Inteligencia artificial y sostenibilidad: innovación para el desarrollo sustentable y la eficiencia energética
DOI:
https://doi.org/10.62452/whgwy586Palavras-chave:
Inteligencia artificial, sostenibilidad, energías renovables, eficiencia energética, innovación tecnológicaResumo
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.
Downloads
Referências
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/
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Byron Oviedo-Bayas, Cristian Zambrano-Vega, Eduardo Amable Samaniego-Mena, Ángel Torres-Quijije (Autor/a)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Os autores que publicam na Revista Metropolitana de Ciencias Aplicadas (REMCA), concordam com os seguintes termos:
1. Direitos autorais
Os autores mantêm direitos autorais irrestritos sobre suas obras. Os autores concedem ao periódico o direito de primeira publicação. Para tal, cedem à revista, em caráter não exclusivo, direitos de exploração (reprodução, distribuição, comunicação pública e transformação). Os autores podem firmar acordos adicionais para a distribuição não exclusiva da versão publicada do trabalho no periódico, desde que haja reconhecimento de sua publicação inicial nesta revista.
© Os autores.
2. Licença
Os trabalhos são publicados na revista sob a licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional (CC BY-NC-SA 4.0). Os termos podem ser encontrados em: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.pt
Esta licença permite:
- Compartilhar: copiar e redistribuir o material em qualquer meio ou formato.
- Adaptar: remixar, transformar e desenvolver o material.
Nos seguintes termos:
- Atribuição: Você deve dar o crédito apropriado, fornecer um link para a licença e indicar se alguma alteração foi feita. Você pode fazer isso de qualquer maneira razoável, mas não de uma forma que sugira que o licenciante endossa ou patrocina seu uso.
- Não comercial: você não pode usar o material para fins comerciais.
- Compartilhamento pela mesma licença: se você remixar, transformar ou criar a partir do material, deverá distribuir sua criação sob a mesma licença do trabalho original.
Não há restrições adicionais. Você não pode aplicar termos legais ou medidas tecnológicas que restrinjam legalmente outros de fazerem qualquer coisa que a licença permita.
