Criamos uma intelig�ncia artificial verde para prever chuvas intensas

Com a previsão da Organização Meteorológica Mundial (OMM) de um El Niño intenso em 2026, o Brasil volta a ficar sob alerta para chuvas extremas. O país acumula um histórico desse tipo de evento: mais de 80% dos municípios já foram afetados por desastres climáticos ligados a precipitações. No entanto, enquanto agências globais defendem a adoção de sistemas de alerta precoce, o desafio persiste, pois os modelos globais tradicionais não conseguem prever eventos locais com a resolução e a agilidade necessárias para as cidades. Para responder a esse desafio, o grupo de pesquisa que lidero no Instituto de Computação da Universidade Federal Fluminense (UFF), em parceria com instituições brasileiras e europeias, publicou um estudo no periódico Scientific Reports. Nele, utilizamos modelos de inteligência artificial (IA) para prever chuvas intensas em curto prazo. Mas o diferencial do trabalho —justamente o que chamou a atenção dos revisores— não foi apenas a acurácia preditiva, mas também a adoção do conceito de IA Verde e as implicações dessa abordagem. Conseguimos reduzir em até 70% o tempo de processamento e o consumo de energia elétrica, bem como a necessidade de recursos computacionais –memória e computadores equipados com processadores gráficos (GPUs). Afinal, por que se preocupar com eficiência energética diante de um problema tão urgente quanto os desastres climáticos? A resposta é direta: o modelo tradicional de desenvolvimento da IA pode consumir quantidades massivas de energia, o que gera emissões de gases de efeito estufa, conforme a matriz energética utilizada para manter em funcionamento computadores e sistemas de refrigeração. E, em alguns casos, há consumo de água potável, a depender da técnica de resfriamento. Soma-se a isso o fato de que um modelo de IA não é treinado uma única vez: ele exige atualização constante para acompanhar as mudanças no clima. Combater a crise climática com tecnologias que alimentam o próprio aquecimento global é uma contradição. Além disso, o estudo expõe uma estrutura que perpetua antigas desigualdades, alimentando um ciclo de injustiça climática e racismo ambiental impulsionado agora pela pobreza digital. Os países do Sul Global estão entre os mais afetados pelas mudanças climáticas. No Brasil, a capacidade de resposta é menor, e muitas prefeituras contam com uma infraestrutura computacional enxuta. Soluções de alto custo energético e financeiro inviabilizam a aplicação prática no nível municipal. Para agravar esse quadro, enquanto em bairros com infraestrutura urbana consolidada a chuva pode gerar apenas transtornos no trânsito e perdas econômicas, nas periferias e encostas habitadas o mesmo volume de água pode provocar soterramentos e mortes. A maior parte dessa população atingida é negra, e grande parte desses lares é chefiada por mulheres, o que aprofunda as desigualdades de gênero e raça. É urgente apostar num paradigma de desenvolvimento da IA que siga na contramão daquele adotado por países superabastecidos de recursos e desenvolver modelos e métricas conectados à nossa realidade –local, tecnológica, humana e territorial– para romper o ciclo de injustiças socioambientais e climáticas. Afinal, diante do mesmo volume de água caindo sobre uma cidade tão desigual, a pergunta é inevitável: evento extremo para quem? O Ciência Fundamental é editado pelo Serrapilheira, um instituto privado, sem fins lucrativos, de apoio à ciência no Brasil. Inscreva-se na newsletter do Serrapilheira para acompanhar as novidades do instituto e da coluna. LINK PRESENTE: Gostou deste texto? Assinante pode liberar sete acessos gratuitos de qualquer link por dia. Basta clicar no F azul abaixo.