El uso de la IA para generar texto o imágenes probablemente represente solo una mínima parte de la huella ambiental de cualquier persona. Los expertos subrayan que recae sobre las empresas tecnológicas la responsabilidad de reducir el consumo de recursos de la IA, desde la creación de algoritmos más inteligentes y que ahorren energía hasta el desarrollo de hardware más eficiente.
Sin embargo, hay medidas sencillas que las personas pueden adoptar para garantizar que su uso de la IA tenga el menor impacto ambiental posible, desde considerar cuidadosamente dónde es necesaria la IA, hasta adaptar las instrucciones para minimizar la cantidad de cálculo requerida.
“Las decisiones individuales no carecen de sentido, y algunas tienen más impacto del que la gente cree”, afirma la informática Ivana Drobnjak, de la University College London.
ArrowArrowBots que consumen mucha energía
Es muy complicado estimar la energía que se gasta en procesar una consulta individual a un chatbot. Google, por ejemplo, calcula que Gemini consume alrededor de 0.24 vatios-hora para responder a una consulta de texto de longitud media —lo que equivale a la electricidad necesaria para ver la televisión durante menos de nueve segundos—. También consume unos 0.26 mililitros de agua y emite el equivalente a 0.03 gramos de dióxido de carbono (conducir un automóvil de gasolina durante una milla emitiría unos 400 gramos). Aunque pequeños individualmente, estos consumos se acumulan para aquellas personas y empresas que utilizan mucho las herramientas de IA.
La razón por la que los modelos de IA consumen tanta energía radica, en parte, en los procesadores que los alimentan, como las unidades de procesamiento gráfico (GPU), que consumen mucha más energía que las unidades centrales de procesamiento (CPU), las cuales se encargan de tareas más sencillas, como las búsquedas en la web y el correo electrónico. También tiene que ver con los modelos que subyacen a la mayoría de las herramientas de IA generativa más populares, incluidos los modelos de lenguaje a gran escala (LLM) que alimentan a los chatbots y asistentes de IA.
Estos se basan en un diseño concreto denominado arquitectura “transformer”. Esto permite a los LLM entrenarse con vastas cantidades de patrones lingüísticos en textos y, a partir de ahí, calcular cientos de miles de millones o billones de parámetros. Estos parámetros pueden utilizarse luego para generar nuevas cadenas de texto, prediciendo qué palabras es probable que sigan a otras.
0.24 vatios-hora que consume Gemini con una solicitud de texto de longitud media representan una reducción de 33 veces en comparación con el consumo energético del modelo el año anterior.En cualquier caso, incluso pequeñas cantidades de energía se acumulan rápidamente dada la magnitud del uso de la IA. Basándose en las cifras de 2025 de OpenAI, Drobnjak estimó en mayo que, en ese momento, se enviaban cada día alrededor de 3,200 millones de consultas a su chatbot ChatGPT. Los usuarios piden a las herramientas de IA que procesen y generen enormes cantidades de texto, imágenes y video. Algunos mantienen largas conversaciones con los chatbots. Y, cada vez más, la gente está creando sus propios “agentes de IA” que, a su vez, envían consultas a los chatbots de IA.
Entonces, ¿qué pueden hacer los usuarios para minimizar los recursos que se consumen con su uso de la IA? Los expertos ofrecen algunos consejos.
No renuncies a las búsquedas
Como primera medida sencilla para ahorrar energía, los usuarios deberían plantearse detenidamente si realmente necesitan la IA para una tarea concreta. “Preguntarle a ChatGPT ‘¿Qué me pongo hoy?’ o ‘¿Cuál es el pronóstico del clima?’ es como coger un Concorde para ir al supermercado”, afirma Günter Klambauer, experto en IA de la Universidad Johannes Kepler de Austria.
Lo mismo ocurre con los motores de búsqueda web que utilizan la IA para generar automáticamente una respuesta a una consulta junto con los resultados de búsqueda propiamente dichos, como los resúmenes de IA de Google o la búsqueda Copilot de Bing. “Si solo buscas un artículo concreto, desactivar esa función podría suponer un gran ahorro de energía”, afirma Udit Gupta, experto en ingeniería eléctrica e informática de Cornell Tech, en Nueva York. Seleccionar “Solo resultados web” en el navegador o incluir “-ai” en la formulación de la búsqueda en la web puede ser la solución.
Los modelos más pequeños consumen menos energía
Las personas y las empresas que utilizan mucho las herramientas de IA para tareas específicas, como la traducción o la síntesis, podrían plantearse pasar a un LLM más pequeño especializado en estas tareas. Dado que están entrenados de forma más específica y realizan menos cálculos, consumen menos energía que los LLM polivalentes al realizar las mismas tareas.
En un estudio de 2025 publicado por la UNESCO, Drobnjak evaluó las ventajas de utilizar modelos pequeños —como uno llamado “opus-mt-en-es” para traducciones del inglés al español, y otros modelos para la síntesis y la respuesta a consultas— en lugar del modelo Llama 3.1 desarrollado por Meta. Aunque estos modelos más pequeños suelen ser menos intuitivos que los modelos de IA más populares, están disponibles de forma gratuita en la plataforma de IA Hugging Face. El estudio reveló que los modelos pequeños consumían entre 15 y 50 veces menos energía, al tiempo que producían resultados de mayor calidad en las tareas para las que habían sido diseñados.
el consumo eléctrico de los LLM disponibles públicamente, ha descubierto que los modelos que son, por naturaleza, “más conversadores” tienden a consumir más energía.Por ejemplo, una versión del modelo Qwen, desarrollado por la empresa china Alibaba Cloud, consume significativamente más energía cuando se encuentra en el “modo de resolución de problemas con razonamiento”, en el que generaba aproximadamente diez veces más palabras en respuesta a una pregunta que en su “modo de conversación textual”. Por ello, algunos expertos recomiendan utilizar el modo de razonamiento solo para preguntas complejas y, en los demás casos, ceñirse al modo estándar del chatbot.
El simple hecho de pedir a los chatbots de IA que “sean breves” o de establecer un límite de palabras también puede ahorrar energía. En el artículo de la UNESCO, Drobnjak y sus colegas descubrieron que podían reducir el consumo energético del modelo Llama en un 50% cuando le indicaban que redujera a la mitad su resultado. Por el contrario, mantener breve la propia solicitud supuso un ahorro menos significativo: solo un 5% para una solicitud que tenía la mitad de la longitud de la consulta original.
“El tamaño de la respuesta es lo que más determina e influye en el gasto energético”, afirma Drobnjak. Ella ha colaborado con la ciudad de San Francisco para elaborar consejos de ahorro energético para los usuarios de IA, entre los que se incluyen ser lo más específico posible y añadir instrucciones como “cinco puntos como máximo”.
encuestados en un estudio reciente del Pew Research Center utilizan la IA para crear o editar imágenes o videos.Drobnjak recomienda generar imágenes o videos solo cuando sea necesario y únicamente con la resolución necesaria. “Una opción es empezar simplemente con una resolución baja”, dice, “y, si el algoritmo va por buen camino, ir aumentando la resolución”. También señala que editar imágenes ya existentes siempre requiere menos recursos computacionales que generar otras nuevas desde cero.
Además, a la hora de generar varias imágenes, resulta útil hacerlo en una sola sesión o por lotes, lo cual es más eficiente que realizar múltiples solicitudes por separado.
Estas medidas pueden parecer una gota en el océano y, en muchos aspectos, lo son, según los expertos. Pero las pequeñas cosas suman. Mientras esperamos a que las empresas tecnológicas, los científicos y los responsables políticos encuentren formas de reducir el impacto medioambiental global de la IA, “la persona que sabe recurrir a la herramienta adecuada puede marcar una diferencia real”, afirma Drobnjak. “La IA [consume] tanta energía que tenemos que analizarla desde todos los ángulos”.
Este artículo apareció originalmente enKnowable en español, una publicación sin ánimo de lucro dedicada a poner el conocimiento científico al alcance de todos. Suscríbase al boletínde Knowable en español.
Adaptado al español por Debbie Ponchner.