La inteligencia artificial generativa ya no solo plantea dilemas éticos o laborales, también medioambientales. Un nuevo estudio liderado por Maximilian Dauner y Gudrun Socher, del Munich Center for Digital Sciences and AI, ha cuantificado el coste energético y las emisiones de CO2 equivalente (CO2eq) que se generan al interactuar con modelos de lenguaje como ChatGPT, Llama o Qwen.
Los investigadores evaluaron 14 modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés), con capacidades que oscilan entre los 7.000 y los 72.000 millones de parámetros. Para comparar su rendimiento y consumo energético, utilizaron 1.000 preguntas extraídas del benchmark MMLU, que incluye temas como historia, filosofía, matemáticas o álgebra abstracta.
Más precisión, más contaminación
La prueba se realizó en dos fases: una con respuestas tipo test y otra con respuestas abiertas, permitiendo a los modelos razonar libremente. Para medir el consumo energético, se utilizó el marco Perun y una GPU Nvidia A100, aplicando un factor de emisión estándar de 480 gCO2/kWh. El resultado fue contundente: a mayor capacidad de razonamiento, mayor emisión de carbono.
El modelo Cogito 70B con razonamiento fue el más preciso, con un 84,9% de aciertos, pero también uno de los más contaminantes: emitió 1.341,1 gramos de CO2eq al responder las 1.000 preguntas. En el extremo opuesto, Qwen 7B, con un modesto 32,9% de aciertos, generó apenas 27,7 gramos de CO2eq.
La trampa de los tokens
Uno de los factores que más incrementa las emisiones es el número de tokens generados. Estos son las unidades mínimas de texto que un modelo procesa, como palabras o caracteres. Los modelos con capacidad de razonamiento generan miles de tokens adicionales, lo que multiplica el uso energético.
Por ejemplo, en una pregunta de matemáticas, el modelo Deepseek-R1 7B llegó a generar 14.187 tokens en una sola respuesta. En contraste, los modelos sin razonamiento devolvían respuestas de apenas uno o dos tokens. En total, las emisiones de CO2eq en modo de respuesta libre oscilaron entre los 26,28 g (Qwen 7B) y los 1.325,12 g (Deepseek-R1 70B).
¿Se puede razonar sin contaminar tanto?
El estudio apunta que el razonamiento no tiene por qué ser incompatible con la sostenibilidad. Cogito 70B con razonamiento logró reducir un 34,3% las emisiones respecto a Deepseek-R1 70B, obteniendo además mejores resultados en precisión. Esto sugiere que optimizar las estrategias de razonamiento puede reducir significativamente el impacto ambiental sin sacrificar el rendimiento.
Implicaciones futuras
Este análisis no solo revela el impacto oculto de la inteligencia artificial, también plantea un nuevo desafío para la sostenibilidad tecnológica. A medida que los modelos se vuelven más grandes y complejos, también crece su huella de carbono. Según los autores, solo el entrenamiento y uso de LLMs ya consume unos 29,3 teravatios-hora al año, equivalente al consumo energético total de Irlanda.
El estudio concluye que es urgente desarrollar arquitecturas más eficientes y acotar la longitud de las respuestas generadas por los modelos, especialmente en dominios como el álgebra abstracta, que requieren un razonamiento más intensivo.
Con la inteligencia artificial convirtiéndose en una herramienta omnipresente, este informe recuerda que cada conversación con una IA tiene un coste ambiental. Y que hacerla más inteligente no debería significar hacerla menos sostenible.
El estudio completo, titulado «Energy costs of communicating with AI», ha sido publicado hoy, 19 de junio de 2025, en la revista científica Frontiers in Communication.
La imagen de representación de esta noticia ha sido generada con ChatGPT.
