En resumen
Estas nueve actividades enseñan la dimensión energética y ambiental de la IA con papel, cifras publicadas y debate, para alumnado de aproximadamente 9 a 18 años. Cada una indica una franja de edad, una duración, unos objetivos de aprendizaje y unos recursos, y ninguna necesita software de pago ni cuentas del alumnado en herramientas de IA.
Puntos clave
- Todas las actividades funcionan sin que el alumnado use herramientas de IA, lo que respeta los límites de edad que fijan muchas herramientas.
- Las actividades de estimación usan cifras publicadas por prompt de Google y OpenAI, citadas con su fuente.
- Las actividades encajan en contenidos ya existentes de informática, ciencias, geografía, matemáticas y educación cívica, sin necesidad de más horas de currículo.
- Los vínculos con el currículo son orientativos: compruébelos con su propio currículo nacional o regional.
¿Cómo debo usar estas ideas?
Elija una, adapte la duración a su grupo y cite cualquier cifra con su fuente y su año. La información de fondo de cada actividad está en la guía para docentes, y los términos se definen en el glosario. Ninguna requiere que el alumnado tenga cuentas en herramientas de IA.
Los vínculos con el currículo toman Inglaterra como ejemplo (KS2 corresponde a 7–11 años, KS3 a 11–14 y KS4 a 14–16). Son orientativos, no correspondencias oficiales; la mayoría de los países tienen áreas equivalentes sobre sistemas informáticos, energía, recursos naturales y uso responsable de la tecnología.
Ideas de actividades
1. ¿Cuánta energía consume nuestra clase en IA?
Edades: 11–16 · Duración: 50 minutos · Vínculos: ciencias de KS3 (energía, potencia, kWh, coste de la energía doméstica); matemáticas (estimación, unidades); informática (impacto de la tecnología)
Objetivos: convertir entre Wh y kWh; hacer y justificar una estimación de Fermi; explicar por qué las cantidades pequeñas se acumulan.
Recursos: papel, calculadoras, las cifras publicadas que figuran a continuación.
Cómo: el alumnado estima cuántos prompts de texto de IA hace la clase en una semana (sirve levantar la mano de forma anónima). Con los 0,24 Wh de Google para un prompt de texto mediano de Gemini y los 0,34 Wh de OpenAI para una consulta media de ChatGPT, calculan un intervalo. Por ejemplo, 30 alumnos × 10 prompts × 0,24–0,34 Wh dan unos 72–102 Wh a la semana. Después se amplía la escala a todo el centro, el país y el mundo, y se compara con aparatos cuya potencia figura en la etiqueta. Para terminar, se comenta lo que las cifras dejan fuera: imágenes, vídeo, entrenamiento y los propios dispositivos.
2. Los tokens explicados con papel
Edades: 9–14 · Duración: 30 minutos · Vínculos: informática de KS2 y KS3 (cómo se representan los datos)
Objetivos: explicar qué es un token; explicar por qué un texto más largo implica más cómputo.
Recursos: frases impresas, tijeras, un cronómetro.
Cómo: el alumnado corta frases en fragmentos aproximadamente del tamaño de un token. La regla práctica de OpenAI es que un token equivale a unos cuatro caracteres, o tres cuartos de una palabra inglesa, así que las palabras largas se dividen. Un "modelo" (un alumno o alumna) debe leer todos los fragmentos antes de añadir cada palabra nueva, con el tiempo cronometrado. Si se duplica la frase, se duplica el trabajo. El alumnado mayor puede probar en el proyector una demostración gratuita de tokenizador en línea y observar que las palabras poco comunes y algunos idiomas se dividen en más fragmentos.
3. ¿Es la IA la herramienta adecuada?
Edades: 11–18 · Duración: 40–60 minutos · Vínculos: informática de KS3 y KS4 (uso responsable); educación cívica
Objetivos: sopesar los beneficios y los costes de una tecnología; argumentar con pruebas; comprender la suficiencia.
Recursos: tarjetas de tareas (por ejemplo: comprobar una ortografía, escribir un poema de cumpleaños, encontrar la capital de Perú, resumir un informe de 40 páginas, detectar cáncer de piel en imágenes, hacer 25 versiones de un logotipo).
Cómo: en grupos, el alumnado clasifica las tarjetas en "la IA es la mejor herramienta", "algo más sencillo funciona" y "depende", y después defiende una elección ante la clase. Comenten qué significa "frívolo" y quién debe decidirlo.
4. ¿Dónde debería ubicarse un centro de datos?
Edades: 11–16 · Duración: 60 minutos · Vínculos: geografía de KS3 (actividad económica y recursos naturales; interacción humana y física; mapas y SIG)
Objetivos: identificar los factores de las decisiones de ubicación; sopesar ventajas e inconvenientes; usar mapas y datos.
Recursos: mapas impresos o mapas gratuitos en línea que muestren generación renovable, ríos, temperatura, conexiones a la red y poblaciones.
Cómo: el alumnado actúa como una comisión de planificación que elige entre tres emplazamientos ficticios: fresco y ventoso pero aislado; cerca de una ciudad con estrés hídrico; junto a una planta solar en una región calurosa. Puntúen cada uno según electricidad, refrigeración, agua, terreno, empleo e impacto local. Usen Irlanda como caso real: los centros de datos consumieron el 22 % de la electricidad medida del país en 2024, frente al 5 % en 2015 (Central Statistics Office).
5. El juego de la eficiencia y el rebote
Edades: 11–18 · Duración: 40 minutos · Vínculos: informática de KS4 (impacto de la tecnología); economía; matemáticas
Objetivos: explicar el efecto rebote y la paradoja de Jevons.
Recursos: fichas o contadores, una hoja sencilla de reglas.
Cómo: cada equipo tiene un "presupuesto energético" fijo de fichas. En cada ronda, la IA se vuelve el doble de eficiente (una tarea cuesta la mitad de fichas), pero luego los equipos eligen cuántas tareas realizar. Anoten la energía total de cada ronda. Normalmente el alumnado descubre que el uso total aumenta. Relaciónenlo con el economista William Stanley Jevons, que sostuvo en 1865 que las máquinas de vapor más eficientes aumentarían el consumo de carbón en lugar de reducirlo. Pregunten: ¿qué reglas mantendrían bajo el uso total?
6. ¿Texto, imagen o vídeo?
Edades: 13–18 · Duración: 40 minutos · Vínculos: ciencias de KS3 (energía); informática
Objetivos: comparar la energía de distintas tareas de IA; leer de forma crítica una cifra de investigación.
Recursos: las cifras que figuran a continuación, impresas.
Cómo: comparta un resultado de investigación: en un estudio de 2024, generar 1.000 imágenes con el modelo menos eficiente de los evaluados consumió 11,49 kWh, tanto como 522 cargas de teléfono inteligente, mientras que el modelo de texto más eficiente consumió el equivalente al 9 % de una carga por 1.000 ejecuciones (Luccioni, Jernite y Strubell). El alumnado comenta por qué las imágenes cuestan más, qué significan "más" y "menos eficiente" y cómo diseñaría una prueba justa.
7. Diseñe una etiqueta de IA verde
Edades: 9–16 · Duración: 50 minutos · Vínculos: diseño y tecnología; informática; educación cívica
Objetivos: comprender las etiquetas energéticas; decidir qué información es útil y honesta.
Recursos: ejemplos de etiquetas energéticas de electrodomésticos y etiquetas de alimentos, papel, bolígrafos.
Cómo: el alumnado diseña una etiqueta para mostrar junto a una respuesta o una aplicación de IA. ¿Qué debería mostrar: energía, agua, carbono, dónde se calculó? ¿Cómo se impediría que las empresas hicieran afirmaciones engañosas (greenwashing)? El alumnado mayor puede leer etiquetas energéticas para la IA.
8. Golf de prompts
Edades: 13–18 · Duración: 30 minutos · Vínculos: informática; lengua (escritura concisa)
Objetivos: escribir instrucciones claras y concretas; relacionar la brevedad con la eficiencia.
Recursos: papel; de forma opcional, una demostración de IA dirigida por el docente.
Cómo: el alumnado reescribe peticiones largas y vagas en el prompt más corto que siga obteniendo exactamente lo necesario (para quién es, extensión, formato). Cuenten las palabras y después estimen los tokens. El docente puede probar en directo los dos mejores. Comenten por qué un prompt claro es mejor que cinco intentos.
9. Debate: ¿debería un país crear su propia IA verde?
Edades: 15–18 · Duración: 60 minutos · Vínculos: educación cívica; política; informática
Objetivos: construir argumentos sobre política tecnológica; tener en cuenta la soberanía, el coste, la energía y la equidad.
Recursos: un breve dosier, como el artículo IA soberana y sostenibilidad.
Cómo: la moción es "Esta cámara crearía un servicio nacional de IA de propiedad pública alimentado con energía renovable". Los equipos contraponen la equidad de acceso y el control de los datos frente al coste, la energía, la infraestructura y el riesgo político. Esta cuestión se debatió en un sandpit británico sobre IA verde celebrado en 2026, con matemáticos, informáticos y representantes de la industria, donde las opiniones estuvieron divididas, lo que la convierte en una buena pregunta abierta.
¿Cómo puedo evaluar el aprendizaje?
Las respuestas escritas breves funcionan bien: "Explique por qué un solo prompt consume poca energía pero la IA en su conjunto consume mucha" o "Indique una forma de hacer más eficiente el uso de la IA y otra de hacerlo más suficiente". Busque razonamientos sobre la escala y sobre las dos mitades de la IA verde.
Qué hacer a continuación
- Pruebe la actividad 2 o la 3 este trimestre; ninguna necesita tecnología.
- Comparta IA verde para el alumnado como lectura previa o tarea para casa.
- Compruebe los datos y las ideas erróneas en la guía para docentes antes de la clase.
- Ponga el glosario en la pizarra para los términos clave.
- Cuéntenos cómo ha ido una actividad a través de la página de contacto, para que podamos mejorar estas ideas.
Preguntas frecuentes
¿Estas clases necesitan ordenadores?
La mayoría no necesita ninguno. Algunas usan de forma opcional una página web gratuita, como una demostración de tokenizador o un mapa en línea, que el docente puede mostrar con un proyector.
¿Con qué actividad debería empezar?
Tokens de papel (actividad 2) es la más rápida: 30 minutos, sin tecnología, y explica por qué los prompts y las respuestas más largos consumen más cómputo. ¿Es la IA la herramienta adecuada? (actividad 3) funciona bien como continuación.
¿Están vinculadas al currículo nacional?
Apoyan contenidos existentes de los programas de informática, ciencias y geografía de Inglaterra y de áreas similares en otros países, pero no son recursos oficiales ni están ligadas a ningún programa de examen.
Fuentes
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv:2508.15734) (2025)
- The Gentle Singularity, Sam Altman (OpenAI) (2025)
- What are tokens and how to count them?, OpenAI Help Center (2025)
- Energy and AI, International Energy Agency (2025)
- Data centres metered electricity consumption 2024, Central Statistics Office, Ireland (2025)
- Power hungry processing: watts driving the cost of AI deployment?, Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- The coal question (1865), summary and extracts, Yale University, Energy History (1865)
- National curriculum in England: computing programmes of study, Department for Education (2013)
- National curriculum in England: geography programmes of study, Department for Education (2013)
- National curriculum in England: science programmes of study, Department for Education (2013)
Relacionado
IA verde: guía para docentes
Información de fondo en lenguaje claro sobre el coste energético, hídrico y de carbono de la IA, datos fiables para el aula, normas e ideas erróneas.
IA verde para estudiantes
Una guía breve y amena para jóvenes: qué es la IA verde, por qué la IA usa energía y agua, hábitos inteligentes y cómo saber más.
IA verde para centros educativos
Por qué el coste en energía, agua y carbono de la IA tiene cabida en informática, ciencias, geografía y ciudadanía, con guías para docentes y estudiantes.
La eficiencia no es suficiencia: el efecto rebote en la IA
Por qué hacer la IA más eficiente no garantiza que use menos energía en total, qué es el efecto rebote o de Jevons y qué ayuda a que el ahorro sea real.