123 Ecos Redação
A equipe editorial da 123 Ecos produz os textos com apoio de inteligência artificial, seguindo rigorosamente regras editoriais definidas por pessoas e fontes oficiais citadas. Cada postagem passa por auditoria e checagem de fontes antes de ser publicada.
Atualizado em: 31/10/2026
Nesta página
A relação entre a IA e a pegada de carbono está na eletricidade. A pegada de carbono é a soma dos gases de efeito estufa emitidos por uma atividade, medida em CO₂ equivalente (pegada de carbono). A inteligência artificial roda em centros de dados, prédios cheios de computadores que gastam eletricidade para calcular e para se resfriar. Ela gasta em dois momentos: no treino, quando o programa aprende a partir de grandes volumes de dados, e no uso, cada vez que alguém faz um pedido. A emissão depende de quanta eletricidade se gasta e de como essa eletricidade é gerada.
Os números dos centros de dados
| Dado | Valor | Fonte |
|---|---|---|
| Eletricidade usada pelos centros de dados (2024) | cerca de 415 TWh, 1,5% da eletricidade do mundo | AIE, Energy and AI, abril de 2025 |
| Projeção para 2030 | 945 TWh, perto do consumo atual do Japão | AIE, abril de 2025 |
| Aumento em 2025 | 17%, contra 3% da procura total de eletricidade | AIE, abril de 2026 |
| Emissões dos centros de dados | cerca de 180 milhões de toneladas de CO₂ hoje; 300 milhões em 2035 no cenário de base | AIE, abril de 2025 |
Fontes: AIE, Energy and AI: AI and climate change[1], para os 180 milhões de toneladas; S&P Global, 10/4/2025[2]; DatacenterDynamics, sobre o relatório da AIE[3]; AIE, abril de 2026[4]. Um TWh (terawatt-hora) é um bilhão de quilowatts-hora; o quilowatt-hora é a unidade da conta de luz. Os números incluem todos os centros de dados, não só os de IA. As projeções são incertas, sobretudo porque não se sabe quanto as pessoas vão usar a IA (Scientific American, 2025[5]).
O caso das 284 toneladas
Em 2019, Emma Strubell, Ananya Ganesh e Andrew McCallum, da Universidade de Massachusetts, estimaram as emissões de treinar alguns modelos de linguagem (Strubell e outros, ACL, 2019[6]):
| Caso estimado | Emissão |
|---|---|
| Modelo grande treinado com busca automática de arquitetura | 626.155 libras, cerca de 284 toneladas de CO₂ equivalente |
| O mesmo modelo, sem essa busca | 192 libras, cerca de 87 kg |
| Um carro médio na vida toda, com o combustível | 126.000 libras, cerca de 57 toneladas |
A busca automática de arquitetura treina muitas versões do modelo para achar a melhor forma. No estudo, ela exigiu cerca de 979 milhões de passos de treino e melhorou a qualidade da tradução em só 0,1 ponto. Por isso, o número de 284 toneladas é um caso extremo de 2019, não o custo de treinar um modelo qualquer. As conversões de libras para quilos são minhas.
Por que os números por pergunta variam
É comum ver frases como “uma pergunta à IA gasta tanto”. Esses números dependem do modelo, do tamanho do pedido, do computador, do lugar e da hora, e de como a eletricidade daquele lugar é gerada. Um estudo publicado em 2025 que fez esse tipo de conta, para a água, declarou as suas hipóteses, entre elas um gasto de 0,004 kWh de servidor por pedido de tamanho médio (Li e outros, Communications of the ACM, 2025[7]). Sem as hipóteses, um número por pergunta não pode ser conferido.
O que reduz a pegada
- Eletricidade de fonte limpa: a emissão de cada kWh muda conforme a fonte; as faixas de cada fonte estão em tecnologias sustentáveis.
- Eficiência: a AIE registra que o gasto de energia por tarefa de IA está caindo depressa, enquanto o uso cresce (AIE, abril de 2026[4]); quando a melhoria faz o uso crescer, fala-se em efeito rebote.
- Transparência: sem empresas que publiquem o gasto de cada modelo, os estudos dependem de estimativas, como as citadas aqui.
Você sabia?
Em 2025, as empresas de tecnologia responderam por cerca de 40% de todos os contratos de compra de energia renovável assinados por empresas no mundo, segundo a AIE (AIE, abril de 2026[4]).
Termos vizinhos
- Pegada de carbono (link).
- Impactos da IA na sustentabilidade (link).
- Plataformas de big data (link).
Resumo: principais perguntas e respostas
É a emissão causada pela eletricidade que os centros de dados gastam para treinar e usar os programas; os centros de dados emitem cerca de 180 milhões de toneladas de CO₂, segundo a AIE.
Cerca de 415 TWh em 2024, 1,5% da eletricidade do mundo, com projeção de 945 TWh em 2030.
Só num caso extremo de 2019, com busca automática de arquitetura; sem ela, o mesmo treino foi estimado em cerca de 87 kg.
Depende do modelo, do pedido, do lugar e da fonte da eletricidade; um número por pergunta só pode ser conferido com as hipóteses da conta.
Com eletricidade de fonte limpa, programas mais eficientes e empresas que publiquem o gasto, lembrando que o uso crescente pode comer os ganhos.
Fontes
- [1] Agência Internacional de Energia. Energy and AI: AI and climate change. 2025. ↩
- [2] S&P Global. Global data center power demand to double by 2030 on AI surge: IEA. 10/4/2025. ↩
- [3] DatacenterDynamics. IEA: data center energy consumption set to double by 2030 to 945TWh. 2025. ↩
- [4] Agência Internacional de Energia. Data centre electricity use surged in 2025. Abril de 2026. ↩
- [5] Scientific American. AI will drive doubling of data center energy demand by 2030. 2025. ↩
- [6] Strubell, E.; Ganesh, A.; McCallum, A. Energy and policy considerations for deep learning in NLP. ACL, 2019. ↩
- [7] Li, P.; Yang, J.; Islam, M. A.; Ren, S. Making AI less “thirsty”. Communications of the ACM, 2025. ↩
O tema completo, reunido na vitrine Ciência, Tecnologia e Inovação →
Pergunte à Ecopédia
123 Ecos. IA e a pegada de carbono: consumo de energia e emissões. Disponível em: https://123ecos.com/docs/ia-e-pegada-de-carbono/. Versão de 31/10/2026.
Uso permitido: leitura, uso em aula e citação com a fonte. Uso comercial ou republicação precisam de autorização (contato@123ecos.com.br).
Créditos das imagens: junto de cada imagem.

