Em resumo
Desconfie de palavras como "verde", "sustentável" ou "IA neutra em carbono" sem números, métodos e limites que as sustentem, e de alegações que se apoiam em compensações ou em certificados anuais de energia renovável. Alegações honestas dizem o que foi medido, em relação a que linha de base e o que ficou de fora; na UE, as alegações ambientais genéricas que não podem ser comprovadas são proibidas.
Passos
- Pergunte exatamente o que foi medido e o que o número inclui.
- Verifique se uma economia anunciada é por tarefa ou no total.
- Procure a linha de base com que a alegação se compara.
- Trate com cautela as alegações de "neutro em carbono" baseadas em compensações ou certificados.
- Verifique se o número é autodeclarado ou verificado de forma independente.
Greenwashing é uma alegação verde que não pode ser verificada. À medida que o consumo de energia da IA chama a atenção, mais produtos são vendidos como "eficientes", "sustentáveis" ou "IA verde". Alguns são; o teste é se a alegação vem acompanhada de provas.
Quais são os sinais de alerta?
- Rótulos vagos. "IA ecológica" ou "inteligência sustentável" sem nenhum número.
- Neutralidade por meio de compensações. "Neutro em carbono" porque foram comprados créditos, e não porque as emissões caíram. A especificação Software Carbon Intensity da Green Software Foundation não permite que compensações ou certificados de energia renovável reduzam a pontuação de carbono de um software.
- Eficiência apresentada como redução. "50% menos energia por consulta" não diz nada sobre o consumo total, que pode continuar subindo. Luccioni, Strubell e Crawford argumentam que os ganhos de eficiência na IA podem ser anulados pelo aumento do uso, o efeito rebote.
- Sem limite definido. Um número por prompt que conta apenas os chips parece melhor do que um que inclui a refrigeração e as máquinas ociosas.
- Comparações escolhidas a dedo com uma linha de base antiga ou invulgarmente ineficiente.
O que diz a lei?
Na UE, as regras ficaram mais rígidas. A Diretiva (UE) 2024/825 proíbe alegações ambientais genéricas dirigidas a consumidores que não possam ser comprovadas. Outros países têm as suas próprias regras de defesa do consumidor sobre alegações enganosas; consulte as orientações do regulador do seu país.
Que perguntas devo fazer?
- O que foi medido, e o que ficou de fora?
- Por quê: por pedido, por usuário, por ano?
- Comparado com que linha de base?
- Quem mediu, e é possível verificar?
Erros comuns
- Supor que um compromisso com energia renovável torna verde todo o uso de um serviço.
- Confundir "IA para o bem" com "IA verde". Usar IA para um objetivo climático não torna a própria IA de baixo impacto.
Se é você quem faz as alegações, veja como fazer alegações honestas sobre IA verde e o guia completo sobre alegações verdes honestas.
Fontes
- Directive (EU) 2024/825 on empowering consumers for the green transition, European Union (2024)
- Software Carbon Intensity specification, Green Software Foundation (2024)
- From efficiency gains to rebound effects: the problem of Jevons' paradox in AI's polarized environmental debate, Luccioni, Strubell and Crawford, ACM FAccT (2025)
Relacionados
Alegações ambientais honestas sobre IA
Como evitar greenwashing na IA: o que você pode e não pode alegar, efeito rebote, relatórios honestos e as regras do Reino Unido, da UE e dos EUA.
Como sei se uma ferramenta de IA é verde?
O que observar ao avaliar as alegações ambientais de uma ferramenta de IA: números de energia publicados, métodos, opções de modelo, hospedagem e avaliações.
Como faço alegações honestas sobre a nossa IA verde?
Como descrever o desempenho ambiental da sua IA sem greenwashing: alegações específicas, medidas e comparáveis, com uma base, um método e os limites.
Como verifico uma afirmação sobre o consumo de energia da IA?
Seis perguntas para testar afirmações sobre energia, água ou carbono da IA: por unidade de quê, quem diz, o que inclui, de quando, comparado com quê, total ou por uso.