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

> Como impedir que as economias de eficiência da IA sejam engolidas pelo uso crescente: acompanhe totais, limite o uso, desative o que sobra e avalie a necessidade.

Source: https://greenai.guide/pt/como/como-evito-que-os-ganhos-de-eficiencia-da-ia-sejam-anulados-pelo/  
Updated: 2026-11-19

## 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.

## Steps

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? {#why-does-this-happen}

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? {#what-can-an-organisation-do}

- **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](/pt/como/como-sei-se-preciso-mesmo-de-ia-para-uma-tarefa/).

## Erros comuns {#common-mistakes}

- 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](/pt/artigos/eficiencia-nao-e-suficiencia-o-efeito-rebote-na-ia/).

## Fontes

- [The Coal Question](https://oll.libertyfund.org/titles/317), W. Stanley Jevons, Macmillan (1865)
- [From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate](https://arxiv.org/abs/2501.16548), Luccioni, Strubell and Crawford, ACM FAccT (2025)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
