Una tecnología consigue reducir a la mitad la energía necesaria para realizar una tarea.
A primera vista, parece una excelente noticia. Se necesitan menos recursos, disminuyen los costes y aumenta la eficiencia.
Pero ¿qué ocurre si precisamente esa mejora permite multiplicar por diez el número de tareas realizadas?
El consumo energético total podría terminar siendo mucho mayor que antes.
Esta contradicción aparente tiene más de 160 años de historia y recibe el nombre de paradoja de Jevons.
Una paradoja nacida de la Revolución Industrial
En 1865, el economista británico William Stanley Jevons publicó The Coal Question, una obra en la que analizaba el papel del carbón en el desarrollo económico de Reino Unido.
Durante la Revolución Industrial, las máquinas de vapor habían experimentado importantes mejoras técnicas. Los nuevos motores permitían obtener más trabajo utilizando menos carbón.
Lo lógico habría sido esperar una reducción de su consumo.
Sin embargo, Jevons observó que esas mejoras también abarataban la energía útil, hacían rentables nuevas aplicaciones industriales y favorecían la expansión de la producción.
El resultado podía ser un aumento del consumo total de carbón.
La eficiencia no siempre reduce el consumo. En determinadas condiciones, puede convertirse en el principal estímulo para incrementarlo.
La observación cuestionaba una de las grandes expectativas del progreso técnico: que utilizar mejor los recursos conduce automáticamente a necesitar menos.
El efecto rebote: cuando el ahorro genera nueva demanda
La explicación económica se conoce como efecto rebote.
Cuando una actividad requiere menos recursos, su coste disminuye. Esa reducción puede incentivar una mayor utilización, ampliar el mercado o hacer viables aplicaciones que anteriormente resultaban demasiado caras.
Imaginemos una fábrica que consigue reducir un 40% la energía necesaria para producir cada unidad.
Si mantiene su producción, ahorrará energía.
Pero si la reducción de costes le permite duplicar su producción, el consumo total terminará aumentando un 20% respecto a la situación inicial.
La fábrica será más eficiente por unidad producida y, al mismo tiempo, consumirá más energía en términos absolutos.
No todos los efectos rebote conducen a este resultado. En muchos casos, el consumo continúa disminuyendo, aunque menos de lo previsto.
La paradoja de Jevons aparece en su forma más estricta cuando la expansión de la demanda supera completamente el ahorro conseguido.
La inteligencia artificial y una paradoja que vuelve a cobrar relevancia
La inteligencia artificial ofrece un escenario especialmente interesante para observar este fenómeno.
Los avances en hardware, algoritmos y arquitectura de modelos están reduciendo considerablemente los recursos necesarios para ejecutar determinadas tareas.
Sin embargo, esa mayor eficiencia coincide con una expansión extraordinaria de sus aplicaciones.
La IA ya no se limita a generar texto. Participa en el desarrollo de software, la investigación científica, el diseño industrial, la producción audiovisual y la automatización de procesos completos.
Según el informe Key Questions on Energy and AI, publicado por la Agencia Internacional de la Energía en abril de 2026, el consumo eléctrico de los centros de datos aumentó un 17% durante 2025.
La misma institución estima que su demanda eléctrica mundial podría pasar de 485 TWh en 2025 a aproximadamente 950 TWh en 2030.
Estas cifras no demuestran por sí solas la paradoja de Jevons. El crecimiento responde a múltiples factores, entre ellos la expansión de los servicios digitales y la aparición de aplicaciones computacionalmente más exigentes.
Pero sí permiten identificar la tensión fundamental:
Una tecnología puede mejorar rápidamente su eficiencia individual mientras aumenta la cantidad total de recursos que necesita el sistema que la sostiene.
¿Estamos ahorrando recursos o ampliando nuestra capacidad de consumirlos?
Esta cuestión trasciende el consumo energético de la inteligencia artificial.
En las organizaciones, las mejoras de productividad suelen medirse mediante indicadores relativos: coste por operación, tiempo por tarea, energía por unidad producida o recursos por transacción.
Son indicadores necesarios, pero no siempre suficientes.
Una transformación tecnológica puede reducir el coste de cada operación y multiplicar simultáneamente el número de operaciones realizadas.
El resultado dependerá de cómo se utilice esa capacidad adicional.
Por ello, evaluar una mejora exige distinguir entre la eficiencia de una actividad y sus consecuencias sobre el conjunto.
No se trata de cuestionar la innovación ni de renunciar a los avances tecnológicos.
Se trata de reconocer que la eficiencia modifica también los comportamientos económicos que determinan el consumo.
La eficiencia no garantiza la sostenibilidad
La paradoja de Jevons no implica que todas las mejoras de eficiencia sean contraproducentes. Tampoco significa que el crecimiento de la demanda sea inevitable.
Los precios, las regulaciones, las decisiones de inversión y los límites establecidos sobre el uso de recursos influyen en el resultado final.
Lo que sí demuestra esta reflexión es que la eficiencia técnica y la sostenibilidad no son conceptos equivalentes.
Una mide la relación entre recursos utilizados y resultados obtenidos. La otra exige comprender las consecuencias económicas, ambientales y sociales del sistema en su conjunto.
Quizás uno de los grandes desafíos de la transformación tecnológica no sea únicamente conseguir que las máquinas necesiten menos recursos para hacer más.
También será decidir qué hacer con esa capacidad adicional.
Porque, cuando una tecnología permite producir prácticamente sin restricciones, aparece una pregunta que la eficiencia por sí sola no puede responder:
¿Hasta qué punto necesitamos seguir produciendo más?
Referencias
Jevons, W. S. (1865). The Coal Question: Of the Economy of Fuel. Macmillan and Co.
Font Vivanco, D., Freire-González, J., Galvin, R., et al. (2022). Rebound effect and sustainability science: A review. Journal of Industrial Ecology, 26(4), 1543–1563.
International Energy Agency. (2026). Key Questions on Energy and AI. IEA, París.