Un reciente informe ha puesto de manifiesto las crecientes preocupaciones sobre el impacto medioambiental de los sistemas habilitados por Inteligencia Artificial (IA). Estos sistemas, a medida que se expanden en tamaño y complejidad, están viendo aumentado su consumo de energía y su huella de carbono. El estudio ha sido realizado en el marco del taller “Greening AI with Software Engineering”, llevado a cabo en Lausana, Suiza, en febrero de 2025 y organizado por el Centre Européen de Calcul Atomique et Moléculaire (CECAM) y el Lorentz Center.

Durante el evento, en el que participaron 29 especialistas de diversas disciplinas, se buscó avanzar en prácticas de software que apoyen el desarrollo sostenible de la IA. Una de las conclusiones principales es la necesidad urgente de estandarizar la evaluación y medición de consumo de energía en estos sistemas. Actualmente, la falta de herramientas consistentes hace difícil comparar y mejorar este aspecto ambientalmente negativo.

Los retos identificados incluyen la estandarización de las métricas de energía y la adopción de metodologías que permitan evaluar el consumo energético de manera granular. También se destacó la importancia de entender el consumo energético durante todo el ciclo de vida de los sistemas de IA, desde el entrenamiento hasta la inferencia en producción, para reducir el impacto medioambiental de manera efectiva.

Asimismo, se consideró crucial la mejora de las metodologías para que las evaluaciones energéticas sean precisas y replicables, puesto que la determinación del consumo energético de un modelo de Machine Learning depende de numerosos factores como la arquitectura, los hiperparámetros y el hardware utilizado.

El reporte final del taller sugiere que se deben desarrollar metodologías flexibles que guíen a los desarrolladores en la selección de las mejores prácticas para evaluar el impacto energético sin dejar de lado la necesidad de sostenibilidad integral en el diseño de sistemas.

En conclusión, el estudio subraya la necesidad de un esfuerzo interdisciplinario para enfrentar estos desafíos y recalca el rol crucial de la Ingeniería de Software en la creación de sistemas IA sostenibles. Automatizar las evaluaciones de energía, mejorar la trazabilidad de decisiones y promover una educación sostenida son solo algunas de las recomendaciones claves planteadas.