Inteligência artificial vai acelerar a transição verde – ou destruí-la. Depende das escolhas que fizermos agora

A capacidade computacional da IA global duplica aproximadamente a cada sete meses. A Europa já representa 15% do consumo mundial de eletricidade dos centros de dados. E o treino dos maiores modelos de linguagem consome mais energia do que alguns países pequenos num ano inteiro. Em maio de 2026, a Agência Europeia do Ambiente publicou dois briefings sobre a relação entre a inteligência artificial e a sustentabilidade – e a conclusão é simultaneamente encorajante e alarmante: a IA pode ser o maior acelerador da transição verde da história, ou pode ser a ameaça que a inviabiliza. A diferença está nas políticas que a Europa escolher adotar nos próximos anos.

A narrativa dominante sobre a inteligência artificial e o ambiente tem sido, até agora, essencialmente otimista: a IA vai otimizar as redes elétricas, modelar o clima com maior precisão, identificar materiais mais eficientes para baterias e painéis solares, reduzir o desperdício alimentar através de logística inteligente e transformar a monitorização ambiental. Tudo isto é verdade – e os briefings da AEA confirmam-no.

Mas os mesmos briefings documentam a outra face desta história, frequentemente deixada em segundo plano: o crescimento exponencial da infraestrutura que torna a IA possível tem uma pegada ambiental que se está a tornar impossível de ignorar. A capacidade computacional global dedicada à IA duplica aproximadamente a cada sete meses, segundo dados da Epoch AI de 2026 citados pela AEA. Desde 2022, a capacidade dos principais chips de IA cresceu cerca de 3,3 vezes por ano. E este crescimento traduz-se diretamente em consumo de eletricidade, água e materiais críticos.

Os números europeus são reveladores. A Europa representa atualmente 15% do consumo mundial de eletricidade dos centros de dados – face a 45% dos Estados Unidos e 25% da China, segundo dados da Agência Internacional de Energia de 2025. O briefing da AEA sobre a transição dupla europeia é explícito: os centros de dados, as redes e os dispositivos geram em conjunto uma pegada ambiental crescente que os ganhos de eficiência por si só têm pouca probabilidade de compensar. Em linguagem mais direta: a IA está a consumir mais energia do que a eficiência consegue poupar, e a diferença está a alargar-se.

Além da eletricidade: água, minerais críticos e dependências estratégicas

O consumo de eletricidade é apenas a dimensão mais visível da pegada ambiental da IA. Os briefings da AEA identificam duas outras dimensões frequentemente esquecidas no debate público: o consumo de água e a dependência de minerais críticos.

Os centros de dados de grande escala necessitam de sistemas de arrefecimento que consomem quantidades significativas de água. Um único grande centro de dados pode consumir milhões de litros de água por dia – um recurso que está sob pressão crescente em muitas regiões europeias, incluindo o sul de Portugal, a Península Ibérica e o Mediterrâneo, onde a seca estrutural se está a aprofundar. A localização de novos centros de dados torna-se assim não apenas uma decisão energética, mas também uma decisão hídrica com implicações para comunidades locais e para a gestão de recursos em regiões de stress hídrico.

A dependência de minerais críticos é igualmente preocupante do ponto de vista da sustentabilidade e da autonomia estratégica europeia. Enquanto o debate sobre materiais críticos tem estado centrado nas baterias para veículos elétricos – lítio, cobalto, manganês – a IA depende de um conjunto diferente, mas igualmente sensível de minerais: gálio, germânio, índio, paládio e tântalo, essenciais para os semicondutores de alta performance que alimentam os modelos de grande escala. A concentração da cadeia de abastecimento destes minerais em poucos países – com a China a controlar partes significativas da refinação – cria vulnerabilidades estratégicas que a AEA identifica como um risco para a autonomia europeia na transição digital.

A NVIDIA fornece atualmente mais de 60% da capacidade computacional global de IA, com a Google e a Amazon a fornecer grande parte da restante. Esta concentração não é apenas um risco de mercado – é também um risco de sustentabilidade, na medida em que as decisões de localização e de eficiência energética de um pequeno número de empresas têm impacto desproporcionado na pegada ambiental global da IA.

Benefícios reais: onde a IA pode ajudar

Os briefings da AEA não são um manifesto contra a IA. São um apelo à lucidez sobre as condições em que a IA pode efetivamente contribuir para a sustentabilidade – e sobre as condições em que esse contributo é anulado ou revertido pelos seus próprios custos.

Os domínios onde a evidência de benefício ambiental é mais robusta incluem a gestão de redes elétricas inteligentes, onde a IA pode otimizar em tempo real o equilíbrio entre produção renovável variável e procura, reduzindo desperdício e aumentando a penetração de renováveis. A modelação climática é outro domínio com impacto direto: modelos de IA mais potentes permitem projeções climáticas com maior resolução espacial e temporal, melhorando a qualidade das decisões de adaptação e a eficácia dos sistemas de alerta precoce para eventos extremos.

Na eficiência industrial, a IA pode otimizar processos de produção, reduzir consumo de energia e matérias-primas, e identificar oportunidades de substituição de materiais que seriam impossíveis de detetar por métodos convencionais. Na logística e nos transportes, pode reduzir significativamente as emissões através da otimização de rotas, da consolidação de cargas e da redução de viagens em vazio. E nos mercados de consumo, tem o potencial de influenciar escolhas através da melhoria da informação sobre produtos e serviços – tornando mais fácil para consumidores e organizações identificar e escolher opções de menor impacto ambiental.

A AEA sublinha que nenhum destes benefícios é automático. Dependem de escolhas deliberadas sobre como a IA é desenhada, implementada e regulada. Uma IA otimizada para maximizar o engagement do consumidor numa plataforma de fast fashion produz resultados ambientais opostos a uma IA otimizada para minimizar a pegada de carbono de uma cadeia de abastecimento. A tecnologia é neutra; o impacto não é.

Efeito ricochete: quando a eficiência aumenta o consumo

Um dos conceitos mais importantes – e mais ignorados – nos briefings da AEA é o efeito ricochete, também conhecido como paradoxo de Jevons: quando a eficiência de um processo melhora, o consumo total tende a aumentar em vez de diminuir, porque a eficiência reduz o custo unitário e incentiva maior utilização.

No contexto da IA, o efeito ricochete manifesta-se de múltiplas formas. Os modelos de IA tornaram-se progressivamente mais eficientes por parâmetro de treino – mas o número de parâmetros e a frequência de treino aumentaram muito mais depressa do que a eficiência melhorou, resultando num consumo total crescente. Os centros de dados tornaram-se mais eficientes energeticamente – mas a expansão da infraestrutura mais do que anulou os ganhos de eficiência. A IA pode reduzir o custo de produção de bens e serviços – mas se essa redução de custo incentivar maior consumo, o efeito líquido pode ser negativo.

A AEA é explícita neste ponto: sem políticas deliberadas que internalizem os custos ambientais da IA – incluindo o custo do carbono, o custo da água e o custo dos materiais críticos – o efeito ricochete tornará inevitável que a IA aumente a pressão ambiental global, mesmo que cada aplicação individual seja mais eficiente do que o processo que substituiu.

O que a Europa precisa de fazer – e o que Portugal tem em jogo

Os dois briefings da AEA convergem numa recomendação central: os decisores políticos europeus têm de guiar ativamente a inovação e a regulação para garantir que a digitalização apoia os objetivos climáticos e de sustentabilidade, em vez de os minar. Isto significa três coisas concretas.

Primeiro, integrar os custos ambientais da IA nos instrumentos de política existentes: o EU ETS, o regulamento de ecodesign, os critérios de taxonomia verde e os requisitos de reporte de sustentabilidade devem cobrir explicitamente a infraestrutura digital. Atualmente, muitos centros de dados operam fora dos sistemas de incentivos e obrigações que se aplicam a outras infraestruturas energeticamente intensivas.

Segundo, orientar o investimento público e privado em IA para aplicações com benefício ambiental documentado – e criar mecanismos para avaliar e comunicar o impacto ambiental líquido de diferentes aplicações. O AI Act europeu, que regula os riscos dos sistemas de IA, é um passo na direção certa – mas não aborda diretamente a dimensão ambiental. Uma extensão do quadro regulatório nessa direção é recomendada pelos briefings.

Para Portugal, o tema tem uma dimensão nacional concreta. O país tem vindo a atrair investimentos significativos em centros de dados, aproveitando a sua posição geográfica, a disponibilidade de energia renovável e os incentivos fiscais existentes. Esta é uma oportunidade económica real – mas que precisa de ser acompanhada por critérios ambientais exigentes: eficiência energética certificada, uso de energia 100% renovável, gestão responsável da água em regiões de stress hídrico, e integração nos sistemas de planeamento territorial com avaliação de impacto ambiental robusta. A Portugal que quer liderar na sustentabilidade não pode acolher infraestrutura digital de forma incondicional – pode e deve fazê-lo de forma exemplar.

Fonte: Agência Europeia do Ambiente / Epoch AI / IEA / Climate Change News / Recycling Magazine