# O que é IA verde?

> Uma definição simples de IA verde: IA a serviço do meio ambiente e IA mais verde, eficiência e suficiência, e a sua pegada em energia, carbono, água e materiais.

Source: https://greenai.guide/pt/artigos/o-que-e-ia-verde/  
Updated: 2026-11-19

## Em resumo

IA verde significa usar a inteligência artificial de formas que mantenham o seu custo ambiental proporcional ao valor que ela entrega. O conceito reúne duas ideias, usar a IA para ajudar o meio ambiente ("IA a serviço do meio ambiente") e reduzir a pegada da própria IA ("IA mais verde"), e dois caminhos para chegar lá: a eficiência (fazer cada tarefa com menos) e a suficiência (fazer apenas as tarefas que valem a pena).

## Pontos-chave

- A "IA a serviço do meio ambiente" usa a IA para apoiar objetivos ambientais; a "IA mais verde" reduz a pegada da própria IA. A IA verde precisa das duas.
- A pegada da IA não é só eletricidade. Ela inclui as emissões de carbono, a água usada na refrigeração e na geração de energia, e os materiais e os resíduos do hardware.
- A eficiência reduz o custo de cada tarefa; a suficiência pergunta se a tarefa precisa mesmo de IA, ou de um modelo tão grande.
- IA verde não é "nenhuma IA". Trata-se de usar bem a IA, medir o seu custo e escolher a ferramenta certa para cada trabalho.
- Como "IA" abrange desde pequenos classificadores até chatbots de fronteira, qualquer alegação de IA verde deve dizer de que tipo de IA está falando.

"IA verde" é usado com vários sentidos diferentes, o que torna as conversas sobre o tema confusas. Este artigo
apresenta as ideias principais e os termos usados em todo o site, para que as páginas seguintes possam partir deles.

## O que significa IA verde? {#what-does-green-ai-mean}

**IA verde significa usar a inteligência artificial de formas que mantenham o seu custo ambiental proporcional ao
valor que ela entrega.** Trata-se de usar bem a IA, e não de se recusar a usá-la.

O termo foi popularizado por Schwartz, Dodge, Smith e Etzioni em um artigo de 2020 na *Communications of the ACM*.
Eles contrastaram a "IA vermelha", pesquisa que compra pequenos ganhos de precisão com quantidades cada vez maiores de
computação, com a "IA verde", que relata e recompensa a eficiência ao lado da precisão. O artigo veio depois do estudo
de 2019 de Strubell, Ganesh e McCallum, que mostrou quanta energia e carbono o desenvolvimento de um modelo de
linguagem de grande porte (LLM) podia envolver.

Desde então, o sentido se ampliou. Hoje, a IA verde costuma abranger toda a vida de um sistema de IA: o hardware em
que ele funciona, o data center, o modelo, o software em volta dele e a forma como as pessoas o usam.

## Qual é a diferença entre "IA a serviço do meio ambiente" e "IA mais verde"? {#what-is-the-difference-between-ai-for-green-and-greener-ai}

**A "IA a serviço do meio ambiente" usa a IA para apoiar objetivos ambientais; a "IA mais verde" reduz a pegada da
própria IA.** A IA verde precisa das duas, e elas podem puxar em direções opostas.

| | IA a serviço do meio ambiente | IA mais verde |
|---|---|---|
| Objetivo | Usar a IA para reduzir emissões ou proteger a natureza em outras áreas | Reduzir a energia, o carbono, a água e os materiais que a IA usa |
| Exemplos | Previsão da produção renovável, gestão de redes elétricas, detecção de vazamentos, modelagem climática | Modelos menores, código eficiente, energia mais limpa, vida útil mais longa do hardware |
| Risco | Benefícios alegados que nunca são medidos | Economias gastas em mais uso (o efeito rebote) |

O relatório *Energy and AI*, de 2025, da Agência Internacional de Energia aborda os dois lados: conclui que um uso mais
amplo das aplicações de IA já existentes poderia reduzir as emissões na energia e na indústria, mas alerta que a
própria demanda de eletricidade da IA está crescendo rápido e que o efeito líquido depende de como a IA é implantada.

Um sandpit de IA verde realizado no Reino Unido em 2026, com matemáticos, cientistas da computação e representantes
da indústria, enquadrou a IA verde da mesma forma, com dois lados, e com a matemática podendo contribuir para ambos:
métodos melhores para problemas ambientais e métodos mais enxutos para a IA.

## O que são eficiência e suficiência? {#what-are-efficiency-and-sufficiency}

**Eficiência é fazer cada tarefa com menos; suficiência é fazer apenas as tarefas que valem a pena.**

- A **eficiência** pergunta: como este modelo, este prompt ou este data center pode usar menos energia para o mesmo
  resultado? Exemplos são a poda e a quantização de modelos, chips melhores e refrigeração mais eficiente.
- A **suficiência** pergunta: esta tarefa precisa mesmo de IA, ou de um modelo tão grande? Uma calculadora, uma
  consulta a um banco de dados ou um método numérico clássico costuma ser mais barato e mais confiável que um modelo
  de linguagem de grande porte.

A eficiência sozinha pode ter o efeito contrário, porque a IA mais barata tende a ser mais usada. Esse é o efeito
rebote, explicado em [eficiência não é suficiência](/pt/artigos/eficiencia-nao-e-suficiencia-o-efeito-rebote-na-ia/).

## O que a pegada ambiental da IA inclui? {#what-does-ai-s-environmental-footprint-include}

**Quatro coisas: energia, carbono, água e materiais.** A maior parte da discussão pública cobre só as duas primeiras.

### Energia {#energy}

A IA funciona com eletricidade, principalmente em data centers. A Agência Internacional de Energia estima que os data
centers usaram cerca de 415 TWh em 2024, aproximadamente 1,5% da eletricidade mundial, e prevê que esse número mais
que dobre, chegando a cerca de 945 TWh até 2030, com a IA como principal fator. Veja [por que a IA verde importa agora](/pt/artigos/por-que-a-ia-verde-importa-agora/).

A energia é usada em duas fases:

- O **treinamento**, um custo alto e pontual para construir um modelo.
- A **inferência**, o custo de cada vez que o modelo é usado. Para modelos muito usados, isso se acumula: o Google
  informou em 2022 que a inferência representava cerca de três quintos do seu consumo de energia com aprendizado de
  máquina, e o treinamento, dois quintos.

### Carbono {#carbon}

A pegada de carbono depende de quanta energia é usada **e** de quão limpa é a eletricidade. O mesmo trabalho pode
emitir muitas vezes mais carbono em uma rede elétrica dependente do carvão do que em uma dominada por energia eólica,
hidrelétrica ou nuclear. Ela também inclui o **carbono incorporado**: as emissões da fabricação de chips, servidores e
edifícios. Wu e colegas da Meta informaram em 2022 que o carbono incorporado representava cerca de 30% da pegada do
aprendizado de máquina em grande escala da Meta, e argumentaram que ele estava se tornando a principal fonte à medida
que a energia de operação fica mais limpa.

### Água {#water}

Os data centers usam água para refrigeração, e as usinas usam água para gerar a eletricidade. Li, Yang, Islam e Ren
mostraram em 2023 que essa "pegada hídrica secreta" da IA é considerável e varia muito conforme o local e a hora do
dia. A medição feita em 2025 pelo Google do seu assistente Gemini estimou o prompt de texto mediano em cerca de
0,26 mililitro de água, além de 0,24 watt-hora de energia.

### Materiais {#materials}

O hardware de IA precisa de metais e minerais e é substituído rapidamente. Wang e colegas estimaram em 2024 que os
modelos de linguagem de grande porte poderiam gerar, no total, entre 1,2 e 5,0 milhões de toneladas de lixo eletrônico
entre 2020 e 2030, dependendo da velocidade com que o seu uso crescer, e que a reutilização e a reciclagem poderiam
reduzir bastante esse volume. Manter o hardware em uso por mais tempo e criar software que funcione bem em
dispositivos mais antigos reduz esse impacto.

## Por que importa de qual "IA" estamos falando? {#why-does-it-matter-which-ai-we-mean}

**Porque "IA" abrange sistemas cujas pegadas diferem em muitas ordens de grandeza.** Um modelo pequeno que organiza
e-mails, um sistema de previsão do tempo e um chatbot de fronteira são todos "IA".

No uso cotidiano, "IA" hoje significa principalmente IA generativa: chatbots e geradores de imagens e vídeos. Grande
parte da preocupação com o consumo de energia da IA diz respeito a esses modelos grandes. Mas a maior parte do
aprendizado de máquina na indústria e na ciência é menor e mais especializada. Uma boa alegação de IA verde diz de que
tipo de IA está falando e com que fronteira os seus custos são contados. Veja [a medição é o gargalo](/pt/artigos/a-medicao-e-o-gargalo-da-ia-verde/).

## IA verde é o mesmo que "nenhuma IA"? {#is-green-ai-the-same-as-no-ai}

**Não.** Não usar IA às vezes é a escolha mais verde, e a IA verde inclui essa opção. Mas a IA verde trata
principalmente de usar a IA com responsabilidade: medir o seu custo, escolher o modelo certo para a tarefa e torná-lo
mais eficiente.

Algumas pessoas preferem outras palavras. "IA sustentável" é muitas vezes usado para incluir a sustentabilidade social
e econômica, além da ambiental. Outros defendem descrever o objetivo como evitar a computação *desperdiçadora*, que é
mais difícil de descartar como algo apenas virtuoso. Este site usa "IA verde" para o lado ambiental e especifica a que
recurso (energia, carbono, água ou materiais) cada alegação se refere.

## O que fazer a seguir {#what-to-do-next}

- Leia [por que a IA verde importa agora](/pt/artigos/por-que-a-ia-verde-importa-agora/) para entender a escala da demanda de energia da IA.
- Conheça os principais termos no [glossário](/pt/glossario/).
- Encontre o guia certo para você: [empresas](/pt/guias/ia-verde-para-empresas/), [pesquisadores](/pt/guias/ia-verde-para-pesquisadores/),
  [organizações sem fins lucrativos](/pt/guias/ia-verde-para-organizacoes-sem-fins-lucrativos/) ou [o público](/pt/guias/ia-verde-um-guia-em-linguagem-simples-para-todos/).
- Comece pelo guia prático sobre [como usar a IA com eficiência](/pt/boas-praticas/use-a-ia-com-eficiencia-habitos-do-dia-a-dia/).
- É docente? Veja a seção [Para escolas](/pt/escolas/).

## Perguntas frequentes

### O que é IA verde, em termos simples?

IA verde é a inteligência artificial projetada, construída e usada de modo que o seu custo ambiental, em energia, carbono, água e materiais, seja o mais baixo razoavelmente possível para o valor que ela entrega.

### Quem criou o termo IA verde?

O termo foi popularizado por Schwartz, Dodge, Smith e Etzioni em um artigo de 2020 na Communications of the ACM, que contrastava a 'IA vermelha', pesquisa que compra precisão com cada vez mais computação, com a 'IA verde', que trata a eficiência como critério de avaliação ao lado da precisão.

### IA verde é o mesmo que IA sustentável?

Os termos se sobrepõem e muitas vezes são usados como sinônimos. 'IA sustentável' às vezes é usado de forma mais ampla, incluindo a sustentabilidade social e econômica, além do impacto ambiental.

### IA verde significa usar menos IA?

Às vezes. Usar a IA apenas onde ela agrega valor faz parte da IA verde, mas também faz parte tornar mais eficiente a IA que é usada, e usar a IA para reduzir emissões em outras áreas.

## Fontes

- [Green AI](https://doi.org/10.1145/3381831), Schwartz, Dodge, Smith and Etzioni, Communications of the ACM (2020)
- [Energy and policy considerations for deep learning in NLP](https://arxiv.org/abs/1906.02243), Strubell, Ganesh and McCallum, ACL (2019)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Measuring the environmental impact of delivering AI at Google Scale](https://arxiv.org/abs/2508.15734), Elsworth et al., Google (2025)
- [Making AI less thirsty: uncovering and addressing the secret water footprint of AI models](https://arxiv.org/abs/2304.03271), Li, Yang, Islam and Ren (2023)
- [E-waste challenges of generative artificial intelligence](https://doi.org/10.1038/s43588-024-00712-6), Wang et al., Nature Computational Science (2024)
- [Sustainable AI: environmental implications, challenges and opportunities](https://proceedings.mlsys.org/paper_files/paper/2022/hash/462211f67c7d858f663355eff93b745e-Abstract.html), Wu et al., MLSys (2022)
- [Good news about the carbon footprint of machine learning training](https://research.google/blog/good-news-about-the-carbon-footprint-of-machine-learning-training/), Google Research (Patterson) (2022)
