Mas acontece que muitas dessas afirmações têm muito poucas – ou nenhumas – provas reais por trás delas.
Joshi é o autor de um novo relatório, divulgado segunda-feira com o apoio de várias organizações ambientais, que tenta quantificar algumas das afirmações mais notórias feitas sobre como a IA salvará o planeta. O relatório analisa mais de 150 afirmações feitas por empresas de tecnologia, associações de energia e outros sobre como “a IA servirá como um benefício climático líquido”. A análise de Joshi revela que apenas um quarto dessas alegações foram apoiadas por investigação académica, enquanto mais de um terço não citou publicamente qualquer prova.
“As pessoas fazem afirmações sobre o tipo de impactos sociais da IA e os efeitos no sistema energético – essas afirmações muitas vezes carecem de rigor”, afirma Jon Koomey, investigador de energia e tecnologia que não esteve envolvido no relatório de Joshi. “É importante não considerar afirmações de interesse próprio pelo valor nominal. Algumas dessas afirmações podem ser verdadeiras, mas é preciso ter muito cuidado. Acho que há muitas pessoas que fazem essas declarações sem muito apoio.”
Outro tópico importante que o relatório explora é o que tipo exatamente da IA, de que as empresas de tecnologia estão falando quando falam sobre a IA salvando o planeta. Muitos tipos de IA consomem menos energia do que os modelos generativos e centrados no consumidor que dominaram as manchetes nos últimos anos, e que exigem enormes quantidades de computação — e energia — para treinar e operar. O aprendizado de máquina tem sido um elemento básico de muitas disciplinas científicas há décadas. Mas é a IA generativa em grande escala – especialmente ferramentas como ChatGPT, Claude e Google Gemini – que constitui o foco público de grande parte da construção de infraestruturas das empresas de tecnologia. A análise de Joshi descobriu que quase todas as afirmações que ele examinou combinavam formas de IA mais tradicionais e menos intensivas em energia com a IA generativa focada no consumidor que está impulsionando grande parte da construção de information facilities.
David Rolnick é professor assistente de ciência da computação na Universidade McGill e presidente da Local weather Change AI, uma organização sem fins lucrativos que defende o aprendizado de máquina para enfrentar os problemas climáticos. Ele está menos preocupado do que Joshi com a origem de onde as grandes empresas de tecnologia obtêm seus números sobre o impacto da IA no clima, dada a dificuldade, diz ele, de provar quantitativamente o impacto neste campo. Mas para Rolnick, a distinção entre os tipos de empresas de tecnologia de IA que as empresas consideram essenciais é uma parte basic desta conversa.
“O meu problema com as afirmações feitas pelas grandes empresas tecnológicas em torno da IA e das alterações climáticas não é que não sejam totalmente quantificadas, mas que se baseiem numa IA hipotética que, em alguns casos, não existe agora”, diz ele. “Acho que a quantidade de especulação sobre o que pode acontecer no futuro com a IA generativa é grotesca.”
Rolnick salienta que desde técnicas para aumentar a eficiência da rede até modelos que podem ajudar a descobrir novas espécies, a aprendizagem profunda já está em utilização numa infinidade de setores em todo o mundo, ajudando a reduzir as emissões e a combater as alterações climáticas neste momento. “No entanto, isso é diferente de ‘Em algum momento no futuro, isso pode ser útil”, diz ele. Além do mais, “há um descompasso entre a tecnologia que está sendo trabalhada pelas grandes empresas de tecnologia e as tecnologias que realmente impulsionam os benefícios que elas afirmam defender”. Algumas empresas podem apresentar exemplos de algoritmos que, por exemplo, ajudam a detectar melhor inundações, usando-os como exemplos de IA para o bem para anunciar os seus grandes modelos de linguagem – apesar do facto de os algoritmos que ajudam na previsão de inundações não serem o mesmo tipo de IA que um chatbot voltado para o consumidor.
