The ultimate carbon cost of a ChatGPT query

Quando pedimos a um computador para escrever uma história, resolver um problema matemático ou resumir um documento, estamos explorando uma vasta e invisível rede de energia e recursos. Esses sistemas, conhecidos como modelos de linguagem de grande escala, não pensam da mesma forma que os humanos; em vez disso, eles processam informações realizando bilhões de pequenos cálculos matemáticos. Cada vez que um usuário envia uma mensagem, o sistema deve ativar um hardware poderoso, frequentemente localizado em enormes centros de dados, para processar esses números. Esse processo consome eletricidade e gera calor, que, por sua vez, libera gases de efeito estufa na atmosfera. Embora o ato de digitar uma pergunta pareça instantâneo e sem peso, a maquinaria física por trás dela deixa uma marca tangível no planeta. Cientistas há muito estudam quanto de energia essas máquinas utilizam, mas uma nova perspectiva faz uma pergunta diferente: qual é o verdadeiro custo de longo prazo dessa energia para o futuro da humanidade?

Um estudo recente de Paul Kron busca responder a isso conectando os pontos entre uma única consulta de computador e o custo final das mudanças climáticas. A pesquisa combina dados sobre quanta energia os chips de computador utilizam, quanto de carbono é emitido pela eletricidade que os alimenta e o dano econômico de longo prazo causado por essas emissões. O autor introduz um conceito chamado "custo de carbono último", que tenta traduzir a poluição de um único chat em um valor monetário que reflita o dano causado às gerações futuras ao longo de milhares de anos. Essa abordagem vai além de simplesmente contar o dióxido de carbono, buscando compreender as consequências mais amplas de nossos hábitos digitais. O estudo foca especificamente no popular chatbot ChatGPT, utilizando-o como um estudo de caso para revelar a pegada ambiental oculta da inteligência artificial.

Os pesquisadores começaram analisando o custo físico de construir e operar os computadores que alimentam esses modelos. Eles calcularam as emissões geradas durante a fabricação do hardware, como processadores especializados e servidores, bem como a energia usada para mantê-los funcionando. Eles estimaram que o treinamento de um único modelo avançado como o GPT-4 exigiu uma quantidade massiva de poder computacional, liberando uma estimativa de dez mil toneladas de dióxido de carbono equivalente. Este é um volume impressionante de poluição, comparável às emissões anuais de milhares de pessoas. No entanto, como este modelo é usado por milhões de pessoas para bilhões de perguntas, os pesquisadores dividiram esse total enorme pelo número de consultas para encontrar o custo de uma única interação. Eles estimaram que o modelo foi utilizado para cerca de 1,4 trilhão de buscas durante seu principal período de operação. Quando as emissões de treinamento são distribuídas por todas essas perguntas, a parcela para cada consulta individual é surpreendentamente pequena, totalizando uma fração ínfima de um grama de carbono.

O real peso do custo, contudo, vem da eletricidade usada para responder a cada pergunta específica. A quantidade de energia necessária depende fortemente de quão complexa é a pergunta e de quantos termos, ou "tokens", o computador precisa processar. Para uma conversa simples e curta, o uso de energia é baixo. Mas para tarefas complexas, como escrever código, analisar documentos longos ou resolver problemas de múltiplamente etapas, o computador deve realizar muito mais cálculos. O estudo descobriu que uma consulta simples pode envolver mil tokens, enquanto uma complexa pode envolver trinta mil ou mais. Essa diferença altera drasticamente o impacto ambiental. Ao calcular a energia necessária para esses diferentes cenários e aplicar o custo das emissões de carbono resultantes, os pesquisadores chegaram a um preço específico para cada interação.

O estudo conclui que o custo de carbono último de uma única consulta complexa a um modelo de linguagem de grande escala é de aproximadamente quarenta centavos. Este valor representa o dano estimado à população humana futura causado pelos gases de efeito estufa emitidos para responder a essa única pergunta. Para uma consulta mais simples e curta, o custo cai para cerca de um centavo. Embora quarenta centavos possam não parecer uma quantia grande para uma única interação, o estudo destaca o quão rapidamente esses custos se acumulam. Se um usuário faz muitas perguntas complexas em um dia, ou se uma empresa inteira utiliza o sistema intensamente, o custo total pode subir para milhares ou até milhões de dólares em danos ambientais. A pesquisa também aponta que a forma atual como esses sistemas são usados é frequentemente ineficiente. Alguns relatórios internos sugerem que funcionários de grandes empresas de tecnologia utilizaram bilhões de tokens para tarefas que poderiam ter sido realizadas com muito menos, criando poluição desnecessária sem fornecer benefícios proporcionais.

Apesar dos altos custos associados ao uso intenso, o estudo observa que, para um indivíduo médio, a pegada de carbono de usar um chatbot ainda é pequena em comparação com outras atividades diárias, como dirigir um carro ou aquecer uma casa. A pessoa média na Europa emite cerca de setecentos e cinquenta quilogramas de dióxido de carbono equivalente por mês. Para atingir esse mesmo nível de poluição apenas usando um chatbot, uma pessoa precisaria processar bilhões de tokens, um volume que vai muito além do uso humano típico. No entanto, o estudo alerta que, à medida que essas tecnologias se tornam mais integradas às nossas vidas e lidam com tarefas mais complexas, o volume total de uso crescerá. Os pesquisadores enfatizam que a atual falta de transparência das empresas de tecnologia torna difícil saber os números exatos, já que os dados sobre o uso de energia e contagem de tokens são frequentemente ocultos ou especulativos.

O artigo argumenta, em última análise, que precisamos estar mais conscientes dos custos ocultos da inteligência artificial. Ao anexar um valor monetário familiar às emissões de carbono de uma consulta digital, o estudo visa tornar o conceito abstrato de mudanças climáticas algo mais concreto e imediato. Sugere que, embora a tecnologia ofereça grandes benefícios, sua trajetória atual impõe um fardo significativo ao planeta e às gerações futuras. Os pesquisadores pedem melhores dados, sistemas mais eficientes e uma mudança na forma como pensamos sobre o impacto ambiental de nossas escolhas digitais. Eles propõem que compreender o "custo de carbono último" pode ajudar indivíduos e formuladores de políticas a tomar decisões mais informadas, garantindo que o desenvolvimento da inteligência artificial não ocorra às custas da saúde da Terra. O estudo não afirma ter resolvido o problema, mas sim ter iluminado um caminho para uma conversa mais honesta sobre o verdadeiro preço do nosso futuro digital.