«`html
La inteligencia artificial de código abierto puede acelerar los objetivos de desarrollo sostenible
La inteligencia artificial de código abierto puede acelerar los objetivos de desarrollo sostenible. La inteligencia artificial de código abierto representa una oportunidad mayor para avanzar hacia los objetivos de desarrollo sostenible a escala mundial. Entre 2018 y 2024, su uso para apoyar estos objetivos aumentó un 300 %, con contribuciones notables en áreas como la agricultura, la gestión de ecosistemas y la lucha contra el cambio climático. Este modelo abierto, que permite a cada uno estudiar, modificar y compartir las herramientas, fue diseñado para acelerar el progreso de manera eficiente e inclusiva.
Sin embargo, su expansión ha revelado desafíos complejos. La ausencia de un marco de gobernanza estructurado puede generar un consumo excesivo de recursos y vulnerabilidades éticas. Por ejemplo, el desarrollo descentralizado de modelos redundantes en infraestructuras locales ineficaces agrava la huella de carbono de la industria. Además, la facilidad de acceso a las herramientas de código abierto ha reducido los costos de producción de deepfakes y desinformación dirigida, planteando riesgos para la seguridad y la confianza en la información.
Otro desafío es el del colonialismo digital, donde los países e instituciones poderosos del Norte global controlan los datos e infraestructuras, limitando la autonomía de los países del Sur. Los conjuntos de datos diseñados para contextos locales pueden no aplicarse correctamente en otros lugares, lo que genera errores y reduce la pertinencia de las soluciones de gobernanza.
Para enfrentar estos desafíos, se proponen cuatro acciones clave. La primera consiste en integrar la sostenibilidad en todo el ciclo de vida de los modelos, optimizando las infraestructuras físicas y evitando el desperdicio asociado a desarrollos redundantes. Técnicas como la destilación de modelos permiten reducir su tamaño hasta un 70 %, limitando así su impacto ambiental. Otra opción es la adopción de centros de datos enfriados por líquido y alimentados con energías renovables, lo que reduce la demanda de energía en un 20 % y el consumo de agua en un 52 %.
La segunda acción busca establecer un marco de evaluación cuantitativo para medir el impacto de la inteligencia artificial en los objetivos de desarrollo sostenible. Esto implica la creación de indicadores compuestos que integren datos locales y globales, permitiendo una evaluación precisa de los efectos positivos y negativos. Por ejemplo, los criterios de sostenibilidad podrían abarcar más de 40 indicadores sociales, ambientales y económicos, ofreciendo una visión clara del impacto real.
La tercera acción se basa en la regulación y la transparencia. Para evitar abusos, es esencial implementar auditorías obligatorias, pruebas adversarias y licencias claras que definan los usos autorizados. Los desarrolladores deben utilizar conjuntos de datos auditados para limitar sesgos, mientras que los gobiernos pueden imponer políticas estrictas para prevenir la difusión de contenidos malintencionados. Los usuarios, por su parte, tienen la responsabilidad de aplicar estas herramientas de manera ética y reportar los malos usos.
Finalmente, la cuarta acción fomenta la cooperación mundial y el intercambio de conocimientos. A pesar de la democratización del acceso, persisten desigualdades en cuanto a infraestructuras, talento y soberanía de datos. La creación de plataformas de acceso abierto, que respeten los principios de localizabilidad, accesibilidad y reutilización, es crucial para garantizar un acceso equitativo a los recursos. Instituciones como un Diálogo Mundial sobre la Gobernanza de la Inteligencia Artificial podrían fortalecer la cooperación publicando informes anuales y organizando negociaciones intergubernamentales.
A nivel regional, la colaboración entre plataformas globales y centros de investigación locales permite combinar modelos fundacionales compartidos con datos específicos de cada contexto. Esto facilita el despliegue de soluciones adaptadas, al tiempo que se respetan las regulaciones sobre protección de datos. Instituciones como el Instituto Australiano para la Inteligencia Artificial o el Instituto Nacional para la Evaluación y Seguridad de la Inteligencia Artificial en Francia desempeñan un papel clave en esta localización.
La inteligencia artificial de código abierto, combinada con una gobernanza adecuada, podría transformar así la toma de decisiones, haciéndola más inclusiva y basada en evidencia. Permitiría identificar más rápidamente las prioridades, los obstáculos y las vías de transformación sostenible, incluso frente a desafíos complejos. Al integrar las lecciones aprendidas de los ciudadanos de todo el mundo, también podría hacer que la agenda post-2030 sea más representativa y efectiva.
Los modelos de código abierto también ofrecen ventajas concretas. Su costo es de 5 a 29 veces menor que el de los modelos propietarios para un rendimiento comparable, lo que amplía su accesibilidad. Herramientas como los modelos de procesamiento de lenguaje natural especializados en clima ayudan a combatir la desinformación, mientras que otras, como las utilizadas en salud, podrían mitigar la escasez de terapeutas en ciertas regiones. En el ámbito económico, las pequeñas y medianas empresas pueden adoptar y personalizar estas tecnologías para optimizar su producción.
Sin embargo, sin una gobernanza adecuada, los riesgos persisten. La producción de materiales electrónicos y la infraestructura necesaria para la inteligencia artificial contribuyen a los desechos tóxicos mundiales. Además, casi el 60 % de los modelos etiquetados como de código abierto no tienen ninguna licencia, lo que complica su uso seguro. La proliferación de modelos no regulados también facilita la identificación de vulnerabilidades por parte de actores malintencionados, aumentando los riesgos de phishing o de propagación de discursos de odio.
Para maximizar los beneficios de la inteligencia artificial de código abierto, es indispensable un enfoque coordinado. Este debe combinar sostenibilidad, evaluación rigurosa, seguridad y cooperación, con el fin de reducir las incertidumbres y garantizar que esta tecnología sirva efectivamente al progreso mundial.
La inteligencia artificial de código abierto puede acelerar los objetivos de desarrollo sostenible. La inteligencia artificial de código abierto representa una oportunidad mayor para avanzar hacia los objetivos de desarrollo sostenible a escala mundial. Entre 2018 y 2024, su uso para apoyar estos objetivos aumentó un 300 %, con contribuciones notables en áreas como la agricultura, la gestión de ecosistemas y la lucha contra el cambio climático. Este modelo abierto, que permite a cada uno estudiar, modificar y compartir las herramientas, fue diseñado para acelerar el progreso de manera eficiente e inclusiva.
Sin embargo, su expansión ha revelado desafíos complejos. La ausencia de un marco de gobernanza estructurado puede generar un consumo excesivo de recursos y vulnerabilidades éticas. Por ejemplo, el desarrollo descentralizado de modelos redundantes en infraestructuras locales ineficaces agrava la huella de carbono de la industria. Además, la facilidad de acceso a las herramientas de código abierto ha reducido los costos de producción de deepfakes y desinformación dirigida, planteando riesgos para la seguridad y la confianza en la información.
Otro desafío es el del colonialismo digital, donde los países e instituciones poderosos del Norte global controlan los datos e infraestructuras, limitando la autonomía de los países del Sur. Los conjuntos de datos diseñados para contextos locales pueden no aplicarse correctamente en otros lugares, lo que genera errores y reduce la pertinencia de las soluciones de gobernanza.
Para enfrentar estos desafíos, se proponen cuatro acciones clave. La primera consiste en integrar la sostenibilidad en todo el ciclo de vida de los modelos, optimizando las infraestructuras físicas y evitando el desperdicio asociado a desarrollos redundantes. Técnicas como la destilación de modelos permiten reducir su tamaño hasta un 70 %, limitando así su impacto ambiental. Otra opción es la adopción de centros de datos enfriados por líquido y alimentados con energías renovables, lo que reduce la demanda de energía en un 20 % y el consumo de agua en un 52 %.
La segunda acción busca establecer un marco de evaluación cuantitativo para medir el impacto de la inteligencia artificial en los objetivos de desarrollo sostenible. Esto implica la creación de indicadores compuestos que integren datos locales y globales, permitiendo una evaluación precisa de los efectos positivos y negativos. Por ejemplo, los criterios de sostenibilidad podrían abarcar más de 40 indicadores sociales, ambientales y económicos, ofreciendo una visión clara del impacto real.
La tercera acción se basa en la regulación y la transparencia. Para evitar abusos, es esencial implementar auditorías obligatorias, pruebas adversarias y licencias claras que definan los usos autorizados. Los desarrolladores deben utilizar conjuntos de datos auditados para limitar sesgos, mientras que los gobiernos pueden imponer políticas estrictas para prevenir la difusión de contenidos malintencionados. Los usuarios, por su parte, tienen la responsabilidad de aplicar estas herramientas de manera ética y reportar los malos usos.
Finalmente, la cuarta acción fomenta la cooperación mundial y el intercambio de conocimientos. A pesar de la democratización del acceso, persisten desigualdades en cuanto a infraestructuras, talento y soberanía de datos. La creación de plataformas de acceso abierto, que respeten los principios de localizabilidad, accesibilidad y reutilización, es crucial para garantizar un acceso equitativo a los recursos. Instituciones como un Diálogo Mundial sobre la Gobernanza de la Inteligencia Artificial podrían fortalecer la cooperación publicando informes anuales y organizando negociaciones intergubernamentales.
A nivel regional, la colaboración entre plataformas globales y centros de investigación locales permite combinar modelos fundacionales compartidos con datos específicos de cada contexto. Esto facilita el despliegue de soluciones adaptadas, al tiempo que se respetan las regulaciones sobre protección de datos. Instituciones como el Instituto Australiano para la Inteligencia Artificial o el Instituto Nacional para la Evaluación y Seguridad de la Inteligencia Artificial en Francia desempeñan un papel clave en esta localización.
La inteligencia artificial de código abierto, combinada con una gobernanza adecuada, podría transformar así la toma de decisiones, haciéndola más inclusiva y basada en evidencia. Permitiría identificar más rápidamente las prioridades, los obstáculos y las vías de transformación sostenible, incluso frente a desafíos complejos. Al integrar las lecciones aprendidas de los ciudadanos de todo el mundo, también podría hacer que la agenda post-2030 sea más representativa y efectiva.
Los modelos de código abierto también ofrecen ventajas concretas. Su costo es de 5 a 29 veces menor que el de los modelos propietarios para un rendimiento comparable, lo que amplía su accesibilidad. Herramientas como los modelos de procesamiento de lenguaje natural especializados en clima ayudan a combatir la desinformación, mientras que otras, como las utilizadas en salud, podrían mitigar la escasez de terapeutas en ciertas regiones. En el ámbito económico, las pequeñas y medianas empresas pueden adoptar y personalizar estas tecnologías para optimizar su producción.
Sin embargo, sin una gobernanza adecuada, los riesgos persisten. La producción de materiales electrónicos y la infraestructura necesaria para la inteligencia artificial contribuyen a los desechos tóxicos mundiales. Además, casi el 60 % de los modelos etiquetados como de código abierto no tienen ninguna licencia, lo que complica su uso seguro. La proliferación de modelos no regulados también facilita la identificación de vulnerabilidades por parte de actores malintencionados, aumentando los riesgos de phishing o de propagación de discursos de odio.
Para maximizar los beneficios de la inteligencia artificial de código abierto, es indispensable un enfoque coordinado. Este debe combinar sostenibilidad, evaluación rigurosa, seguridad y cooperación, con el fin de reducir las incertidumbres y garantizar que esta tecnología sirva efectivamente al progreso mundial.
«`
Crédits des sources
Source principale
DOI : https://doi.org/10.1038/s41467-026-73866-8
Titre : Steering open-source AI to accelerate the sustainable development goals
Revue : Nature Communications
Éditeur : Springer Science and Business Media LLC
Auteurs : Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian Lü