A expansão da inteligência artificial criou um problema curioso para o setor elétrico. De um lado, data centers capazes de executar sistemas de IA exigem quantidades enormes de energia. De outro, a própria tecnologia pode ajudar os planejadores a descobrir como preparar as redes para uma demanda crescente e para condições climáticas diferentes das registradas no passado.
Essa contradição está no centro de uma nova publicação da Universidade das Nações Unidas, que defende o uso de inteligência artificial especializada para melhorar o planejamento energético em um cenário de incerteza climática.
O clima do passado já não basta para planejar o futuro
Durante décadas, decisões sobre expansão de redes elétricas foram baseadas em registros históricos de temperatura, chuvas, secas e outros padrões meteorológicos. O problema é que a infraestrutura construída hoje pode continuar funcionando por 15 ou 20 anos, enquanto as condições climáticas desse período podem ser muito diferentes das observadas anteriormente.
Além disso, a própria transição energética adiciona novas variáveis.
A expansão das fontes renováveis aumenta a participação de tecnologias dependentes das condições ambientais, enquanto ondas de calor podem elevar o uso de aparelhos de ar-condicionado. Em regiões afetadas pela seca, a necessidade de bombeamento de água também pode aumentar.
Siga o canal do Fala Ciência no WhatsApp para receber nossos conteúdos em primeira mão!
Entrar no Canal do WhatsAppAo mesmo tempo, veículos elétricos, data centers e outras atividades de alto consumo pressionam ainda mais a demanda.
Uma IA treinada para entender a energia
Nesse cenário, os pesquisadores destacam uma categoria específica de tecnologia: a IA baseada em conhecimento de domínio.
Em vez de utilizar modelos generalistas para qualquer tipo de tarefa, esses sistemas são desenvolvidos considerando as características de uma área específica, como energia, clima ou infraestrutura.
Isso permite combinar conhecimentos técnicos com grandes volumes de dados para estimar, por exemplo, como determinadas condições climáticas podem afetar a geração renovável ou a necessidade futura de eletricidade.
Outro ponto importante é a velocidade. Modelos climáticos tradicionais podem ser extremamente complexos e difíceis de adaptar às escalas necessárias para decisões locais de infraestrutura. Modelos de IA especializados podem funcionar como ferramentas complementares, produzindo estimativas mais rapidamente.
A própria IA também virou parte do problema
Existe, porém, um detalhe que torna essa discussão ainda mais interessante.
A inteligência artificial consome eletricidade. Grandes data centers utilizados para treinamento e operação de modelos computacionais podem aumentar significativamente a demanda nas regiões onde estão instalados.
Por isso, simplesmente adicionar IA à infraestrutura não resolve o problema.
A publicação defende medidas como modelos transparentes, avaliação contínua de riscos climáticos e integração entre especialistas em energia e ciência do clima. Também propõe maior atenção ao consumo dos próprios centros de processamento de IA.
A ideia é evitar que uma tecnologia criada para tornar a rede mais preparada acabe aumentando justamente a pressão que ela deveria ajudar a administrar.
Leia mais:
A publicação que analisou o problema
O documento “Employing Domain-Informed AI for Energy Planning and Decarbonization under Uncertainty” foi publicado em 4 de setembro de 2026 pelo United Nations University Institute for Water, Environment and Health (UNU-INWEH). Os autores são Renee Obringer, Mir Matin e Kaveh Madani.
O principal ponto é que IA não aparece como uma solução isolada, mas como uma ferramenta que pode complementar modelos climáticos e energéticos existentes.
Com a demanda elétrica crescendo e o clima se tornando menos previsível, planejar a rede apenas olhando para o passado pode deixar de ser suficiente. A tecnologia, nesse caso, pode ajudar justamente a antecipar um futuro que os dados históricos não conseguem representar sozinhos.
