La inteligencia artificial generativa está transformando la vida cotidiana de más de mil millones de personas en todo el mundo, pero su crecimiento también acarrea una huella energética preocupante. En este contexto, un nuevo informe de la UNESCO y el University College de Londres (UCL) demuestra que reducir hasta un 90% de la energía usada por IA es viable si se aplican cambios estratégicos en el diseño de los modelos.
Este llamado a la acción destaca que no es necesario sacrificar la precisión ni la utilidad de los modelos para hacerlos más sostenibles. Con ajustes clave, como la compresión de modelos o la personalización para tareas concretas, es posible minimizar significativamente su impacto ambiental. El reporte propone un cambio urgente hacia sistemas de IA más eficientes y responsables.
Cambiar el paradigma: modelos más pequeños, tareas más precisas
Uno de los hallazgos más relevantes del informe es que los modelos de lenguaje grandes no siempre son la mejor opción. Frente al uso indiscriminado de sistemas masivos, los expertos proponen migrar hacia modelos pequeños y especializados que resuelvan tareas específicas. Esta medida puede reducir hasta en un 90% la energía usada por IA, manteniendo niveles óptimos de precisión.
Además de ser energéticamente eficientes, los modelos especializados requieren menos infraestructura para su funcionamiento. Esto los hace ideales para ser implementados en regiones con recursos limitados, ofreciendo un camino viable hacia una transformación digital más inclusiva. Así, se democratiza el acceso a herramientas de IA sin comprometer el medio ambiente.
Este enfoque también favorece a instituciones pequeñas, gobiernos locales o startups que no pueden costear sistemas pesados. Al adaptar las herramientas a necesidades puntuales, se impulsa una IA más equitativa y sustentable, reduciendo la dependencia tecnológica de las grandes potencias.
Interacciones más breves, impacto menor
Otra propuesta del informe se enfoca en cómo nos comunicamos con los modelos de IA. Usar indicaciones y respuestas más cortas y concisas podría disminuir a la mitad el consumo energético. Optimizar los prompts reduce los procesos computacionales requeridos, y por tanto, la energía usada por IA en cada interacción.
Este ajuste no requiere modificar la arquitectura técnica de los modelos, por lo que representa una solución rápida y escalable. Una menor duración en las sesiones también facilita el uso responsable en plataformas educativas, laborales y de atención médica. La eficiencia no solo beneficia al planeta, sino también al usuario.
De esta forma, se puede alcanzar un equilibrio entre calidad y sostenibilidad, alentando un uso más consciente de estas herramientas. La inteligencia artificial debe aprender a dialogar no solo con las personas, sino también con el entorno que la sustenta.
Compresión de modelos: menos es más
El informe también promueve la implementación de técnicas de compresión como la cuantificación, que reduce el tamaño de los modelos sin comprometer su rendimiento. Este proceso puede ahorrar hasta un 44% de la energía usada por IA, lo cual es significativo en contextos de alta demanda.
Además del beneficio energético, los modelos comprimidos requieren menos recursos de almacenamiento y procesamiento. Esto los convierte en opciones atractivas para dispositivos móviles, sistemas embebidos y entornos de bajo consumo. Es una estrategia eficaz para descentralizar el acceso a la IA sin dejar de lado el planeta.
Cabe destacar que esta tecnología también facilita el desarrollo de soluciones locales, adaptadas a necesidades regionales específicas. Así, se multiplica el potencial transformador de la inteligencia artificial sin replicar su huella ambiental actual.
Inclusión digital en el centro del diseño
Los modelos energéticamente eficientes también son más accesibles para regiones en vías de desarrollo. Según la Unión Internacional de Telecomunicaciones, solo el 5% del talento en IA en África tiene acceso a la potencia informática necesaria para crear o implementar IA generativa. La reducción de la energía usada por IA puede ser clave para revertir esta brecha.
Diseñar modelos que funcionen bien con infraestructura limitada abre nuevas oportunidades de innovación local. Esta estrategia fortalece la soberanía tecnológica y promueve una participación más justa en la economía digital. No se trata solo de eficiencia, sino de justicia global.
Impulsar un diseño centrado en la equidad puede acelerar el cumplimiento de los Objetivos de Desarrollo Sostenible, en especial los vinculados a energía limpia, educación de calidad y reducción de desigualdades. La sostenibilidad tecnológica debe incluir a todos desde el origen.
Desarrollar con conciencia ambiental: una responsabilidad ineludible
El informe de la UNESCO y el UCL lanza un mensaje claro a la comunidad tecnológica: no basta con enfocarse únicamente en mejorar la precisión de los modelos. La evolución de la IA debe ir acompañada de compromisos firmes para reducir la energía usada por IA y minimizar su huella ambiental. La sostenibilidad debe estar al centro del proceso de innovación.
Hasta ahora, muchos desarrolladores han priorizado la mejora en velocidad, eficiencia de respuesta o capacidad de generación. Pero con millones de usuarios y miles de interacciones por segundo, el consumo energético global se ha disparado. La IA no debe replicar los errores de otras tecnologías que crecieron a costa del planeta.
Desarrollar e implementar medidas como la compresión de modelos, la optimización de prompts y el diseño de modelos específicos debe dejar de ser una posibilidad técnica y convertirse en una obligación ética. Las decisiones que se tomen hoy definirán si la inteligencia artificial será una aliada de la sostenibilidad o una nueva amenaza ambiental.
Sostenibilidad sin comprometer innovación
La evidencia presentada por la UNESCO y el UCL demuestra que no estamos frente a una disyuntiva entre innovación y sostenibilidad. Es técnicamente posible reducir hasta el 90% de la energía usada por IA mediante decisiones de diseño bien fundamentadas. Las soluciones existen y son escalables, pero requieren voluntad política, conciencia industrial y responsabilidad ética.
Si el rumbo de la inteligencia artificial se ajusta hacia sistemas más pequeños, precisos y accesibles, no solo disminuiremos su impacto ambiental, sino que abriremos la puerta a una revolución digital verdaderamente inclusiva. La sostenibilidad tecnológica no puede seguir siendo una opción: debe convertirse en el nuevo estándar de la inteligencia artificial global.
