Consumo energético elevado
-
A IA exige grande poder computacional, especialmente para treinar modelos grandes, o que leva a um elevado consumo de eletricidade nos data centers.
-
Segundo projeções, a parte de hardware especializado para IA nos data centers pode aumentar muito até 2030, elevando significativamente a demanda energética.
-
Muitos desses data centers ainda usam eletricidade proveniente de fontes fósseis, o que torna a pegada de carbono significativa.
-
-
Uso intensivo de água
-
O resfriamento dos servidores de IA requer grandes quantidades de água.
-
De acordo com a OCDE, a produção de chips (parte essencial da IA) também usa muita água durante a fabricação.A Greenpeace estima que os data centers consumiram cerca de 175 mil milhões de litros de água em 2023, e que esse valor pode mais do que triplicar até 2030.
-
-
Emissões de gases de efeito estufa (GEE)
-
O aumento do consumo de energia de data centers alimentados por combustíveis fósseis leva a mais emissões de CO₂.
No relatório da OECD, é sublinhado que tanto a operação (uso) quanto a produção de hardware contribuem para as emissões de GEE.
-
-
E-lixo (resíduos eletrónicos)
-
Há previsão de grande crescimento no lixo eletrónico por causa da IA: um estudo indicou que até 2030 podem ser geradas entre 1,2 a 5 milhões de toneladas métricas de e-lixo associadas à IA.
-
Isso vem tanto do crescimento dos data centers (e necessidade de mais hardware) quanto da renovação frequente de componentes especializados (como GPUs).
-
-
Efeitos indiretos (“rebote” / paradoxos)
-
Há risco de efeito rebote: a eficiência proporcionada pela IA (ex: otimização de processos) pode paradoxalmente levar a um aumento do consumo geral se incentivar mais uso ou produzir novas demandas.
-
Ou seja, nem sempre “IA mais eficiente” significa menos impacto ambiental — depende muito de como a tecnologia é usada e escalada.
-
-
Impactos na saúde pública
-
A pegada ambiental da IA (especialmente emissões e uso de energia) também pode afetar a saúde pública: um estudo aponta que a operação dos data centers pode emitir poluentes que têm custo em termos de saúde (ex: partículas, poluição do ar).
-
Esses custos de saúde podem afetar desproporcionalmente comunidades mais vulneráveis.
-
Estudos específicos de impacto
-
Um artigo recente avaliou todo o ciclo de vida dos modelos de linguagem (incluindo produção de hardware): estimou-se, por exemplo, 493 toneladas métricas de CO₂ emitidas e quase 2,8 milhões de litros de água consumidos durante o desenvolvimento/treino.
-
Também há uma análise ética (“elemental ethics”) que discute como a extração de minerais para hardware e o uso de água impactam comunidades locais.
Conclusão com base nas fontes
-
Os impactos ambientais da IA são reais e significativos, especialmente no que toca a energia, água e resíduos eletrónicos.
-
No entanto, não é tudo negativo: se bem gerida, a IA pode ajudar em soluções ambientais (monitorização, otimização energética, agricultura, etc.).
-
É importante haver transparência, regulamentação e estratégias para mitigar esses impactos: por exemplo, adoção de energia renovável, design de data centers mais eficientes e políticas de reciclagem de hardware.
Sem comentários:
Enviar um comentário