A inteligência artificial automatiza processos, acelera análises, abre novas frentes de inovação e transforma modelos de negócio. Mas por trás dessa transformação  existe uma pergunta que começa a ganhar espaço no debate público: qual é o custo da IA e quem, de fato, paga essa conta?

A resposta não é simples e envolve diferentes dimensões como infraestrutura, demanda por energia, e, principalmente, impactos sociais e ambientais que essas ferramentas produzem.

Para o professor André Carvalho, diretor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, e coordenador do Escritório de Transformação Digital e Inteligência Artificial da universidade, olhar apenas o custo financeiro é um erro.

“Os principais custos são sociais e ambientais. Sociais quando os modelos apresentam algum tipo de viés, violação à privacidade ou manipulação. Ambientais pela quantidade de energia demandada, que muitas vezes vêm de fontes não renováveis, de água consumida para resfriamento de equipamentos e de gás carbônico lançado para a atmosfera. Financeiros pelo custo crescente dos equipamentos”, afirma.

Parte desses custos não parece para quem usa a tecnologia. Há o trabalho humano envolvido na rotulação e validação de dados, muitas vezes realizado em condições precárias e com baixa remuneração. Há o custo das decisões automatizadas, que podem afetar acesso a crédito, emprego e serviços públicos. E há o custo da própria infraestrutura que sustenta esses sistemas.

Custos ambientais

Treinar modelos como ChatGPT ou Gemini exige centros de dados com grande consumo energético, uso intensivo de água para resfriamento e infraestrutura computacional cada vez mais cara. Segundo a Agência Internacional de Energia (IEA), a demanda de eletricidade dos data centers deve mais que dobrar até 2030, alcançando cerca de 945 TWh, um consumo equivalente ao de países inteiros, como o Japão. Boa parte desse crescimento será impulsionada por aplicações de inteligência artificial.

Esse avanço já começa a se refletir em diferentes contextos, inclusive no Brasil, que atualmente conta com 160 desses centros instalados, cuja capacidade instalada total é de aproximadamente 800 MW, de acordo com a Associação Brasileira de Data Center (ABDC). A expectativa é  que esse volume cresça até 20 vezes até 2038, um avanço que tende a trazer impactos diretos sobre o sistema elétrico e o uso de recursos naturais.

Além da energia e da infraestrutura, outro ponto crítico é o consumo de água. Data centers utilizam grandes quantidades desse recurso para resfriamento, e parte significativa se perde por evaporação. Em escala global, isso transforma a IA em uma tecnologia que depende não apenas de dados, mas também de recursos naturais cada vez mais escassos.

Declarações de executivos do setor ajudam a dimensionar essa escala. Sam Altman, CEO do da OpenAI, por exemplo, já deu declarações afirmando que o ChatGPT recebe aproximadamente 1 bilhão de mensagens por dia e que cada interação consome 1 gota de chá de água. 

Ao mesmo tempo, empresas de tecnologia têm buscado soluções para reduzir esse impacto, como o desenvolvimento de chips mais eficientes e iniciativas de compensação hídrica. 

Outra preocupação é com as emissões de carbono que corroboram para o aquecimento global. Meng Zhang, pesquisador da Universidade de Zhejiang, na China, publicou uma pesquisa em que descreve a estimativa das emissões geradas entre 2020 e 2024 por 79 sistemas de inteligência artificial amplamente utilizados, incluindo modelos como Gemini Ultra, GPT-4, Mistral Large e Inflection-2.  O resultado apontou que os 20 principais sistemas de IA incluídos em seu estudo consumiam energia suficiente para rivalizar com um país pequeno, como a Islândia ou a República Popular Democrática da Coreia, por exemplo. Na verdade, em 2022, as emissões de carbono desses sistemas de IA superaram as emitidas por 137 países individuais. A pesquisa também conclui que a pegada total de carbono projetada dos sistemas de IA poderia chegar a até 102,6 Mt de CO2 equivalente ao ano, semelhante às emissões de 22 milhões de pessoas ao longo de um ano.

Esse cenário tem levado pesquisadores a questionar não apenas o custo financeiro da IA, mas o seu custo ambiental real, que, muitas vezes, fica invisível para usuários e até para empresas que utilizam essas tecnologias.

Quem paga essa conta

Se os custos são difusos, a pergunta sobre quem paga por eles também ganha destaque. 

“Hoje, quem de fato paga pela IA: grandes empresas, governos ou a sociedade como um todo? No final, quem paga é a sociedade”, resume André Carvalho.

Isso acontece de diferentes formas. Empresas investem diretamente em infraestrutura e desenvolvimento, governos financiam pesquisa e implementação em serviços públicos, e a sociedade arca com impactos indiretos, como aumento do consumo energético, uso de recursos naturais e consequências sociais de decisões automatizadas.

Mesmo quando o acesso à IA parece gratuito, ele raramente é neutro. O custo pode não estar na ferramenta, mas está na energia consumida, nos dados utilizados, nas decisões automatizadas e nos efeitos sociais dessas escolhas.

Há também um custo menos visível, mas igualmente relevante: o da confiança. Sistemas que reproduzem vieses ou operam com baixa transparência podem afetar direitos, oportunidades e relações sociais, especialmente em áreas como contratação, crédito, segurança pública e acesso a serviços.

Para o professor do ICMC, o alto custo computacional da IA não afeta todos da mesma forma. Países e instituições com maior capacidade de investimento conseguem desenvolver e utilizar tecnologias mais avançadas, enquanto outros ficam dependentes de soluções externas.

“O Brasil já está bem atrás de outros países, e vai ficar mais atrás ainda”, alerta o diretor do ICMC.

Essa assimetria pode ampliar desigualdades globais e internas. Regiões com menos acesso à infraestrutura tecnológica tendem a ter menos autonomia para desenvolver soluções próprias, o que impacta desde a pesquisa científica até a competitividade econômica.

Formar para decidir

Diante desse cenário, discutir o custo da IA deixa de ser um tema secundário e passa a ocupar um espaço central na formação de profissionais da área.

Segundo a professora Solange Rezende, coordenadora do MBA em Inteligência Artificial e Big Data do ICMC-USP, essa é uma preocupação incorporada à estrutura do curso.

“Na formação oferecida pelo MBA, há espaço para discutir quem paga pela IA no Ciclo de Palestras de Tendência e Mercado em IA e Big Data. Já temos várias palestras disponíveis que abordam essa temática, e a ideia é que, a cada nova turma, a gente traga especialistas para discutir essa visão de custo e de decisões mais responsáveis no uso dessas tecnologias”, explica.

A discussão não se limita a um único momento e atravessa diferentes disciplinas, desde aprendizado de máquina até armazenamento de dados em larga escala e temas avançados.

“As questões de decisões responsáveis no uso da tecnologia aparecem ao longo do curso, quando os professores tratam dos conteúdos das disciplinas. Elas também estão presentes nos módulos mais avançados, que trazem temas de fronteira”, afirma.

Na prática, isso significa formar profissionais capazes de ir além da implementação técnica e refletir sobre as consequências das soluções que desenvolvem.

Matéria: Gabriele Maciel, da Fontes Comunicação Científica