# Ideias de aulas e atividades sobre IA verde

> Nove atividades de baixo custo sobre IA verde para 9 a 18 anos: estimar energia, tokens de papel, local de data centers, debates e um jogo do rebote.

Source: https://greenai.guide/pt/escolas/ideias-de-aulas-e-atividades-sobre-ia-verde/  
Updated: 2026-11-19

## Em resumo

Estas nove atividades ensinam o lado energético e ambiental da IA usando papel, números publicados e discussão, para alunos de cerca de 9 a 18 anos. Cada uma tem faixa etária, duração, objetivos de aprendizagem e recursos, e nenhuma exige software pago nem contas dos alunos em ferramentas de IA.

## Pontos-chave

- Todas as atividades funcionam sem que os próprios alunos usem ferramentas de IA, o que respeita os limites de idade que muitas ferramentas definem.
- As atividades de estimativa usam números por prompt publicados pelo Google e pela OpenAI, citados com a fonte.
- As atividades se encaixam em conteúdos que já existem em computação, ciências, geografia, matemática e cidadania, sem exigir tempo novo no currículo.
- As ligações com o currículo são indicativas: confira-as com o currículo nacional ou estadual que você segue.

## Como devo usar estas ideias? {#how-should-i-use-these-ideas}

Escolha uma, adapte a duração à sua turma e cite qualquer número com a fonte e o ano. O contexto de todas as
atividades está no [guia para docentes](/pt/escolas/ia-verde-um-guia-para-docentes/), e os termos estão definidos no
[glossário](/pt/glossario/). Nenhuma exige que os alunos tenham contas em ferramentas de IA.

As ligações com o currículo usam a Inglaterra como exemplo (o KS2, ou Key Stage 2, vai dos 7 aos 11 anos; o KS3,
dos 11 aos 14; o KS4, dos 14 aos 16). Elas são indicativas, e não correspondências oficiais; a maioria dos países
tem eixos equivalentes sobre sistemas de computador, energia, recursos naturais e uso responsável da tecnologia.

## Ideias de atividades {#activity-ideas}

### 1. Quanta energia a nossa turma gasta com IA? {#1-how-much-energy-does-our-class-use-on-ai}

**Idades:** 11–16 · **Duração:** 50 minutos · **Ligações:** ciências no KS3 (energia, potência, kWh, custos de
combustível em casa); matemática (estimativa, unidades); computação (impacto da tecnologia)

**Objetivos:** converter entre Wh e kWh; fazer e justificar uma estimativa de Fermi; explicar por que pequenas
quantidades se somam.

**Recursos:** papel, calculadoras, os números publicados abaixo.

**Como:** os alunos estimam quantos prompts de texto à IA a turma faz numa semana (levantar a mão de forma anônima
funciona). Usando o valor de 0,24 Wh do Google para um prompt de texto mediano do Gemini e o de 0,34 Wh da OpenAI
para uma consulta média ao ChatGPT, eles calculam uma faixa. Por exemplo, 30 alunos × 10 prompts × 0,24–0,34 Wh
dá cerca de 72–102 Wh por semana. Depois, ampliem a escala para a escola inteira, o país e o mundo, e comparem com
aparelhos cuja potência aparece na etiqueta. Terminem discutindo o que os números deixam de fora: imagens, vídeo,
treinamento e os próprios aparelhos.

### 2. Tokens explicados com papel {#2-tokens-explained-with-paper}

**Idades:** 9–14 · **Duração:** 30 minutos · **Ligações:** computação no KS2 e no KS3 (como os dados são
representados)

**Objetivos:** explicar o que é um [token](/pt/glossario/#token); explicar por que um texto mais longo significa mais
computação.

**Recursos:** frases impressas, tesouras, um cronômetro.

**Como:** os alunos cortam frases em pedaços mais ou menos do tamanho de tokens. A regra prática da OpenAI é que
um token tem cerca de quatro caracteres, ou três quartos de uma palavra em inglês, então palavras longas se
dividem. Um "modelo" (um aluno) precisa ler todos os pedaços antes de acrescentar uma palavra nova, com o tempo
cronometrado. Dobrar a frase dobra o trabalho. Alunos mais velhos podem testar uma demonstração gratuita de
tokenizador on-line no projetor e perceber que palavras incomuns e alguns idiomas se dividem em mais pedaços.

### 3. A IA é a ferramenta certa? {#3-is-ai-the-right-tool}

**Idades:** 11–18 · **Duração:** 40–60 minutos · **Ligações:** computação no KS3 e no KS4 (uso responsável);
cidadania

**Objetivos:** pesar benefícios e custos de uma tecnologia; argumentar com base em evidências; entender a
[suficiência](/pt/glossario/#sufficiency).

**Recursos:** cartões de tarefas (por exemplo: conferir a grafia de uma palavra, escrever um poema de aniversário,
descobrir a capital do Peru, resumir um relatório de 40 páginas, detectar câncer de pele em imagens, criar 25
versões de um logotipo).

**Como:** em grupos, os alunos separam os cartões em "a IA é a melhor ferramenta", "algo mais simples funciona" e
"depende", e depois defendem uma escolha diante da turma. Discutam o que significa "fútil" e quem decide isso.

### 4. Onde um data center deveria ficar? {#4-where-should-a-data-centre-go}

**Idades:** 11–16 · **Duração:** 60 minutos · **Ligações:** geografia no KS3 (atividade econômica e recursos
naturais; interação humana e física; mapas e SIG)

**Objetivos:** identificar os fatores nas decisões de localização; pesar prós e contras; usar mapas e dados.

**Recursos:** mapas impressos ou mapas on-line gratuitos que mostram geração renovável, rios, temperatura,
conexões à rede elétrica e cidades.

**Como:** os alunos fazem o papel de uma comissão de planejamento que escolhe entre três locais fictícios: frio e
com muito vento, mas isolado; perto de uma cidade com escassez de água; ao lado de uma usina solar numa região
quente. Deem uma nota a cada um em energia, resfriamento, água, terra, empregos e impacto local. Usem a Irlanda
como caso real: os data centers usaram 22% da eletricidade medida do país em 2024, contra 5% em 2015 (Central
Statistics Office).

### 5. O jogo da eficiência e do rebote {#5-the-efficiency-and-rebound-game}

**Idades:** 11–18 · **Duração:** 40 minutos · **Ligações:** computação no KS4 (impacto da tecnologia); economia;
matemática

**Objetivos:** explicar o [efeito rebote](/pt/glossario/#rebound-effect) e o
[paradoxo de Jevons](/pt/glossario/#jevons-paradox).

**Recursos:** fichas ou marcadores, uma folha simples de regras.

**Como:** cada equipe tem um "orçamento de energia" fixo em fichas. A cada rodada, a IA fica duas vezes mais
eficiente (uma tarefa custa metade das fichas), mas as equipes escolhem quantas tarefas vão rodar. Anotem a
energia total de cada rodada. Os alunos costumam descobrir que o uso total aumenta. Façam a ligação com o
economista William Stanley Jevons, que argumentou em 1865 que máquinas a vapor mais eficientes aumentariam o
consumo de carvão, em vez de reduzi-lo. Perguntem: que regras manteriam o uso total baixo?

### 6. Texto, imagem ou vídeo? {#6-text-image-or-video}

**Idades:** 13–18 · **Duração:** 40 minutos · **Ligações:** ciências no KS3 (energia); computação

**Objetivos:** comparar a energia de diferentes tarefas de IA; ler um número de pesquisa de forma crítica.

**Recursos:** os números abaixo, impressos.

**Como:** compartilhe um resultado de pesquisa: num estudo de 2024, gerar 1.000 imagens com o modelo menos
eficiente testado gastou 11,49 kWh, o mesmo que 522 cargas de smartphone, enquanto o modelo de texto mais eficiente
gastou o equivalente a 9% de uma carga para 1.000 execuções (Luccioni, Jernite e Strubell). Os alunos discutem por
que as imagens custam mais, o que significam "mais eficiente" e "menos eficiente", e como eles planejariam um
teste justo.

### 7. Crie um selo de IA verde {#7-design-a-green-ai-label}

**Idades:** 9–16 · **Duração:** 50 minutos · **Ligações:** design e tecnologia; computação; cidadania

**Objetivos:** entender os [selos de energia](/pt/glossario/#energy-label); decidir que informação é útil e honesta.

**Recursos:** exemplos de selos de energia de eletrodomésticos e de rótulos de alimentos, papel, canetas.

**Como:** os alunos criam um selo para aparecer ao lado de uma resposta ou de um aplicativo de IA. O que ele
deveria mostrar: energia, água, carbono, onde o cálculo foi feito? Como impedir que as empresas façam alegações
enganosas ([greenwashing](/pt/glossario/#greenwashing))? Alunos mais velhos podem ler
[selos de energia para IA](/pt/artigos/etiquetas-de-energia-e-benchmarks-para-ia/).

### 8. Golfe de prompts {#8-prompt-golf}

**Idades:** 13–18 · **Duração:** 30 minutos · **Ligações:** computação; língua (escrita concisa)

**Objetivos:** escrever instruções claras e específicas; ligar a concisão à eficiência.

**Recursos:** papel; de forma opcional, uma demonstração de IA conduzida pelo professor.

**Como:** os alunos reescrevem pedidos longos e vagos no prompt mais curto que ainda consegue exatamente o que é
necessário (para quem é, tamanho, formato). Contem as palavras e depois estimem os tokens. O professor pode testar
os dois melhores ao vivo. Discutam por que um prompt claro vale mais do que cinco tentativas.

### 9. Debate: um país deveria construir a sua própria IA verde? {#9-debate-should-a-country-build-its-own-green-ai}

**Idades:** 15–18 · **Duração:** 60 minutos · **Ligações:** cidadania; política; computação

**Objetivos:** construir argumentos sobre política de tecnologia; considerar soberania, custo, energia e justiça.

**Recursos:** um breve texto de apoio, como o artigo sobre
[IA soberana e sustentabilidade](/pt/artigos/ia-soberana-e-sustentabilidade/).

**Como:** a moção é "Esta casa construiria um serviço nacional de IA, de propriedade pública e alimentado por
energia renovável". As equipes argumentam a igualdade de acesso e o controle dos dados contra o custo, a energia,
a infraestrutura e o risco político. Essa questão foi debatida num sandpit (laboratório colaborativo) britânico
sobre IA verde em 2026, com matemáticos, cientistas da computação e representantes da indústria, onde as opiniões
ficaram divididas, o que a torna uma boa questão em aberto.

## Como posso avaliar a aprendizagem? {#how-can-i-assess-learning}

Respostas escritas curtas funcionam bem: "Explique por que um único prompt gasta pouca energia, mas a IA como um
todo gasta muita" ou "Dê uma forma de tornar o uso de IA mais eficiente e uma forma de torná-lo mais suficiente".
Procure raciocínio sobre escala e as duas metades da IA verde.

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

- Experimente a atividade 2 ou a 3 neste período; nenhuma das duas precisa de tecnologia.
- Compartilhe [IA verde para alunos](/pt/escolas/ia-verde-para-alunos/) como leitura prévia ou lição de casa.
- Confira fatos e equívocos no [guia para docentes](/pt/escolas/ia-verde-um-guia-para-docentes/) antes da aula.
- Coloque o [glossário](/pt/glossario/) no quadro para os termos-chave.
- Conte-nos como foi uma atividade pela [página de contato](/pt/contato/), para que possamos melhorar estas ideias.

## Perguntas frequentes

### Estas aulas precisam de computadores?

A maioria não precisa de nenhum. Algumas usam, de forma opcional, uma página gratuita da web, como uma demonstração de tokenizador ou um mapa on-line, que o professor pode mostrar num projetor.

### Por qual atividade devo começar?

Tokens de papel (atividade 2) é a mais rápida: 30 minutos, sem tecnologia, e explica por que prompts e respostas mais longos usam mais computação. A IA é a ferramenta certa? (atividade 3) funciona bem como continuação.

### Elas estão ligadas ao currículo nacional?

Elas apoiam conteúdos que já existem nos programas de estudo de computação, ciências e geografia da Inglaterra e em eixos parecidos de outros lugares, mas não são recursos oficiais e não estão ligadas a nenhuma especificação de exame.

## Fontes

- [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)
- [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)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
- [Data centres metered electricity consumption 2024](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2024/keyfindings/), Central Statistics Office, Ireland (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)
- [The coal question (1865), summary and extracts](https://energyhistory.yale.edu/w-stanley-jevons-the-coal-question-1865/), Yale University, Energy History (1865)
- [National curriculum in England: computing programmes of study](https://www.gov.uk/government/publications/national-curriculum-in-england-computing-programmes-of-study), Department for Education (2013)
- [National curriculum in England: geography programmes of study](https://www.gov.uk/government/publications/national-curriculum-in-england-geography-programmes-of-study), Department for Education (2013)
- [National curriculum in England: science programmes of study](https://www.gov.uk/government/publications/national-curriculum-in-england-science-programmes-of-study), Department for Education (2013)
