greenai.guide

Inicio › ¿Cómo puedo…? › ¿Cómo mido la energía de la IA por tarea en lugar de en total?

¿Cómo puedo…?

¿Cómo mido la energía de la IA por tarea en lugar de en total?

Actualizado · 1 min de lectura

En resumen

Elija una unidad funcional que refleje el valor que aporta la IA, como por documento resumido o por tarea completada con éxito, y divida la energía entre ella. Siga a la vez la energía por unidad, la calidad por unidad y el total. Las cifras por unidad muestran si el sistema se vuelve más eficiente; el total muestra si el crecimiento va más deprisa.

Pasos

  1. Elija una unidad funcional, prefiriendo por tarea completada con éxito antes que por llamada.
  2. Etiquete cada llamada al modelo con la tarea a la que pertenece, incluidos los reintentos y los intentos fallidos.
  3. Divida la energía, medida o estimada, entre el número de unidades entregadas.
  4. Mida la calidad o la tasa de éxito de esas mismas unidades.
  5. Informe cada mes de las cifras por unidad y de los totales juntos.

Los totales suben con el crecimiento y ocultan la eficiencia; las cifras por tarea la muestran. Seguir ambas cosas le dice si está mejorando y si eso basta.

¿Qué unidad debo elegir?

Unidad Adecuada para Cuidado con
Por llamada Registro sencillo Oculta los reintentos y los bucles de agentes
Por solicitud o respuesta Funciones de chat y búsqueda No muestra si la respuesta fue útil
Por documento, incidencia o imagen Procesamiento por lotes Los documentos varían de tamaño
Por tarea completada con éxito Agentes y flujos de trabajo Necesita una comprobación de éxito clara

Por tarea completada con éxito suele ser lo mejor, porque una sola solicitud de un usuario puede implicar muchas llamadas. Anthropic informó de que sus agentes solían usar unas cuatro veces más tokens que las interacciones de chat, y los sistemas multiagente, unas quince veces más.

¿Por qué conservar también el total?

Luccioni, Strubell y Crawford advierten de que las mejoras de eficiencia en la IA pueden verse anuladas por el crecimiento del uso, el efecto rebote. Si la energía por tarea se reduce a la mitad mientras el número de tareas se triplica, el total sigue subiendo. Por eso la especificación SCI de la Green Software Foundation es una tasa por unidad funcional, pero aun así debería informar de la cifra absoluta a su lado.

Errores frecuentes

  • Contar solo las llamadas con éxito, de modo que los intentos fallidos desaparecen de las cifras.
  • Cambiar de unidad entre informes.
  • Informar de la eficiencia sin la calidad. Una tarea más barata que falla más a menudo no es una mejora.

Consulte evitar que el aumento del uso anule las mejoras de eficiencia y cómo medir la energía de la IA.

Fuentes

  1. Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
  2. How we built our multi-agent research system, Anthropic (2025)
  3. From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate, Luccioni, Strubell and Crawford, ACM FAccT (2025)

Únase a nosotros

Ayude a reducir el impacto de la IA en el planeta

Reciba por correo electrónico nuevas guías, convocatorias de financiación y fichas de los directorios, aproximadamente una vez al mes. O añada su producto, curso, doctorado o investigación a los directorios.

Sin seguimiento. Cancele la suscripción con un clic. Otras formas de unirse · Privacidad