Assessing the Dual Impacts of Artificial Intelligence on Green Growth in Vietnam Using the Analytic Hierarchy Process

Resumo Técnico: Avaliando os Impactos Duplos da Inteligência Artificial no Crescimento Verde no Vietnã

Declaração do Problema
O Vietnã enfrenta uma tensão política crítica na intersecção de sua Estratégia Nacional de IA (Decisão nº 127/QD-TTg, 2021) e seu compromisso da COP26 para emissões líquidas zero até 2050. Embora a IA ofereça oportunidades substanciais para o crescimento verde — particularmente na agricultura de precisão e no monitoramento climático — ela simultaneamente gera riscos ambientais significativos através das operações de centros de dados intensivas em energia e da rápida obsolescência de hardware, levando ao lixo eletrônico (e-waste). A literatura existente trata amplamente esses impactos de forma isolada ou foca em economias de alta renda, deixando uma lacuna quantitativa na compreensão das compensações específicas para o contexto de desenvolvimento do Vietnã, sua matriz energética dependente de combustíveis fósseis e sua economia agrícola. Este estudo aborda a ausência de um framework integrado para ponderar os benefícios ambientais da IA contra seus custos dentro de um único modelo analítico.

Metodologia
O estudo utiliza o Processo de Hierarquia Analítica (AHP), um método de tomada de decisão multicritério desenvolvido por Saaty (1980), para quantificar a importância relativa dos impactos concorrentes da IA. A metodologia é estruturada da seguinte forma:

1. Construção do Modelo Hierárquico: Um modelo de três níveis foi desenvolvido compreendendo:
   • Objetivo: Avaliar a magnitude e a prioridade dos impactos duplos da IA no crescimento verde no Vietnã.
   • Nível 2 (Quatro Critérios Principais):
     • C1: Pegada de Energia e Carbono (Risco)
     • C2: Recursos Físicos e Lixo Eletrônico (Risco)
     • C3: Eficiência e Economia Agrícola (Benefício)
     • C4: Adaptação Climática e Conservação (Benefício)
   • Nível 3 (Doze Subcritérios): Métricas específicas como consumo de energia operacional, emissões na fase de treinamento, geração de lixo eletrônico, economia de insumos agrícolas e alerta precoce de desastres.
2. Coleta de Dados:
   • Painel de Especialistas: Dez especialistas do domínio (TI, ciência ambiental, políticas públicas) com pelo menos cinco anos de experiência realizaram comparações pareadas estruturadas usando a escala de 9 pontos de Saaty.
   • Validação Comunitária: Uma pesquisa secundária com 50 usuários intensivos de IA (que utilizam IA em >80% do tempo de trabalho) validou as prioridades dos especialistas via uma escala Likert de 5 pontos.
3. Computação: Os pesos de prioridade foram derivados usando a média geométrica para agregação e a média aritmética para normalização. A consistência foi verificada via Razão de Consistência (CR), com todas as matrizes finais satisfazendo CR ≤ 0,10.

Principais Resultados
A análise produz uma classificação de prioridade quantificada dos impactos da IA, revelando um equilíbrio matizado entre benefícios e riscos:

• Relação Benefício-Risco: O peso agregado dos benefícios (C3 + C4) é de 53,16%, superando ligeiramente o risco agregado (C1 + C2) de 46,84%. Isso indica um potencial líquido positivo, embora a margem estreita sugira que os resultados favoráveis são condicionais à gestão de riscos proativa.
• Benefícios Dominantes: Eficiência e Economia Agrícola (C3) é o grupo de critérios com maior peso (41,79%). Especificamente, a Economia de insumos agrícolas (C3.1) e a Otimização da irrigação inteligente da água (C3.2) são as duas principais prioridades globais, com pesos de 22,52% e 13,79%, respectivamente.
• Riscos Críticos: Contrariando o foco público comum no consumo de energia, o Lixo Eletrônico (C2.2) emergiu como o risco ambiental individual mais crítico (12,25%), classificando-se acima do consumo de energia operacional (11,14%). Os especialistas citaram a infraestrutura subdesenvolvida de gestão de lixo eletrônico no Vietnã como um perigo mais severo e irreversível do que os custos de energia, que são parcialmente mitigáveis através da otimização da rede.
• Validação: A pesquisa comunitária corroborou os achados dos especialistas, com os benefícios agrícolas recebendo as pontuações de concordância mais altas (4,32/5) e os riscos de lixo eletrônico/energia sendo classificados com igual severidade (4,20/5).

Principais Contribuições
O artigo apresenta três contribuições distintas para a literatura e o discurso político:

1. Metodológica: Demonstra a eficácia do AHP em operacionalizar as compensações de "crescimento verde" em contextos de países em desenvolvimento com escassez de dados, utilizando o mecanismo da Razão de Consistência para garantir a validade onde dados secundários não estão disponíveis.
2. Empírica: Fornece a primeira classificação de prioridade quantificada dos impactos ambientais da IA especificamente calibrada para o Vietnã, distinguindo entre a tratabilidade imediata das aplicações agrícolas e a severidade estrutural do resíduo de hardware.
3. Orientada para Políticas: Vai além de afirmações qualitativas para oferecer recomendações baseadas em evidências e priorizadas. O estudo identifica que o potencial de crescimento verde do Vietnã não reside no desenvolvimento de modelos de linguagem de grande escala intensivos em capital, mas na transformação setorial agrícola e na governança rigorosa de hardware.

Significância e Alegações
Os autores alegam que a mensagem central desta pesquisa é que os resultados das transições digital e de descarbonização do Vietnã não são predeterminados nem simétricos. O estudo argumenta que a realização do potencial de crescimento verde da IA requer:

• Investimento Deliberado: Priorizar aplicações de IA na agricultura (a alavanca de maior peso) sobre a IA de propósito geral.
• Governança Urgente: Estabelecer estruturas para a gestão de lixo eletrônico (o risco de maior classificação) para evitar que os custos ambientais físicos superem os benefícios operacionais.
• Planejamento Estratégico: Integrar paradigmas de "IA Enxuta" (Lean AI) — favorecendo modelos pequenos e específicos para tarefas em vez de modelos gerais intensivos em energia — para alinhar-se com as restrições de recursos.

O artigo conclui que, embora a IA ofereça um benefício líquido ligeiro para o crescimento verde no Vietnã, essa margem é muito estreita para permitir complacência. A implementação bem-sucedida depende da institucionalização da governança de resíduos de hardware e da integração da IA na agenda nacional de crescimento verde com foco no setor agrícola.