El coste oculto de las imágenes generadas por IA en la web abierta

La ilusión de las imágenes sin coste

Los generadores de imágenes con IA parecen no ofrecer fricción. Escribes un prompt, esperas quince segundos y obtienes una imagen principal para tu entrada de blog. No hay que contratar a un fotógrafo, ni pagar una suscripción a fotos de stock, ni lidiar con problemas de licencias. El coste marginal parece ser cero.

Pero las cuentas no funcionan así. Cada imagen generada requiere una cantidad significativa de cómputo: entre 0,3 y 2,9 vatios-hora por imagen, según el modelo y la resolución. Eso equivale aproximadamente a cargar un smartphone, por cada imagen. Multiplica eso por los millones de imágenes que se generan a diario, y estás ante el consumo energético de una ciudad pequeña, todos los días.

El coste medioambiental no es el único gasto oculto. También está la deuda de entrenamiento: el hecho de que estos modelos se construyeron con conjuntos de datos extraídos sin consentimiento de artistas, fotógrafos e ilustradores que nunca aceptaron que su trabajo se utilizara de esta manera. Las preguntas legales y éticas no se han resuelto; simplemente se han aplazado mientras la tecnología avanza a toda velocidad.

Lo que dice realmente la investigación

Un estudio de 2023 realizado por investigadores de Carnegie Mellon y Hugging Face descubrió que generar una sola imagen con Stable Diffusion consumía aproximadamente tanta energía como cargar por completo un smartphone. DALL-E y Midjourney, que se ejecutan sobre infraestructuras más grandes, probablemente consumen más.

Eso puede parecer trivial hasta que se considera la escala. Adobe informó a finales de 2025 de que Firefly había generado más de 12.000 millones de imágenes desde su lanzamiento. Si cada una implicara incluso una estimación conservadora de 0,5 vatios-hora de cómputo, eso serían 6 gigavatios-hora: suficiente para alimentar aproximadamente 550 hogares estadounidenses durante un año.

La fase de entrenamiento es peor. Entrenar un modelo de imagen grande como DALL-E 3 o Midjourney v6 requiere un cómputo equivalente a las emisiones de por vida de varios coches. OpenAI no ha publicado cifras exactas, pero las estimaciones de investigadores en IA sugieren costes de entrenamiento en el rango de 500 a 1.000 toneladas métricas de CO₂ por iteración del modelo.

Luego está la cuestión del copyright. En enero de 2024, la US Copyright Office reafirmó que las imágenes generadas por IA no pueden estar protegidas por copyright salvo que contengan suficiente autoría humana. Mientras tanto, las demandas de Getty Images, colectivos de artistas y creadores individuales avanzan por los tribunales de EE. UU. y la UE. El panorama legal sigue sin estar resuelto, pero la dirección es clara: usar imágenes generadas por IA conlleva un riesgo reputacional y legal que no existía hace tres años.

Cuándo tienen sentido las imágenes sintéticas

Esto no es un argumento para no usar nunca imágenes generadas por IA. Hay casos de uso legítimos en los que las compensaciones son razonables:

• Prototipado y conceptualización antes de encargar el arte final
• Imágenes de marcador de posición en entornos de desarrollo que nunca llegarán a producción
• Diagramas técnicos muy específicos cuando no existe fotografía de stock y encargar trabajo a medida resulta prohibitivamente caro
• Elementos decorativos en documentación interna donde el acabado visual importa, pero la atribución no

La clave es la intencionalidad. Si generas una imagen porque es más rápido que pensar si realmente necesitas una imagen, probablemente estás tomando la decisión equivocada.

Cómo se ve el uso responsable en la práctica

Si usas imágenes generadas por IA en un sitio web público, este es un estándar mínimo que respeta tanto a tu audiencia como al ecosistema en general:

Divulga con claridad. No lo escondas en el pie de página ni en los términos de servicio. Si una imagen es sintética, dilo en el texto alternativo o en el pie de imagen. Los lectores pueden aceptar la verdad; lo que no pueden aceptar es sentirse engañados. Hemos escrito con más detalle sobre cómo es una divulgación honesta sobre IA.

Optimiza de forma agresiva. Las imágenes generadas por IA suelen publicarse a resoluciones innecesariamente altas porque el generador usa por defecto 1024×1024 o más. Pásalas por una compresión adecuada y sírvelas de forma responsive. Si generas imágenes del lado del cliente, procesarlas en el navegador puede reducir la carga del servidor y mejorar la privacidad.

Prefiere imágenes reales cuando existan. La fotografía de stock tiene sus propios problemas éticos, pero al menos la procedencia es clara y el coste energético se amortiza a lo largo de muchos usos. Si Unsplash tiene una foto que funciona, úsala.

Escribe mejor texto alternativo. Las imágenes generadas por IA suelen ser visualmente genéricas, lo que hace que un texto alternativo reflexivo sea aún más importante. Una imagen principal decorativa de "un paisaje urbano futurista" no necesita una novela, pero sí el contexto suficiente para que un usuario de lector de pantalla entienda por qué está ahí. Nuestra guía sobre texto alternativo en 2026 lo cubre en profundidad.

La pregunta sobre sostenibilidad que nadie quiere responder

La respuesta de la industria de la IA a las preocupaciones energéticas ha sido prometer futuras mejoras de eficiencia. Los modelos serán más pequeños, el hardware será más rápido, la energía renovable compensará el carbono. Probablemente todo eso sea cierto, pero no aborda el problema fundamental: estamos añadiendo una nueva capa intensiva en energía a cada decisión creativa en la web.

La huella de carbono de la web lleva años creciendo, impulsada por paquetes de JavaScript más pesados, más vídeo y más scripts de seguimiento. Las imágenes generadas por IA son la última incorporación a esa pila. La pregunta no es si la tecnología mejorará; lo hará. La pregunta es si estamos dispuestos a añadir este coste a cada entrada de blog, cada página de producto y cada landing page solo porque podemos.

La respuesta honesta es que la mayoría de los sitios no necesitan tantas imágenes como usan actualmente. Imágenes principales, divisores de secciones, fondos decorativos: la mayoría están ahí porque las plantillas visuales los esperan, no porque los lectores los necesiten. La generación con IA facilita llenar esos espacios, pero no hace que esos espacios sean necesarios.

<!-- tool-cta:start -->

💡 Prueba esto: Si estás auditando fuentes de imágenes en busca de contenido generado por IA, AI Image Detector puede señalar imágenes probablemente sintéticas antes de que las publiques.

<!-- tool-cta:end -->

Un estándar viable para 2026

Este es un marco práctico que equilibra utilidad y responsabilidad:

1. Por defecto, ninguna imagen. Empieza con texto. Añade una imagen solo cuando aclare o mejore genuinamente el contenido.
2. Prefiere imágenes reales. Usa fotografía, ilustraciones o diagramas creados por humanos, con atribución clara.
3. Si generas, divulga. Haz evidente que la imagen es sintética y explica por qué elegiste la generación frente a las alternativas.
4. Optimiza sin piedad. Comprime, redimensiona y sirve las imágenes de forma responsable. Cada kilobyte que no envías es energía que no gastas.
5. Audita con regularidad. Cada seis meses, revisa tu biblioteca de imágenes. Elimina lo que no necesitas, sustituye lo que puedas y documenta lo que no puedas.

Esto no es una prueba de pureza. Es reconocer que cada decisión técnica tiene un coste, y que la transparencia es el precio mínimo por usar herramientas con deudas éticas y medioambientales sin resolver.

La web no necesita menos imágenes. Necesita imágenes más intencionales.