# ¿Cómo fijo objetivos de energía y emisiones para la IA?

> Cómo fijar objetivos de energía y emisiones de la IA que signifiquen algo: una referencia medida, objetivos de intensidad y absolutos juntos, y una revisión periódica.

Source: https://greenai.guide/es/como/como-fijo-objetivos-de-energia-y-emisiones-para-la-ia/  
Updated: 2026-11-19

## En resumen

Mida primero una referencia y luego fije dos tipos de objetivo a la vez: un objetivo de intensidad (energía o emisiones por tarea útil) y un objetivo absoluto o un tope para el total. La intensidad muestra la eficiencia; la cifra absoluta muestra si el crecimiento del uso se está comiendo los ahorros. Revíselos al menos una vez al año, a medida que cambien los modelos y el uso.

## Steps

1. Mida o estime una referencia para sus principales usos de la IA con un método por escrito.
2. Elija una unidad funcional, como la energía por solicitud o por documento procesado.
3. Fije un objetivo de intensidad por unidad y un objetivo absoluto o un tope para el total.
4. Añada objetivos de proceso que controle directamente, como la proporción de solicitudes atendidas por modelos pequeños.
5. Revise cada año el progreso y el método, y vuelva a establecer la referencia si cambia el método.

**Fije a la vez un objetivo de intensidad y un objetivo absoluto, a partir de una referencia medida.** Cualquiera de
los dos por separado puede inducir a error: las cifras por tarea pueden bajar mientras el total sube, y un total puede
parecer correcto simplemente porque el uso aún no ha crecido.

## ¿Por qué dos objetivos? {#why-two-targets}

La eficiencia por solicitud puede mejorar muy deprisa. Google informa de que la energía de su prompt de texto mediano
de Gemini se redujo 33 veces en un año. Pero una IA más barata tiende a usarse más, lo que Luccioni, Strubell y
Crawford analizan como efecto rebote o paradoja de Jevons. Un objetivo de intensidad recoge lo primero; un objetivo
absoluto o un tope recoge lo segundo.

## ¿Cómo deben ser los objetivos? {#what-should-the-targets-look-like}

| Tipo | Ejemplo |
|---|---|
| Intensidad | Reducir la energía por documento procesado en una proporción determinada frente a la referencia |
| Absoluto | Mantener la electricidad total de la IA, o las emisiones estimadas, en un tope o por debajo |
| Proceso | Proporción de solicitudes atendidas por modelos pequeños; proporción de proveedores que dan datos por solicitud |

La especificación de Intensidad de Carbono del Software (SCI) de la Green Software Foundation ofrece una medida de
intensidad ya hecha: emisiones por unidad funcional, con datos de la red basados en la ubicación. Consulte
[calcular una puntuación SCI](/es/como/como-calculo-la-puntuacion-de-intensidad-de-carbono-del-software-de/).

## Errores frecuentes {#common-mistakes}

- **No tener referencia.** Consulte [fijar una referencia](/es/como/como-fijo-una-referencia-para-demostrar-el-ahorro-de-energia-de-la-ia/).
- **Objetivos cumplidos con certificados.** Comprar certificados puede cambiar una cifra basada en el mercado sin
  cambiar el consumo de energía. Mantenga al menos un objetivo en kilovatios hora.
- **Cambiar el método sin decirlo.** Si el método mejora, vuelva a establecer la referencia.
- **Objetivos que nadie controla.** Combine los objetivos de resultado con objetivos de proceso sobre los que los
  equipos puedan actuar.

El método que hay detrás de las cifras está en [cómo medir la energía de la IA](/es/buenas-practicas/como-medir-la-energia-y-el-carbono-de-la-ia/).

## Fuentes

- [Software Carbon Intensity specification](https://sci.greensoftware.foundation/), Green Software Foundation (2024)
- [From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate](https://arxiv.org/abs/2501.16548), Luccioni, Strubell and Crawford, ACM FAccT (2025)
- [Measuring the environmental impact of delivering AI at Google Scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
