ACCESO SOCIOS

POSICIONAMIENTO DIRSE SOBRE INTELIGENCIA ARTIFICIAL Y SOSTENIBILIDAD

DIRSE es la asociación de referencia de los profesionales de la sostenibilidad (ASG) en España. Con este documento fijamos nuestra posición sobre uno de los temas que más está transformando la sociedad y, por extensión, las organizaciones: la inteligencia artificial (IA).

La IA puede ser una herramienta muy útil para la gestión y el desarrollo sostenibles, pero no debemos olvidar que: es también una tecnología con huella física, energética y social, y hay que evaluarla con el mismo rigor que cualquier otro impacto material de una organización. Este es el principio que atraviesa todo el documento.

Este posicionamiento se apoya en el marco regulatorio europeo y en las guías internacionales de referencia en IA responsable, y recoge la experiencia directa del panel de expertos de sostenibilidad de DIRSE. Buscamos ofrecer un criterio claro y aplicable, no una descripción neutra del debate.

1. Marco de referencia

Este posicionamiento se apoya en el marco regulatorio europeo y en el trabajo de las principales instituciones internacionales de referencia en IA responsable:

DIRSE recomienda anticiparse al calendario de aplicación de la Ley de IA de la UE (como la alfabetización y el etiquetado) y adoptar las guías y estándares de la OCDE , ISO/IEC 42001 y UNESCO

2. Contexto y riesgos

La IA plantea riesgos y oportunidades en cuatro ámbitos que van de la mano: gobernanza, impacto ambiental, impacto social y marco regulatorio.

Antes de entrar en los riesgos, reconocemos dónde la IA ya aporta valor real: en la eficiencia y la descarbonización de las operaciones; conocimiento para la regeneración eficaz de ecosistemas; en la automatización del reporting y gestión del dato para enfocar más tiempo en la estrategia y en la prevención de retos; en la anticipación de riesgos climáticos y de cadena de suministro; o en el diseño de programas más personalizados. Precisamente porque el medio vale la pena, hay que exigir que se gobierne correctamente.

2.1 Gobernanza, ciberseguridad y soberanía del dato

La adopción de la IA está superando, en muchas organizaciones, su capacidad para gobernarla. El Shadow AI, el uso de herramientas no autorizadas ni supervisadas es ya uno de los principales riesgos de gobernanza, ciberseguridad y protección de datos, y hay que tratarlo como tal.

DIRSE recomienda crear comisiones o comités internos de gobernanza de IA, con capacidad real para autorizar herramientas, diferenciar la IA generativa de propósito general de las soluciones de proveedores, y supervisar el cumplimiento normativo, la ciberseguridad y la protección de datos.

  • Todo resultado de IA usado como base documental debe pasar por revisión humana: es la condición para mitigar sesgos y alucinaciones.
  • La soberanía del dato, dónde y cómo se almacena y procesa, debe ser un criterio explícito en la selección de proveedores tecnológicos.
  • Los comités de gobernanza de IA deben incluir a la función de sostenibilidad, no solo a IT, ciberseguridad y datos, para que los criterios ambientales y sociales entren desde el origen.
  • DIRSE apoya avanzar hacia infraestructuras europeas y espacios de datos sectoriales, como vía para reducir la dependencia de terceros.
  • Este modelo de comités está pensado para organizaciones con capacidad para sostenerlo. Una empresa más pequeña no necesita replicarlo: le basta una política de uso aceptable y revisión humana sistemática.

DIRSE apoya avanzar hacia infraestructuras europeas (data centers) y data spaces sectoriales (entornos compartidos y soberanos de intercambio de datos), como vía para reducir la dependencia de terceros

2.2 Impacto ambiental

La IA no es inmaterial. Los centros de datos que la sostienen tienen una huella física real, con consecuencias directas sobre los recursos hídricos, los ecosistemas locales y la demanda de energía que si no se cubre con energías renovables conlleva aumento de emisiones de gases de efecto invernadero (GEI). Tratar la IA como “la nube”, algo abstracto y sin coste ambiental, es el primer error que este posicionamiento quiere corregir.

En España y en buena parte de Europa, la red eléctrica está saturada en nudos concretos, lo que retrasa años la puesta en marcha de nuevos grandes consumos como los que exige la IA a gran escala. A esto se suman los largos plazos de legalización de nuevos centros de datos, que hacen que muchas instalaciones operen todavía con tecnología poco eficiente.

  • El estrés hídrico de los centros de datos es un impacto ambiental material, no un efecto secundario.
  • La saturación eléctrica en nudos concretos es una restricción estructural que cualquier estrategia de crecimiento con IA debe tener en cuenta.
  • La demanda de energía de los centros de datos que no se cubra con energías renovables conlleva mayores emisiones de GEI.

DIRSE solicita a los proveedores de IA que realicen estudios de impacto social y ambiental antes de tomar la decisión.

2.3 Impacto social

El impacto social de la IA se concentra en tres frentes: el futuro del trabajo, el pensamiento crítico y la brecha digital. Delegar cada vez más tareas de análisis y redacción en la IA no es un riesgo solo para los perfiles junior: cualquier profesional que delegue de forma sistemática su razonamiento puede acabar perdiendo la práctica del pensamiento crítico que esa herramienta sustituye. Hoy sabemos detectar un resultado incoherente porque seguimos ejercitando esa capacidad; la pregunta es si la conservaremos dentro de unos años.

Por eso DIRSE plantea incorporar la IA a los flujos de trabajo sin desplazar lo que sostiene el criterio profesional: las conversaciones entre personas, los espacios de diálogo, el aprendizaje por investigación y el ensayo y error.

A esto se suma una cuestión de salud: el uso intensivo de tecnología está cada vez más asociado a la soledad no deseada entre las generaciones más jóvenes. DIRSE lo trata como lo que es, un asunto de bienestar social, no solo de productividad.

  • La responsabilidad y la revisión humana sobre cualquier resultado generado por IA en el ámbito corporativo no son negociables.
  • Las organizaciones deben mantener mentoría y espacios de aprendizaje que compensen lo que la IA delega, tanto para los perfiles junior como los seniors.
  • Las organizaciones deben reservar tiempo para la conversación entre personas, la investigación propia y el ensayo y error, como contrapeso a la eficiencia de la IA.
  • La brecha digital y los riesgos para la salud mental asociados al uso intensivo de tecnología son una dimensión social central de este posicionamiento, no una nota a pie de página.
  • Acompañamiento para cubrir de una manera equitativa el desplazamiento de puestos de trabajo, la reconversión profesional (reskilling/upskilling) y la brecha en perfiles junior-senior

2.4 Marco regulatorio

El Reglamento europeo de IA ya tiene obligaciones concretas en marcha: el deber de alfabetización en IA (artículo 4) es exigible desde febrero de 2025; las obligaciones de transparencia y etiquetado de contenido generado por IA (artículo 50) se aplican desde el 2 de agosto de 2026; y las obligaciones para sistemas de alto riesgo, tras el acuerdo de mayo de 2026, han visto aplazado su calendario. Este desarrollo convive con marcos mucho menos exigentes en Estados Unidos y China, que hoy concentran buena parte de la capacidad de cómputo mundial. Esa asimetría condiciona la competitividad europea, pero también abre una oportunidad: hacer de la responsabilidad y la sostenibilidad una ventaja diferencial.

  • La evolución del marco regulatorio europeo apunta a la conveniencia de que las organizaciones se anticipen a las exigencias de la regulación y no se limiten al cumplimiento mínimo.
  • La norma ISO/IEC 42001 puede ofrecer un marco de referencia útil para estructurar la gobernanza y gestión responsable de la IA, también en organizaciones de menor tamaño, adaptando su aplicación a la dimensión, recursos y riesgos de cada organización.

3. El profesional de sostenibilidad frente a la IA

DIRSE considera que el profesional de sostenibilidad puede realizar una contribución relevante al diseño, la implantación y la supervisión de la IA, aportando la perspectiva de la sostenibilidad, el conocimiento de los impactos ambientales y sociales y su visión transversal de la organización. Esta contribución debe desarrollarse en coordinación con las demás funciones implicadas en la gobernanza de la IA y no sustituye las responsabilidades propias de áreas como Ética y Cumplimiento, Tecnología, Sistemas de Información, Riesgos o Dirección.

En este contexto, el profesional de sostenibilidad puede contribuir, entre otros, en los siguientes ámbitos:

  • Aporta una perspectiva estratégica: prioriza los casos de uso de IA teniendo en cuenta su materialidad para la sostenibilidad, además de otros criterios de negocio.
  • Contribuye a una IA ética y responsable: participa en la supervisión de los resultados, la identificación de sesgos y la promoción de un uso responsable de la IA.
  • Evalúa impactos: integra los impactos ambientales y sociales de la IA en el análisis de materialidad y en la gobernanza de la organización.
  • Facilita el diálogo transversal: conecta las perspectivas de los equipos técnicos, el negocio y los órganos de gobierno desde una visión de riesgos e impactos.
  • Velar por la coherencia: contribuye a que el uso de la IA sea coherente con los compromisos públicos y objetivos de sostenibilidad de la organización.

Por ello, resulta conveniente que la perspectiva de sostenibilidad esté adecuadamente representada en los mecanismos de gobernanza de la IA señalados en el apartado 2.1, en coordinación con las demás funciones implicadas

4. Falsos mitos

“La tecnología cada vez es más eficiente, así que el problema ambiental se resolverá solo”

Falso. La eficiencia energética de los modelos de IA y de los centros de datos mejora con el tiempo, pero esa mejora no elimina las restricciones físicas de fondo: la capacidad de las redes eléctricas, la disponibilidad de agua y la disponibilidad de suelo son límites estructurales que no desaparecen por una mayor eficiencia por unidad de cómputo, sobre todo cuando el crecimiento de la demanda total supera con creces esas ganancias. El progreso tecnológico no resuelve por sí solo los límites ambientales del despliegue de la IA.

“La IA es neutral porque trabaja con datos”

Falso. Los sistemas de IA pueden reproducir sesgos presentes en los datos y en las decisiones de diseño. Desde la perspectiva de sostenibilidad, esto puede afectar especialmente a cuestiones sociales como la igualdad de oportunidades, la no discriminación o el acceso equitativo a determinados servicios. Por ello, la revisión humana y la evaluación de posibles impactos deben formar parte de una utilización responsable de la IA.

“Adoptar IA no tiene coste organizativo ni ambiental”

Falso. La incorporación de IA implica costes y transformaciones que deben ser evaluados, tanto cuando se realiza de forma desordenada como cuando se integra mediante mecanismos adecuados de gobernanza. Puede requerir cambios en procesos y estructuras, nuevas capacidades y formación, adaptación de puestos de trabajo y recursos tecnológicos. Además, los sistemas de IA tienen asociados impactos ambientales derivados, entre otros factores, del consumo energético y de la infraestructura necesaria para su funcionamiento. Evaluar estos impactos permite tomar decisiones de adopción más informadas y coherentes con los objetivos de sostenibilidad de la organización.

“Si lo dice la IA, el dato es correcto”

Falso. Una cifra o afirmación generada por un sistema de IA puede contener errores, sesgos o información desactualizada. Utilizarla sin verificar su origen, metodología y fiabilidad puede llevar a decisiones incorrectas y, en el ámbito de la sostenibilidad, a comunicar información ambiental o social que no pueda ser adecuadamente respaldada. La responsabilidad de verificar y validar la información sigue correspondiendo a la organización.

5. Mejores prácticas

DIRSE identifica y recomienda a la profesión los siguientes ejemplos de uso responsable y con propósito de la IA:

  • El desarrollo de agentes documentales internos, construidos sobre documentación propia, para resolver consultas y responder cuestionarios de sostenibilidad, con ganancia de eficiencia sin renunciar a la revisión humana.
  • La realización de estudios internos sobre el impacto social de la tecnología, como los que analizan la relación entre la IA y la soledad no deseada.
  • Las experiencias de accesibilidad digital, que muestran cómo la tecnología puede reducir barreras en lugar de crearlas.
  • La creación de comisiones internas de gobernanza de IA que autorizan herramientas y mantienen un canal claro de rendición de cuentas.
  • La formación interna en IA, tanto en riesgos y normativa como en oportunidades y casos de uso para la función de sostenibilidad.
  • La elaboración de una política interna de uso de la IA, ajustada al tamaño de cada organización.
  • La divulgación del impacto de la IA en la organización y de cómo se gestiona, con la misma transparencia que cualquier otro asunto material de sostenibilidad.

6. Claves del posicionamiento DIRSE

El factor de escala

El impacto ambiental y económico de la IA está condicionado, entre otros factores, por la escala de computación necesaria para desarrollar y utilizar estos sistemas. A medida que aumenta su uso, también lo hacen las necesidades de infraestructura, energía y recursos asociadas. Por ello, las estrategias de sostenibilidad que incorporen IA deben considerar no solo los beneficios potenciales de sus casos de uso, sino también los recursos necesarios para hacerlos posibles y sus impactos asociados.

IA por defecto, Shadow AI y entorno de pago

El uso no gobernado de IA y el paso a modelos de pago plantean un doble riesgo: de gobernanza, por la pérdida de control sobre qué se usa y cómo; y de equidad, porque encarece el acceso y amplía la brecha entre quien puede pagar por los modelos avanzados y quien no.

La IA y la tecnología como medio, no como fin

DIRSE defiende una IA consciente: subordinada a la creación de valor sostenible y a la responsabilidad profesional, no a la presión por adoptar la última herramienta. La pregunta no es qué puede hacer la tecnología, sino qué problema de sostenibilidad resuelve y a qué coste.

Principio de proporcionalidad para pymes

Las recomendaciones de gobernanza completas (comités internos, espacios de datos, migración de infraestructura) están pensadas para organizaciones de cierto tamaño. Para las más pequeñas, DIRSE propone un decálogo mínimo: inventario de las herramientas de IA en uso, una política de uso aceptable y la revisión humana de cualquier resultado antes de su uso.

Conclusión

La inteligencia artificial va a transformar la profesión de la sostenibilidad, para bien o para mal, según cómo se gestione. DIRSE lo tiene claro: la IA es un medio, no un fin; su adopción exige gobernanza, revisión humana y transparencia; y su impacto ambiental y social debe medirse con el mismo rigor que cualquier otro asunto material.

Este es el posicionamiento de DIRSE, y la referencia que ofrecemos a la profesión para afrontar, con criterio y responsabilidad, el reto y la oportunidad que representa la inteligencia artificial.