A IA não está ficando mais inteligente: relatório do MIT aponta alta no consumo de energia

A inteligência artificial avança não por causa de algoritmos mais inteligentes, mas porque as empresas simplesmente compram mais servidores. Essa é a conclusão a que chegaram pesquisadores do Instituto de Tecnologia de Massachusetts, e ela vira de cabeça para baixo a visão habitual sobre o progresso da IA. Em vez de inventar formas fundamentalmente novas de treinar redes neurais, líderes do setor como a OpenAI escolheram o caminho de menor resistência: simplesmente aumentar os recursos computacionais gastos no treinamento dos modelos. Funciona, mas o preço não para de subir, no sentido literal e no figurado.

A essência do relatório do MIT é uma conclusão simples, porém preocupante: a era do desenvolvimento extensivo da IA está chegando ao limite. Quando se treina o GPT ou o Claude, não se dá nenhum salto científico mágico. O processo lembra mais a tentativa de ferver o oceano: quanto mais dados passam pelo modelo, mais padrões complexos ele consegue captar. Mas isso exige quantidades astronômicas de eletricidade. Se as tendências atuais se mantiverem, treinar um único modelo de fronteira pode custar centenas de milhões de dólares nos próximos anos, e o consumo de energia seria comparável ao de uma cidade inteira.

Por que isso importa agora? Porque a indústria chegou a um ponto crítico. O rabo balança o cachorro: o poder computacional define as capacidades da empresa, e não o contrário. Isso significa que criar uma IA competitiva está se tornando privilégio exclusivo das megacorporações, que podem arcar com investimentos de dezenas de bilhões de dólares. OpenAI, Google, Meta* e um punhado de outros players controlam o campo simplesmente porque têm dinheiro para poder computacional. Startups e grupos de pesquisa ficam de fora, por mais inteligentes que sejam suas ideias.

A questão ambiental é igualmente aguda. O treinamento dos modelos atuais consome energia em escala tal que já aparece nas estatísticas de consumo elétrico de países específicos. Os data centers que alimentam esses cálculos exigem enormes quantidades de água para resfriamento e geram uma pegada de carbono significativa. Se o progresso da IA for medido exclusivamente pelo volume de recursos computacionais, o planeta pagará um preço alto. Isso não é uma hipótese nem um cenário assustador: é a realidade atual, e ela se agrava a cada nova geração de modelos.

O estudo do MIT aponta, na prática, para a necessidade de uma mudança de paradigma. Em vez de ampliar a capacidade, a indústria precisa de avanços algorítmicos de verdade: métodos que permitam aos modelos aprender com mais eficiência e arquiteturas que alcancem melhores resultados com menos dados e menos computação. Esse tipo de desenvolvimento não atrai a mesma atenção dos investidores de venture capital que os modelos gigantes, mas é crucial para o futuro da IA. É mais difícil e exige uma compreensão mais profunda dos fundamentos do aprendizado de máquina, mas é o caminho que realmente leva ao progresso.

O relatório do MIT não é apenas um trabalho científico, é um alerta para o setor. O modelo atual de desenvolvimento da IA é economicamente insustentável, ambientalmente perigoso e concentra poder nas mãos de poucos. A próxima etapa da inteligência artificial deve se basear em inteligência, e não no crescimento desenfreado dos recursos computacionais. Do contrário, o mundo acabará com poucas corporações controlando a tecnologia do futuro enquanto o planeta paga a conta.

*A Meta é reconhecida como organização extremista e proibida na Rússia.