Páginas
sexta-feira, 4 de setembro de 2026
A próxima crise financeira global? O alerta do FMI sobre a dívida e as lições de 2008
quinta-feira, 3 de setembro de 2026
TORTURETWINN - Remember Me
ONU prevê um El Niño “muito forte” com possível duração até fevereiro de 2027
A ciência da quietude: nictinastia e ritmos naturais
quarta-feira, 2 de setembro de 2026
ULTRA SUNN - Can You Believe It
Turismo, migração e linguagem: o que acontece ao cérebro quando cruzamos fronteiras

- Linguística geral e aplicada: examina as regras, estruturas, evolução e os processos de aprendizagem dos idiomas.
- Sociolinguística: estuda a relação entre a língua e o contexto social, analisando fenómenos como a Umgangssprache, os dialetos urbanos e o uso de linguagens simplificadas para inclusão social.
- Psicolinguística e neurociência da linguagem: investigam como o cérebro processa, armazena e produz a fala, como a gestão da memória de trabalho na regra V2 do alemão ou os processos cognitivos da aglutinação.
- Antropologia linguística (e etnolinguística): explora a forma como a língua reflete e molda a visão do mundo, os rituais e as percepções culturais (como a orientação espacial dos Guugu Yimithirr ou a perceção temporal dos Aymara).
- Pragmática: analisa a linguagem em ação no contexto real, focando-se na intenção do falante e nas dinâmicas interpessoais (como o sistema Keigo no japonês).
- Relativismo linguístico (a versão moderada da Hipótese de Sapir-Whorf): investigar até que ponto a estrutura de uma língua limita ou determina a forma como os seus falantes pensam e percepcionam o mundo.
- Design universal e acessibilidade linguística: analisar o impacto da Leichte Sprache e da Einfache Sprache nas políticas públicas de inclusão de imigrantes e pessoas com neurodivergências na Europa.
- Neuroplasticidade e bilinguismo no adulto: explorar como o cérebro adulto reorganiza as suas redes neurais ao aprender idiomas com lógicas não-românicas (como línguas aglutinantes ou tonais).
A aceleração da IA e o metabolismo da Terra: extrativismo digital na era dos limites planetários
- Primeira Revolução Industrial (Finais do Séc. XVIII): A invenção da máquina a vapor por James Watt substituiu o trabalho muscular e animal pelo carvão mineral. Esta transição marcou o início da dependência maciça dos combustíveis fósseis e da mecanização da produção têxtil e metalúrgica.
- Segunda Revolução Industrial (Finais do Séc. XIX): O advento da rede elétrica, do motor de combustão interna e do processamento em grande escala de aço. A produção em cadeia (Fordismo) acelerou a urbanização e deu origem às primeiras multinacionais do setor energético e automóvel.
- Terceira Revolução Industrial (Década de 1970): A transição do analógico para o digital impulsionada pelos semicondutores, pela computação pessoal e, posteriormente, pela criação da World Wide Web. Inicia-se a perceção ilusória de que a informação é desmaterializada.
- Quarta Revolução Industrial (Anos 2000 / 2010): A hiperconectividade global, os smartphones e a centralização de monumentais massas de dados em data centers remotos. O poder computacional passou a ser vendido como um serviço de utilidade pública (computação em nuvem).
- Quinta Revolução Industrial (Década de 2020): A transição do processamento passivo de informação para a geração autónoma e cognitiva. Exige uma reconfiguração física do planeta, dominada pela corrida às GPUs de alta densidade, energia dedicada (incluindo pequenos reatores modulares) e consumo maciço de água potável.
- Jensen Huang (NVIDIA): Encara a infraestrutura como o novo petróleo. Na perspetiva de Huang, não estamos a construir software, mas sim "Fábricas de IA" (AI Factories). A lei da física superou a Lei de Moore, e a única resposta viável é o escalamento contínuo de clusters gigantescos de GPUs em arquiteturas altamente integradas.
- Sam Altman (OpenAI): Opera sob a premissa de que a Inteligência Artificial Geral (AGI) é uma inevitabilidade histórica e que a escassez de computação é o único gargalo real. Esta visão justifica investimentos em infraestruturas energéticas de grande escala (como a fusão nuclear), argumentando que o custo ecológico do treino de modelos é negligenciável quando comparado com a eventual capacidade da IA de "resolver" as crises planetárias.
- Marc Andreessen (Andreessen Horowitz) e o Movimento e/acc: O Effective Accelerationism (Aceleracionismo Efetivo) defende que parar ou regular o progresso tecnológico é moralmente errado. A premissa central de Andreessen é que qualquer desaceleração condenará a humanidade à estagnação; assim, os impactos colaterais do extrativismo presente devem ser aceites em prol da abundância tecnológica futura.
- Aceleração computacional: a capacidade exigida para treinar e manter grandes modelos de linguagem (LLMs) cresce a um ritmo que ultrapassa a tradicional Lei de Moore. A procura por GPUs (unidades de processamento gráfico) e chips de alta densidade exige data centers gigantescos com consumo energético desenfreado, equivalente ao de pequenas cidades.
- Aceleração extrativista: a construção e renovação constante de hardware dependem da extração maciça de minérios críticos - cobre, lítio, cobalto, níquel, gálio e terras raras -, intensificando o extrativismo nas regiões mais vulneráveis do Sul Global.
- Aceleração ideológica (e/acc): impulsionado por setores de Silicon Valley, o chamado "Aceleracionismo Efetivo" defende que o desenvolvimento tecnológico deve avançar sem travões éticos, regulatórios ou ambientais, na ilusão irrealista de que a própria tecnologia resolverá, no futuro, os colapsos que provoca no presente.
- Geopolítica e dependência do Silício: No artigo Por que razão Taiwan é o coração da IA mundial e o ponto de rutura geopolítica, expõe-se como o monopólio da TSMC concentra no ecossistema físico taiwanês mais de 90% da produção de semicondutores de ponta, criando um gargalo onde a pressão sobre a água e a energia expõe a vulnerabilidade planetária da infraestrutura de IA.
- A pegada hídrica e os megaprojetos locais: A análise efetuada em Inteligência Artificial e água: a fatura invisível e em O Telhado Chegava alerta expressamente para o caso paradigmático de Sines. O mega-campus de data centers ilustra a forma como o extrativismo hídrico e energético é importado para o território nacional para processar dados em grande escala (Big Data) provenientes do outro lado do Atlântico.
- A falácia do mercado e a alternativa ecossocialista do decrescimento: Os artigos A bolha da inteligência artificial vai mesmo rebentar?, O ecossocialismo do decrescimento na era da Inteligência Artificial e A ilusão do consumo e o silêncio da extinção desconstruíram o mito tecnocrático, propondo a sobriedade e o controlo democrático frente à especulação financeira do capital digital.
- Crawford, Kate (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press. (A obra de referência sobre a pegada extrativa, o consumo hídrico e a exploração laboral nos bastidores da IA).
- Hickel, Jason (2020). Less is More: How Degrowth Will Save the World. Heinemann / Penguin. (Fundamentação teórica do decrescimento e da rutura metabólica aplicável à crítica do hiperprodutivismo tecnológico).
- Taffel, Sy (2019). Digital Media Ecologies: Materiality, Sustaining Systems and Computational Capitalism. Bloomsbury Academic. (Análise profunda do ecossistema de hardware, resíduos eletrónicos e da ecologia política da computação).
- Murdock, Graham & Brevini, Benedetta (Orgs.) (2019). Carbon Capitalism and Communication: Confronting Climate Crisis. Palgrave Macmillan. (Estudo focado na infraestrutura pesada das telecomunicações e da nuvem no contexto do capitalismo fóssil).
- Saito, Kohei (2022). Marx in the Anthropocene: Towards the Idea of Degrowth Communism. Cambridge University Press. (Exame da crise ecomaterialista e da necessidade de submeter os meios de produção tecnológica ao controlo ecológico democrático).
- Bender, E. M., Gebru, T., McMillan-Major, M., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?. In Proceedings of the 2021 ACM FAccT Conference (pp. 610–623). (O artigo seminal que alertou para os custos ambientais, energéticos e sociais do escalamento desenfreado de LLMs).
- Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and Policy Considerations for Deep Learning in NLP. In Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (pp. 3645–3650). (Quantificação rigorosa das emissões de CO₂ e do consumo energético associados ao treino de modelos de linguagem).
- Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models. arXiv preprint arXiv:2304.03271. (A análise empírica fundamental que revelou o consumo hídrico direto e indireto no arrefecimento de data centers durante o treino do GPT-3 e similares).
- Agência Internacional de Energia (IEA) (2024). Electricity 2024: Analysis and Forecast to 2026. IEA Publications. (Relatório oficial sobre a projeção de duplicação do consumo global de eletricidade pelos data centers e ecossistemas de IA até 2026).
- Pitron, Guillaume (2018). La guerre des métaux rares: La face cachée de la transition énergétique et numérique. Éditions Les Liens qui Libèrent. (Investigação sobre a cadeia de abastecimento de terras raras, lítio e cobalto na transição digital).
- Por que razão Taiwan é o coração da IA mundial e o ponto de rutura geopolítica
- Inteligência Artificial e água: a fatura invisível
- O Telhado Chegava
- A bolha da inteligência artificial vai mesmo rebentar?
- O ecossocialismo do decrescimento na era da Inteligência Artificial
- A ilusão do consumo e o silêncio da extinção
terça-feira, 1 de setembro de 2026
Shakespears Sister - Hello (Turn Your Radio On)
A transição energética e a aceleração da IA: os custos ocultos da mineração na biodiversidade global
Um estudo recente publicado na revista Nature Communications no passado mês de maio - e hoje destacado pela plataforma Greensavers - revelou que a exploração de minerais fundamentais para a produção e desenvolvimento de tecnologias limpas pode estar a causar “impactos negativos significativos” na biodiversidade à escala global. A investigação, conduzida por uma equipa da Universidade de Tohoku sob a liderança de Keiichiro Kanemoto, mapeou cerca de 70 mil locais de mineração de 20 minerais essenciais. Ao cruzar este mapeamento com dados públicos de desflorestação e de risco de extinção de espécies entre 2001 e 2022, os investigadores contabilizaram a perda de 16.268 quilómetros quadrados de floresta - com maior incidência nas florestas húmidas da Amazónia, do sudeste asiático e da Bacia do Congo.
Contudo, o trabalho faz sobressair uma “mudança crítica” no padrão do extrativismo mundial: enquanto a mineração tradicional de ouro continua a figurar como o principal motor da desflorestação direta e visível, a extração dos minerais da transição energética obedece a uma dinâmica diferente. Elementos vitais como o lítio, o cobalto e o níquel exercem pressões mais subtis, mas com riscos desproporcionalmente elevados para a biodiversidade em ecossistemas ecologicamente sensíveis. A extração de lítio em salinas e zonas húmidas, por exemplo, provoca uma perda de coberto florestal praticamente impercetível, mas desregula drasticamente os recursos hídricos de ecossistemas frágeis e coloca em risco espécies endémicas vulneráveis. Como alertam os autores, o caminho para a descarbonização traz consigo custos ambientais ocultos que exigem um reequilíbrio urgente entre as metas climáticas e a proteção da biodiversidade.
Embora este artigo científico não aborde de forma explícita o fenómeno da inteligência artificial, o seu diagnóstico valida de forma direta a reflexão que venho a consolidar no BioTerra. A infraestrutura material que viabiliza o boom da IA - desde os data centers de alta densidade até às redes de supercomputação - é profundamente intensiva em recursos minerais. Na prática, o setor tecnológico concorre diretamente com a transição energética pelas mesmas cadeias de suprimento de lítio, níquel, cobre e terras raras, sobrecarregando ainda mais esses ecossistemas vulneráveis.
Esta confluência entre o avanço sociotécnico e a degradação ambiental tem sido um eixo central nas publicações recentes do blogue:
No ensaio
(19 de agosto de 2026), explorei precisamente como a expansão da IA funciona como um acelerador extrativista e metabólico, intensificando a corrida às matérias-primas críticas e aprofundando as assimetrias do neocolonialismo extrativo no Sul Global.O ecossocialismo do decrescimento na era da Inteligência Artificial: entre o colapso e a esperança emancipatória Na reflexão
(31 de agosto de 2026), critiquei as contradições do modelo de consumo global perante a perda silenciosa de biodiversidade, evidenciando a forma como os danos ambientais são systematically delocalizados para zonas cegas do sistema.A ilusão do consumo e o silêncio da extinção No artigo
(3 de agosto de 2026), abordei a forte dependência europeia em relação ao lítio e ao cobalto, sublinhando a inviabilidade da descarbonização sem uma efetiva circularidade e a redução do consumo de recursos primários.Europa: estamos preparados para o fim de vida de 1 milhão de baterias de veículos elétricos?
As conclusões agora trazidas a público confirmam o alerta: quer se fale de veículos elétricos, de painéis solares ou de redes neuronais de IA, o modelo de expansão contínua assenta sobre a mesma base extrativa frágil. Sem uma viragem em direção à soberania metabólica e à redução do uso de matérias-primas, a promessa de uma transição verde continuará a transferir o seu custo para o silêncio e a degradação dos ecossistemas planetários.
Da estagnação económica ao colapso climático: a ilusão da neutralidade política que ameaça a democracia
- Interessante escutar este painel de debate How do we fix climate change? promovido pela London School of Economics and Political Science. Conheça os oradores aqui
- A ilusão do consumo e o silêncio da extinção: uma crítica da ecologia política ao poder corporativo






