A IA é Prejudicial ao Ambiente? A Resposta Real em 2026

Sim, a IA é prejudicial ao ambiente, e os números já não são discutíveis. O consumo global de eletricidade dos centros de dados deverá saltar de 415 TWh em 2024 para cerca de 945 TWh até 2030, de acordo com a Agência Internacional de Energia, sobretudo por causa da IA. Investigadores de Cornell preveem que os servidores de IA emitam entre 24 e 44 milhões de toneladas métricas de CO₂ e consumam entre 731 e 1.125 milhões de metros cúbicos de água por ano até 2030. Isso equivale a acrescentar 5 a 10 milhões de carros às estradas dos EUA e ao consumo doméstico de água de 6 a 10 milhões de americanos.

Esta é a má notícia, e é real. A resposta mais longa é mais útil: o impacto da IA depende enormemente do modelo que utiliza, do local onde é executado e do que lhe pede. Um único pedido de texto ao Gemini consome cerca de 0,24 Wh e 0,26 mL de água. O mesmo tipo de pedido ao DeepSeek-R1 pode consumir cerca de 29 Wh, mais de 100 vezes mais. Neste artigo encontrará uma conclusão clara, as cinco razões pelas quais a IA é prejudicial ao ambiente em 2026 e uma tabela comparativa por modelo. Verá também medidas práticas que pode tomar se ainda quiser usar IA sem agravar o problema.

As Principais Conclusões

• A IA é prejudicial ao ambiente, mas o custo por pedido é inferior ao que as manchetes virais de «garrafa de água» sugerem. Um único pedido ao ChatGPT utiliza cerca de 0,34 Wh e 0,000085 galões de água, aproximadamente um quinze avos de uma colher de chá, segundo o CEO da OpenAI, Sam Altman.
• A procura de eletricidade pelos centros de dados está a caminho de mais do que duplicar até 2030. O relatório Energy and AI da AIE prevê 415 TWh em 2024 → 945 TWh em 2030, com a IA a representar quase metade do crescimento.
• A escolha do modelo importa mais do que se pensa. A diferença entre os sistemas de IA mais e menos eficientes é superior a 65 vezes, de acordo com investigação publicada por Jegham et al.
• A geração de vídeo por IA está numa categoria diferente. Um único vídeo de 10 segundos do Sora 2 consome cerca de 1 kWh de eletricidade e 4 litros de água, aproximadamente 2.000 vezes mais por segundo de resultado do que um pedido de texto.
• A IA também pode ajudar o ambiente. O Grantham Institute estima que a IA poderá reduzir as emissões globais em 3,2 a 5,4 mil milhões de toneladas até 2035, se for bem utilizada, enquanto a Boston Consulting Group aponta um potencial de 5 a 10 por cento de todas as reduções de gases com efeito de estufa até 2030.

Quão Prejudicial é a IA para o Ambiente em 2026?

A resposta curta é: suficientemente preocupante para importar, mas ainda não catastrófico por utilizador. Hoje, os centros de dados consomem cerca de 1,5 por cento da eletricidade global, valor que deverá subir para quase 3 por cento até 2030, de acordo com a AIE. Representam cerca de 0,5 por cento das emissões globais de CO₂. Esses números são pequenos em comparação com o transporte ou o aço, mas crescem mais depressa do que quase qualquer outro setor.

A preocupação real é a trajetória. Nos Estados Unidos, prevê-se que os centros de dados acrescentem 240 TWh de nova procura de eletricidade até 2030, um aumento de 130 por cento. Na China, 175 TWh, um salto de 170 por cento. A AIE prevê que cerca de 40 por cento dessa nova procura ainda provenha de gás e carvão. É por isso que o panorama regional parece preocupante, mesmo que a média global pareça gerível. Em Dublin, os centros de dados já consomem 79 por cento da eletricidade da cidade. Na Virgínia, atingiram 26 por cento do consumo estadual em 2024.

A água é o segundo ponto de pressão. Um único centro de dados de grande escala pode consumir até 5 milhões de galões de água por dia, o mesmo que 16.000 famílias americanas médias. O treino do GPT-3 sozinho evaporou um estimado de 700.000 litros de água doce limpa nas instalações da Microsoft nos EUA, segundo investigação da UC Riverside.

A conclusão: a IA não está a destruir o planeta hoje, mas os próximos cinco anos determinarão se se torna um problema climático grave ou gerível. As decisões de localização, as escolhas de eficiência dos modelos e a composição da rede elétrica que estão a ser definidas agora irão condicionar o resultado.

Para uma análise completa sobre onde a água é consumida, elaborámos a análise detalhada do consumo de água pela IA e quanto eletricidade a IA consome realmente em 2026 como guias complementares mais aprofundados.

Por Que Razão a IA é Prejudicial ao Ambiente? As 5 Razões Reais

O impacto divide-se em cinco vetores distintos. Leia a tabela e depois a secção que mais o preocupa.

1. A procura de eletricidade é o tema central

Em 2024, os centros de dados representavam 1,5 por cento da eletricidade global. Até 2030, a AIE prevê que cheguem a quase 3 por cento, com as cargas de trabalho de IA a impulsionar quase metade de todo o crescimento. Os servidores acelerados para IA crescem a 30 por cento ao ano; tudo o resto cresce a 9 por cento.

A rede elétrica não consegue absorver isso sem queimar mais combustíveis fósseis. A AIE prevê que cerca de 40 por cento da nova procura ainda provenha de gás e carvão até 2030. A geração a gás para centros de dados está a caminho de mais do que duplicar, de 120 TWh em 2024 para 293 TWh até 2035, de acordo com a análise da Carbon Brief.

2. O consumo de água é maior do que a maioria das pessoas imagina

O treino de um modelo de grande dimensão precisa de água para arrefecimento e ainda mais indiretamente, porque as centrais termoeléctricas que geram eletricidade também precisam de água de arrefecimento. Um megawatt-hora de energia de centro de dados utiliza cerca de 1.900 litros de água diretamente e outros 4.540 litros indiretamente, de acordo com o Environmental and Energy Study Institute.

Investigadores de Cornell preveem que os servidores de IA consumam entre 731 e 1.125 milhões de metros cúbicos de água por ano até 2030, equivalente ao consumo doméstico de 6 a 10 milhões de americanos. Mais de 50 por cento dos novos centros de dados construídos desde 2022 situam-se em regiões com escassez de água, de acordo com o levantamento da SNHU.

Se quiser os números específicos do ChatGPT, a nossa análise aprofundada sobre quanta água o ChatGPT consome realmente por pedido abrange o valor de 0,000085 galões por consulta e a alegação viral de «uma garrafa de água por e-mail», que se revelou claramente exagerada.

3. As emissões de carbono sobem mais depressa do que o setor consegue descarbonizar

Até 2030, o mesmo estudo de Cornell prevê que os servidores de IA acrescentem entre 24 e 44 milhões de toneladas métricas de CO₂ por ano só nos EUA, equivalente a 5 a 10 milhões de carros extra na estrada. As emissões totais da Amazon subiram 6 por cento em 2024 face a 2023, e 42 por cento dos executivos disseram à Capgemini que estão a reavaliar os objetivos climáticos por causa do crescimento da IA.

As projeções mais pessimistas do Morgan Stanley apontam para emissões da IA generativa de 2,5 mil milhões de toneladas de CO₂ até 2030, cerca de 40 por cento das emissões totais dos EUA atualmente. O investigador Alex de Vries Gao calculou na revista *Patterns* (2025) que o boom da IA em 2025 libertou tanto CO₂ como a cidade inteira de Nova Iorque.

4. Os resíduos eletrónicos acumulam-se rapidamente porque o hardware é substituído com frequência

Os servidores de IA funcionam com GPUs de última geração que são substituídas de dois em dois a três anos para acompanhar as exigências dos modelos. O Research Square estimou em 2024 que os resíduos eletrónicos relacionados com a IA poderão atingir 16 milhões de toneladas até 2030. Esse hardware contém mercúrio, chumbo, arsénio e outras substâncias tóxicas que contaminam o solo e as águas subterrâneas quando são deitados fora.

Os resíduos eletrónicos são a parte mais subnoticiada do impacto da IA. A maior parte das análises ambientais ignora-os por completo, porque não surgem na contabilidade diária pedido a pedido.

5. Os minerais críticos ligam a IA à mineração

A infraestrutura de IA precisa de cobre para a distribuição de energia, de lítio e cobalto para baterias de reserva e de uma longa lista de terras raras para os próprios chips. O Programa das Nações Unidas para o Ambiente alerta que a procura da IA poderá quase duplicar o consumo global de cobre. A mineração de terras raras é intensiva em água e ocorre frequentemente em países com proteções ambientais fracas, exportando os custos da IA para comunidades que quase nada ganham com isso.

Quanta Energia Consome Realmente Um Pedido de IA?

É aqui que as manchetes mais distorcem a realidade. Um único pedido de texto é pequeno. O agregado é enorme. A tabela abaixo mostra os números mais recentes, sujeitos a revisão por pares e de fonte primária, por modelo.

Três aspetos saltam à vista. Primeiro, a diferença entre os sistemas mais e menos eficientes é superior a 65 vezes, de acordo com Jegham et al., comparando o pico de 29 Wh do DeepSeek-R1 com o valor de 0,44 Wh do LLaMA-3.1-8B. Segundo, os modelos de raciocínio como o DeepSeek-R1 e a série o- da OpenAI podem usar 50 a 100 vezes mais energia do que uma consulta padrão, porque «pensam» antes de responder. Terceiro, barato de usar não significa limpo de executar: o preço de API reduzido do DeepSeek oculta um dos maiores impactos energéticos por pedido da tabela.

Para uma análise mais detalhada, consulte os valores energéticos por pedido para o ChatGPT e como o ChatGPT e o Gemini se comparam em termos de eficiência.

Por Que Razão o Vídeo Generativo é Pior do que o Texto Generativo

O texto é a opção mais económica. A geração de imagens e vídeos está numa categoria completamente diferente. Uma única imagem de IA consome cerca de metade da carga de um smartphone, de acordo com investigação da ACM Digital Library. Um vídeo de 10 segundos do Sora 2 consome cerca de 0,936 kWh de eletricidade, pouco mais de 4 litros de água doce, e emite cerca de 466 gramas de carbono, de acordo com a análise da Reclaimed Systems. O consumo de energia quadruplica quando o comprimento do vídeo duplica, por isso um clip de 20 segundos não custa o dobro, custa quatro vezes mais.

Se o Sora 2 atingisse sequer uma fração do uso à escala do TikTok, as projeções tornar-se-iam preocupantes. Uma análise estimou que o Sora 2 poderia emitir cerca de 1,9 milhões de toneladas de CO₂ por ano, cerca de 23 por cento do total da pegada de carbono corporativa da Meta em 2024, apenas para vídeos curtos de IA.

Qual é o Chatbot de IA Mais Verde em 2026?

É a pergunta que quase ninguém responde diretamente. Com base em divulgações de fonte primária e medições sujeitas a revisão por pares publicadas até maio de 2026, apresentamos a nossa classificação do mais verde ao mais poluente para pedidos de texto. Os valores são por consulta, sendo que menor é melhor. Para uma visão ao nível das ferramentas, o nosso guia sobre as ferramentas de IA mais ecológicas classifica os chatbots mais verdes e as ferramentas dedicadas à sustentabilidade. Entre as ferramentas dedicadas, a nossa análise do GreenPT aborda um chatbot centrado na privacidade e construído em torno de modelos mais leves e eficientes, enquanto a nossa análise do Viro AI avalia um chatbot multi-modelo que financia energia limpa por cada mensagem.

1. Google Gemini com 0,24 Wh / 0,26 mL / 0,03 g CO₂ por pedido mediano é o chatbot mainstream mais verde do mercado. A Google publica as suas próprias medições e opera numa das redes de grandes dimensões mais limpas; reportou uma redução de 33× na energia por pedido num único ano.
2. ChatGPT (média) com 0,34 Wh de acordo com a própria divulgação de Sam Altman. O valor de Altman é uma média para todos os tamanhos de modelos; as consultas de raciocínio intensivo sobem muito mais.
3. GPT-4o com 2,88 Wh para um pedido longo, de acordo com Jegham et al. As pesquisas factuais curtas ficam abaixo do que este número sugere.
4. DeepSeek-V3 com 3,70 Wh (alojado no Azure) fica no meio, apesar do preço de API reduzido.
5. Mistral Le Chat com mais de 3 Wh e 1,14 g CO₂ por divulgação da própria Mistral. Divulgação honesta, pegada mais elevada.
6. Claude 3.7 Sonnet com 5,67 Wh por pedido longo, de acordo com Jegham et al. A Anthropic não publica valores oficiais por pedido.
7. DeepSeek-R1 com 7,41 Wh no Azure ou 29,08 Wh em alojamento próprio é o modelo mainstream mais pesado que medimos. Os modelos em modo de raciocínio pagam um encargo energético elevado, e a escolha do alojamento triplica ou quadruplica a conta.
8. LLaMA-3.1-405B com 25,20 Wh fica perto do topo. Os modelos open source de grandes dimensões não são automaticamente verdes.

A conclusão é incómoda para quem assume que barato equivale a limpo: a API com o preço mais baixo do mercado é uma das mais poluentes por consulta.

A IA é Prejudicial ao Ambiente em Comparação com uma Pesquisa no Google?

A comparação mais comum acaba por ser a mais enganosa. A afirmação viral de que «a IA consome 10 vezes mais energia do que uma pesquisa no Google» surgiu de uma estimativa de 2023 que comparava o ChatGPT inicial (cerca de 3 Wh por consulta) com o próprio valor da Google de 2009 de 0,3 Wh por pesquisa. Dois anos depois, os números parecem muito diferentes.

Um pedido moderno ao ChatGPT com 0,34 Wh é aproximadamente igual a uma pesquisa no Google com 0,3 Wh. Um pedido ao Gemini com 0,24 Wh é, na realidade, inferior a uma pesquisa no Google, pela medida da própria Google. A versão honesta da comparação é mais próxima de 1× ou 1,1×, não de 10×, para os modelos de texto atuais. O multiplicador de 10× ainda se aplica à geração de imagens e vídeos e piora drasticamente para os modelos de raciocínio.

Abordámos este tema em detalhe na nossa análise dos mitos comuns sobre o consumo energético da IA, desmistificados.

A IA Também Pode Ajudar o Ambiente?

Sim, e esta é a parte que a maioria das análises pessimistas omite. Uma análise da Boston Consulting Group de 2024 estimou que a IA, aplicada com critério, poderia mitigar 5 a 10 por cento das emissões globais de gases com efeito de estufa até 2030. O Grantham Institute aponta as poupanças em 3,2 a 5,4 mil milhões de toneladas de CO₂ até 2035, se a IA for utilizada para otimizar redes energéticas, acelerar a ciência dos materiais, melhorar a modelação meteorológica e reduzir os desperdícios industriais.

Já existem exemplos reais. A IA está a mapear a dragagem ilegal em águas profundas, a cartografar plumas de metano a partir de imagens de satélite, a otimizar a localização de turbinas eólicas e a melhorar a eficiência do uso de fertilizantes na agricultura. A Comissão Europeia publicou investigação em março de 2026 mostrando que o calor residual dos centros de dados de IA está a ser redirecionado para alimentar sistemas de purificação de água e de captura de carbono.

A conclusão honesta é que depende do modo como a IA é utilizada. O lado da infraestrutura tem custos inequívocos. O lado das aplicações tem potencial real, mas apenas se os casos de uso favoráveis ao clima crescerem mais depressa do que os desfavoráveis.

O Que Pode Fazer? 5 Dicas Práticas

Não é preciso abandonar a IA para reduzir o seu impacto. A maioria dos ganhos vem de uma utilização mais inteligente, não da abstinência. Leia a nossa análise do EcoGPT, o chatbot de IA com consciência ambiental para uma visão mais aprofundada das ferramentas de IA centradas na sustentabilidade.

1. Escolha o modelo mais leve sempre que possível. Uma pesquisa factual não precisa de um modelo de raciocínio de ponta. Mudar de um modelo de raciocínio pesado para um modelo de chat padrão pode reduzir o seu consumo energético por pedido em 20 a 100 vezes. As aplicações que permitem alternar entre modelos numa única interface tornam isso simples, e ferramentas com pesquisa integrada como a pesquisa verde de IA da Ecosia recorrem por defeito a modelos mais leves. Da mesma forma, combinar o uso de IA com o motor de pesquisa ecológico OceanHero permite que as suas pesquisas diárias financiem a limpeza dos oceanos.

2. Evite a geração de vídeo e imagem por IA para uso casual. Um único vídeo do Sora 2 consome cerca de 3.000 vezes mais energia do que um pedido de texto. Se a mesma ideia funcionar em texto, escreva-a.

3. Agrupe os seus pedidos. A maior parte da energia vai para o arranque do contexto. Um pedido longo, bem pensado, que lhe dá a resposta de uma só vez é muito mais eficiente do que dez iterações de vai e vem.

4. Use aplicações multi-modelo. O Fello AI é um bom exemplo: uma aplicação, uma subscrição, e pode escolher entre ChatGPT, Claude, Gemini, Grok e DeepSeek para qualquer tarefa. Encaminhar uma consulta simples para o Gemini a 0,24 Wh em vez de a executar num modelo de raciocínio pesado pode reduzir o impacto do seu pedido em uma ordem de grandeza. A aplicação custa $9.99 por mês e suporta Funcionalidades para resultados em Excel, Word, PowerPoint e PDF, permitindo também agrupar uma tarefa inteira em vez de vários pedidos pequenos.

5. Pressione os fornecedores para que divulguem dados. Apenas 12 por cento dos executivos mediram o impacto ambiental da sua IA generativa em 2025, de acordo com o inquérito da Capgemini. A falta de transparência é o maior obstáculo para resolver este problema. Quando se regista numa ferramenta, procure relatórios de emissões de fonte primária. Recompense os que publicam.

A Conclusão

A IA em 2026 é prejudicial ao ambiente, mas não de forma igual em todos os casos. Os custos por pedido são suficientemente pequenos para que a abstinência pessoal seja a solução errada. O que importa é o panorama estrutural: um setor a crescer a 30 por cento ao ano, a consolidar 40 por cento de nova procura alimentada por combustíveis fósseis, e a correr à frente da descarbonização da rede elétrica. A projeção de 945 TWh da AIE, os números de CO₂ e água de Cornell e a diferença de eficiência de 65× de Jegham apontam todos para a mesma conclusão. O impacto da IA continuará a crescer rapidamente, e a única mitigação realista está do lado da produção: redes mais limpas, localização mais inteligente e modelos mais eficientes.

Para si, como utilizador, a medida de maior impacto é escolher o modelo certo para a tarefa e evitar o vídeo por IA para uso casual. Se quiser aprofundar os números por detrás de cada pilar do impacto ambiental da IA, os nossos artigos complementares sobre quanto eletricidade a IA consome realmente em 2026, a análise detalhada do consumo de água pela IA e a nossa análise do papel da IA na crise de procura de eletricidade em 2026 vão uma camada mais fundo do que qualquer classificação isolada.

FAQ