# ¿Cómo aprendo sobre IA verde?

> Por dónde empezar a aprender sobre IA verde, sea cual sea su formación: lecturas breves, herramientas gratuitas, cursos, comunidades e investigación que seguir.

Source: https://greenai.guide/es/como/como-aprendo-sobre-ia-verde/  
Updated: 2026-11-19

## En resumen

Empiece con una explicación breve sobre adónde va la energía de la IA y luego pruebe una herramienta gratuita con su propio uso, como un medidor de energía para código o un estimador para las llamadas a API de IA. Siga con un curso de su nivel y una comunidad o un grupo de investigación de su ámbito. Aprender midiendo algo real se queda mejor que solo leer.

## Steps

1. Lea una explicación breve y en lenguaje sencillo sobre qué significa la IA verde y adónde va la energía de la IA.
2. Pruebe una herramienta gratuita con algo que ya hace, como CodeCarbon o EcoLogits.
3. Haga un curso adecuado a su función, desde la sensibilización general hasta los métodos técnicos.
4. Siga a una comunidad, una prueba de referencia o un grupo de investigación de su ámbito.
5. Aplique algo de lo aprendido a su propio trabajo y mida la diferencia.

**Lea una buena explicación y luego mida algo propio.** La IA verde es un campo joven, y la forma más rápida de
entenderlo es ver las cifras del trabajo que ya hace.

## ¿Por dónde empiezo? {#where-should-i-start}

- **Todo el mundo:** [¿qué es la IA verde?](/es/articulos/que-es-la-ia-verde/) y nuestra
  [guía en lenguaje sencillo](/es/guias/ia-verde-una-guia-en-lenguaje-sencillo-para-todos/) explican la energía, el agua y el hardware, y qué hábitos importan.
- **Empresas y directivos:** la [guía para empresas](/es/guias/ia-verde-para-empresas/).
- **Desarrolladores y científicos de datos:** [elegir el modelo adecuado](/es/buenas-practicas/elija-el-modelo-adecuado-para-cada-tarea/) y
  [medir la energía de la IA](/es/buenas-practicas/como-medir-la-energia-y-el-carbono-de-la-ia/).
- **Investigadores:** la [guía para investigadores](/es/guias/ia-verde-para-investigadores/) y
  [matemáticas para una IA eficiente](/es/articulos/las-matematicas-que-hacen-la-ia-mas-eficiente/).
- **Docentes:** la [sección para centros educativos](/es/escuelas/).

## ¿Qué herramientas gratuitas puedo probar? {#which-free-tools-can-i-try}

- **CodeCarbon**, un paquete de Python de código abierto que estima las emisiones del código que se ejecuta en su
  hardware.
- **EcoLogits**, que estima la energía y las emisiones de las llamadas a servicios de IA generativa alojados.
- **El AI Energy Score** de Hugging Face, que califica los modelos abiertos de una a cinco estrellas según su
  eficiencia energética en tareas comunes.

## ¿Dónde hay cursos y comunidades? {#where-are-courses-and-communities}

Nuestro [directorio de cursos](/es/cursos/) recoge cursos que van desde sesiones breves de sensibilización hasta
formación técnica. El [directorio de investigación](/es/investigacion/) recoge grupos que trabajan en IA eficiente, y
[doctorados](/es/doctorados/) recoge oportunidades doctorales.

## Errores frecuentes {#common-mistakes}

- **Empezar por las cifras de los titulares.** Muchas de las que circulan son antiguas o se midieron de formas muy
  distintas.
- **Leer sin hacer.** Una medición propia enseña más que diez artículos.
- **Suponer que es solo para especialistas.** La mayor parte de las mejoras viene de decisiones cotidianas.

Consulte los términos desconocidos en el [glosario](/es/glosario/).

## Fuentes

- [CodeCarbon](https://codecarbon.io/), CodeCarbon (2026)
- [EcoLogits](https://ecologits.ai/), GenAI Impact (2025)
- [AI Energy Score](https://huggingface.github.io/AIEnergyScore/), Hugging Face (2025)
