La Asociación Española de Normalización (UNE) ha publicado una nueva especificación técnica pionera cuyo objetivo es establecer un marco común para medir el consumo energético, la huella de carbono, el consumo de agua y el rendimiento de los sistemas de inteligencia artificial (IA). La iniciativa parte de la de la Secretaría de Estado de Digitalización e Inteligencia Artificial del Ministerio para la Transformación Digital y de la Función Pública y se enmarca dentro del Programa Nacional de Algoritmos Verdes (PNAV).
Esta iniciativa busca promover una inteligencia artificial más responsable y eficiente desde el punto de vista medioambiental. Para su desarrollo, se ha contado con la colaboración de un grupo técnico especializado compuesto por más de 40 expertos de la comunidad investigadora en algoritmos verdes, empresas privadas —incluyendo grandes compañías tecnológicas y firmas especializadas en IA—, así como organismos de certificación que han aportado la perspectiva de verificación.
Medición del impacto ambiental en sistemas de IA
La especificación UNE 0086:2025 establece cómo medir el consumo energético, la huella de carbono, el consumo de agua y el rendimiento de los sistemas de IA. Para ello, proporciona una guía detallada para cuantificar el impacto ambiental de modelos y algoritmos de IA a lo largo de todas las fases de su ciclo de vida, especialmente durante el entrenamiento y la implementación, tanto en entornos locales como en la nube. Se centra de forma particular en los modelos de IA generativa y grandes modelos de lenguaje (LLMs), dada su elevada carga computacional y su consecuente impacto ambiental.
Entre las métricas definidas en la especificación, se incluyen indicadores clave para monitorizar el uso directo de energía y agua, así como para evaluar la eficiencia de los modelos de IA durante sus fases de entrenamiento e inferencia, etapas que concentran el mayor impacto ambiental. De esta manera, la norma se focaliza en los puntos críticos del ciclo de vida donde se produce la mayor parte del consumo de recursos, aportando un marco riguroso para su medición y comparación.
Con esta estandarización, España avanza hacia una IA más transparente, medible y eficiente desde el punto de vista ambiental, ofreciendo una visión unificada que facilita la comparación, optimización y validación rigurosa del desempeño medioambiental de los modelos de IA. Además, representa un paso clave hacia la futura estandarización europea.