Bancos, aliados de la inteligencia artificial para medir impactos ambientales

Casos internacionales han mostrado su potencial para evaluar las huellas de carbono.

La sostenibilidad es una de las apuestas más importantes de las empresas hoy en día. Foto: Imagen generada con Inteligencia Artificial - ChatGPT Por cuenta de la utilización de la inteligencia artificial (IA) para diferente tipo de actividades, entre ellas la sostenibilidad, los bancos ya permiten medir impactos ambientales, optimizar recursos y fortalecer la acción climática. De paso, también pueden advertir y prevenir el engaño de empresas al ufanarse de que están cumpliendo normas para mitigar el cambio climático, o como se le denomina greenwashing. 

De acuerdo con un informe de Asobancaria, hay varios casos internacionales que muestran el potencial de los bancos para evaluar huellas de carbono, gestionar activos sostenibles y automatizar operaciones verdes. Señala que su implementación requiere un uso ético y responsable, considerando los riesgos de sesgo, falta de transparencia y el impacto ambiental. 

Dice que el uso de la IA en áreas como la sostenibilidad es un avance significativo dado que esta nueva tecnología ofrece soluciones a problemas como el cambio climático, el agotamiento de recursos y la gestión de residuos. Recuerda que según la Universidad Estatal de Carolina del Norte, entre sus usos más destacados se encuentra la mejora del monitoreo ambiental, gracias a su capacidad de analizar grandes volúmenes de información de imágenes satelitales y sensores. 

Además, tiene potencial para fortalecer la sostenibilidad del sector agrícola a través de múltiples aplicaciones para mejorar la producción de alimentos, dice el informe de Asobancaria.  Igualmente menciona que de acuerdo con la multinacional KPMG, un uso relevante de la IA en las finanzas sostenibles es el modelado de riesgo climático que les permite a las instituciones financieras cuantificar y gestionar mejor la exposición a los efectos del cambio climático mediante la simulación de distintos escenarios futuros. 

Otro uso importante es el impulso de la inversión de impacto mediante algoritmos de aprendizaje automático, para analizar grandes volúmenes de información financiera y no financiera e identificar empresas y proyectos que ofrecen rendimientos económicos y generan beneficios ambientales y sociales.  De todas manera, dice el informe de Asobancaria, aunque la IA ofrece importantes beneficios también hay retos como la disponibilidad y calidad de los datos, pasando por la transparencia y explicabilidad de los modelos, hasta la incertidumbre regulatoria y los dilemas éticos que acompañan a su implementación. 

Señala Asobancaria que uno de los principales riesgos es el sesgo algorítmico. Al entrenarse con datos históricos que reflejan prejuicios o desigualdades pasadas, los modelos de IA pueden ampliar dichos sesgos en decisiones críticas, como la aprobación de créditos o la selección de inversiones sostenibles. 

Esto afecta la equidad y transparencia del sistema financiero, y también puede debilitar la confianza de los clientes, generar exclusión de determinados grupos poblacionales y exponer a las entidades a riesgos reputacionales y sanciones regulatorias, menciona el informe.  Además, dice que otro desafío relevante es la opacidad y la falta de explicabilidad de muchos modelos de inteligencia artificial, especialmente los de machine learning más complejos, que funcionan como ‘cajas negras’. 

En el sector financiero, donde la transparencia es un principio esencial, el no poder justificar por qué un modelo aprueba o rechaza un financiamiento verde puede generar riesgos legales, regulatorios y reputacionales, advierte Asobancaria. 

Además, esta falta de claridad puede debilitar la confianza de inversionistas, clientes y supervisores, limitando la adopción de soluciones basadas en IA en el ámbito financiero sostenible. 

Indica que la excesiva dependencia de datos y tecnología representa otro reto.  Un modelo mal calibrado o entrenado con información incompleta, desactualizada o manipulada puede conducir a decisiones erróneas en la gestión de riesgos ASG. 

A ello se suman vulnerabilidades asociadas a fallos técnicos o ataques cibernéticos, que pueden afectar la integridad, disponibilidad y confidencialidad de la información. 

En tercera instancia, se encuentra el reto de la falsa atribución. Cuando los criterios de sostenibilidad integrados en los modelos de IA no están claramente definidos, estandarizados o auditados, existe la posibilidad de clasificar de forma errónea proyectos como ‘verdes’ o ‘sostenibles’, siendo una falsa atribución. Asobancaria advierte que esto puede inducir a error a inversionistas y clientes y disminuir su confianza al usar estos modelos. 

Finalmente, si bien la IA representa una herramienta poderosa para la innovación y la eficiencia, también plantea desafíos ambientales significativos en términos de uso de recursos naturales y sostenibilidad. 

Recuerda un estudio de la Universidad de California que estimó la huella hídrica asociada a la ejecución de consultas de inteligencia artificial. 

Según sus resultados, solo los centros de datos de Google en Estados Unidos consumieron aproximadamente 12.700 millones de litros de agua dulce en 2021 para mantener refrigerados sus servidores. 

Este volumen equivale al consumo anual de aproximante 53.000 familias colombianas promedio o al consumo anual de 185.000 personas. 

El costo energético también es un factor para tener en cuenta, dado que cada respuesta de 100 palabras en Chat GPT requiere en promedio 0,14 kilovatios-hora (kWh), suficiente para mantener encendidas 14 bombillas LED durante una hora.  El informe del gremio financiero dice que al multiplicarse este consumo por millones de interacciones, el impacto energético se vuelve considerable. 

De hecho, si apenas el 10% de la fuerza laboral estadounidense utilizara esta tecnología una vez por semana, el gasto anual en electricidad sería comparable al consumo de todos los hogares de Washington D.C., una ciudad con más de 600.000 habitantes, durante un periodo de 20 días. 

Por ello, resulta indispensable que las empresas tecnológicas avancen en soluciones de eficiencia energética, refrigeración sostenible y reducción de su huella hídrica, de modo que el desarrollo digital no se traduzca en un mayor deterioro ambiental, señala Asobancaria.  Fuente: PORTAFOLIO https://www.portafolio.co/economia/finanzas/bancos-aliados-de-la-ia-para-medir-impactos-ambientales-482944