A inteligência artificial de código aberto pode acelerar os objetivos de desenvolvimento sustentável
A inteligência artificial de código aberto pode acelerar os objetivos de desenvolvimento sustentável. A inteligência artificial de código aberto representa uma oportunidade maior para avançar em direção aos objetivos de desenvolvimento sustentável em escala global. Entre 2018 e 2024, seu uso para apoiar esses objetivos aumentou 300%, com contribuições notáveis em áreas como agricultura, gestão de ecossistemas e combate às mudanças climáticas. Esse modelo aberto, que permite a todos estudar, modificar e compartilhar as ferramentas, foi projetado para acelerar o progresso de maneira eficaz e inclusiva.
No entanto, sua expansão revelou desafios complexos. A ausência de um quadro de governança estruturado pode levar a um consumo excessivo de recursos e a vulnerabilidades éticas. Por exemplo, o desenvolvimento descentralizado de modelos redundantes em infraestruturas locais ineficientes agrava a pegada de carbono da indústria. Além disso, a facilidade de acesso às ferramentas de código aberto reduziu os custos de produção de deepfakes e desinformação direcionada, representando riscos para a segurança e a confiança nas informações.
Outro desafio é o colonialismo digital, onde países e instituições poderosos do Norte global controlam os dados e as infraestruturas, limitando a autonomia dos países do Sul. Conjuntos de dados projetados para contextos locais podem não se aplicar bem em outros lugares, resultando em erros e reduzindo a relevância das soluções de governança.
Para enfrentar esses desafios, quatro ações-chave são propostas. A primeira consiste em integrar a sustentabilidade em todo o ciclo de vida dos modelos, otimizando as infraestruturas de hardware e evitando o desperdício associado ao desenvolvimento redundante. Técnicas como a destilação de modelos permitem reduzir seu tamanho em até 70%, limitando assim seu impacto ambiental. Outra abordagem é a adoção de centros de dados resfriados a líquido e alimentados por energias renováveis, reduzindo a demanda de energia em 20% e o consumo de água em 52%.
A segunda ação visa estabelecer um quadro de avaliação quantitativa para medir o impacto da inteligência artificial nos objetivos de desenvolvimento sustentável. Isso envolve a criação de indicadores compostos que integram dados locais e globais, permitindo uma avaliação precisa dos efeitos positivos e negativos. Por exemplo, critérios de sustentabilidade poderiam cobrir mais de 40 indicadores sociais, ambientais e econômicos, oferecendo uma visão clara do impacto real.
A terceira ação baseia-se na regulação e na transparência. Para evitar abusos, é essencial implementar auditorias obrigatórias, testes adversariais e licenças claras que definam os usos permitidos. Os desenvolvedores devem usar conjuntos de dados auditados para limitar viéses, enquanto os governos podem impor políticas rigorosas para prevenir a disseminação de conteúdos maliciosos. Os usuários, por sua vez, têm a responsabilidade de aplicar essas ferramentas de maneira ética e relatar maus usos.
Por fim, a quarta ação incentiva a cooperação global e o compartilhamento de conhecimentos. Apesar da democratização do acesso, desigualdades persistem em termos de infraestrutura, talentos e soberania de dados. A criação de plataformas de acesso aberto, que respeitem os princípios de localizabilidade, acessibilidade e reutilização, é crucial para garantir um acesso equitativo aos recursos. Instituições como um Diálogo Global sobre a Governança da Inteligência Artificial poderiam fortalecer a cooperação por meio da publicação de relatórios anuais e da organização de negociações intergovernamentais.
Em nível regional, a colaboração entre plataformas globais e centros de pesquisa locais permite combinar modelos fundadores compartilhados com dados específicos de cada contexto. Isso facilita a implementação de soluções adaptadas, ao mesmo tempo em que respeita as regulamentações sobre proteção de dados. Instituições como o Instituto Australiano para Inteligência Artificial ou o Instituto Nacional para Avaliação e Segurança da Inteligência Artificial na França desempenham um papel fundamental nessa localização.
A inteligência artificial de código aberto, combinada a uma governança adequada, poderia, assim, transformar a tomada de decisão, tornando-a mais inclusiva e baseada em evidências. Ela permitiria identificar mais rapidamente as prioridades, os obstáculos e os caminhos para a transformação sustentável, mesmo diante de desafios complexos. Ao integrar as lições aprendidas com cidadãos do mundo todo, também poderia tornar a agenda pós-2030 mais representativa e eficaz.
Os modelos de código aberto também oferecem vantagens concretas. Seu custo é de 5 a 29 vezes menor em comparação com os modelos proprietários para desempenho comparável, o que amplia sua acessibilidade. Ferramentas como modelos de processamento de linguagem natural especializados em clima ajudam a combater a desinformação, enquanto outras, como as usadas na saúde, poderiam atenuar a escassez de terapeutas em certas regiões. No âmbito econômico, pequenas e médias empresas podem adotar e personalizar essas tecnologias para otimizar sua produção.
No entanto, sem uma governança adequada, os riscos persistem. A produção de materiais eletrônicos e a infraestrutura necessária para a inteligência artificial contribuem para os resíduos tóxicos globais. Além disso, cerca de 60% dos modelos rotulados como de código aberto não têm nenhuma licença, o que complica seu uso seguro. A proliferação de modelos não regulamentados também facilita a identificação de falhas por atores mal-intencionados, aumentando os riscos de phishing ou disseminação de discursos de ódio.
Para maximizar os benefícios da inteligência artificial de código aberto, uma abordagem coordenada é indispensável. Ela deve combinar sustentabilidade, avaliação rigorosa, segurança e cooperação, a fim de reduzir as incertezas e garantir que essa tecnologia realmente sirva ao progresso global.
A inteligência artificial de código aberto pode acelerar os objetivos de desenvolvimento sustentável. A inteligência artificial de código aberto representa uma oportunidade maior para avançar em direção aos objetivos de desenvolvimento sustentável em escala global. Entre 2018 e 2024, seu uso para apoiar esses objetivos aumentou 300%, com contribuições notáveis em áreas como agricultura, gestão de ecossistemas e combate às mudanças climáticas. Esse modelo aberto, que permite a todos estudar, modificar e compartilhar as ferramentas, foi projetado para acelerar o progresso de maneira eficaz e inclusiva.
No entanto, sua expansão revelou desafios complexos. A ausência de um quadro de governança estruturado pode levar a um consumo excessivo de recursos e a vulnerabilidades éticas. Por exemplo, o desenvolvimento descentralizado de modelos redundantes em infraestruturas locais ineficientes agrava a pegada de carbono da indústria. Além disso, a facilidade de acesso às ferramentas de código aberto reduziu os custos de produção de deepfakes e desinformação direcionada, representando riscos para a segurança e a confiança nas informações.
Outro desafio é o colonialismo digital, onde países e instituições poderosos do Norte global controlam os dados e as infraestruturas, limitando a autonomia dos países do Sul. Conjuntos de dados projetados para contextos locais podem não se aplicar bem em outros lugares, resultando em erros e reduzindo a relevância das soluções de governança.
Para enfrentar esses desafios, quatro ações-chave são propostas. A primeira consiste em integrar a sustentabilidade em todo o ciclo de vida dos modelos, otimizando as infraestruturas de hardware e evitando o desperdício associado ao desenvolvimento redundante. Técnicas como a destilação de modelos permitem reduzir seu tamanho em até 70%, limitando assim seu impacto ambiental. Outra abordagem é a adoção de centros de dados resfriados a líquido e alimentados por energias renováveis, reduzindo a demanda de energia em 20% e o consumo de água em 52%.
A segunda ação visa estabelecer um quadro de avaliação quantitativa para medir o impacto da inteligência artificial nos objetivos de desenvolvimento sustentável. Isso envolve a criação de indicadores compostos que integram dados locais e globais, permitindo uma avaliação precisa dos efeitos positivos e negativos. Por exemplo, critérios de sustentabilidade poderiam cobrir mais de 40 indicadores sociais, ambientais e econômicos, oferecendo uma visão clara do impacto real.
A terceira ação baseia-se na regulação e na transparência. Para evitar abusos, é essencial implementar auditorias obrigatórias, testes adversariais e licenças claras que definam os usos permitidos. Os desenvolvedores devem usar conjuntos de dados auditados para limitar viéses, enquanto os governos podem impor políticas rigorosas para prevenir a disseminação de conteúdos maliciosos. Os usuários, por sua vez, têm a responsabilidade de aplicar essas ferramentas de maneira ética e relatar maus usos.
Por fim, a quarta ação incentiva a cooperação global e o compartilhamento de conhecimentos. Apesar da democratização do acesso, desigualdades persistem em termos de infraestrutura, talentos e soberania de dados. A criação de plataformas de acesso aberto, que respeitem os princípios de localizabilidade, acessibilidade e reutilização, é crucial para garantir um acesso equitativo aos recursos. Instituições como um Diálogo Global sobre a Governança da Inteligência Artificial poderiam fortalecer a cooperação por meio da publicação de relatórios anuais e da organização de negociações intergovernamentais.
Em nível regional, a colaboração entre plataformas globais e centros de pesquisa locais permite combinar modelos fundadores compartilhados com dados específicos de cada contexto. Isso facilita a implementação de soluções adaptadas, ao mesmo tempo em que respeita as regulamentações sobre proteção de dados. Instituições como o Instituto Australiano para Inteligência Artificial ou o Instituto Nacional para Avaliação e Segurança da Inteligência Artificial na França desempenham um papel fundamental nessa localização.
A inteligência artificial de código aberto, combinada a uma governança adequada, poderia, assim, transformar a tomada de decisão, tornando-a mais inclusiva e baseada em evidências. Ela permitiria identificar mais rapidamente as prioridades, os obstáculos e os caminhos para a transformação sustentável, mesmo diante de desafios complexos. Ao integrar as lições aprendidas com cidadãos do mundo todo, também poderia tornar a agenda pós-2030 mais representativa e eficaz.
Os modelos de código aberto também oferecem vantagens concretas. Seu custo é de 5 a 29 vezes menor em comparação com os modelos proprietários para desempenho comparável, o que amplia sua acessibilidade. Ferramentas como modelos de processamento de linguagem natural especializados em clima ajudam a combater a desinformação, enquanto outras, como as usadas na saúde, poderiam atenuar a escassez de terapeutas em certas regiões. No âmbito econômico, pequenas e médias empresas podem adotar e personalizar essas tecnologias para otimizar sua produção.
No entanto, sem uma governança adequada, os riscos persistem. A produção de materiais eletrônicos e a infraestrutura necessária para a inteligência artificial contribuem para os resíduos tóxicos globais. Além disso, cerca de 60% dos modelos rotulados como de código aberto não têm nenhuma licença, o que complica seu uso seguro. A proliferação de modelos não regulamentados também facilita a identificação de falhas por atores mal-intencionados, aumentando os riscos de phishing ou disseminação de discursos de ódio.
Para maximizar os benefícios da inteligência artificial de código aberto, uma abordagem coordenada é indispensável. Ela deve combinar sustentabilidade, avaliação rigorosa, segurança e cooperação, a fim de reduzir as incertezas e garantir que essa tecnologia realmente sirva ao progresso global.
Crédits des sources
Source principale
DOI : https://doi.org/10.1038/s41467-026-73866-8
Titre : Steering open-source AI to accelerate the sustainable development goals
Revue : Nature Communications
Éditeur : Springer Science and Business Media LLC
Auteurs : Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian Lü