Aula3 Ética para CD Tópicos sobre Meio Ambiente

A aula aborda a ética aplicada a cientistas de dados com foco específico nos tópicos relacionados ao meio ambiente. O curso estabelece uma abordagem fundamentada nas diretrizes ESG, onde a governança figura como elemento central. A partir dessa governança, as discussões se integram com os eixos de meio ambiente e impactos sociais, servindo como pilares para a análise ética das tecnologias emergentes e suas implementações práticas no mundo corporativo e regulatório.

A estrutura ESG orienta a discussão, posicionando a governança como o cerne das responsabilidades corporativas. Os impactos ambientais e sociais funcionam como eixos integradores que precisam ser considerados ativamente nas decisões tomadas por profissionais de tecnologia, garantindo que o desenvolvimento algorítmico não negligencie o bem-estar ecológico e social de maneira sistêmica.

O debate é iniciado com a apresentação de um estudo de caso publicado no jornal inglês The Guardian, datado de meados do ano corrente. Este artigo detalha como o processo de treinamento de inteligência artificial, que exige uma quantidade substancial de energia consumida nos data centers, afeta diretamente o meio ambiente e, por consequência, a sociedade em geral. A partir dessa ilustração factual, busca-se identificar os dilemas e as questões éticas centrais que os cientistas de dados devem reconhecer em seu trabalho diário.

Estudo de caso para debater tópicos sobre ética ajuda a ilustrar bem algumas questões.

A análise do estudo de caso serve como um catalisador para a reflexão sobre as responsabilidades inerentes à profissão. Os dilemas éticos surgem quando as necessidades operacionais da tecnologia colidem com a sustentabilidade e a transparência exigidas pela sociedade. É fundamental que os profissionais compreendam como suas escolhas técnicas se desdobram em consequências ambientais e sociais de grande escala.

Um dos problemas centrais identificados é a notável falta de transparência e prestação de contas por parte dos grandes data centers globais. Esses centros, que recebem vultosos investimentos governamentais e privados, ainda não são formalmente obrigados a reportar volumes específicos de recursos que consomem, como a água utilizada para o resfriamento dos servidores. Essa omissão dificulta o monitoramento e a previsão de déficits hídricos pelos órgãos reguladores, especialmente em regiões próximas a recursos doces.

As projeções baseadas no estudo de caso indicam cenários alarmantes se ações urgentes não forem tomadas. Na Inglaterra, estima-se que o abastecimento público de água pode sofrer um déficit de até 5 bilhões de litros por dia até o ano de 2025. Além disso, um déficit de 1 bilhão de litros afetaria outros setores vitais, como agricultura e energia. O impacto disso na vida das pessoas é direto, questionando se a priorização do treinamento de IA é a escolha correta frente à segurança alimentar das comunidades.

Será que estamos priorizando a coisa correta, quando os recursos hídricos passam a ser utilizados para treinamento de data center de inteligência artificial?

O crescimento exponencial da inteligência artificial, frequentemente estimulado por políticas governamentais focadas em soberania de dados e atração de investidores, gera um aumento direto na demanda por data centers. Este aumento de infraestrutura, por sua vez, intensifica o impacto ambiental, exigindo maior uso de água não apenas para geração de energia, mas primariamente para o resfriamento dos sistemas, o que impõe um custo ambiental altíssimo ao ecossistema.

O aumento da demanda por recursos hídricos, antes alocados para atividades menos intensivas, leva à retirada insustentável de água de rios. Essa prática afeta diretamente a flora e a fauna da região, colocando em risco o equilíbrio ecológico e a qualidade de vida das populações locais. Observa-se que impactos ambientais decorrentes da degradação, como a ausência de mata ciliar protetora, amplificam desastres climáticos como enchentes e tufões.

Projetos que envolvem o bombeamento de água tratada de volta aos rios, como o caso do Rio Tâmisa, geram controvérsias éticas persistentes. Questões cruciais envolvem a eficácia da remoção de produtos químicos utilizados no processo de resfriamento. A garantia de que essa água devolvida não causará poluição ou impactos ecológicos de longo prazo na vida aquática e na saúde humana permanece como um ponto de grande preocupação e debate regulatório.

Após contextualizar os desafios ambientais impostos pela tecnologia, a discussão avança para a análise ética dessas questões sob a perspectiva das escolas clássicas apresentadas no curso: a deontológica, a teleológica (ou consequencialista) e a aristotélica. Esta abordagem teórica permite mapear como diferentes fundamentos filosóficos avaliariam a responsabilidade das empresas de tecnologia e dos governos frente ao consumo de recursos naturais pela inteligência artificial.

A perspectiva utilitarista, onde os fins justificam os meios, avaliaria a omissão de dados como moralmente errada apenas se ela impedir a tomada de decisões que beneficiem a maioria das pessoas. Esta escola analisa o custo-benefício do desenvolvimento da IA em face da escassez hídrica. Se o aumento de lucros para a empresa for considerado um risco controlável e um benefício maior, a implementação pode ser vista como positiva, necessitando de intermediação com outras escolas éticas para balancear os impactos sociais.

A deontologia, que considera a moral como um fim em si mesma, avalia que ocultar informações impede a sociedade de tomar decisões autônomas e considera a destruição ambiental como violadora dos direitos das futuras gerações. Esta escola estabelece regras absolutas, como a obrigatoriedade da transparência, argumentando que o progresso da inteligência artificial não se justifica se violar o direito básico de acesso à água para todas as pessoas, exigindo coibição de práticas que ameacem direitos presentes ou futuros.

A ética das virtudes, focada na perspectiva do agente, revela discussões sobre a conduta moral individual e institucional. Ela expõe como a escolha por uma perspectiva utilitarista pode demonstrar desonestidade, e como a criação de normas insuficientes demonstra imprudência por parte de empresas e governos. Esta escola exige que as questões éticas sejam pensadas no momento da implementação, e não apenas após o fato consumado, buscando líderes virtuosos que encontrem um meio-termo entre inovação e sustentabilidade.

A questão central para os cientistas de dados reside em quais práticas podem ser adotadas para promover o uso responsável dos dados no que tange às questões ambientais, mesmo sem serem especialistas no tema. Embora o ritmo da pesquisa e desenvolvimento tecnológico seja rápido e envolva interesses capitalistas focados no lucro, os profissionais possuem alavancas para influenciar positivamente o impacto de seus projetos, exigindo engajamento e colaboração interdisciplinar.

O apoio à transparência se materializa através da documentação apropriada dos projetos de Ciência de Dados. É fundamental registrar as métricas utilizadas para avaliar o impacto ambiental e as escolhas tomadas para minimizar esse impacto ao longo do processo de desenvolvimento. Iniciativas de ciência aberta, como o compartilhamento de códigos, também são formas de apoiar a transparência e otimizar o uso de recursos na comunidade tecnológica.

O engajamento profissional também ocorre através da educação e da conscientização. Cientistas de dados devem se dispor a participar de grupos de trabalho sobre o tema e promover um ambiente de conscientização sobre os impactos da IA, tanto para gestores quanto para a empresa como um todo. Isso possibilita a atualização constante sobre o tema e o desenvolvimento de KPIs ambientais alinhados aos aspectos regulatórios vigentes.