Un equipo de la Universidad de Míchigan (University of Michigan) ha demostrado que procesar consultas con inteligencia artificial en distintos idiomas exige un gasto energético muy diferente. Según el idioma y el modelo, el consumo para atender consultas en lenguas nacionales puede superar entre 1,4 y 180 veces el de las consultas en inglés.
Fuente de la imagen: generación con IA de ChatGPT/3DNews
La prueba de la IA en busca de discriminación lingüística y energética abarcó 122 idiomas y cinco variantes de modelos: Qwen 3 con 8, 14 y 32 mil millones de parámetros (desarrollado por Alibaba), Gemma 3 con 27 mil millones de parámetros (Google) y Llama 3.1 con 8 mil millones de parámetros (Meta). Para las mediciones se utilizó ML.Energy, un sistema desarrollado por los investigadores que permite evaluar el consumo eléctrico durante los cálculos de los modelos de IA. Como plataforma de hardware se emplearon dos aceleradores gráficos de NVIDIA: L40S y RTX 6000 Pro Blackwell.
Una de las principales causas de la diferencia de consumo al procesar consultas en distintos idiomas fue el aumento del número de tokens, las unidades mínimas de texto en que el modelo divide los datos de entrada y genera las respuestas. Los tokenizadores, entrenados sobre todo con el alfabeto latino, procesaban con menos eficacia otros sistemas de escritura, dividiendo las palabras en más fragmentos.
Además, en el caso de lenguas con pocos recursos para el entrenamiento, los modelos generaban a menudo respuestas mucho más largas, en ocasiones con entre 20 y 25 veces más tokens de salida que en inglés. El mayor número de tokens elevaba los requisitos de memoria y obligaba a procesar las consultas en lotes más pequeños, lo que reducía la eficiencia de las GPU y aumentaba el gasto energético.
En el estudio, la diferencia máxima de consumo por token de salida llegó a ser de 8,3 veces, mientras que el gasto total para procesar un mismo conjunto de consultas varió 179 veces: de 17,6 kJ en inglés a 3.147 kJ en pastún.
La diferencia es especialmente acusada en lenguas que no usan el alfabeto latino y cuentan con menos materiales digitales para entrenar la IA. Por ejemplo, generar texto en hindi requiere de media 7,9 veces más energía que en inglés, y en bengalí, 15,3 veces más. No obstante, no conviene confiarse por usar el alfabeto latino: la mayoría de las lenguas de Europa occidental también presentan diferencias de consumo frente al inglés, que pueden llegar a duplicarlo.
Los investigadores también hallaron una relación entre el gasto energético y la precisión de las respuestas: los idiomas que exigen más recursos de cálculo mostraban de media peores resultados en las tareas de prueba. Para comprobarlo se usaron el test Belebele de comprensión lectora en 122 idiomas, los problemas matemáticos GSM8K y un conjunto de consultas abiertas de usuarios de LM-Arena. En experimentos adicionales, las tareas en inglés se tradujeron a otros idiomas con el sistema No Language Left Behind de Meta.
Según las estimaciones de los investigadores, unos 5.200 millones de personas en el mundo hablan lenguas cuyo procesamiento exige al menos el doble de energía que el inglés. Esto encarecerá el uso de servicios comerciales de IA para personas de distintos grupos lingüísticos, ya que muchos proveedores calculan el precio en función del número de tokens procesados y generados.
«La mayoría de la gente querrá usar los modelos de IA haciendo preguntas en su lengua materna, y eso será inevitable a medida que la IA se implante en más ámbitos de la sociedad, pero el doble “castigo” [por no usar el inglés] aumenta la probabilidad de que algunas personas no puedan permitirse la IA y de que las empresas sean reacias a ofrecer modelos en determinados idiomas», concluyen los autores del trabajo.
Como posibles vías para reducir la brecha, los autores proponen crear modelos optimizados específicamente para cada idioma, dirigir las consultas a los modelos lingüísticos más adecuados o traducirlas previamente al inglés antes de que las procese un sistema universal. Este último enfoque, en su opinión, es aplicable siempre que la calidad de la traducción sea suficientemente alta.
Otra línea de trabajo es ampliar los corpus de entrenamiento con materiales en lenguas que aún están poco representadas en formato digital, incluso con la participación de hablantes nativos de esas lenguas.