Grupo 11 - Inteligência Artificial e Consumo de Água by Luana Ananias de Freitas

5. IA como novo problema ambiental

luanafreitas_4n — 2025-09-09 22:15:33 UTC

5.1 Escala do problema e desigualdade socioambiental

luanafreitas_4n — 2025-09-09 22:24:37 UTC

2.2 Datas Centers

nicolecostasantosiesb — 2025-09-09 23:06:45 UTC

O que é?
Como funciona?
Servidores
Processo de resfriamento

2.4 Dados empíricos recentes

nicolecostasantosiesb — 2025-09-09 23:17:45 UTC

No ano de 2022, a Microsoft consumiu quase 7 milhões de metros cúbicos de água (= 7 bilhões de litros de água).

5.2 Estratégias corporativas e limites da eficiência

luanafreitas_4n — 2025-09-09 23:34:26 UTC

Reuso de efluentes
Captação de chuva
Resfriamento eficiente

Crescimento da demanda > ganhos de eficiência.
Custos ambientais recaem sobre regiões vulneráveis.
Paradoxo de Jevons: eficiência → mais consumo.

5.3 Ganhos x limites

luanafreitas_4n — 2025-09-10 00:09:04 UTC

Ganhos potenciais -> irrigação eficiente, previsão de secas.

Custos -> pegada hídrica, desigualdade ampliada, comunidades locais sobrecarregadas.

1.1

samellaviana — 2025-09-10 00:14:00 UTC

A conservação do recursos hídricos impulsionou a consciência ambiental e promoveu o debate nas Relações Internacionais sobre preservação.

1.2

samellaviana — 2025-09-10 00:35:50 UTC

Ramsar (1971): proteção de zonas úmidas.
Helsinque (1992): gestão de águas transfronteiriças.
ECO 92 (1992): Agenda 21
Convenção da ONU (1997): regras jurídicas de uso de cursos de água.
RIO +20 / ODS 6 (2015): garantir água limpa e saneamento até 2030.

2.3 Diferença entre resfriamento a ar e a água

nicolecostasantosiesb — 2025-09-10 00:36:43 UTC

700.000 litros de água doce limpa por um ciclo de processamento
1 garrafa de água para um punhado de respostas de um chatbot

5.4 Ganhos ambientais pontuais x ausência de regulação internacional

luanafreitas_4n — 2025-09-10 00:48:46 UTC

IA e benefícios ambientais: irrigação eficiente, previsão de secas.
Pegada hídrica: ganhos não anulam impactos.
Controle tecnológico: big techs concentram benefícios, custos locais.
Padrão histórico: biocombustíveis, transgênicos, nuclear → mais desigualdade.
Crítica central: falta de regulação internacional sobre custos hídricos.

1.3

samellaviana — 2025-09-10 01:02:57 UTC

Impacto das Convenções e Tratados Internacionais sobre mudanças climáticas no Meio Ambiente

2.1 Pegada hídrica

nicolecostasantosiesb — 2025-09-10 01:06:31 UTC

Mede a quantidade de água doce utilizada em toda a cadeia de produção de bens e serviços (Arjen Hoekstra, 2002)

1.4

samellaviana — 2025-09-10 01:16:40 UTC

Ausência de Políticas Ambientais que fiscalizam e regulamentam o uso dos recursos hídricos.

Impactos mensuráveis, déficit de transparência e racionalidade econômica:

luanafreitas_4n — 2025-09-10 02:04:27 UTC

Impactos mensuráveis: GPT-3 consumiu centenas de milhares de litros.
Projeção 2027: 4,2–6,6 bi m³/ano (consumo de países médios).
Déficit de transparência: ausência de relatórios claros.
Consequência: enfraquece precaução e cooperação.
Assimetria de poder: empresas privadas x comunidades impactadas.
Racionalidade econômica: crescimento acelerado, custos externalizados.
Histórico: padrões já denunciados em Estocolmo-72 e Rio-92.

Perspectiva histórica das conferências:

luanafreitas_4n — 2025-09-10 02:05:18 UTC

Estocolmo-72: tema ambiental entra na diplomacia; cooperação e prevenção; tensões Norte-Sul.
Rio-92: desenvolvimento sustentável, precaução, poluidor-pagador, CBDR.
Joanesburgo-2002: tentativa de implementação; compromissos frágeis.
Rio+20: consolidação dos ODS; ausência de foco nos impactos digitais.
Era digital: governança ambiental continua reativa; normas após a crise.

Princípios jurídicos já existentes:

luanafreitas_4n — 2025-09-10 02:06:42 UTC

Precaução
Poluidor-pagador
CBDR
Cooperação internacional

Lacuna regulatória atual e disputas políticas

luanafreitas_4n — 2025-09-10 02:07:36 UTC

Big techs

Países desenvolvidos

Países em desenvolvimento

Sociedade civil

Conclusão

luanafreitas_4n — 2025-09-10 02:07:49 UTC

Referências Bibliográficas

nicolecostasantosiesb — 2025-09-10 05:20:37 UTC

CEPEL. Data centers: como funcionam, tipos e impacto na eficiência energética do setor elétrico. 9 abr. 2025. Disponível em: https://www.cepel.br/2025/04/09/data-centers-como-funcionam-tipos-e-impacto-na-eficiencia-energetica-do-setor-eletrico/#:~:text=Como%20funciona%20um%20data%20center,o%20bom%20funcionamento%20dos%20equipamentos. Acesso em: 9 set. 2025.

CHÁVEZ, Máximo Abel Ramírez; CAICEDO, César Ernesto Litardo. Agua e inteligencia artificial: el lado oculto del progreso tecnológico. Estudios y Perspectivas Revista Científica y Académica, v. 5, n. 2, p. 47-65, jan./mar. 2025.

GOOGLE. Relatório de sustentabilidade 2024. Disponível em: https://sustainability.google/. Acesso em: 9 set. 2025.

GRI – GLOBAL REPORTING INITIATIVE. GRI 303: Water and Effluents. Amsterdã: GRI, 2018. Disponível em: https://www.globalreporting.org/. Acesso em: 9 set. 2025.

HARVEY, David. O neoliberalismo: história e implicações. São Paulo: Loyola, 2005.

ISO. ISO 14046: Environmental management — Water footprint — Principles, requirements and guidelines. Genebra: International Organization for Standardization, 2014.

LAGO, André Corrêa do. Conferências de desenvolvimento sustentável. Brasília: FUNAG, 2013.

LI, Yuxin et al. Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models. arXiv preprint, 2023. Disponível em: https://arxiv.org/abs/2304.03271. Acesso em: 9 set. 2025.

MICROSOFT. Sustainability Report 2024. Disponível em: https://www.microsoft.com/sustainability/. Acesso em: 9 set. 2025.

MITSUBISHI HEAVY INDUSTRIES. Data Center Cooling: The Unexpected Challenge to AI. Spectra, [s.d.]. Disponível em: https://spectra.mhi.com/data-center-cooling-the-unexpected-challenge-to-ai. Acesso em: 9 set. 2025.

OTIMIZAÇÃO de IA reduz demanda por data centers. Poder360. 2025. Seção Opinião. Disponível em: https://www.poder360.com.br/opiniao/otimizacao-de-ia-reduz-demanda-por-data-centers/. Acesso em: 9 set. 2025.

SILVEIRA, Luisa et al. Os custos energéticos e hídricos ocultos da inteligência artificial generativa: uma análise crítica a partir dos princípios da governança da internet. Liinc em Revista, v. 21, n. 1, e7272, 2025. Disponível em: https://liinc.commscientia.com.br/index.php/liinc/article/view/7272. Acesso em: 9 set. 2025.

TECHNOLOGY Research & Development Strategic Trends (TRENDS). AI and Water: Pioneering Solutions for a Thirsty Planet. 2024. Disponível em: https://trendsresearch.org/insight/ai-and-water-pioneering-solutions-for-a-thirsty-planet/?srsltid=AfmBOorjRSRoiOCUrJqAZqcRkOj7JtSzkWYByARaOtbZFe3ZK9YRRQv1. Acesso em: 9 set. 2025.

UNESCO. Technology and water use: managing AI’s environmental footprint. Paris: UNESCO, 2023. Disponível em: https://unesdoc.unesco.org/. Acesso em: 9 set. 2025.

UNITED NATIONS. Transforming our world: the 2030 Agenda for Sustainable Development. Nova Iorque: ONU, 2015. Disponível em: https://sdgs.un.org/2030agenda. Acesso em: 9 set. 2025.

UNITED NATIONS. United Nations Framework Convention on Climate Change (UNFCCC). Nova Iorque: ONU, 1992. Disponível em: https://unfccc.int/. Acesso em: 9 set. 2025.

UNIVERSIDADE de Stanford. Water Footprint of AI Models: A Comparative Study. Stanford, CA: Stanford Digital Repository, 2024. Disponível em: https://share.google/H7vw8eV3jvsVSj4KL. Acesso em: 9 set. 2025.

VARELLA, Marcelo Dias; BARROS-PLATIAU, Ana Flávia Soares. Proteção internacional do meio ambiente. Brasília: Unitar; UniCEUB; UnB, 2009.

WRI – WORLD RESOURCES INSTITUTE. Aqueduct water risk atlas. Washington, 2023. Disponível em: https://www.wri.org/applications/aqueduct/. Acesso em: 9 set. 2025.

Estocolmo (1972)

luanafreitas_4n — 2025-09-10 11:31:17 UTC

princípio da cooperação internacional e reconhecimento da dimensão política do meio ambiente

Rio-92

luanafreitas_4n — 2025-09-10 11:31:59 UTC

consagração do princípio das responsabilidades comuns, porém diferenciadas

ODS 6 (Agenda 2030)

luanafreitas_4n — 2025-09-10 11:32:28 UTC

acesso universal à água e saneamento como meta global

Princípios do Direito Ambiental Internacional aplicáveis ao caso da IA

luanafreitas_4n — 2025-09-10 11:33:11 UTC

Precaução: falta de dados não deve justificar inação.
Poluidor-pagador: empresas deveriam internalizar custos hídricos.
Cooperação: necessidade de transparência global.

Lacuna atual

luanafreitas_4n — 2025-09-10 11:33:34 UTC

não há tratados vinculantes ou mecanismos específicos que enquadrem a pegada hídrica da infraestrutura digital

Proposta

luanafreitas_4n — 2025-09-10 11:34:08 UTC

incluir indicadores de consumo de água digital nos relatórios internacionais (ONU, Agenda 2030) e criar padrões mínimos de transparência hídrica para big techs

Conflito de usos

luanafreitas_4n — 2025-09-10 11:49:28 UTC

a água destinada a data centers compete com agricultura e consumo humano

Estudos de caso:

luanafreitas_4n — 2025-09-10 11:49:50 UTC

Iowa/EUA: protestos contra uso de água subterrânea por data centers do Google.
Chile (região de Atacama): preocupação com agravamento da seca pela instalação de infraestrutura digital.

Dimensão Norte-Sul

luanafreitas_4n — 2025-09-10 11:50:08 UTC

benefícios concentrados nos países desenvolvidos, custos ambientais distribuídos de forma desigual nos países em desenvolvimento

Implicação para justiça climática

luanafreitas_4n — 2025-09-10 11:50:24 UTC

comunidades locais arcam com os impactos sem voz nas negociações globais