Hay una recomendación que parece imposible discutir: si el aire de una habitación está cargado, ventila.
Correcto. Pero aparece un problema cuando el aire de fuera tampoco es perfecto.
Abrir una ventana puede reducir rápidamente el CO₂ acumulado por las personas y, al mismo tiempo, permitir la entrada de partículas finas procedentes del tráfico, humo u otras fuentes exteriores.
Ventilar más no siempre significa que todos los indicadores de calidad del aire vayan a mejorar a la vez.
El problema de las dos ventanas invisibles
Imagina un dormitorio con dos indicadores.
El primero es el CO₂. Dos personas llevan horas durmiendo con la puerta y las ventanas cerradas y la concentración empieza a subir.
El segundo son las partículas PM2.5 del exterior.
Si abres la ventana, el CO₂ probablemente mejorará porque entra aire nuevo. Pero si fuera hay una concentración elevada de partículas, puedes empeorar el otro indicador.
No existe un botón mágico llamado “aire bueno”. Hay varias variables que pueden tirar en direcciones distintas.
¿Qué tiene que ver aquí la inteligencia artificial?
Un estudio publicado en Building and Environment en julio de 2026 ha utilizado aprendizaje por refuerzo para estudiar precisamente ese equilibrio en edificios con ventilación natural.
El sistema aprende estrategias intentando reducir simultáneamente problemas de CO₂ y PM2.5.
La idea del aprendizaje por refuerzo es bastante intuitiva: el algoritmo prueba decisiones dentro de un entorno de entrenamiento y recibe una especie de puntuación según el resultado.
Si una acción mejora aquello que buscamos, obtiene recompensa. Si empeora la situación, la recompensa baja.
Después de muchísimas iteraciones, intenta encontrar políticas de control que funcionen mejor que una regla demasiado simple.
Una casa normal funciona con reglas
La mayoría de nuestras automatizaciones se parecen a esto:
“Si el CO₂ supera 1.000 ppm, ventila”.
Es comprensible y fácil de revisar.
Pero ¿qué ocurre si fuera hay mucha contaminación? ¿Y si la habitación va a quedar vacía dentro de cinco minutos? ¿Y si estamos calentando la vivienda y abrir completamente supone perder gran parte de esa energía?
De repente tenemos varios objetivos:
queremos aire respirable, queremos confort y no queremos desperdiciar energía.
Ahí es donde un controlador más avanzado puede tener sentido.
La IA no tiene por qué controlar directamente una ventana
Este punto es importante.
Hablar de inteligencia artificial aplicada a climatización no significa necesariamente que ChatGPT vaya a abrir la ventana del dormitorio.
Un algoritmo puede trabajar a un nivel mucho más discreto: decidir consignas, ajustar caudales de ventilación o recomendar cuándo conviene actuar.
Otro trabajo publicado en septiembre de 2026 estudia control HVAC mediante deep reinforcement learning y utiliza el CO₂ como señal para adaptar dinámicamente la importancia relativa de calidad del aire, confort térmico y energía.
En su simulación, los agentes mantuvieron el CO₂ por debajo del umbral definido por los investigadores y reportaron ahorros energéticos frente al controlador de referencia.
Y aquí hay una palabra fundamental: simulación.
Un ahorro simulado no es todavía tu factura
Los resultados de laboratorio y simulación son muy útiles para comparar estrategias, pero no deberíamos traducir automáticamente un porcentaje de un paper a “esto ahorrará lo mismo en mi casa”.
Un edificio real tiene ventanas que alguien abre manualmente, sensores que pueden desviarse, personas con preferencias distintas, puertas abiertas, orientaciones solares, equipos de diferentes edades y un clima que no sigue un guion.
Por eso estos estudios son interesantes como demostración de una dirección tecnológica, no como promesa de ahorro doméstico.
Lo verdaderamente inteligente es anticiparse
La automatización clásica suele esperar a que algo salga del rango.
El CO₂ sube demasiado: actúa.
La temperatura cae demasiado: actúa.
Un sistema predictivo puede intentar llegar antes.
Si conoce la tendencia del CO₂, la ocupación, las condiciones exteriores y el comportamiento térmico del edificio, podría empezar a corregir suavemente antes de alcanzar una situación mala.
Es parecido a conducir.
No esperamos a estar a un metro de la curva para girar el volante. Vemos lo que viene y actuamos progresivamente.
El futuro probablemente será híbrido
Las reglas simples no van a desaparecer. Son fáciles de entender, verificar y mantener.
La inteligencia puede añadirse donde realmente aporta valor: cuando existen varias variables, objetivos que compiten y situaciones que cambian.
Y siempre debería existir una capa de límites claros. Una IA puede optimizar dentro de un espacio permitido, pero no debería inventarse por sí sola qué temperatura extrema es aceptable o qué nivel de calidad del aire estamos dispuestos a tolerar.
La mejor ventilación no es la que mete más aire. Es la que consigue el aire adecuado, en el momento adecuado y con el menor coste posible en confort y energía.