greenai.guide

Início › Guias › IA verde: um guia em linguagem simples para todos

Guia

IA verde: um guia em linguagem simples para todos

Atualizado · 8 min de leitura

Em resumo

Uma única pergunta de texto a um chatbot de IA usa uma pequena quantidade de energia, cerca de um terço de watt-hora segundo os números das próprias empresas, e uma fração de mililitro de água. Imagens e vídeos usam muito mais, e o enorme número de solicitações se soma. Os hábitos que mais importam são escolher a ferramenta certa, evitar gerar de novo sem parar e pedir informações honestas.

Pontos-chave

  • O Google informa 0,24 Wh e 0,26 mL de água para um prompt de texto mediano no Gemini; a OpenAI fala em cerca de 0,34 Wh para uma consulta média ao ChatGPT. Os dois números são autodeclarados.
  • Gerar imagens usa muito mais energia do que lidar com texto: em um estudo, mais de mil vezes mais por solicitação do que classificar texto.
  • A Agência Internacional de Energia projeta que o consumo de eletricidade dos data centers vai mais que dobrar entre 2024 e 2030, com a IA como o principal motor.
  • Os números por prompt variam porque as empresas medem coisas diferentes; pergunte sempre o que está incluído.
  • Você pode dar a sua opinião por meio das suas escolhas, do seu trabalho ou escola, das decisões locais de planejamento urbano e das consultas públicas.

O que é IA verde, em linguagem simples?

IA verde significa aproveitar os benefícios da inteligência artificial usando menos energia, água e outros recursos. Ela abrange duas coisas: tornar a própria IA mais eficiente e usá-la com bom senso, só onde ela ajuda.

Não se trata de dizer às pessoas que nunca usem IA. Um sandpit britânico de IA verde realizado em 2026, com matemáticos, cientistas da computação e representantes da indústria, discutiu isso diretamente e concluiu que usar a IA de forma responsável é um objetivo mais útil do que recusá-la. Há uma explicação mais longa em o que é IA verde?

Quanta energia usar a IA consome?

Para uma pergunta de texto comum, uma pequena quantidade: cerca de um terço de watt-hora segundo os números das próprias empresas. Mas imagens e vídeos consomem muito mais, e o número de solicitações no mundo é enorme.

Eis o que foi publicado:

Fonte O que mediu Energia
Google (2025) Prompt de texto mediano nos aplicativos Gemini 0,24 Wh
OpenAI (2025) Consulta média ao ChatGPT cerca de 0,34 Wh
Epoch AI (2025), estimativa independente Consulta de texto típica ao ChatGPT cerca de 0,3 Wh

A OpenAI compara o seu número ao que um forno usa em pouco mais de um segundo, ou uma lâmpada de alta eficiência em alguns minutos. A estimativa da Epoch AI é cerca de dez vezes menor do que um número mais antigo e muito citado, de 3 Wh, o que mostra a rapidez com que as estimativas mudam à medida que o hardware e o software melhoram. O Google informa que a energia do seu prompt mediano caiu 33 vezes em um ano.

Imagens e vídeos custam muito mais. Em testes de pesquisadores da Hugging Face e da Carnegie Mellon University, gerar imagens usou em média cerca de 2,9 kWh por 1.000 imagens, contra 0,002 kWh para classificar 1.000 textos em categorias. Isso é mais de mil vezes mais por solicitação. A geração de vídeo é ainda mais pesada.

É o total que preocupa os planejadores de energia. A Agência Internacional de Energia (IEA) estima que os data centers usaram cerca de 415 TWh de eletricidade em 2024, cerca de 1,5% da eletricidade mundial, e projeta cerca de 945 TWh até 2030. Ela aponta a IA como o principal motor desse crescimento.

Quanta água a IA usa?

Por prompt de texto, muito pouca; no total, e em alguns lugares, muita. Os data centers usam água principalmente para manter os computadores refrigerados, e as usinas usam água para gerar a eletricidade.

  • O Google informa 0,26 mL de água para um prompt de texto mediano no Gemini.
  • A OpenAI diz que uma consulta média ao ChatGPT usa cerca de 0,000085 galão, aproximadamente um quinze avos de uma colher de chá.
  • A Mistral AI, uma empresa francesa, publicou uma avaliação de ciclo de vida que conta mais etapas do que qualquer um desses números. Ela estimou uma resposta de 400 tokens (alguns parágrafos) em 1,14 g de CO₂e (dióxido de carbono equivalente) e 45 mL de água.
  • Os pesquisadores Li, Yang, Islam e Ren estimaram que o treinamento do modelo GPT-3 nos data centers da Microsoft nos EUA pode ter evaporado diretamente cerca de 700.000 litros de água doce limpa.

As grandes diferenças entre esses números vêm sobretudo do que é contado, e não de uma empresa ser muito melhor do que outra. O local do data center também importa: a água retirada em uma região seca durante uma estiagem tem um efeito maior do que a mesma quantidade onde a água é abundante.

Por que os números são tão incertos?

Porque a maioria dos números vem das próprias empresas, elas medem coisas diferentes e raramente publicam os métodos completos. Pesquisadores independentes muitas vezes precisam estimar de fora.

O que muda a resposta:

  • O que está incluído: só os chips, ou também a refrigeração, a capacidade reserva ociosa, a rede e a fabricação do hardware?
  • Qual modelo: modelos pequenos usam muito menos do que os grandes, e os modelos de "raciocínio", que pensam passo a passo, produzem muito mais palavras nos bastidores.
  • O tamanho da resposta: a energia aumenta com a quantidade de texto lido e escrito.
  • Onde e quando roda: a mesma eletricidade pode ser de baixo carbono em um país ou horário e de alto carbono em outro.

Então, trate qualquer número isolado como uma referência aproximada. Fontes honestas dizem o que incluíram e qual é o grau de certeza.

Quais hábitos do dia a dia importam, e quais não?

Os hábitos que importam são os que multiplicam o uso: gerar muitas imagens ou vídeos, gerar de novo várias e várias vezes e deixar a IA rodando quando você não precisa dela. Pequenas cortesias e perguntas ocasionais importam muito pouco.

Hábitos que fazem uma diferença real:

  • Use a ferramenta certa. Uma busca comum na web, uma calculadora, um mapa ou um dicionário muitas vezes é mais rápido e consome menos.
  • Pegue leve com imagens e vídeos. Gere o que você precisa, não dezenas de variações por diversão.
  • Refine, não fique gerando de novo. Se a primeira resposta não estiver certa, diga o que mudar em vez de apertar "tentar novamente" sem parar.
  • Peça respostas curtas quando é só disso que você precisa. A UNESCO e a University College London constataram que prompts e respostas mais curtos podem reduzir o consumo de energia em mais da metade.
  • Escolha opções mais leves quando um aplicativo oferece um modelo "rápido", "mini" ou "lite" para perguntas simples.
  • Desligue os recursos de IA que você não usa em aplicativos e dispositivos, quando as configurações permitirem.

Hábitos que importam pouco:

  • Dizer "por favor" e "obrigado". As palavras extras são minúsculas perto de uma resposta longa.
  • Fazer uma pergunta ocasional a um chatbot de texto. Segundo o número da OpenAI, cada uma usa mais ou menos tanta energia quanto uma lâmpada de alta eficiência em alguns minutos.

O quadro geral tem menos a ver com hábitos individuais e mais com a forma como a IA é incorporada a produtos e serviços usados por um número muito grande de pessoas. É aí que a pressão por eficiência e por informações honestas faz mais diferença. A nossa página usar a IA com eficiência traz mais dicas.

Como posso avaliar alegações sobre IA e meio ambiente?

Pergunte o que está sendo medido, quem mediu e com o que está sendo comparado. Tanto as alegações alarmantes quanto as tranquilizadoras podem enganar se isso ficar de fora.

Perguntas a fazer:

  1. Por unidade de quê? Por pergunta, por imagem, por ano, por usuário? Um total grande pode significar uma quantidade pequena por uso, e vice-versa.
  2. Quem diz isso? Um número da própria empresa, um estudo independente ou uma notícia que repete uma estimativa antiga?
  3. O que está incluído? Só os chips do computador, ou o data center inteiro, o fornecimento de eletricidade e a fabricação?
  4. De quando é? Os números mudam rápido. Um número de alguns anos atrás pode estar dez vezes alto demais, ou baixo demais.
  5. Comparado com o quê? "Dez vezes mais do que uma busca" significa pouco se você não sabe quanto uma busca consome.
  6. Eficiência está sendo confundida com menos uso? Se a IA fica mais barata por pergunta, as pessoas podem simplesmente usá-la mais. Isso se chama efeito rebote.

Desconfie de palavras como "verde", "limpo" ou "carbono neutro" sem números por trás. Avaliações independentes estão começando a surgir: o AI Energy Score, lançado pela Hugging Face e parceiros, classifica modelos de IA de uma a cinco estrelas em eficiência energética, um pouco como as etiquetas dos eletrodomésticos. Leia mais em etiquetas de energia para a IA.

Como posso dar a minha opinião?

Você pode influenciar a IA verde por meio do que escolhe, do que pede no trabalho ou na escola e das decisões públicas sobre data centers e regulação. As organizações ouvem, sim, quando pessoas suficientes pedem.

  • Como usuário: escolha serviços que publicam informações claras sobre energia e água, e diga às empresas quando elas não publicam.
  • No trabalho: pergunte se o seu empregador tem uma política sobre o uso de IA e sobre a escolha de fornecedores. Indique o nosso guia para empresas.
  • Na escola ou na universidade: pergunte como a IA e os seus custos ambientais são ensinados. Os professores encontram recursos na nossa seção para escolas, e os jovens podem começar em para alunos.
  • No nível local: em muitos países, novos data centers precisam de licença urbanística. Os pedidos de licença e as consultas locais são uma oportunidade de perguntar sobre eletricidade, água e calor residual.
  • No nível nacional: os governos fazem consultas sobre IA, energia e política digital. Responda às consultas, ou escreva ao seu representante eleito, pedindo relatórios de energia e água dos provedores de IA.
  • Na sua comunidade: organizações sem fins lucrativos e grupos comunitários também podem usar bem a IA; o nosso guia para organizações sem fins lucrativos pode ajudar.

A IA também pode ajudar o meio ambiente?

Sim, em alguns usos, e isso faz parte do quadro. A IA é usada para prever o tempo, detectar falhas em linhas de transmissão, planejar o uso de energia renovável e acelerar modelos científicos, e alguns desses usos podem economizar mais energia do que consomem.

O problema é que essas economias raramente são medidas, enquanto os custos do uso cotidiano da IA se espalham por um número enorme de dispositivos e serviços. A IA verde pede que os dois lados sejam contados com honestidade: quanto um uso de IA custa e quanto ele realmente economiza. Ela também favorece usar um método simples e bem conhecido quando ele já resolve, e reservar a IA para os problemas em que ela acrescenta algo novo.

Pesquisadores estão trabalhando em formas de tornar os modelos de IA muito menores e mais baratos de rodar, muitas vezes usando matemática em vez de mais poder de computação. Esse trabalho importa porque torna a mesma ajuda disponível com menos energia, em mais dispositivos e para mais pessoas.

O que fazer a seguir

  1. Da próxima vez que usar IA, pergunte-se se uma ferramenta mais simples resolveria.
  2. Reduza a geração de imagens e vídeos de que você não precisa de verdade, e refine em vez de gerar de novo.
  3. Peça respostas curtas quando só precisar de uma resposta rápida.
  4. Confira uma alegação que você vir sobre IA e meio ambiente usando as seis perguntas acima.
  5. Pergunte ao seu empregador, à sua escola ou à sua prefeitura qual é a abordagem deles sobre IA e energia.
  6. Saiba mais: comece por o que é IA verde? e por que a IA verde importa agora, ou explore a seção para escolas com um jovem.

Perguntas frequentes

Quanta energia uma pergunta ao ChatGPT usa?

O diretor executivo da OpenAI disse que uma consulta média usa cerca de 0,34 Wh, mais ou menos o que um forno usa em pouco mais de um segundo. A Epoch AI estimou de forma independente cerca de 0,3 Wh para uma consulta típica. Pedidos longos ou complexos usam mais.

A IA usa muita água?

Por prompt de texto, uma pequena quantidade: o Google informa 0,26 mL para um prompt mediano no Gemini. Os totais importam mais: pesquisadores estimaram que o treinamento do GPT-3 nos data centers da Microsoft nos EUA pode ter evaporado cerca de 700.000 litros de água doce. Os efeitos locais dependem de onde ficam os data centers.

Devo parar de usar IA para ajudar o planeta?

Não necessariamente. Segundo o número da OpenAI, uma pergunta de texto ocasional usa mais ou menos tanta energia quanto uma lâmpada de alta eficiência em alguns minutos. Faz mais sentido usar a IA onde ela ajuda, evitar hábitos de desperdício, como gerar dezenas de imagens, e cobrar informações melhores.

Dizer 'por favor' e 'obrigado' a um chatbot desperdiça energia?

Cada palavra extra acrescenta um pouquinho de processamento, mas isso é muito pouco perto da energia de gerar respostas longas, imagens ou vídeos. Não é um hábito com que valha a pena se preocupar.

Fontes

  1. Measuring the environmental impact of delivering AI at Google scale, Elsworth et al., Google (2025)
  2. The gentle singularity, Sam Altman (OpenAI) (2025)
  3. How much energy does ChatGPT use?, Epoch AI (2025)
  4. Our contribution to a global environmental standard for AI, Mistral AI (2025)
  5. Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
  6. Making AI less 'thirsty': uncovering and addressing the secret water footprint of AI models, Li, Yang, Islam and Ren (2023)
  7. Energy and AI, International Energy Agency (2025)
  8. Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
  9. Announcing AI Energy Score ratings, Hugging Face (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