Pesquisa de mestrado da PUC-SP detalha o “Paradoxo Sustentável”: enquanto algoritmos otimizam o Agro e cidades, data centers consomem rios de água e energia.
A Inteligência Artificial (IA) chegou com a promessa de resolver a crise climática, otimizando desde o trânsito até colheitas no Mato Grosso. Mas uma dissertação de mestrado apresentada em 2025 na Pontifícia Universidade Católica de São Paulo (PUC-SP) joga um balde de água fria — literalmente — nessa euforia. O estudo “Para além da euforia tecnológica: O paradoxo sustentável da Inteligência Artificial”, da pesquisadora Carolina Calamari Lopez, expõe a conta ambiental que as Big Techs não mostram: para cada resposta mágica do ChatGPT, há um custo real de água, energia e minérios.
Orientada pela professora Dra. Dora Kaufman, uma das maiores referências em ética de IA no país, a pesquisa define o cenário atual como um “paradoxo sustentável”. A tecnologia que promete eficiência é a mesma que exige uma infraestrutura física colossal, devoradora de recursos naturais, num momento em que o planeta registra os anos mais quentes da história — 2023 e 2024 bateram recordes globais de temperatura.
A sede dos algoritmos
O dado mais impactante do estudo para o leitor comum é a “pegada hídrica” da IA. Esqueça a nuvem etérea; a internet mora em galpões gigantescos chamados data centers, que precisam ser resfriados constantemente.
Segundo o levantamento, estima-se que para gerar entre 10 a 50 respostas simples no modelo GPT-3, os servidores consomem o equivalente a uma garrafa de 500 ml de água. Parece pouco por usuário, mas multiplique isso pelos bilhões de acessos diários globais.
A demanda global por data centers já atinge 60 gigawatts (GW). Diferente dos centros de dados comuns, os voltados para IA usam GPUs (unidades de processamento gráfico) superpotentes, que geram muito mais calor e exigem sistemas de refrigeração líquida complexos, muitas vezes utilizando água potável.
O deserto que alimenta a nuvem
O estudo também mapeia a origem física dos componentes. Para fabricar os chips que processam a IA, o mundo depende de minérios como o lítio. A extração desse metal no Deserto do Atacama, no Chile, consome cerca de 1,9 milhão de litros de água para cada tonelada produzida.
O processo é brutal: 95% dessa água evapora, esgotando aquíferos locais e prejudicando ecossistemas inteiros. É o “custo oculto” da modernidade: a bateria que sustenta a revolução tecnológica seca as fontes de água na América do Sul.
O Brasil no mapa: de “cidades de IA” ao agro
O Brasil não é apenas espectador nesse cenário. O documento cita a “Política Nacional de Data Centers” (Redata), criada para atrair investimentos e tornar o país um polo global de armazenamento de dados. Há projetos ambiciosos como a “Scala AI City”, uma verdadeira cidade de servidores planejada para Eldorado do Sul (RS).
Para o Mato Grosso, o estudo traz o outro lado da moeda: o protagonismo da IA na agricultura. O uso de drones (como o VANT DJI Agras T10) e sensores permite a aplicação precisa de defensivos, monitorando lavouras metro a metro. Isso reduz desperdícios e aumenta a eficiência — um exemplo claro de como a tecnologia pode, sim, ser aliada do meio ambiente se bem calibrada.
Quanta água “bebe” seu prompt?**
O usuário digita, a resposta sai limpa, instantânea — e a sensação é de custo zero. Só que a conta não desaparece: ela escorre, literalmente, pelos sistemas de resfriamento e pela energia que mantém data centers ligados. A própria lógica do texto-base desmonta a ideia de uma IA “desmaterializada”: por trás de cada prompt, há calor para dissipar e água doce envolvida no processo.
O problema ganha escala quando a indústria acelera. Há uma projeção de gasto global com IA de US$ 2 trilhões em 2026 — um número que ajuda a explicar por que a infraestrutura cresce “em concreto, aço e água”, mesmo que o usuário só veja uma caixa de texto.
O dado mais incômodo: eficiência varia mais de 170 vezes
Quando se coloca os grandes modelos lado a lado, a diferença não é marginal. Ela é brutal.
No recorte por interação (ml por prompt), aparecem estes valores documentados/estimados:
-
Gemini: 0,26 ml
-
ChatGPT: 0,32–30 ml
-
Claude: 10–50 ml
-
Qwen: ~10 ml
-
Kimi: 15–44 ml (com 44 ml em resposta a um simples “obrigado”).
A leitura política desse abismo é: a variação de mais de 170 vezes não é “lei da tecnologia”. Ela nasce de escolhas de design, estratégia de mercado e prioridades. Em outras palavras: dá para ser muito mais eficiente — mas nem todo mundo está tentando.
E a pergunta que o usuário não faz (mas deveria): “vale a pena?”
A água funciona como “proxy” de externalidades. Se um recurso vital oscila tanto entre sistemas equivalentes, quantas outras contas estão escondidas? A resposta não é uma sentença contra a IA. É uma cobrança de governança: transparência e comparação padronizada não são “burocracia”, são pré-condição para decidir onde faz sentido usar, otimizar e limitar.
Caminhos para o futuro
A conclusão de Carolina Lopez não é ludista (contra a tecnologia), mas regulatória. O estudo aponta que a solução passa por governança rigorosa, como o “AI Act” europeu, que proíbe usos de risco inaceitável e exige transparência.
Para que a IA não seja o veneno e o remédio ao mesmo tempo, será necessário mais do que inovação técnica: precisaremos de transparência sobre o quanto de água e energia nossos “assistentes virtuais” estão gastando enquanto pensam.
*A imagem que ilustra esta matéria foi feito com IA.
**esta informação não consta no estudo.
Leia também:
Lei do silêncio: Câmara de Cáceres proíbe prints de WhatsApp e prevê cassação por vazamentos
Bancos: saiba como ficam os atendimentos no carnaval
Gasolina barata na refinaria, cara na bomba: entenda quem abocanha a diferença hoje
Fogo consumiu 44% do Cerrado em quatro décadas e estudo alerta para colapso
