Cultura y noticias hispanas del Valle del Hudson
¿Utiliza chatbots con IA? Aquí hay cuatro formas en que puede reducir el consumo energético al usarlos
Por Katarina Zimmer
September 2026El uso cada vez mayor de herramientas como Gemini y ChatGPT consume cada vez más energía. Los expertos ofrecen algunos consejos para reducir el consumo.
Al igual que la popularidad de las herramientas de IA se ha disparado en los últimos años, también lo han hecho los costos ambientales asociados. Los centros de procesamiento de datos consumen ahora 414 teravatios-hora al año, lo que supone aproximadamente el 1,5 % del consumo eléctrico mundial, según la Agencia Internacional de la Energía —una cantidad que creció un 12% anual durante cinco años antes de dispararse hasta el 17 % en 2025. Para 2030, la agencia prevé que la demanda de electricidad de los centros de procesamiento de datos se duplicará con creces. Gran parte de esta creciente demanda de electricidad se está cubriendo con combustibles fósiles, mientras que a los expertos también les preocupa el uso de los recursos hídricos locales para refrigerar los centros de procesamiento de datos en regiones afectadas por la sequía.
El uso de la IA para generar texto o imágenes probablemente represente solo una mínima parte de la huella ambiental de cualquier persona. Y 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.
Bots que consumen mucha energía
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.
Un LLM basado en la arquitectura “transformer” requiere un gran esfuerzo computacional porque, por cada nueva palabra que genera en respuesta a la consulta de un usuario, procesa la consulta y las palabras escritas hasta ese momento a través del modelo, realizando miles de millones de cálculos cada vez.
Basándose en las cifras de 2025 de la empresa tecnológica 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 vídeo. 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 renuncie a las búsquedas
Como primera medida sencilla para ahorrar energía, los usuarios deberían plantearse 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 modelos de lenguaje a gran escala más pequeños especializados en estas tareas. Dado que están entrenados de forma más específica y realizan menos cálculos, consumen menos energía que los modelos de lenguaje a gran escala (LLM) polivalentes al realizar las mismas tareas.
En un estudio de 2025 publicado por la UNESCO, Drobnjak evaluó las ventajas de utilizar modelos pequeños, en lugar del modelo Llama 3.1 desarrollado por Meta. 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.
Drobnjak probó en su estudio que el abandono de los modelos más grandes supuso una reducción del 90% en el consumo energético global, lo que la convierte en la estrategia de ahorro energético más eficaz.
Chatbots menos “conversadores”
Dado que los LLM realizan tantos cálculos por cada palabra consecutiva que generan, resulta útil elegir modelos que produzcan menos texto en general. El experto en sistemas de IA Mosharaf Chowdhury, de la Universidad de Míchigan, que ha estado midiendo 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 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.
“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”.
Mantener breves las indicaciones a los chatbots puede ahorrar algo de energía, pero pedirles que sus respuestas sean concisas supone un ahorro mucho mayor.
Opte por la baja resolución y procese los vídeos por lotes
Recomendaciones similares se aplican a la generación de imágenes y vídeos, que pueden consumir órdenes de magnitud de energía más grandes que la generación de texto, ya que implican iterar millones de píxeles muchas veces, procesando cada vez la imagen completa de nuevo, explica Drobnjak. Estas herramientas gozan de gran popularidad: casi el 40% de los adolescentes de entre 13 y 17 años encuestados en un estudio reciente del Pew Research Center utilizan la IA para crear o editar imágenes o vídeos.
Drobnjak recomienda generar imágenes o vídeos solo cuando sea necesario y únicamente con la resolución necesaria. “Una opción es empezar simplemente con una resolución baja”, afirma, “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.
*Traducido al español por Debbie Ponchner
* Adaptado de un artículo publicado por la Revista Knowable. Texto completo aquí: es.knowablemagazine.org/content/articulo/alimentos-ambiente/2026/cuatro-formas-de-reducir-uso-energia-al-usar-ia
back to top
COPYRIGHT 2026
La Voz, Cultura y noticias hispanas del Valle de Hudson
El uso de la IA para generar texto o imágenes probablemente represente solo una mínima parte de la huella ambiental de cualquier persona. Y 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.
Bots que consumen mucha energía
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.
Un LLM basado en la arquitectura “transformer” requiere un gran esfuerzo computacional porque, por cada nueva palabra que genera en respuesta a la consulta de un usuario, procesa la consulta y las palabras escritas hasta ese momento a través del modelo, realizando miles de millones de cálculos cada vez.
Basándose en las cifras de 2025 de la empresa tecnológica 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 vídeo. 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 renuncie a las búsquedas
Como primera medida sencilla para ahorrar energía, los usuarios deberían plantearse 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 modelos de lenguaje a gran escala más pequeños especializados en estas tareas. Dado que están entrenados de forma más específica y realizan menos cálculos, consumen menos energía que los modelos de lenguaje a gran escala (LLM) polivalentes al realizar las mismas tareas.
En un estudio de 2025 publicado por la UNESCO, Drobnjak evaluó las ventajas de utilizar modelos pequeños, en lugar del modelo Llama 3.1 desarrollado por Meta. 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.
Drobnjak probó en su estudio que el abandono de los modelos más grandes supuso una reducción del 90% en el consumo energético global, lo que la convierte en la estrategia de ahorro energético más eficaz.
Chatbots menos “conversadores”
Dado que los LLM realizan tantos cálculos por cada palabra consecutiva que generan, resulta útil elegir modelos que produzcan menos texto en general. El experto en sistemas de IA Mosharaf Chowdhury, de la Universidad de Míchigan, que ha estado midiendo 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 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.
“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”.
Mantener breves las indicaciones a los chatbots puede ahorrar algo de energía, pero pedirles que sus respuestas sean concisas supone un ahorro mucho mayor.
Opte por la baja resolución y procese los vídeos por lotes
Recomendaciones similares se aplican a la generación de imágenes y vídeos, que pueden consumir órdenes de magnitud de energía más grandes que la generación de texto, ya que implican iterar millones de píxeles muchas veces, procesando cada vez la imagen completa de nuevo, explica Drobnjak. Estas herramientas gozan de gran popularidad: casi el 40% de los adolescentes de entre 13 y 17 años encuestados en un estudio reciente del Pew Research Center utilizan la IA para crear o editar imágenes o vídeos.
Drobnjak recomienda generar imágenes o vídeos solo cuando sea necesario y únicamente con la resolución necesaria. “Una opción es empezar simplemente con una resolución baja”, afirma, “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.
*Traducido al español por Debbie Ponchner
* Adaptado de un artículo publicado por la Revista Knowable. Texto completo aquí: es.knowablemagazine.org/content/articulo/alimentos-ambiente/2026/cuatro-formas-de-reducir-uso-energia-al-usar-ia
back to top
COPYRIGHT 2026
La Voz, Cultura y noticias hispanas del Valle de Hudson
Comments | |
| Sorry, there are no comments at this time. |