Unestudio de la Universidad de Míchigan ha medido algo que casi nadie se plantea al escribir a un chatbot: cuánta energía gasta el modelo según el idioma. Los resultados muestran una brecha enorme. Generar texto fuera del inglés puede costar entre 1,4 y 180 veces más energía. El hindi requiere 7,9 veces más que el inglés y el bengalí, 15,3. En muchos casos, además, las respuestas son menos precisas. Los investigadores hablan de una doble penalización que afecta a unos 5200 millones de personas y que puede reforzar desigualdades que ya existen. La causa principal está en cómo los modelos dividen el texto en pequeñas unidades de cálculo. Repasamos cómo se hizo la medición, qué explica las diferencias y qué soluciones plantean los autores.

Qué ha medido la Universidad de Míchigan

El trabajo se titula The Language-Energy Divide y puede consultarse en el repositorio de la ACL. Se presentó en la conferencia EMNLP, una de las principales del procesamiento del lenguaje natural. Lo firma como primer autor Naihao Deng, doctorando del laboratorio de IA de la universidad. La autora de correspondencia es Rada Mihalcea, directora de ese laboratorio.

Los investigadores probaron tres modelos abiertos: Qwen 3, de Alibaba, Gemma 3, de Google, y Llama 3.1, de Meta. Les plantearon preguntas de opción múltiple de Belebele, un conjunto de pruebas de comprensión lectora que cubre 122 idiomas. La energía de cada respuesta se midió con ML.Energy, un marco de medición desarrollado en la propia universidad.

Para comprobar que el efecto no dependía de la tarea, añadieron problemas de matemáticas de primaria y preguntas abiertas. Como esos conjuntos no eran multilingües, tradujeron las preguntas inglesas a otros siete idiomas con la herramienta NLLB de Meta. El resultado fue el mismo. Todos los modelos gastaron menos energía con el inglés, de media. La diferencia se mantuvo con modelos más grandes y con distintos procesadores.

Una factura que depende del idioma

El abanico de cifras es muy amplio. Entre el mejor y el peor caso hay una distancia de más de 120 veces, según nuestros cálculos, porque van de 1,4 a 180. La mayoría de los idiomas de Europa occidental se queda en el doble de energía que el inglés, o menos. Los casos grandes aparecen en otros alfabetos.

El hindi, con cientos de millones de hablantes, necesita 7,9 veces más energía que una consulta equivalente en inglés. El bengalí necesita 15,3, casi el doble que el hindi. La brecha es mayor en los idiomas que no usan escritura latina y que cuentan con menos contenido digital para el entrenamiento.

Con los datos demográficos de Ethnologue, el equipo calcula que unos 5200 millones de personas deben gastar más del doble de energía para generar texto en su lengua materna que un hablante de inglés. Es la mayor parte de la humanidad.

Por qué ocurre: tokens, escrituras y memoria

La causa principal es técnica. Un modelo no procesa letras ni palabras. Convierte el texto en tokens, que son su unidad básica de datos. Un token puede ser una palabra, una frase corta, una sílaba o un solo carácter. Después genera tokens de salida y los convierte de nuevo en lenguaje humano.

Un idioma que necesita más tokens para decir lo mismo cuesta más. Y el problema se agrava con escrituras como la devanagari, usada en hindi, nepalí y maratí, y con la bengalí. Sus caracteres básicos cambian de forma y se combinan con signos. Eso puede producir millones de caracteres distintos.

Hay un segundo efecto, más sutil. Más tokens ocupan más memoria del equipo. Con menos memoria libre, el modelo procesa los tokens en lotes más pequeños. Cada token acaba consumiendo más energía. Esa penalización se suma a la anterior, y por eso la diferencia crece.

Precisión y precio: la doble penalización

El estudio detecta otra relación incómoda. Según Deng, los idiomas que más energía consumen suelen tener también menor precisión. Quien pregunta en su lengua recibe, a veces, peores respuestas y a un coste mayor.

Esto tiene consecuencias económicas. Muchas empresas cobran el acceso a sus modelos por tokens generados. Si un idioma necesita más tokens, el usuario paga más por lo mismo. Los autores advierten de que algunas personas podrían quedar fuera por precio o de que las empresas dudarían en ofrecer servicio en ciertos idiomas. La alternativa para el usuario es pasar a un idioma que no es el suyo.

¿Y qué pasa con el español?

La nota de prensa no da una cifra concreta para el español. Sí indica que la mayoría de las lenguas de Europa occidental queda en el doble o menos. Al ser una lengua con escritura latina y mucho contenido digital, el español probablemente esté en ese grupo, aunque conviene decirlo con cautela.

Otro trabajo apunta en la misma dirección con matices. Es un estudio de la Universidad Pontificia Comillas, recogido en su repositorio institucional. Según su resumen, en varios modelos las lenguas romances gastaron de media menos energía que el inglés. También halló que el consumo varía hasta tres veces entre modelos con la misma carga. Son metodologías distintas y no deben mezclarse sin más. Pero sugieren que el coste depende tanto del idioma como del modelo y de cómo se despliega.

Cómo reducir la brecha

Los investigadores proponen varias vías. La primera es que las empresas optimicen sus servicios para más idiomas. Eso puede significar enviar cada consulta a un modelo especializado en esa lengua. Otra opción es traducir la consulta al inglés antes de pasarla a un modelo general, siempre que la traducción sea fiable.

Mihalcea añade una tercera idea. Los desarrolladores deberían crear más recursos para los idiomas con sobrecoste. Una forma sería contar con hablantes nativos que traduzcan materiales o creen datos de entrenamiento. Con más datos, los modelos serían más eficientes en esas lenguas.

El trabajo contó con financiación parcial de la National Science Foundation y de DARPA. También colaboraron Ford, el Laude Institute, OpenAI y el Survival and Flourishing Fund. Los cálculos se hicieron en el clúster Great Lakes de la universidad.

Reflexiones adicionales

Este estudio invita a revisar una idea común. Solemos hablar del consumo de la IA como si fuera un número único por consulta. Aquí vemos que depende de algo tan básico como el idioma. Cada pregunta tiene un coste distinto según cómo la trocee el modelo.

También muestra un efecto de escala. Si la IA se integra en servicios públicos, escuelas o empresas, una diferencia de 15 veces no es un detalle técnico. Afecta al precio, a la calidad y al acceso. Y lo hace sobre todo a quienes ya tienen menos recursos digitales en su lengua.

Conviene, eso sí, leer las cifras con cuidado. Se midieron tres modelos abiertos y siete idiomas añadidos en las pruebas traducidas. Los modelos comerciales cerrados pueden comportarse distinto. Aun así, la causa, los tokens, es común a casi todos los sistemas actuales. Por eso la solución pasa por mejores tokenizadores y más datos en más idiomas, no solo por hardware más eficiente.