expansión desenfreada da enerxía requirida polos centros de datos e as empresas de intelixencia artificial, o que exacerbou e atrasou os obxectivos de descarbonización.
E isto xa está a empezar a afectar directamente os traballadores. As compañías enerxéticas están a aumentar os prezos da electricidade para financiar a construción de máis infraestrutura enerxética que apoie a estes centros de datos. Ademais, estes centros de datos fixeron unha presión incríbel sobre a rede, aumentando as posibilidades de que se produzan apagamentos durante as horas punta. Este risco é especialmente grave en California e Texas, onde no pasado vimos como estes apagamentos afectaron a infraestruturas vitais como os hospitais.
Auga
Pero ademais do consumo de electricidade, estes centros de datos tamén consomen grandes cantidades de auga para refrixerar os computadores que impulsan a IA. Os investigadores da Universidade de California, Riverside, calcularon o ano pasado que a demanda mundial de IA podería absorber entre 1,1 billóns e 1,7 billóns de galóns [cada galón equivale a 3,78 litros] de auga doce para 2027. Estes centros de datos, así como as instalacións de fabricación dos chips semicondutores necesarios para a computación de IA, adoitan concentrarse xeograficamente en áreas onde a auga non é abundante. Por exemplo, están a construírse moitos centros de datos novos en California, que enfronta secas regulares, e en Arizona, onde o río Colorado está a secar.
E esta expansión dos centros de datos non se limita aos Estados Unidos. Google tamén busca expandirse a nivel internacional, incluída a construción de centros de datos en Uruguai, onde xa se enfronta á súa peor seca en 74 anos. Houbo protestas xeneralizadas contra a construción de centros de datos adicionais que sobrecargarían aínda máis a súa subministración de auga e poñerían en risco o acceso da xente á auga potábel. Un das lemas do seu movemento que se opón a estas expansións é “isto non é seca, é saqueo”, que se pode atopar riscado nas paredes de Montevideo.
As corporacións tamén son moi conscientes do impacto prexudicial que o consumo de auga ten nas comunidades, polo que non é sorprendente que non sexan transparentes co seu consumo. Nun caso, en Oregon, onde Google opera tres centros de datos e planea dous máis, Google presentou unha demanda, coa axuda do goberno da cidade, para manter o seu consumo de auga en segredo ante os agricultores, os ambientalistas e as tribos nativas americanas. Despois de enfrontar presións para que publicasen os datos, cederon e os rexistros fixéronse públicos. Demostraron que os tres centros de datos de Google usan máis dunha cuarta parte da subministración de auga da cidade.
Militarismo
Aínda que á industria tecnolóxica lle gusta salientar os efectos positivos, ou polo menos inocuos, da IA, estas empresas tamén están a desenvolver simultaneamente as aplicacións perigosas e violentas da IA. O Pentágono solicitou recentemente 1.800 millóns de dólares para o ano fiscal co fin de apoiar a entrega e adopción de capacidades habilitadas para a IA. E este diñeiro adoita fluír a empresas como Google, Microsoft e Palantir, e a universidades como o MIT e Stanford en forma de contratos de defensa. A competencia por esta tecnoloxía, en particular en torno ao control dos chips semicondutores que sustentan a IA, tamén está a impulsar unha nova fronte na agresión estadounidense cara a China.
Xa vemos o uso da IA na guerra. O Proxecto Maven é un programa militar dirixido polos Estados Unidos que utiliza a IA para distinguir persoas e obxectos no campo de batalla. Este programa anteriormente realizábase en colaboración con Google, pero despois de se enfrontar á presión dos empregados, abandonaron o programa e agora o exército estadounidense traballa con Palantir. Gospel e Lavender son dous sistemas de IA utilizados polas Forzas de Ocupación israelís. “Gospel” é un sistema para marcar edificios para bombardear que, segundo afirma, están a utilizar militantes de Hamás. E “Lavender”, que se adestra con datos sobre militantes coñecidos, logo analiza os datos de vixilancia sobre case todos os habitantes de Gaza (desde fotos até contactos telefónicos) para avaliar a probabilidade de que cada persoa sexa un militante. Aínda que as forzas de ocupación israelís afirman que isto aínda depende de que sexa un ser humano o que tome a decisión final, os soldados israelís dixeron a +972 que esencialmente trataron o resultado da IA “coma se fose unha decisión humana”, ás veces dedicando só “20 segundos” a examinar un obxectivo antes de bombardear, e que o liderado do exército os alentou a aprobar automaticamente as listas de asasinatos de Lavender un par de semanas despois do inicio da guerra”.
Explotación laboral
Aínda que a narrativa dominante ao redor da IA caracteriza aos modelos de IA como sistemas que poden operar de maneira completamente autónoma e que liberan os traballadores ao construír máquinas que poden realizar as tarefas aburridas e repetitivas, isto en realidade está bastante lonxe da verdade. En cambio, estas empresas de IA están a construír os seus modelos de IA tratando a moitos traballadores como máquinas. O adestramento destes modelos require enormes cantidades de datos, e gran parte deses datos son depurados e anotados por humanos. As empresas tecnolóxicas aproveitan as disparidades económicas entre rexións e este traballo adoita subcontratarse a traballadores do Sur Global, como Siria, Arxentina e Quenia, onde os traballadores reciben menos de 1,50 dólares por hora, con pouca seguridade laboral e sen un camiño claro cara á mobilidade ascendente, e sen protección dos dereitos dos traballadores.
E iso sen ter en conta que o traballo en si é extremadamente repetitivo e que estes traballadores están baixo unha estreita vixilancia e son castigados se se desvían das tarefas repetitivas prescritas. Algúns dos tipos de tarefas poden implicar ver contido e avaliar se é necesario marcalo. Isto significa que os traballadores deben ver vídeos que ás veces conteñen suicidio, asasinato, abuso infantil e agresión sexual, e moitos traballadores informan que desenvolveron trastornos de tensións e ansiedade por estar constantemente expostos a estes contidos.
Por suposto, esta forma de explotación laboral súmase á probabilidade de que as corporacións utilicen a IA para descualificar ou eliminar enormes cantidades de postos de traballo a nivel mundial en busca de maiores beneficios.
Conclusión
A IA xa está a transformar a vida dos traballadores de todo o mundo e o funcionamento da sociedade. Con todo, en mans de corporacións que teñen como intereses a obtención de beneficios e a competencia, os custos ocultos deste avance tecnolóxico seguirán sendo pagados polos traballadores de todo o mundo. Só se centran os intereses e o benestar das maiorías, poderase implementar, utilizar e adoptar a IA sen sacrificar o noso planeta, as nosas comunidades e os nosos medios de vida no proceso.
[Artigo tirado do sitio web Peoples Dispatch, do 13 de setembro de 2024]