Inteligencia artificial, ecologización de la estructura ocupacional y eficiencia energética total de los factores

Por qué importan las máquinas más inteligentes para el uso de la energía

Mucha gente teme que la inteligencia artificial devore electricidad y amenace empleos. Este estudio plantea otra pregunta: ¿puede la expansión de la IA ayudar realmente a que las regiones usen la energía de forma más eficiente al cambiar el tipo de trabajo que realizan las personas? Centrándose en 274 ciudades de China durante quince años, los autores muestran que donde la IA se adopta con mayor amplitud, las economías locales no solo crean más empleos orientados al medio ambiente, sino que también extraen más producción económica por cada unidad de energía. En otras palabras, las máquinas más inteligentes pueden apoyar un sistema energético más inteligente y eficiente, si las condiciones circundantes son las adecuadas.

Conectando la IA con el trabajo cotidiano

En lugar de fijarse solo en las máquinas y las centrales eléctricas, los investigadores se centran en el mercado laboral: la mezcla de ocupaciones que conforman la fuerza de trabajo de una ciudad. Distinguen entre empleos rutinarios que siguen patrones fijos y empleos no rutinarios que requieren juicio, resolución de problemas y coordinación. Muchas ocupaciones “verdes”, como analistas energéticos e ingenieros ambientales, pertenecen al segundo grupo. Estos trabajos son difíciles de automatizar por completo, pero pueden potenciarse con herramientas de IA que filtran datos, hacen predicciones y prueban escenarios. A medida que la IA se hace cargo de tareas más repetitivas, las economías tienden a depender más de trabajadores que sepan usar estas herramientas para detectar desperdicios y rediseñar procesos, empujando la mezcla de empleos hacia roles más verdes.

Midiendo la expansión de la tecnología inteligente

Para rastrear hasta qué punto cada ciudad está expuesta a la IA, los autores construyen un índice que combina dos enfoques: el uso de robots industriales en fábricas y la presencia de empresas relacionadas con la IA en el sector servicios. A continuación miden la eficiencia con la que cada ciudad convierte trabajo, capital y energía en producción, teniendo en cuenta la contaminación. Usando técnicas estadísticas sofisticadas y puntos de referencia externos —como patrones de adopción de robots en industrias de EE. UU. y la distancia a otros centros de IA— intentan separar causalidad de coincidencia. Su hallazgo principal es que cuando la exposición a la IA de una ciudad aumenta en un paso estándar, su eficiencia energética global mejora aproximadamente un 3,2%, una ganancia no trivial dada la lentitud con que suelen cambiar los sistemas energéticos.

Cómo se vuelven más verdes los empleos

Para ver qué ocurre dentro de la fuerza laboral, el estudio utiliza millones de ofertas de empleo en línea de las principales plataformas de reclutamiento chinas. Al correlacionar las ocupaciones chinas con una base de datos internacional de tareas detallada, los autores asignan a cada trabajo una puntuación de “ecologización” en función de cuánto de su labor está vinculada a objetivos ambientales. Luego construyen dos indicadores para cada ciudad: el volumen total de empleo verde y la proporción de tareas verdes en la estructura ocupacional general. Las ciudades con mayor exposición a la IA muestran incrementos en ambas medidas. Los roles rutinarios y con alta intensidad de carbono se reducen o evolucionan, mientras que aumentan los puestos relacionados con auditorías energéticas, gestión ambiental y servicios de eficiencia. Este cambio aporta el conocimiento humano necesario para detectar oportunidades de ahorro energético, implementar nuevas tecnologías y mantener las mejoras a lo largo del tiempo.

Dónde la IA ofrece las mayores ganancias energéticas

Los beneficios de la IA no se distribuyen de forma uniforme. Las mayores mejoras tanto en empleo verde como en eficiencia energética aparecen en sectores con gran demanda de energía, como generación eléctrica, transporte, gestión del agua y servicios medioambientales. En estos campos, los trabajadores emplean la IA en tareas como previsión de la demanda, optimización de equipos y programación de mantenimiento, lo que reduce directamente el consumo de combustible y las emisiones. El impacto también es mayor en ciudades con normas ambientales más estrictas e infraestructuras digitales más sólidas: lugares donde existe presión para mejorar, redes de datos fiables y políticas digitales de apoyo como la expansión de banda ancha y programas de ciudades inteligentes. Donde las regulaciones son débiles o las bases digitales son escasas, la mera introducción de IA hace poco por mejorar el rendimiento energético.

Qué significa esto para un futuro más limpio

Para un lector general, la conclusión es que el legado ambiental de la IA dependerá menos de la electricidad que consuma y más de cómo reconfigure el trabajo humano. Este estudio sugiere que, cuando se combina con estándares ambientales fuertes, buenas redes de datos e inversión en las habilidades adecuadas, la IA puede fomentar una fuerza laboral mejor equipada para encontrar y corregir el desperdicio energético. El resultado es un impulso modesto pero significativo en la eficiencia con que las ciudades usan la energía, especialmente en las industrias más intensivas en consumo. Aprovechar la IA para una economía circular y de bajo desperdicio requiere, por tanto, esfuerzos coordinados: políticas que recompensen la eficiencia, infraestructura que permita operar eficazmente a las herramientas de IA y formación que mezcle conocimientos digitales con pericia ambiental.

Cita: Li, T., Hu, Y., Peng, J. et al. Artificial intelligence, greening of occupational structure and total factor energy efficiency. Humanit Soc Sci Commun 13, 503 (2026). https://doi.org/10.1057/s41599-026-06591-8

Palabras clave: inteligencia artificial, empleos verdes, eficiencia energética, economía circular, transformación del mercado laboral