Inteligencia artificial y sostenibilidad: innovación para el desarrollo sustentable y la eficiencia energética
DOI:
https://doi.org/10.62452/whgwy586Palabras clave:
Inteligencia artificial, sostenibilidad, energías renovables, eficiencia energética, innovación tecnológicaResumen
La convergencia entre la Inteligencia Artificial (IA) y las tecnologías sustentables está redefiniendo la eficiencia de los sistemas energéticos y ambientales. Este estudio examina el impacto de la IA en la optimización de energías renovables, la gestión de residuos y la reducción de la huella de carbono. Mediante un enfoque de investigación mixto, que combina revisión sistemática de literatura, análisis de datos cuantitativos y modelado predictivo, se identifican tendencias clave y oportunidades emergentes. Los hallazgos confirman que la IA mejora la eficiencia operativa hasta en un 35 %, reduce el desperdicio de recursos en un 30 % y contribuye a la gestión inteligente de redes eléctricas y sistemas de reciclaje. Se discuten también los desafíos relacionados con el alto consumo energético de los modelos de IA y la necesidad de infraestructura adecuada para su implementación a gran escala. Se llega a comprobar que el uso de algoritmos de aprendizaje automático puede incrementar la eficiencia operativa de sistemas energéticos y mejorar la gestión de residuos a través de técnicas de visión artificial. Asimismo, el análisis estadístico ha revelado una reducción significativa en el desperdicio de recursos mediante la aplicación de IA en la predicción y optimización del consumo energético.
Descargas
Referencias
Alvarado Bastidas, E. A. (2024). Evaluación de sistemas electrónicos de bajo consumo energético en IoT: Aplicaciones educativas para reducir el consumo energético. Sage Sphere International Journal, 1(2). https://sagespherejournal.com/index.php/SSIJ/article/view/6
Buitrón-Barros, H. O. (2024). Integración de inteligencia artificial en redes eléctricas inteligentes y su potencial transformador. Horizon Nexus Journal, 2(2), 29-42. https://doi.org/10.70881/hnj/v2/n2/37
Castillo, D., & Aguas Bucheli, L. F. (2021). Uso de la visión artificial para la clasificación de residuos sólidos. Nexos científicos, 5(2), 48–57. https://nexoscientificos.vidanueva.edu.ec/index.php/ojs/article/view/61
Concha Vargas, G. .(2024). Análisis preliminar del impacto ambiental de la Inteligencia Artificial. Revista Avante De Ciencias Sociales Y Humanidades, 4(1), 49–57. https://doi.org/10.5281/zenodo.14028841
Marasco, D., Bufanio , R. D., Monte, G., Scarone, N., Agnello , A., Zappa, A., Amadio, M., & Wild Cañon, C. (2023). Propuesta de electrónica de potencia para la protección y optimización del desempeño de una turbina eólica de baja potencia conectada a la red eléctrica de baja tensión. Ingenio Tecnológico, 5. https://ingenio.frlp.utn.edu.ar/index.php/ingenio/article/view/83
Montúfar Chiriboga , G. J. (2025). El estado del arte de la integración de sistemas inteligentes en la edificación y su impacto en la eficiencia energética. REICIT, 4(2), 169–182. https://doi.org/10.48204/reict.v4n2.6759
Mora Pin, G. S., Delgado Segovia, M. L., Pico Macias, J. J., & Vélez Sánchez, A. (2025). Modelo basado en Redes Neuronales para medir la huella de carbono en emprendimientos ecuatorianos. Serie Científica De La Universidad De Las Ciencias Informáticas, 18(1), 232-146. https://publicaciones.uci.cu/index.php/serie/article/view/1809
Salas, H., Quispe, H., Soto, J., & Jurado, V. (2023). Diseño de redes de distribución de abastecimiento de agua utilizando métodos racionales complejos e inteligencia artificial en Callqui Grande-Huancavelica. Revista Científica Ciencias Ingenieriles, 3(1), 12–26. https://doi.org/10.54943/ricci.v3i1.221
Sánchez Yáñez, J. M., & Márquez Benavides, L. (2024). Gestión de residuos sólidos y la inteligencia artificial en el contexto mexicano. Ciencia Nicolaita, (90). https://doi.org/10.35830/cn.vi90.722
Sies, H. B., Belousov, V., Chandel, N., Davies, M., Jones, D., Mann, D., Murphy, M., Yamamoto, M., & Winterbourn, C. (2022). Defining roles of specific reactive oxygen species (ROS) in cell biology and physiology . Nature reviews Molecular cell biology, 23(7), 499 - 515. https://pubmed.ncbi.nlm.nih.gov/35190722/
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Byron Oviedo-Bayas, Cristian Zambrano-Vega, Eduardo Amable Samaniego-Mena, Ángel Torres-Quijije (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en la Revista Metropolitana de Ciencias Aplicadas (REMCA), están de acuerdo con los siguientes términos:
1. Derechos de Autor
Los autores conservan los derechos de autor sobre sus trabajos sin restricciones. Los autores otorgan a la revista el derecho de primera publicación. Para ello, ceden a la revista, de forma no exclusiva, los derechos de explotación (reproducción, distribución, comunicación pública y transformación). Los autores pueden establecer otros acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista, siempre que exista un reconocimiento de su publicación inicial en esta revista.
© Los autores.
2. Licencia
Los trabajos se publican en la revista bajo la licencia de Atribución-NoComercial-CompartirIgual 4.0 Internacional de Creative Commons (CC BY-NC-SA 4.0). Los términos se pueden consultar en: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
Esta licencia permite:
- Compartir: copiar y redistribuir el material en cualquier medio o formato.
- Adaptar: remezclar, transformar y crear a partir del material.
Bajo los siguientes términos:
- Atribución: ha de reconocer la autoría de manera apropiada, proporcionar un enlace a la licencia e indicar si se ha hecho algún cambio. Puede hacerlo de cualquier manera razonable, pero no de forma tal que sugiera que el licenciador le da soporte o patrocina el uso que se hace.
- NoComercial: no puede utilizar el material para finalidades comerciales.
- CompartirIgual: si remezcla, transforma o crea a partir del material, debe difundir su creación con la misma licencia que la obra original.
No hay restricciones adicionales. No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer cualquier cosa que la licencia permita.
