Qual o QI dos algoritmos de inteligência artificial que você usa todo dia?
Um teste colocou as IAs acima de 130 pontos de QI e reacendeu o debate sobre os limites da inteligência. Crédito: Estadão
Gerando resumo
O consumo global de eletricidade por data centers foi estimado em 448 terawatt-hora (TWh) em 2025, equivalente ao consumo de toda a França, segundo um relatório divulgado nesta quarta-feira, 3, pelas Nações Unidas. Se fosse um país, a infraestrutura física que suporta a inteligência artificial, o armazenamento em nuvem e outras tecnologias digitais seria o 11º maior consumidor de energia elétrica do planeta.
A demanda de processamento da inteligência artificial representou cerca de 20% do uso total de eletricidade dos data centers em 2025, com projeção de crescer para 40% até 2030.
“O risco não é de o mundo subitamente ficar sem água ou energia por causa da IA”, explica Miriam Aczel, pesquisadora do Instituto da Universidade das Nações Unidas para Água, Meio Ambiente e Saúde e autora principal do relatório. “Os impactos são sentidos em locais específicos, que frequentemente não são os mesmos que usufruem de seus benefícios econômicos”.
Conforme o relatório, as emissões relacionadas ao uso de eletricidade dos data centers foram contabilizadas em 189 milhões de toneladas de CO2 no ano passado, um volume que exigiria o crescimento de 3,2 bilhões de mudas de árvores ao longo de dez anos para ser compensado.
A pegada de carbono associada ao consumo elétrico dos data centers depende de como a energia que abastece esses centros de processamento é gerada. Em países onde a matriz elétrica é mais “suja”, com maior dependência de fontes fósseis como o carvão, como é o caso de Indonésia, Índia e Hong Kong, a intensidade de carbono da operação dos data centers é maior.
Não obstante, o treinamento de ferramentas como o ChatGPT requer quantidades de energia maiores a cada nova versão dos modelos, com pegada hídrica e de carbono crescentes, indica o relatório. A expansão do uso dessa tecnologia envolve ainda um aumento na extração de minerais críticos para fabricação de chips, captação de água para resfriamento, ocupação de territórios para instalação da infraestrutura e produção de lixo eletrônico (leia mais abaixo).
O documento destaca que “avaliar a sustentabilidade (da IA) por meio de uma única métrica pode ocultar trade-offs e transferir o ônus para locais que já enfrentam estresse hídrico ou pressão sobre a terra”, agravando problemas ambientais das comunidades locais enquanto as “vantagens estratégicas da IA vão para outros lugares”.
Pegada da eletricidade: carbono x água x terra
Embora sejam centrais para mensurar o efeito dos data centers no aquecimento global, as emissões não são o único fator a ser considerado para avaliar o impacto da tecnologia. Além do consumo energético, a análise leva em conta impactos indiretos da geração de eletricidade em relação ao uso da terra e da água, considerando a operação em escala dos sistemas de inteligência artificial.
No caso do Brasil, que tem a energia hidrelétrica como base da matriz elétrica, a pegada de carbono da geração de eletricidade é 77% menor do que a média global, o que implica menor emissão dos data centers em relação ao consumo de eletricidade. Por outro lado, o relatório das Nações Unidas ressalta que a pegada hídrica e de uso da terra das hidrelétricas nacionais é quase três vezes maior do que a média global de produção de eletricidade, gerando outros custos ambientais.
Para o diretor do Instituto da Universidade das Nações Unidas para Água, Meio Ambiente e Saúde, Kaveh Madani, o Brasil ocupa uma posição única no cenário global da IA. O pesquisador lembra que recursos renováveis abundantes, uma economia digital em crescimento e reservas de minerais críticos tornam o País um destino atraente para a infraestrutura de IA e de indústrias associadas. Segundo ele, essas vantagens criam oportunidades econômicas significativas, mas também riscos.
“Existe o perigo de o Brasil se tornar principalmente um fornecedor de energia, minerais, terra e água, enquanto uma parcela desproporcional do valor econômico, da propriedade intelectual e das capacidades tecnológicas se concentra em outros lugares. A questão central não é se o Brasil deve participar da economia da IA, mas sim em que termos”, disse Madani, que liderou a equipe de investigação do relatório, ao Estadão.
Quanto de energia o uso de IA consome?
A energia elétrica necessária para treinar um modelo como o GPT-5, versão mais recente do ChatGPT, é projetada pelo relatório em 100 gigawatts-hora. O impacto ambiental desse consumo é significativo, com pegada de carbono estimada em 42 mil toneladas de CO2 equivalente, pegada hídrica de 1 bilhão de litros de água e uso de 1,5 km² de terra, o equivalente a 215 campos de futebol.
Ainda assim, o impacto do uso cotidiano das ferramentas de IA é muito maior, alerta o estudo. Os bilhões de prompts diários e a incorporação em plataformas de uso massivo, como o Google, chegam a ser responsáveis por 80% a 90% do consumo de eletricidade pela IA.
- Enquanto uma busca convencional no Google usa 0,3 watts-hora, a busca generativa baseada em IA consome até dez vezes mais, 3 watts-hora. A plataforma processa cerca de cinco trilhões de buscas anualmente;
- Sozinho, o ChatGPT processa cerca de 2,5 bilhões de prompts diários, que geram um consumo aproximado de 383 gigawatts-hora de eletricidade ao ano (levando em conta o dado “conservador” de que cada prompt consome 0,42 watt-hora);
- Uma típica imagem gerada por IA consome 2,9 watt-hora (60 vezes mais que uma resposta curta em texto), enquanto um único vídeo em alta-resolução gerado por IA requer mais de 415 watts-hora.
Dentro de uma mesma categoria de tarefa realizada por IA, a pegada ambiental de uma consulta ainda pode variar dependendo da escolha do modelo e sua configuração. Outras variáveis, como o comprimento e a estrutura dos comandos, expectativas e forma das interações dos usuários também influenciam no impacto — a regra geral é que, quanto mais longo, maior o uso de energia.
O relatório das Nações Unidas aponta que a transparência é um pré-requisito para o uso responsável da IA, e que usuários e instituições ainda “carecem atualmente das informações necessárias para tomar decisões ambientalmente conscientes sobre como e quando usar”.
Leia também
SP adota IA, Waze e sistema de câmeras contra fogo para combater o El Niño
‘Se não dominarmos a IA, alguém fará isso em nosso lugar’, diz o matemático Marcelo Viana
‘IAs podem se tornar pessoas com direitos próprios; não estamos preparados para isso’
Alertas para o futuro
Com a projeção de aumento da participação da IA no consumo de energia dos data centers, o consumo global de eletricidade dessas infraestruturas pode ultrapassar 945 TWh até 2030, atingindo quase 3% do uso global de eletricidade projetado. Retornando à comparação com os países, os data centers assumiriam então, em poucos anos, o 6º lugar no ranking global de consumo de eletricidade.
O relatório também destaca o problema crescente do descarte de hardware: a infraestrutura da IA pode gerar até 2,5 milhões de toneladas de lixo eletrônico por ano até 2030, o equivalente a 250 Torres Eiffel.
Os pesquisadores do Instituto da Universidade das Nações Unidas para Água, Meio Ambiente e Saúde explicam que a rápida expansão dos data centers pode aumentar a competição pela água entre indústrias, agricultura, ecossistemas e comunidades, principalmente em regiões que já enfrentam estresse hídrico.
“À medida que os centros urbanos se expandem por conta do crescimento populacional e da migração, a competição entre os data centers e as necessidades diárias de água e energia das comunidades urbanas e rurais só vai se intensificar”, afirma Miriam Aczel, autora principal do relatório.
Da mesma forma, se a demanda de eletricidade dos data centers crescer mais rápido do que a implantação de fontes de energia limpa, isso pode pressionar as redes elétricas locais e potencialmente atrasar a eletrificação de outros setores.
As condições locais determinam em quanto tempo esses impactos podem ocorrer: em alguns lugares, a pressão já é sentida. Em outros, os riscos podem se manifestar ao longo de muitos anos.
O caso da Irlanda é citado pelo estudo da ONU como uma advertência: o consumo de eletricidade no país por data centers foi de 5% em 2015 para 21% em 2023, superando a demanda residencial urbana. O crescimento levou a operadora nacional EirGrid a suspender novas aprovações de conexão para data centers nos arredores de Dublin até 2028, em resposta às restrições de capacidade.
Para os pesquisadores, a experiência ensina que o planejamento da infraestrutura de IA não deve ser feito de maneira isolada, e sim integrado a um gerenciamento mais amplo de uso da terra, energia e água, evitando que o crescimento rápido esgote recursos locais.
Distribuição desigual
Segundo o relatório, só 16% dos países hospedam computação em nuvem especializada em IA e cerca de 90% dessa capacidade está em apenas dois países: Estados Unidos e China.
Nesse cenário, a soberania digital se torna cada vez mais importante, segundo os pesquisadores à frente do estudo. Países sem infraestrutura de computação se tornam dependentes de um pequeno número de provedores estrangeiros para o desenvolvimento, implantação e governança da IA.
Eles defendem, no entanto, que essa soberania não se resume à construção do maior número possível de data centers domésticos. A questão, dizem, não é apenas onde a infraestrutura está localizada, mas quem a controla, se beneficia dela e como é governada.
Hoje, muitos dos impactos ambientais associados à IA estão concentrados em regiões específicas por meio da extração mineral, geração de energia, uso da água e gestão de resíduos, enquanto grande parte do valor econômico está em outros lugares.
“Esse padrão não é inevitável”, ressalta o diretor do Instituto da Universidade das Nações Unidas para Água, Meio Ambiente e Saúde, Kaveh Madani.
Entre as políticas públicas que podem mitigar esses desequilíbrios, estão maior transparência nas cadeias de suprimentos de IA, padrões ambientais e trabalhistas mais rigorosos para minerais críticos, mecanismos de partilha de benefícios para as comunidades afetadas, investimentos na capacidade de pesquisa local e iniciativas de ciência aberta, parcerias e financiamento para transferência de tecnologia, além de uma participação mais inclusiva na governança da IA.
“O desafio não consiste simplesmente em tornar a IA mais eficiente. Trata-se de garantir que os benefícios, riscos e oportunidades associados à IA sejam distribuídos de forma mais equitativa entre as sociedades e entre os países”, diz Madani.