Una investigadora de la Universidad Politécnica de Madrid (UPM), en colaboración con la Universidad de Sevilla (US) y la Universidad Federico II de Nápoles (UNINA) ha participado en la creación de una innovadora herramienta digital que ayuda a reducir el consumo energético y mejorar el confort térmico de los hogares más vulnerables. Gracias a algoritmos de aprendizaje automático y modelos energéticos avanzados, el sistema puede analizar miles de combinaciones posibles —desde aislamientos térmicos hasta sistemas de ventilación o protección solar— y sugerir las soluciones más eficientes, económicas y sostenibles.

La investigación surge con objeto de abordar dos grandes retos europeos: por un lado, reducir el consumo energético del parque edificado existente —responsable de una parte significativa de las emisiones urbanas— y, por otro, de la necesidad de actuar en la vivienda social, el conjunto de mayor vulnerabilidad social, económica y energética —cuya rehabilitación plantea un proceso desafiante ante sus diversas características morfológicas, constructivas y sociales—.

La herramienta desarrollada combina modelos energéticos avanzados con bases de datos sobre características reales de los edificios. Gracias a ello, puede simular de forma automática miles de escenarios posibles de rehabilitación, analizando qué soluciones funcionan mejor según el tipo de edificio, el clima o el presupuesto disponible. El sistema utiliza técnicas de optimización evolutiva, inspiradas en la selección natural, es decir, prueba, compara y selecciona las estrategias más eficientes, aquellas que ofrecen mayor confort con el menor coste económico. Se evalúan miles de combinaciones posibles de estrategias de rehabilitación (como soluciones de mejora de la envolvente térmica, la incorporación de sistemas de ventilación o la consideración de medidas operacionales de control de sistemas de protección solar), determinando las que aportan el mayor confort térmico interior con el menor coste económico asociado. Todo ello, se traduce en una toma de decisiones informada basada en datos, capaz de adaptarse a diferentes contextos edificatorios y climáticos.

Como señala Carmen María Calama González, autora de la herramienta, “una de las principales aportaciones del trabajo es su carácter abierto e interactivo, además de su facilidad de uso, pues la herramienta puede ser utilizada por administraciones públicas, técnicos, investigadores o, incluso, el público general a través de cualquier navegador web” lo que fomenta la colaboración interdisciplinar y la transferencia de conocimiento al permitir explorar de forma visual y general resultados científicos y ofrecer escenarios comparativos. “Todo esto convierte la herramienta en un recurso valioso y crucial para el diseño de políticas de rehabilitación masivas”, declara la investigadora.

La investigación realizada contribuye de forma decisiva al avance de la eficiencia energética y la descarbonización del parque edificatorio europeo, objetivos clave de la Unión Europea. Además, apuesta por mejorar la calidad de vida y la salud de las personas más vulnerables, demostrando cómo la inteligencia artificial puede ponerse al servicio del bienestar social y de la sostenibilidad urbana.

En definitiva, “nuestro trabajo abre el camino hacia herramientas digitales más accesibles y colaborativas para la transición energética”, concluyen los investigadores.

Enlaces a la herramienta interactiva: https://doi.org/10.17632/c7fcc3yryj.1 (tipología edificatoria de bloque en H) y https://doi.org/10.17632/9kz9dchhj3.1 (tipología edificatoria de bloque lineal)

Calama-González, C. M., Escandón, R., Suárez, R., & Ascione, F. (2025). Decision-making for renovating the Mediterranean social housing: A practical approach through an interactive open access tool. Energy and Buildings, 336, 115629. https://doi.org/10.1016/j.enbuild.2025.115629