Por Canuto  

Mientras las grandes tecnológicas destinan sumas gigantescas a modelos cada vez más pesados, investigadores y startups en países con menos recursos avanzan con una alternativa más barata, local y sostenible: la IA frugal. El enfoque ya se usa para preservar lenguas indígenas, operar sin conexión y reducir la dependencia de infraestructura extranjera.
***

  • La adopción de IA creció casi el doble de rápido en países ricos que en economías de ingresos bajos y medios, según datos citados por la fuente.
  • La IA frugal apuesta por modelos más pequeños, abiertos y eficientes que pueden funcionar en hardware económico y sin conexión.
  • India, Kenia, Nigeria, México y otros países ven en este enfoque una vía para ganar soberanía tecnológica y reducir costos.

 

La carrera global por la inteligencia artificial suele medirse en centros de datos, chips de última generación y presupuestos de escala multimillonaria. Sin embargo, fuera de ese circuito dominado por gigantes de Estados Unidos y China, empieza a consolidarse otra estrategia: la llamada IA frugal.

Este enfoque busca desarrollar modelos más pequeños, eficientes y adaptados a necesidades concretas. En vez de competir por construir los sistemas más grandes del mundo, prioriza costos bajos, menor consumo energético, operación en entornos con conectividad limitada y soberanía local sobre los datos.

De acuerdo con el reportaje publicado por Rest of World, esta tendencia está ganando fuerza en regiones que quedaron fuera del mapa principal de infraestructura para IA. El objetivo no es solo abaratar tecnología, sino cerrar una brecha digital que amenaza con ampliarse.

La urgencia del problema ya es visible en los datos. La adopción de IA generativa aumentó con rapidez en todo el mundo, pero el crecimiento en los países más ricos fue casi el doble de rápido que en los países de ingresos bajos y medianos el año pasado, según datos de Microsoft Research citados por la fuente.

Una respuesta a la concentración del cómputo

La desigualdad no se explica solo por el acceso al software. También depende de dónde está la capacidad de cómputo. Investigadores de la Universidad de Oxford, citados en la publicación, señalan que empresas de Estados Unidos y China operan más del 90% de los centros de datos de IA de los que dependen compañías e instituciones.

En contraste, África y Sudamérica casi no tienen centros de cómputo especializados para IA. Esa concentración encarece el acceso, aumenta la dependencia de proveedores externos y deja a muchos países con pocas opciones para desarrollar soluciones propias en sectores críticos.

Arjuna Sathiaseelan, fundador de Saving Voices Project y director de tecnología del Frugal AI Hub de la Universidad de Cambridge, afirmó que la trayectoria actual de la IA es insostenible en términos económicos, ambientales y sociales. Según explicó, el tamaño de los modelos se ha disparado, mientras miles de millones de personas siguen fuera de sus beneficios.

Sathiaseelan sostiene que la IA frugal intenta corregir esa falla estructural. Su planteamiento parte de construir sistemas ligeros desde cero, con menos requerimientos de cómputo, memoria y energía. Eso reduce la huella de carbono y también permite desplegar herramientas útiles en lugares donde la nube o los equipos caros no son una opción realista.

Preservar lenguas indígenas con dispositivos de menos de USD $50

Uno de los casos más concretos mencionados por la fuente ocurrió en el sur de India. Saving Voices Project desarrolló recientemente un sistema de IA de voz para la tribu indígena soliga, cuya lengua enfrentaba riesgo de desaparición a medida que los jóvenes migraban hacia las ciudades en busca de trabajo.

La situación presentaba varios obstáculos. Había pocos hablantes, la lengua no contaba con sistema de escritura y además no existía acceso constante a internet. En ese contexto, una solución comercial tradicional de reconocimiento o síntesis de voz no era viable por costos, conectividad y diseño técnico.

Junto con el Instituto Indio de Tecnología de la Información de Dharwad, el proyecto creó modelos de texto a voz baratos que funcionan en dispositivos de baja potencia y pueden operar sin conexión durante largos períodos. El sistema se montó sobre hardware Raspberry Pi con sistema operativo Linux de código abierto.

Sathiaseelan explicó que con apenas cinco horas de datos de voz lograron construir un modelo para los soliga, priorizando la propiedad comunitaria y una tecnología desplegable. Reconoció que la tasa de error de palabras es ligeramente alta, pero subrayó lo que se ganó a cambio: soberanía total de los datos, uso offline y una gobernanza confiable para los líderes comunitarios.

Además, los datos de voz nunca salieron de los dispositivos de la comunidad. Ese punto es central para la propuesta de valor de la IA frugal, porque evita que información cultural sensible termine absorbida por plataformas cerradas en la nube o por modelos ajenos a la comunidad que la genera.

Sarabani Banerjee Belur, cofundadora del proyecto y profesora asistente en IIIT Dharwad, dijo que para las comunidades indígenas el conocimiento y la cultura están estrechamente ligados al idioma. A su juicio, la preservación lingüística debe avanzar sin reproducir prácticas extractivas de datos por parte de grandes empresas tecnológicas.

Modelos abiertos, menor costo y usos concretos

La lógica de la IA frugal también depende del tipo de modelo empleado. Según Sathiaseelan, los sistemas de pesos abiertos encajan mejor con esta visión porque eliminan márgenes de APIs propietarias, pueden ejecutarse sobre cualquier infraestructura y facilitan la soberanía de datos, un aspecto especialmente sensible en contextos no occidentales.

Lejos del enfoque de propósito general que domina en Silicon Valley, muchos de estos desarrollos buscan tareas concretas. En India, Indonesia y otros países, los modelos pequeños se diseñan para operar en dispositivos básicos y redes de bajo ancho de banda, con aplicaciones en agricultura, salud y educación.

En India ya existen startups que siguen esta ruta. Entre las citadas por la fuente aparecen Sarvam, enfocada en IA de voz, y Adalat AI, que ofrece servicios jurídicos. Ambas reflejan una estrategia orientada a resolver problemas específicos con menos infraestructura y menor costo operativo.

El impulso reciente de DeepSeek en China también fortaleció a quienes defienden este camino. China avanza en su propia nube de IA y cadena de suministro de semiconductores, mientras sus modelos de código abierto se convierten rápidamente en una base para desarrolladores de distintas regiones.

Países como India, México y Malasia igualmente buscan reducir su dependencia de importaciones costosas de chips. En paralelo, Microsoft, Google y Amazon han anunciado inversiones multimillonarias en IA en India para aprovechar el mercado y los recursos de datos del país.

En ese contexto, el empresario tecnológico Nandan Nilekani había señalado en una entrevista previa, citada por la fuente, que los modelos pequeños de código abierto entrenados con datos específicos para usos concretos pueden ser casi tan eficaces como los grandes modelos de lenguaje entrenados con información general.

Sostenibilidad, geopolítica y límites del modelo

El debate no es únicamente técnico. También es económico, ambiental y geopolítico. Lingjiao Chen, investigadora del grupo AI Frontiers de Microsoft Research, dijo a la publicación que incluso startups occidentales podrían beneficiarse de un enfoque más eficiente en costos.

Chen escribió un trabajo sobre un marco algorítmico llamado FrugalGPT. La idea es automatizar la selección del modelo más conveniente según presupuesto y precisión, ya que muchos usuarios no saben cuál elegir entre la creciente oferta de grandes modelos de lenguaje. Según explicó, ese sistema puede reducir de forma importante el costo y mejorar la precisión.

Para la investigadora, el enorme costo financiero, el consumo energético y los impactos ambientales de los grandes modelos obligan a preguntarse cuán sostenibles son a largo plazo. También advirtió sobre el riesgo de que la IA termine siendo inasequible para más usuarios si sus costos siguen elevados.

Sebastián Uchitel, profesor del departamento de computación de la Universidad de Buenos Aires, planteó otra preocupación. En medio de restricciones de suministro y crisis geopolíticas, como la guerra con Irán mencionada en el reportaje, la IA frugal puede volverse clave para la soberanía tecnológica de los países.

Su pregunta resume el dilema: ¿hasta qué punto se concentrará el cómputo y si el acceso a los principales modelos de IA llegará a parecerse al acceso al petróleo? Esa comparación refleja el temor de que la inteligencia artificial se convierta en una infraestructura estratégica controlada por muy pocos actores.

Aun así, la IA frugal no resuelve todo. La escasez de datos, las limitaciones de cómputo y las brechas de financiamiento pueden frenar su escalabilidad. Su éxito también depende de infraestructura nacional, incluido el acceso a unidades de procesamiento gráfico eficientes y a centros de datos con costos razonables.

Sathiaseelan reconoció que existen concesiones de rendimiento, pero añadió que el verdadero desafío está en identificar qué tareas requieren de verdad capacidades de frontera. En su opinión, son muchas menos de las que suele asumir el mercado.

Mientras tanto, la demanda crece. El Frugal AI Hub está instalando un laboratorio en el estado indio de Andhra Pradesh y en otras zonas del país junto con universidades y fundaciones. También mantiene conversaciones con funcionarios de Kenia y Nigeria.

Saving Voices Project, por su parte, aspira a llegar a casi 500 millones de indígenas en 90 países. La apuesta es ambiciosa: tender un puente entre la IA de vanguardia y las tradiciones orales indígenas, pero sin sacrificar control comunitario, identidad cultural ni soberanía digital.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados