greenai.guide

Início › Como faço para…? › Como verifico se um projeto de IA compensa o seu custo ambiental?

Como faço para…?

Como verifico se um projeto de IA compensa o seu custo ambiental?

Atualizado · 2 min de leitura

Em resumo

Estime a pegada da própria IA (treinamento ou fine-tuning, mais o funcionamento durante a sua vida útil esperada) e compare-a com o benefício, medido no mesmo período. Compare-a com a opção mais simples sem IA, não com não fazer nada. Se o projeto pretende poupar energia ou emissões, a economia tem de superar claramente o custo da própria IA, senão é uma perda líquida.

Passos

  1. Escreva o benefício que você espera e como vai medi-lo.
  2. Estime a pegada da IA ao longo da sua vida útil esperada, incluindo treinamento, inferência e novas tentativas.
  3. Compare-a com o método mais simples sem IA que poderia fazer o trabalho.
  4. Decida de antemão que resultado faria você parar ou reduzir a escala.
  5. Verifique de novo com números medidos quando o sistema estiver funcionando.

Conte a pegada da própria IA e compare-a com o benefício no mesmo período. Os projetos que usam IA para otimizar algo, incluindo os projetos de "IA pelo meio ambiente", raramente contam a energia da própria IA, e sem esse número um projeto pode ter saldo negativo.

Como estimo o lado da IA?

  • Treinamento ou fine-tuning, se você fizer algum.
  • Inferência: pedidos por dia × energia por pedido × dias em serviço. A estimativa da Epoch AI de cerca de 0,3 Wh para uma consulta típica ao ChatGPT é um ponto de partida para texto, mas entradas longas a aumentam muito, por isso use as suas próprias contagens de tokens; veja estimar a energia das chamadas a APIs de IA.
  • Novas tentativas e execuções falhadas, que são fáceis de esquecer.

Com o que devo comparar?

Com a opção mais simples sem IA, não com não fazer nada. A IA não é gratuita mesmo quando poupa tempo: um estudo de 2025 que comparou programação manual e assistida por IA em 12 tarefas concluiu que a abordagem assistida por IA teve em média cerca de 33 vezes a pegada de carbono da abordagem manual. Isso não quer dizer nunca usar IA; quer dizer verificar se ela compensa.

O GreenCode, um projeto de pesquisa do ITEA, publica um caso climático que compara a pegada da sua própria IA com a economia de energia que pretende alcançar, o que é um bom modelo para copiar.

O que faz mais diferença

Decidir a condição de parada antes de começar. Escreva o resultado que faria você reduzir a escala, para que a decisão não seja tomada pela inércia.

Erros comuns

  • Contar o benefício ao longo de dez anos e o custo da IA ao longo de um mês.
  • Ignorar o crescimento do uso quando a ferramenta fica popular.
  • Tratar a incerteza como zero. Dê uma faixa de valores.

Leia eficiência não é suficiência para o panorama mais amplo.

Fontes

  1. Green AI and energy-aware computing, GreenCode (2026)
  2. Comparative analysis of carbon footprint in manual vs. LLM-assisted code development, Cheung, Kaul, Jahangirova, Mousavi and Zie, ResponsibleSE 2025 (ACM) (2025)
  3. How much energy does ChatGPT use?, Epoch AI (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