Por Katarina Zimmer*

Es muy complicado estimar la energía que se gasta en procesar una consulta individual a un chatbot. Google, por ejemplo, calcula que su chatbot 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.

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.

Las empresas tecnológicas señalan que los LLM se han vuelto más eficientes energéticamente con el tiempo; según los cálculos de Google para 2025, los 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 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.