O ChatGPT pode consumir até 500 ml de chuva a cada 20 a 50 perguntas. É uma vez que se a plataforma bebesse uma garrafinha de chuva toda vez que esse volume de comandos é solicitado pelo usuário. Em demandas mais complexas, uma vez que a geração de imagens, o gasto de chuva é maior e mais rápido.
Para gerar uma imagem, é uma vez que se a plataforma de lucidez sintético (IA) da empresa OpenAI realizasse 20 comandos de texto. No entanto, no caso dos textos, a mesma quantidade de chuva poderia ser usada para até 50 comandos, o que não ocorre nas ilustrações.
Isso é o que aponta uma pesquisa das universidades de Colorado Riverside e da Texas Arlington divulgada no término de março.
O consumo de chuva pelo ChatGPT não é novidade. Seus processadores, que trabalham 24 horas por dia, demandam uma quantidade significativa de força e precisar usar esse recurso originário no processo de resfriamento.
A discussão ganhou novos contornos com a voga das últimas semanas que conquistou milhares de usuários da internet: pedir que o ChatGPT crie imagens com o estilo do Studio Ghibli e a partir de fotos próprias.
“É superdivertido ver as pessoas adorando as imagens no ChatGPT, mas nossas GPUs estão derretendo. Esperamos que não demore muito. A versão gratuita do ChatGPT em breve fará três gerações por dia”, escreveu o SEO da OpenAI, Sam Altman, no X ao comentar o incremento repentino da demanda.
Nina da Hora, técnico em IA, explica que esse problema não é pessoal da OpenAI, mas um duelo que perpassa todas as IAs generativas. “Ferramentas uma vez que Midjourney, DALL·E e outras plataformas de geração de imagem consomem uma quantidade significativa de recursos computacionais a cada requisição, e isso se reflete diretamente no uso de chuva em data centers para manter as máquinas em temperaturas adequadas. Esse uso quotidiano, independentemente da febre atual [relacionado ao Studio Ghibli], continua gerando esse impacto“, analisa.
A novidade agora é a surpresa entre os usuários, uma vez que a indústria de tecnologia sempre atuou uma vez que grande consumidora de recursos naturais, devido ao processamento dados que realizam, segundo afirma o professor e técnico em IA Fernando Moulin.
“Esse processamento consome uma enorme quantidade de força, e a passagem desta força pelos condutores e processadores, por exemplo, motivo um efeito físico que transforma força elétrica em calor”, explica. “Esse calor gerado pelo fenômeno é massivo, e existem máquinas chamadas ‘trocadores de calor’, que utilizam chuva de resfriamento para descair a temperatura dos servidores e, assim, evitar que superaqueçam ou se deteriorem enquanto operam.”
No auge da novidade tendência, a OpenAI divulgou que 1 milhão de novos usuários haviam entrado na plataforma em unicamente uma hora e que foram criadas 3 milhões de imagens em um único dia. Com base nessa informação, é verosímil prezar que o gasto de chuva, unicamente desse público, foi de aproximadamente 75 milénio litros em uma janela de 60 minutos.
O impacto hídrico da IA
Estima-se que, até 2027, a demanda global por IA represente entre 4,2 e 6,6 bilhões de metros cúbicos de captação de chuva — o equivalente à retirada anual totalidade de chuva de quatro a seis Dinamarcas ou metade do Reino Uno — destaca a pesquisa divulgada em março.
“Isso é preocupante, já que a escassez de chuva gulodice se tornou um dos desafios mais urgentes da atualidade”, afirmam os cientistas que encabeçam o estudo. “Para responder aos desafios hídricos globais, a IA pode e deve assumir responsabilidade social, dando o exemplo ao abordar sua própria pegada hídrica.”
Para o professor e técnico em IA Adilson Batista, a falta de transparência das empresas de IA impede análises mais aprofundadas sobre suas pegadas de carbono e hídrica. “As grandes empresas de tecnologia ainda divulgam poucos dados sobre o consumo de chuva e força dos seus modelos, o que dificulta entender o real impacto ambiental dessas ferramentas”, analisa.
“Para aumentar a consciência [das informações], seria importante que essas empresas adotassem políticas de disclosure [divulgação] mais claras, publicando relatórios regulares com indicadores ambientais.”
Medidas para redução do consumo
O estudo das universidades de Colorado Riverside e da Texas Arlington sugere ainda algumas estratégias para minimizar o impacto hídrico dos modelos de IA, uma vez que o desenvolvimento de sistemas de resfriamento mais eficientes, a escolha de localizações para data centers em regiões frias e a adoção de tecnologias alternativas que reduzam a urgência de chuva. A regulação também é apontada uma vez que um caminho verosímil pelos pesquisadores.
“Determinar de forma criteriosa quando e onde treinar um grande protótipo de IA pode impactar significativamente sua pegada hídrica”, diz o estudo. “Podemos agendar dinamicamente o treinamento e a inferência da IA de maneira consciente em relação ao uso da chuva, reduzindo sua pegada hídrica.”
Ou por outra, o texto propõe que usuários e empresas considerem a pegada ambiental das ferramentas digitais utilizadas. Assim uma vez que a preocupação com emissões de carbono e consumo de força ganhou destaque nos últimos anos, o uso de chuva pode se tornar um critério relevante na adoção de novas tecnologias.
“Para reduzir a pegada de carbono, é preferível ‘seguir o sol’ quando a força solar está mais numeroso. No entanto, para reduzir a pegada hídrica, pode ser mais vantajoso ‘não seguir o sol’, evitando as horas de subida temperatura do dia, quando a eficiência no uso da chuva é menor”, conclui a pesquisa.
Veja também: ChatGPT ganha 1 milhão de novos usuários