Artículos

Nº 15 · 2026 · pp. 54-66

Visualizando la pobreza energética en el hogar a través de la inteligencia artificial generativa (IAG)

RI-SHUR — Review International on Sustainable Housing and Urban Renewal, ISSN-e 2387-1768, n.º 15 (2026), pp. 54-66. Teresa Cuerdo Vilches; Miguel Ángel Navas Martín. Licencia CC BY 4.0

Teresa Cuerdo Vilches0000-0003-1251-4693

Miguel Ángel Navas Martín0000-0002-1077-1349

Publicado

2026

Páginas

54-66

Resumen

Español · Resumen

En un contexto donde el cambio climático intensifica los fenómenos extremos, como las olas de calor y frío, este estudio explora la percepción de la pobreza energética en el hogar. Utilizando software de inteligencia artificial generativa (IAG), como DALL-E y ChatGPT, se busca representar visualmente las condiciones térmicas de un hogar vulnerable energéticamente, a través de la narrativa real de una mujer joven rural. La metodología empleó prompts para generar imágenes que reflejaran tanto el (dis)confort térmico como la vulnerabilidad energética en el hogar. Los resultados destacan las limitaciones y desafíos en el uso de la IAG, como la necesidad de reescribir iterativamente los prompts para obtener representaciones más precisas. El estudio subraya la importancia de las competencias digitales y visuales en la investigación cualitativa para captar y transmitir las experiencias de pobreza energética de forma comprensible y ajustada. Se concluye que estas herramientas pueden ser útiles para visibilizar las experiencias de los afectados, pero deben manejarse con cuidado ante posibles sesgos y limitaciones técnicas.

English · Abstract

In a context where climate change intensifies extreme phenomena, such as heat and cold waves, this study explores the perception of energy poverty in the home. Using software for generative artificial intelligence (GAI), such as DALL-E and ChatGPT, it seeks to visually represent the thermal conditions of an energy-vulnerable household through a real narrative from a young rural woman. The methodology employed prompts to generate images that reflected both thermal discomfort and energy vulnerability in the home. The results highlight limitations and challenges in the use of GAI, such as the need to constantly rewrite prompts iteratively to obtain more accurate representations. The study remarks the importance of digital skills and visual methods in qualitative research to capture and transfer experiences of energy poverty in an understandable and realistic way. It concludes that these tools can be useful in making the experiences of those affected visible but must be handled with care in the face of potential biases and technical limitations.

Palabras clave

Español

vulnerabilidad energéticaprivación energéticainteligencia artificialinseguridad energéticaChatGPTmétodo visual

English

energy vulnerabilityenergy hardshipartificial intelligenceenergy insecurityChatGPTvisual method

Historial editorial

Recibido
8 de octubre de 2024
Aceptado
9 de julio de 2026

Citar

Teresa Cuerdo Vilches, Miguel Ángel Navas Martín (2026). Visualizando la pobreza energética en el hogar a través de la inteligencia artificial generativa (IAG). RI-SHUR, 15, 54-66. https://rishurjournal.online/articles/visualizando-la-pobreza-energetica-en-el-hogar-a-traves-de-la-ia-generativa

Con el conector de Zotero instalado, esta página se captura también con un clic: los metadatos COinS y Highwire Press están incrustados y coinciden con el registro OAI-PMH del artículo.

Licencia

CC BY 4.0

Este artículo se distribuye bajo la licencia Creative Commons Atribución 4.0 Internacional, que permite el uso, distribución y reproducción en cualquier medio, siempre que se cite adecuadamente la obra original.