Es incuestionable que la Inteligencia Artificial es una herramienta clave en la evolución de las infraestructuras energéticas hacia la descarbonización y la eficiencia energética. Los nuevos modelos de redes eléctricas, que rompen con el clásico modelo lineal mediante mecanismos como la energía distribuida, el almacenamiento o las microgrids, solo puede ser gestionados eficientemente mediante el uso extensivo de Inteligencia Artificial (IA).
La IA también jugará un papel esencial en la interacción con los clientes, que pasarán de ser meros consumidores a actores activos (“prosumers”). Las comercializadoras requerirán nuevos servicios que apliquen técnicas analíticas y de IA sobre las plataformas de datos sectoriales que regirán los futuros modelos de negocio.
No obstante, el hecho de que la IA sea clave para avanzar hacia redes energéticamente eficientes no implica que vaya a ser un camino de rosas. No nos referimos a la complejidad intrínseca de la IA, que sin duda se irá solventando. Existen otros problemas menos evidentes, pero que conviene anticipar para evitar “consecuencias no intencionadas”. Nos queremos centrar en dos muy relacionados entre sí: la explicabilidad y la ética de la IA.
Una gran mayoría de algoritmos de IA son “cajas negras” que detectan patrones complejos de forma eficiente, pero que no proporcionan una explicación (humanamente comprensible) de las decisiones tomadas. Al automatizar funciones de supervisión cada vez más críticas, esta falta de “explicabilidad” limita el conocimiento operativo real que se puede tener de las redes, e incluso llegan a enmascarar errores, con consecuencias catastróficas. Esto explica por qué el desarrollo de herramientas para “aportar luz” en estas “cajas negras” es uno de los campos más activos de la investigación en IA.
La explicabilidad está estrechamente vinculada al segundo desafío, las implicaciones éticas de la IA. Puede parecer un aspecto que en el sector energético no tiene el mismo peso que en sectores como las finanzas o la salud. Sin embargo, la oferta de nuevos servicios energéticos basados en IA puede llevar implícitos sesgos (p.e., relacionados con la pobreza) que no solamente impliquen discriminaciones socialmente injustas, sino que incluso reduzcan la eficiencia energética total.
Como vemos, la IA será clave en las redes del futuro, pero su correcta aplicación requiere esquemas de implementación (como “Ethics by Design”) que aseguren un comportamiento seguro de la red y no comprometan la responsabilidad social de las empresas.
