# IA verde: um guia para docentes

> Contexto em linguagem simples sobre o custo de energia, água e carbono da IA, fatos seguros para a aula com fontes, pontos de política e equívocos comuns.

Source: https://greenai.guide/pt/escolas/ia-verde-um-guia-para-docentes/  
Updated: 2026-11-19

## Em resumo

A IA funciona em computadores dentro de data centers que usam eletricidade, água e hardware, então cada pedido tem um pequeno custo ambiental que se soma entre bilhões de usuários. Os docentes não precisam de conhecimento técnico para ensinar bem esse tema: alguns fatos confiáveis, a diferença entre eficiência e suficiência e bons hábitos mostrados em sala de aula já ajudam muito.

## Pontos-chave

- O treinamento constrói um modelo uma vez; a inferência acontece toda vez que alguém o usa. Nas ferramentas populares, a energia do uso continua se somando enquanto o modelo estiver em serviço.
- O Google informa 0,24 Wh para o prompt de texto mediano do Gemini, e a OpenAI cerca de 0,34 Wh para uma consulta média ao ChatGPT; ambos são números das próprias empresas, medidos de formas diferentes.
- Gerar imagens gasta muito mais energia do que gerar textos curtos, e modelos de uso geral gastam mais do que modelos específicos para uma tarefa.
- Prompts mais curtos, respostas mais curtas e modelos menores podem reduzir bastante a energia, segundo um relatório de 2025 da UNESCO e da UCL.
- Uma política de IA da escola pode tratar de eficiência e suficiência junto com proteção de dados, limites de idade e avaliação.

## O que os docentes precisam saber primeiro? {#what-do-teachers-need-to-know-first}

Três ideias sustentam a maior parte do tema: a IA funciona em computadores físicos que usam eletricidade, água e
materiais; pequenos custos por pedido se somam entre bilhões de pedidos; e tanto fazer as coisas de forma mais
eficiente quanto fazer menos coisas desnecessárias ajudam. Todo o resto são detalhes que você pode consultar no
[glossário](/pt/glossario/).

## Como a IA usa energia? {#how-does-ai-use-energy}

A IA usa energia duas vezes: uma vez para construir um modelo e de novo toda vez que alguém o usa. As duas coisas
acontecem em [data centers](/pt/glossario/#data-centre), prédios cheios de computadores especializados.

- **[Treinamento](/pt/glossario/#training)** é o processo único de construir um modelo mostrando a ele quantidades
  enormes de dados. Para modelos grandes, leva meses de computação. O model card (ficha técnica do modelo) da Meta
  para a sua família Llama 3.1, por exemplo, informa 39,3 milhões de horas de GPU de treinamento e 11.390 toneladas
  de CO₂ equivalente, numa medida baseada na localização.
- **[Inferência](/pt/glossario/#inference)** é usar o modelo já treinado: cada pergunta, resposta ou imagem. Cada uso
  é pequeno, mas uma ferramenta popular é usada bilhões de vezes, então a energia gasta com o uso continua
  crescendo enquanto o modelo estiver em serviço.
- **O prédio ao redor dos computadores** também usa energia, principalmente para resfriamento. A indústria mede
  isso com o [PUE](/pt/glossario/#pue).

Os modelos de linguagem leem e escrevem em [tokens](/pt/glossario/#token), pedaços de texto que muitas vezes são
partes de palavras. A regra prática da OpenAI para o inglês é que um token tem cerca de quatro caracteres, ou
cerca de três quartos de uma palavra. Mais tokens de entrada e de saída significam mais computação, e é por isso
que respostas longas custam mais do que respostas curtas.

## Que fatos posso usar em aula com confiança? {#what-facts-can-i-use-in-class-with-confidence}

Estes números vêm de fontes públicas e identificadas. Cite-os com a fonte e o ano, porque os números mudam
rápido.

| Fato | Fonte |
|---|---|
| Os data centers usaram cerca de 415 TWh de eletricidade em 2024, cerca de 1,5% do consumo mundial de eletricidade | IEA, *Energy and AI*, 2025 |
| Espera-se que esse número mais do que dobre, chegando a cerca de 945 TWh até 2030, um pouco mais do que o Japão consome hoje | IEA, 2025 |
| O consumo de eletricidade dos data centers cresceu cerca de 12% ao ano desde 2017 | IEA, 2025 |
| O prompt de texto mediano do Gemini, do Google, gastou 0,24 Wh e cerca de 0,26 mL de água (mais ou menos cinco gotas) | Google, 2025 |
| O Google informa uma redução de 33 vezes na energia por prompt mediano ao longo de um ano | Google, 2025 |
| A OpenAI diz que uma consulta média ao ChatGPT gasta cerca de 0,34 Wh, como um forno ligado por pouco mais de um segundo | OpenAI, 2025 |
| Na Irlanda, os data centers usaram 22% de toda a eletricidade medida em 2024, contra 5% em 2015, mais do que todas as residências urbanas | Central Statistics Office, Irlanda, 2025 |
| Gerar 1.000 imagens com o modelo menos eficiente testado gastou 11,49 kWh, o mesmo que 522 cargas de smartphone | Luccioni, Jernite e Strubell, 2024 |
| Prompts e respostas mais curtos podem reduzir a energia em mais da metade; modelos menores e específicos para a tarefa, em até 90% nos testes | UNESCO e UCL, 2025 |

Dois cuidados ao usá-los. Os números do Google e da OpenAI são autodeclarados pelas empresas, com métodos
diferentes, então não permitem uma comparação direta. E os números por prompt são para texto; imagens, vídeo e
modos de "raciocínio", que pensam em muitas etapas, gastam mais.

## Como posso usar IA na escola de forma responsável e eficiente? {#how-can-i-use-ai-in-school-responsibly-and-efficiently}

Use IA quando ela economiza tempo de verdade ou agrega valor real, e use-a de um jeito que desperdice o mínimo
possível. Os hábitos que economizam energia são, na maioria, os mesmos que trazem resultados melhores.

- **Pergunte se a IA é a ferramenta certa.** Uma ficha de exercícios que você já tem, uma busca ou uma calculadora
  podem resolver. Isso é [suficiência](/pt/glossario/#sufficiency).
- **Escreva um prompt claro em vez de cinco vagos.** Diga para quem é o resultado, qual deve ser o tamanho e de
  que formato você precisa.
- **Peça respostas curtas** quando curto basta. O relatório da UNESCO e da UCL concluiu que prompts e respostas
  mais curtos podem reduzir a energia em mais da metade.
- **Escolha uma ferramenta menor ou mais simples** para tarefas simples, e evite gerar imagens ou vídeos, a menos
  que isso sirva à aula. Veja [escolher o modelo certo](/pt/boas-praticas/escolha-o-modelo-certo-para-a-tarefa/).
- **Reaproveite bons resultados.** Guarde prompts e recursos que funcionam e compartilhe-os com colegas, em vez de
  gerá-los de novo.
- **Desative os recursos de IA que você não usa** em softwares de escritório e de aprendizagem, quando as
  configurações permitirem.

A página [usar IA com eficiência](/pt/boas-praticas/use-a-ia-com-eficiencia-habitos-do-dia-a-dia/) tem mais detalhes para adultos.

## O que uma política de IA da escola deve dizer sobre IA verde? {#what-should-a-school-ai-policy-say-about-green-ai}

Uma política de IA da escola costuma tratar de proteção e bem-estar dos alunos, proteção de dados e avaliação.
Acrescentar algumas linhas sobre eficiência e suficiência custa pouco e dá o exemplo do raciocínio que você quer
que os alunos aprendam.

**Pontos de que a maioria das políticas escolares já precisa** (as orientações do Department for Education da
Inglaterra, atualizadas em 2025, tratam deles; confira o equivalente no seu país):

- Não coloque dados pessoais de alunos ou funcionários em ferramentas de IA generativa, a menos que a ferramenta e
  o seu uso tenham sido aprovados e protegidos.
- Siga os limites de idade definidos pelas ferramentas de IA. As orientações de 2023 da UNESCO também discutem
  idades mínimas para uso em sala de aula.
- Os funcionários continuam responsáveis por verificar se o conteúdo gerado por IA é correto e adequado.
- Defina regras claras para a IA na lição de casa, nos trabalhos avaliados e nos exames, de acordo com as suas
  bancas examinadoras.
- Não permita que trabalhos originais dos alunos sejam usados para treinar modelos de IA sem autorização.

**Pontos de IA verde a acrescentar:**

- Use IA quando ela claramente ajuda a aprendizagem ou economiza tempo dos funcionários, e não por padrão.
- Prefira ferramentas e fornecedores que publicam informações sobre energia, emissões e onde ficam os seus data
  centers. A página sobre [compras de IA sustentável](/pt/boas-praticas/compras-de-ia-sustentavel/) lista perguntas a
  fazer.
- Evite ativar na escola inteira recursos de IA que ninguém pediu.
- Inclua o custo ambiental da IA na formação dos funcionários e nas aulas de letramento digital dos alunos.
- Revise a política todo ano, porque tanto as ferramentas quanto as evidências mudam rápido.

## O que os alunos costumam entender errado? {#what-do-pupils-often-get-wrong}

Os alunos, e os adultos, tendem a oscilar entre "a IA não gasta energia, está só no meu celular" e "um prompt
ferve o oceano". A verdade fica no meio, e essa distância é uma boa oportunidade de ensino.

| Equívoco | Explicação melhor |
|---|---|
| "A IA acontece no meu celular, então quase não gasta energia." | A maioria dos chatbots funciona em data centers distantes. Seu celular envia o pedido e mostra a resposta. |
| "Um prompt gasta um monte de energia." | Um prompt de texto típico gasta uma fração de watt-hora. O problema é a escala: bilhões por dia, mais imagens e vídeos. |
| "Se ficar mais eficiente, o problema está resolvido." | Uma IA mais barata e mais rápida tende a ser mais usada, o que pode anular a economia. Isso é o [efeito rebote](/pt/glossario/#rebound-effect). |
| "IA é só chatbot." | A IA também inclui filtros de spam, sistemas de recomendação, previsão do tempo e imagens médicas, muitos deles pequenos e eficientes. |
| "IA verde quer dizer não usar IA." | IA verde quer dizer usar bem a IA: com eficiência, e onde ela agrega valor. |
| "Os data centers funcionam com eletricidade, então não usam água." | Muitos data centers usam água para resfriamento, e algumas regiões têm pouca água. |
| "A nuvem é limpa porque fica no céu." | "A nuvem" são prédios, cabos e computadores aqui no chão, usando energia e terra de verdade. |

Pesquisadores também mostraram que os ganhos de eficiência na computação muitas vezes foram seguidos por mais uso
total, e não menos (Freitag e colegas, 2021). É por isso que a suficiência importa junto com a eficiência, e por
isso vale a pena ler o artigo [eficiência não é suficiência](/pt/artigos/eficiencia-nao-e-suficiencia-o-efeito-rebote-na-ia/).

## O que fazer agora {#what-to-do-next}

- Experimente uma atividade das [ideias de aula](/pt/escolas/ideias-de-aulas-e-atividades-sobre-ia-verde/): a atividade dos tokens de papel não
  precisa de tecnologia.
- Compartilhe [IA verde para alunos](/pt/escolas/ia-verde-para-alunos/) com uma turma.
- Salve nos favoritos o [glossário](/pt/glossario/) e as [perguntas frequentes](/pt/perguntas-frequentes/) para responder rápido às
  perguntas dos alunos.
- Leve os pontos de política de IA verde acima para a próxima revisão de políticas.
- Explore o [diretório de cursos](/pt/cursos/) para formação profissional e para alunos que estão pensando na
  universidade.

## Perguntas frequentes

### Quanta energia gasta um prompt de IA?

Os números das empresas para um prompt de texto típico são uma fração de watt-hora: o Google informa 0,24 Wh para o prompt de texto mediano do Gemini, e a OpenAI cerca de 0,34 Wh para uma consulta média ao ChatGPT. Respostas mais longas, imagens, vídeo e modelos que fazem muito raciocínio gastam mais.

### Os alunos devem usar chatbots de IA na escola?

Essa é uma decisão de cada escola, dentro das orientações nacionais e dos limites de idade que as próprias ferramentas definem. O Department for Education da Inglaterra pede às escolas que sigam esses limites de idade, protejam os dados pessoais e supervisionem o uso pelos alunos.

### Preciso ser especialista em computação para ensinar IA verde?

Não. As ideias centrais tratam de energia, escala e escolhas, que qualquer docente consegue explicar. O glossário deste site define os termos técnicos em linguagem simples.

### É verdade que a IA usa muita água?

Os data centers usam água, principalmente para resfriamento, e a quantidade depende muito do local e do método de resfriamento. O Google informa cerca de 0,26 mL para o prompt de texto mediano do Gemini, mais ou menos cinco gotas, mas os totais de todos os usuários e de todas as instalações são muito maiores e menos bem informados.

## Fontes

- [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), Google (arXiv:2508.15734) (2025)
- [The Gentle Singularity](https://blog.samaltman.com/the-gentle-singularity), Sam Altman (OpenAI) (2025)
- [Power hungry processing: watts driving the cost of AI deployment?](https://arxiv.org/abs/2311.16863), Luccioni, Jernite and Strubell (arXiv:2311.16863) (2024)
- [AI large language models: new report shows small changes can reduce energy use by 90%](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO (2025)
- [Llama 3.1 8B model card](https://huggingface.co/meta-llama/Llama-3.1-8B), Meta (Hugging Face) (2024)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
- [Data centres metered electricity consumption 2024](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2024/keyfindings/), Central Statistics Office, Ireland (2025)
- [Generative artificial intelligence (AI) in education](https://www.gov.uk/government/publications/generative-artificial-intelligence-in-education), Department for Education (2025)
- [Guidance for generative AI in education and research](https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research), UNESCO (2023)
- [The real climate and transformative impact of ICT: a critique of estimates, trends, and regulations](https://doi.org/10.1016/j.patter.2021.100340), Freitag et al., Patterns (2021)
