A corrida pela inteligência artificial está produzindo uma infraestrutura física sem precedentes. Milhares de GPUs, novos data centers, linhas de transmissão e usinas estão sendo construídos para sustentar modelos cada vez maiores. Mas uma consequência menos visível dessa expansão começa a ganhar atenção: a poluição atmosférica necessária para produzir parte da eletricidade consumida por essas instalações.
Um relatório divulgado pela Environmental Protection Network (EPN), organização formada por ex-funcionários e ex-dirigentes da Agência de Proteção Ambiental dos Estados Unidos (EPA), colocou números preocupantes nessa discussão.
O documento cita uma pesquisa acadêmica que estima que a poluição relacionada à operação e ao fornecimento de energia para data centers americanos poderá provocar, em um cenário de forte expansão, aproximadamente 600 mil ocorrências anuais de sintomas de asma e contribuir para cerca de 1.300 mortes prematuras por ano até 2028.
O impacto econômico estimado varia entre US$ 11,7 bilhões e US$ 20,9 bilhões anuais em custos de saúde pública.
Mas existe uma correção importante em relação à maneira como essa informação vem circulando nas redes sociais.
Não se trata de 1.300 pessoas cuja morte já tenha sido individualmente atribuída a data centers de inteligência artificial.
O número é uma estimativa produzida por modelagem, baseada em cenários de crescimento dos data centers, consumo de eletricidade, emissões de poluentes e impactos epidemiológicos conhecidos da poluição atmosférica.
Essa diferença é fundamental para compreender corretamente o estudo.
O problema não está apenas dentro dos data centers
Quando se pensa no impacto ambiental de um data center, é natural imaginar o próprio prédio: servidores, sistemas de refrigeração e enormes geradores instalados no local.
Mas uma parte muito maior do problema pode estar quilômetros distante.
Data centers consomem enormes quantidades de eletricidade.
Quando essa demanda adicional é atendida por usinas movidas a gás natural, carvão ou outros combustíveis fósseis, a geração pode liberar poluentes atmosféricos como material particulado, óxidos de nitrogênio e dióxido de enxofre.
Além disso, instalações de grande porte normalmente possuem geradores de emergência — frequentemente movidos a diesel — capazes de manter sistemas críticos funcionando durante interrupções da rede.
Portanto, existem pelo menos duas fontes relevantes:
a poluição produzida diretamente pelas instalações e seus equipamentos de backup;
e a poluição indireta das usinas responsáveis por gerar a eletricidade consumida pelos servidores.
Na modelagem analisada, mais de 90% do impacto estimado sobre a saúde está relacionado às usinas que fornecem eletricidade aos data centers, e não aos equipamentos localizados diretamente nos complexos computacionais.
Isso significa que uma pessoa não precisa morar ao lado de um data center para potencialmente sofrer parte dos efeitos ambientais associados à sua operação.
De onde surgiram as 1.300 mortes?
Os números não foram originalmente calculados pela Environmental Protection Network.
O relatório da organização utiliza resultados de uma pesquisa desenvolvida por pesquisadores ligados à University of California, Riverside, California Institute of Technology e Rochester Institute of Technology.
O trabalho tenta calcular aquilo que os pesquisadores chamam de impacto de saúde da computação.
Em vez de medir apenas quantas toneladas de CO₂ determinado data center produz, a pesquisa considera onde a eletricidade é gerada, quais poluentes são emitidos, onde essas substâncias se dispersam e quantas pessoas estão expostas.
Esse detalhe faz enorme diferença.
Uma tonelada de poluição produzida perto de uma região densamente populada pode provocar consequências muito diferentes da mesma quantidade emitida em outro local.
O cenário mais agressivo chega a 1.300 mortes prematuras por ano
Sob um cenário de crescimento acelerado da inteligência artificial e dos data centers americanos, os pesquisadores estimaram aproximadamente 1.300 mortes prematuras anuais associadas à poluição atmosférica relacionada a essa infraestrutura.
Também foram estimadas cerca de 600 mil ocorrências anuais de sintomas de asma.
Em termos econômicos, os impactos sobre a saúde poderiam representar entre US$ 11,7 bilhões e US$ 20,9 bilhões por ano até 2028.
Esses custos não representam uma conta enviada diretamente às empresas de tecnologia.
São estimativas econômicas que procuram atribuir valor aos impactos sociais da poluição, incluindo mortalidade prematura, doenças e outros efeitos sobre a saúde.
Portanto, dizer simplesmente que “os data centers custarão US$ 20,9 bilhões por ano” também seria impreciso.
Trata-se de uma estimativa de externalidade de saúde pública.
IA acelera uma tendência que já existia
Outro cuidado necessário está na expressão “data centers de IA”.
Nem toda a infraestrutura analisada existe exclusivamente para inteligência artificial.
Data centers também sustentam streaming, armazenamento em nuvem, redes sociais, comércio eletrônico, bancos, serviços empresariais e praticamente toda a economia digital.
O que a IA está fazendo é acelerar drasticamente essa demanda.
Treinar modelos de fronteira exige enormes clusters computacionais.
Executar esses modelos para milhões de usuários também consome eletricidade continuamente.
E a adoção de agentes de IA pode ampliar ainda mais essa utilização, porque sistemas autônomos conseguem realizar sequências muito maiores de operações computacionais do que uma simples consulta feita a um chatbot.
Assim, a inteligência artificial funciona como um dos principais motores da atual expansão da infraestrutura.
Um único treinamento também possui impacto mensurável
Os pesquisadores também tentaram traduzir o impacto de determinados treinamentos de IA para uma escala mais compreensível.
No caso de um modelo comparável ao Llama 3.1, a poluição atmosférica associada à eletricidade necessária para o treinamento poderia produzir um impacto equivalente ao de mais de 10 mil viagens de automóvel entre Los Angeles e Nova York, dependendo da localização e da matriz energética utilizada.
A comparação não significa que treinar uma IA seja literalmente igual a colocar milhares de carros na estrada.
Ela é uma maneira de traduzir os efeitos estimados da poluição para uma referência mais familiar.
O ponto central permanece o mesmo:
a localização da computação importa.
Dois data centers iguais podem provocar impactos diferentes
Imagine dois data centers exatamente iguais.
Mesmos servidores.
Mesmas GPUs.
Mesmo consumo elétrico.
Mesmo número de usuários.
Um está conectado a uma rede abastecida predominantemente por fontes de baixa emissão.
Outro depende fortemente de usinas fósseis próximas de grandes centros populacionais.
O consumo computacional pode ser praticamente idêntico.
O impacto sobre a saúde pode ser completamente diferente.
Os pesquisadores encontraram diferenças extremamente grandes entre regiões americanas justamente por causa dessa combinação entre matriz energética, localização das usinas, condições atmosféricas e densidade populacional.
Isso mostra uma limitação importante de avaliar inteligência artificial apenas através das emissões globais de carbono.
CO₂ não conta toda a história
Grande parte da discussão ambiental sobre tecnologia está concentrada em emissões de gases de efeito estufa.
Esse indicador é fundamental para avaliar mudanças climáticas.
Mas ele não mede completamente os impactos locais sobre a saúde.
Material particulado fino, conhecido como PM2.5, por exemplo, consegue penetrar profundamente nos pulmões e está associado a doenças cardiovasculares e respiratórias.
Óxidos de nitrogênio também contribuem para problemas de qualidade do ar.
A pesquisa encontrou uma correlação relativamente baixa entre intensidade de carbono e custo de saúde entre diferentes regiões.
Isso significa que escolher o local com menor emissão de CO₂ não necessariamente resulta automaticamente no local com menor impacto sanitário.
Uma política realmente sofisticada precisaria considerar os dois fatores.
Ex-integrantes da EPA fazem um alerta ainda maior
É nesse ponto que entra o novo relatório da Environmental Protection Network.
A organização analisou políticas federais adotadas desde janeiro de 2025 e identificou pelo menos 30 medidas que, na avaliação de seus integrantes, podem enfraquecer proteções ambientais, fiscalização, participação pública ou controles relacionados à expansão da infraestrutura.
Segundo a EPN, 17 dessas ações mencionam diretamente inteligência artificial ou data centers.
A organização argumenta que o governo federal está acelerando a construção de infraestrutura de IA ao mesmo tempo em que reduz determinadas salvaguardas ambientais.
É importante separar novamente fato de interpretação.
As 30 medidas existem e foram catalogadas pela organização.
Já a afirmação de que elas necessariamente resultarão em determinado número adicional de mortes representa a avaliação da EPN.
Nenhum estudo calculou até agora o impacto sanitário combinado dessas 30 mudanças.
As 1.300 mortes não incluem o impacto dessas mudanças
Essa distinção é especialmente importante.
O número de 1.300 mortes não foi calculado depois das mudanças regulatórias citadas no novo relatório.
A modelagem é anterior e utiliza seus próprios cenários de crescimento e emissões.
Portanto, não seria correto afirmar que as políticas recentes “causarão 1.300 mortes”.
O argumento apresentado pelos ex-integrantes da EPA é diferente.
Eles afirmam que já existe uma estimativa preocupante para o impacto sanitário da expansão dos data centers e que enfraquecer determinadas proteções ambientais poderia aumentar esse risco.
Quanto aumentaria?
Ainda não existe resposta científica consolidada.
Governo Trump segue outra interpretação
A administração do presidente Donald Trump considera a expansão da infraestrutura de inteligência artificial uma prioridade estratégica dos Estados Unidos.
O governo defende acelerar licenciamento, geração de energia e construção de data centers para garantir que o país mantenha liderança tecnológica diante principalmente da China.
Ao mesmo tempo, a EPA vem propondo ou executando mudanças em diferentes regulamentações ambientais.
Em setembro, por exemplo, a agência anunciou planos para eliminar regras restantes relacionadas às emissões de gases de efeito estufa de usinas elétricas, argumentando que determinadas exigências impõem custos elevados e ultrapassam a interpretação atual da autoridade regulatória da agência.
A administração argumenta que a redução de barreiras regulatórias ajudará a ampliar a oferta energética e fortalecer a competitividade americana.
Grupos ambientais e ex-integrantes da EPA apresentam a conclusão oposta: acelerar a infraestrutura sem controles suficientes pode transferir parte do custo econômico para a saúde da população.
O debate é sobre quem paga a conta da IA
Esse ponto conecta o estudo a uma discussão econômica muito maior.
Quando uma empresa constrói um data center, ela paga pelos servidores.
Paga pelas GPUs.
Paga pelo terreno.
Paga pela eletricidade.
Paga pela refrigeração.
Mas se a eletricidade necessária para operar essa infraestrutura aumenta a poluição e essa poluição provoca doenças, existe outro custo.
Consultas médicas.
Hospitalizações.
Medicamentos.
Dias de trabalho perdidos.
Doenças crônicas.
Mortalidade prematura.
Esses custos normalmente não aparecem na fatura de eletricidade do data center.
Eles são distribuídos pela sociedade.
É exatamente isso que economistas chamam de externalidade.
Comunidades distantes também podem ser afetadas
Outra conclusão importante é que o impacto não necessariamente fica concentrado onde o data center foi construído.
A eletricidade pode ser produzida em outro estado.
Poluentes atmosféricos também podem viajar.
Assim, uma cidade pode receber os investimentos, empregos e impostos associados a um grande data center enquanto outra comunidade próxima de uma usina absorve parte do impacto ambiental.
Isso torna a discussão politicamente complexa.
Quem recebe o benefício e quem recebe o custo podem ser grupos completamente diferentes.
O consumo elétrico da IA está crescendo rapidamente
O alerta aparece justamente quando empresas de tecnologia estão comprometendo centenas de bilhões de dólares com infraestrutura computacional.
Microsoft, Meta, Google, Amazon, OpenAI e outras companhias estão expandindo data centers e capacidade elétrica.
A indústria de semicondutores também cresce para acompanhar essa demanda.
Em diferentes regiões dos Estados Unidos, concessionárias precisam construir novas usinas e linhas de transmissão para atender grandes projetos.
Isso significa que decisões tomadas hoje sobre a matriz energética desses data centers poderão produzir efeitos durante décadas.
Se a expansão for sustentada principalmente por geração de baixa emissão, o impacto será um.
Se depender fortemente de combustíveis fósseis, será outro.
Energia limpa pode reduzir significativamente o problema
O estudo não conclui que 1.300 mortes sejam uma consequência inevitável da inteligência artificial.
Esse é talvez o ponto mais importante da pesquisa.
O impacto depende de decisões.
Onde os data centers serão construídos.
Quais usinas fornecerão eletricidade.
Quando determinadas cargas computacionais serão executadas.
Quais controles de poluição existirão.
Como funcionarão os geradores de emergência.
E quanto da nova demanda será atendida por fontes de menor impacto.
Os pesquisadores inclusive estudaram estratégias de distribuição geográfica de cargas computacionais levando em consideração os custos sanitários.
Uma abordagem desse tipo conseguiu reduzir em aproximadamente 25,8% o custo estimado para a saúde, ao mesmo tempo em que reduziu ligeiramente custos de eletricidade e emissões de carbono no cenário analisado.
Ou seja, software também pode fazer parte da solução.
A IA começa a enfrentar seus limites físicos
Durante muito tempo, inteligência artificial foi tratada como uma tecnologia essencialmente virtual.
Essa percepção está desaparecendo.
Cada resposta produzida por um modelo precisa ser calculada em hardware físico.
Esse hardware está dentro de um prédio.
O prédio precisa ser refrigerado.
Os chips precisam de eletricidade.
A eletricidade precisa ser gerada e transportada.
Usinas podem emitir poluentes.
Data centers podem consumir água.
E toda essa infraestrutura ocupa território.
Quanto maior fica a inteligência artificial, mais evidente se torna sua dependência do mundo físico.
O custo real de um prompt é maior do que aparece na tela
Para o usuário, utilizar inteligência artificial parece quase sem peso.
Uma pergunta é digitada.
Alguns segundos depois, surge uma resposta.
Mas entre esses dois momentos existe uma cadeia industrial gigantesca.
Fábricas produziram os chips.
Data centers hospedam os aceleradores.
Sistemas de refrigeração removem o calor.
Redes transportam dados.
Usinas produzem energia.
A nova pesquisa acrescenta mais uma camada a essa conta.
A discussão sobre sustentabilidade da IA não pode considerar apenas quantos megawatts os data centers consomem ou quantas toneladas de carbono emitem.
Também precisa considerar quem respira a poluição associada à eletricidade utilizada para manter essas máquinas funcionando.
Os números de 1.300 mortes prematuras e US$ 20,9 bilhões não são uma contagem de vítimas já observadas. São projeções de um cenário específico e carregam as incertezas inerentes a qualquer modelagem desse tipo.
Mas funcionam como um alerta importante.
A inteligência artificial está crescendo tão rapidamente que seus custos já não podem ser medidos apenas em GPUs, dólares e tokens.
A próxima etapa da corrida tecnológica também será uma disputa para descobrir como construir inteligência artificial em escala sem transferir silenciosamente parte da conta para a saúde da população.
