Como a inteligência artificial consome água nos bastidores

Ferramentas de inteligência artificial, como ChatGPT, Gemini Google e Claude.AI, têm sido apontadas em estudos recentes como grandes consumidoras de água, um dado que ganhou repercussão nas redes sociais. No entanto, embora o uso de IA esteja associado ao uso de recursos naturais, a relação não é tão direta.

A água não é gasta pela ferramenta em si, mas pela infraestrutura que permite seu funcionamento, como data centers que precisam ser resfriados constantemente. Fatores como localização dos servidores, tipo de resfriamento e escala de uso influenciam esse impacto, tornando difícil estabelecer um número único para cada interação.

Como a IA consome água

Sim, mas de forma indireta. A inteligência artificial não usa água como um recurso próprio; é a infraestrutura física por trás desses modelos que consome esse recurso. O principal ponto são os data centers, estruturas onde ficam os servidores que processam as respostas. Esses equipamentos geram muito calor e precisam de sistemas de resfriamento.

Em muitos casos, esse processo envolve o uso de água, seja diretamente em torres de resfriamento, ou indiretamente, na geração de energia elétrica. Segundo o Google, o controle térmico é necessário para manter os servidores funcionando com segurança, e o uso de água varia conforme o clima e a tecnologia de cada instalação.

O consumo depende da infraestrutura

Quando se trata do funcionamento dos modelos de IA, o uso dos recursos hídricos varia bastante. Isso acontece porque diferentes empresas utilizam estruturas variadas em data centers espalhados pelo mundo, com condições climáticas diferentes e tecnologias próprias.

A Microsoft, por exemplo, afirma que novos data centers projetados para IA podem operar sem uso de água para resfriamento, adotando sistemas alternativos. Existe uma métrica chamada WUE (Water Usage Effectiveness), que mede a quantidade de água utilizada em relação ao consumo de energia. Esse indicador varia conforme o local e a eficiência da instalação.

Data centers em regiões mais quentes ou com escassez hídrica tendem a ter impactos diferentes dos localizados em áreas mais frias. Isso significa que não existe um número universal de consumo por uso de IA.

Treinamento consome mais que o uso

Quando se fala em impacto ambiental, é preciso separar dois processos: o treinamento e o uso da IA. O treinamento de modelos de grande porte exige enorme capacidade computacional, com alto consumo de energia e água em um período concentrado.

Um estudo recente estima que o treinamento do GPT-3 pode ter consumido cerca de 5,4 milhões de litros de água, considerando diferentes etapas. Já o uso cotidiano, como enviar perguntas a um chatbot, tende a consumir menos por interação. Ainda assim, esse impacto cresce em escala global, com milhões de usuários acessando diariamente.

Outro levantamento mostra que o consumo por consulta varia entre modelos, dependendo da complexidade da tarefa e do tipo de resposta. O impacto ambiental da IA está na combinação entre treinamento intensivo e uso em larga escala.

Quais tipos de IA consomem mais recursos

Embora não exista um ranking exato, é possível identificar padrões. Os modelos que exigem mais processamento são os de grande escala, com bilhões de parâmetros e foco em tarefas complexas, como raciocínio avançado e geração de textos longos.

Assistentes integrados a serviços amplos, como copilotos e ferramentas corporativas, costumam ter um consumo intermediário. Já modelos menores, locais ou especializados em tarefas específicas, demandam menos processamento. O consumo está mais ligado à complexidade e à escala do sistema do que ao nome da ferramenta.

IA é mais prejudicial que outras indústrias

Apesar do crescimento acelerado, a IA ainda não supera setores como transporte, indústria pesada ou climatização no impacto global sobre o consumo de energia. Segundo a Agência Internacional de Energia (IEA), os data centers devem representar cerca de 10% do crescimento da demanda global de eletricidade até 2030.

Por outro lado, o avanço rápido da IA levanta preocupações, especialmente em relação ao aumento da demanda por energia e ao uso de água em regiões com escassez hídrica. Isso coloca pressão sobre empresas de tecnologia para desenvolver soluções mais eficientes, como sistemas de resfriamento alternativos e uso de energia renovável.

As informações são de Google, Microsoft, arxiv e Agência Internacional de Energia (IEA).