greenai.guide

Início › Como faço para…? › Como evito que os ganhos de eficiência da IA sejam anulados pelo aumento do uso?

Como faço para…?

Como evito que os ganhos de eficiência da IA sejam anulados pelo aumento do uso?

Atualizado · 1 min de leitura

Em resumo

Acompanhe a energia total da IA, além da energia por tarefa, para que o crescimento fique visível, e decida de antemão o que acontece com as economias: desativar a capacidade liberada, manter um orçamento ou limite, ou reinvestir de forma deliberada. Junte eficiência e suficiência, perguntando se cada novo uso vale a pena. Sem isso, uma IA mais barata tende simplesmente a ser mais usada.

Passos

  1. Informe a energia ou as emissões totais da IA junto com a energia por tarefa em cada revisão.
  2. Decida, antes de um projeto de eficiência, o que acontecerá com a capacidade ou o orçamento que ele libera.
  3. Defina um orçamento ou limite de computação, tokens ou gastos totais para cada equipe ou serviço.
  4. Desative servidores, licenças ou capacidade reservada que a eficiência tornou desnecessários.
  5. Pergunte se cada novo uso de IA é necessário antes de aprová-lo.

A eficiência só se torna economia quando alguém decide o que acontece com a capacidade que ela libera. Caso contrário, uma IA mais barata passa a ser usada para mais coisas, com mais frequência, e o total continua subindo.

Por que isso acontece?

O economista William Stanley Jevons observou em 1865 que máquinas a vapor mais eficientes levaram a queimar mais carvão, e não menos. Luccioni, Strubell e Crawford argumentam que a mesma dinâmica de rebote se aplica à IA: os ganhos de eficiência baixam os custos, o que pode impulsionar mais uso. A Agência Internacional de Energia (AIE) projeta que o consumo de eletricidade dos data centers mais do que duplique entre 2024 e 2030, com a IA como principal motor, mesmo que cada pedido fique mais barato.

O que uma organização pode fazer?

  • Tornar os totais visíveis. Os números por tarefa, sozinhos, vão parecer um progresso constante.
  • Fazer orçamento. Dê às equipes um orçamento de computação, tokens ou gastos, como para qualquer outro recurso.
  • Guardar a economia. Quando um modelo ou um fluxo de trabalho fica mais eficiente, desligue ou devolva a capacidade de que ele já não precisa.
  • Reinvestir de propósito. Gastar as economias em novos usos pode ser a escolha certa, mas faça disso uma decisão, e não algo que acontece por inércia.
  • Praticar a suficiência. Pergunte se uma tarefa precisa mesmo de IA, ou de um modelo tão grande; veja decida se você precisa de IA.

Erros comuns

  • Anunciar um ganho de eficiência em percentagem como um corte de emissões.
  • Deixar servidores liberados ligados "por via das dúvidas".
  • Aprovar todas as novas funções de IA porque cada uma é barata.

Um sandpit (laboratório colaborativo) britânico sobre IA verde em 2026, com matemáticos, cientistas da computação e a indústria, apontou evitar o efeito rebote como uma das principais questões em aberto para a IA verde. Leia mais em eficiência não é suficiência.

Fontes

  1. The Coal Question, W. Stanley Jevons, Macmillan (1865)
  2. From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate, Luccioni, Strubell and Crawford, ACM FAccT (2025)
  3. Energy and AI, International Energy Agency (2025)

Junte-se a nós

Ajude a reduzir o impacto da IA no planeta

Receba novos guias, editais de financiamento e listagens dos diretórios por e-mail, cerca de uma vez por mês. Ou adicione seu produto, curso, doutorado ou pesquisa aos diretórios.

Sem rastreamento. Cancele a inscrição com um clique. Outras formas de participar · Privacidade