El rápido crecimiento de las implementaciones del Internet de las Cosas (IoT) ha creado una necesidad urgente de estrategias de comunicación energéticamente eficientes que puedan adaptarse a condiciones operativas dinámicas. Este estudio presenta un novedoso marco de selección de protocolos adaptativos que optimiza dinámicamente el consumo de energía de la comunicación IoT a través de la toma de decisiones consciente del contexto, logrando hasta un 34% de reducción de energía en comparación con la selección de protocolos estáticos. El marco se basa en una evaluación empírica integral de tres protocolos de comunicación IoT ampliamente utilizados: MQTT, CoAP y HTTP, utilizando el Límite de Potencia Promedio en Ejecución (RAPL) de Intel para una medición precisa de la energía en diversas condiciones de red, incluyendo pérdida de paquetes (0-20%) y variaciones de latencia (1-200 ms). Nuestra contribución clave es el diseño y validación de un mecanismo de selección adaptativa que emplea la toma de decisiones multicriterio con control de histéresis para prevenir oscilaciones, cambiando dinámicamente entre protocolos en función de seis métricas de tiempo de ejecución: frecuencia de mensajes, tamaño de carga útil, condiciones de red, tasa de pérdida de paquetes, presupuesto de energía disponible y requisitos de QoS. Los resultados muestran que MQTT consume solo el 40% de la energía de HTTP por byte en volúmenes altos (>10,000 mensajes), mientras que HTTP sigue siendo práctico para tráfico de bajo volumen (<10 msg/min). Un hallazgo novedoso revela que los nodos receptores consumen consistentemente un 15-20% más de energía que los emisores, lo que requiere nuevas consideraciones de diseño para las puertas de enlace IoT. El marco demuestra un rendimiento robusto en condiciones del mundo real simuladas, manteniendo el 92% del rendimiento óptimo mientras requiere un 85% menos de computación que los enfoques de aprendizaje automático. Estos hallazgos ofrecen orientación práctica para arquitectos y desarrolladores de IoT, posicionando este trabajo como una solución práctica para la comunicación IoT consciente de la energía en entornos de producción.