Guia do professor para a sustentabilidade da IA

Ensine a sustentabilidade da IA ​​como uma questão de evidência, não como uma regra de que cada solicitação é boa ou ruim. Os serviços de IA utilizam eletricidade, água de refrigeração e equipamento físico, mas uma “consulta” não tem uma área fixa. O tamanho do modelo, a tarefa, a duração da resposta, o hardware, a sobrecarga do data center e a fonte de eletricidade são importantes.

Os alunos deverão ser capazes de distinguir a energia do carbono e da água, identificar a sua fonte, explicar a incerteza e escolher uma ferramenta proporcional. Evite fazer com que os jovens se sintam responsáveis ​​pelas decisões de infraestrutura controladas por fornecedores e instituições. As escolhas pessoais podem reduzir o desperdício; compras, design de produtos e políticas públicas moldam o sistema mais amplo. O objetivo da sala de aula é uma agência informada: usar a IA quando ela apoia a aprendizagem, questionar o marketing ambiental não apoiado e reconhecer quando o software comum é suficiente.

Estabeleça um modelo compartilhado claro

Comece com uma descrição física. Um prompt chega a um data center, é convertido em tokens e processado por chips especializados. O modelo lê a entrada e gera a saída, geralmente um token por vez. Suporte de rede, memória, resfriamento e conversão de energia que funcionam. O que acontece quando você envia uma mensagem de IA fornece uma sequência amigável ao aluno.

Em seguida, separe três termos no quadro. Energia é eletricidade consumida. O carbono operacional depende de como essa eletricidade é gerada; uma contabilidade mais ampla do carbono pode incluir a indústria e a construção. A água pode ser usada na refrigeração, na geração de energia e na fabricação de chips, com efeitos locais que dependem da escassez e do momento certo.

A Agência Internacional de Energia Relatório de energia e IA é uma fonte forte no nível do sistema. Abrange data centers em vez de fingir que cada watt pode ser atribuído de forma organizada a uma questão em sala de aula. Esta distinção ajuda os estudantes a manterem duas ideias juntas: um texto normal pode ser pequeno, enquanto a procura agregada em rápida expansão ainda pode ser importante.

Ensine a incerteza sem ensinar o desamparo

Os números discordam porque seus limites discordam. Uma fonte pode medir o acelerador durante a computação ativa; outro pode incluir máquinas ociosas, CPUs, memória, refrigeração e perdas de energia. Uma média de provedor pode combinar muitos modelos e comprimentos de solicitação. Uma estimativa de pesquisa pode modelar hardware que não pode ser observado diretamente.

Dê aos alunos um cartão de origem com quatro colunas: produto e data; medido ou estimado; limite incluído; informações faltantes. Peça-lhes que preservem rótulos como “mediana”, “média” e “cenário”. Eles nunca deveriam calcular a média de números conflitantes apenas para produzir uma resposta clara.

Google estudo primário de Gemini Apps é útil porque é O método inclui chips ativos, capacidade ociosa, sistemas host e sobrecarga do data center. Também está limitado a Google produto, período de tempo e limite escolhido. Essa combinação – útil e limitada – é o tom do modelo.

Treechat é metodologia da mesma forma, descreve uma estimativa operacional baseada em modelo, não uma leitura direta do medidor ou uma declaração de ciclo de vida completo.

Use sugestões de discussão que exponham compensações

As seguintes instruções funcionam em pares, seminários ou um bilhete de saída por escrito:

• Um modelo pequeno dá uma resposta fraca duas vezes; um modelo maior responde corretamente uma vez. Qual é a escolha mais sustentável e que provas faltam?
• Uma escola deveria preferir uma ferramenta com uma estimativa baixa por solicitação ou uma que publique emissões totais anuais mais baixas? Ambas as métricas podem ser importantes?
• O uso de água para resfriamento é sempre prejudicial ou a fonte, a estação, a escassez e os métodos alternativos de resfriamento alteram o julgamento?
• Se uma empresa financia o plantio de árvores, o que você precisaria antes de chamar sua IA de “neutra em carbono”?
• Quem tem mais controle sobre a pegada da IA: um aluno, um professor, um comprador escolar, um fornecedor de nuvem ou um regulador de eletricidade?
• Quando uma explicação gerada por IA agrega valor educacional suficiente para justificar seu uso em vez de uma pesquisa ou de um livro didático?

Não avalie os alunos quando alcançarem uma resposta moral aprovada. Classifique a qualidade do limite, da evidência e do raciocínio. O Perguntas frequentes sobre impacto ambiental da IA pode servir como referência inicial, não como folha de respostas.

Experimente duas atividades honestas em sala de aula

Para uma auditoria de reivindicação, forneça aos grupos uma postagem social ou um título sobre água, energia ou árvores de IA. Os alunos localizam a fonte original e identificam o produto, ano, unidade, denominador e exclusões. Eles reescrevem o título para que permaneça preciso. Isto ensina a literacia mediática sem necessidade de acesso a dados de fornecedores privados.

Para um exercício de elaboração de tarefas, estabeleça um objetivo de aprendizagem – talvez explicar a fotossíntese a um aluno mais jovem. Os grupos projetam três rotas: sem IA generativa, um pequeno modelo de texto e um assistente com muitos recursos. Eles prevêem quais etapas agregam valor, quais dados seriam enviados e quais partes provavelmente exigirão mais computação. Eles então avaliam a qualidade das respostas e revisam suas previsões.

Não apresente o tempo de resposta, a leitura da bateria do dispositivo ou o ícone da interface do provedor como uma medição direta de energia. Se não existir divulgação comparável, “não podemos determinar o vencedor” é uma conclusão positiva. da UNESCO Estrutura de competências de IA para professores coloca a sustentabilidade ao lado da agência humana, da ética, dos fundamentos e da pedagogia; a atividade deve manter esses objetivos juntos.

Defina uma prática de sala de aula proporcional

Uma norma viável é: usar a ferramenta aprovada menos complexa que atenda ao propósito de aprendizagem. Procure fontes. Use uma calculadora para aritmética. Use um modelo pequeno para suporte linguístico de rotina. Reserve sistemas maiores de raciocínio, imagem ou pesquisa para tarefas onde sua capacidade seja relevante.

Peça resultados concisos, elimine o contexto irrelevante e evite gerar muitas variantes descartáveis. Mas não transforme a contagem de tokens em um gráfico de comportamento nem puna um aluno que precisa de tecnologia assistiva. Acessibilidade, suporte a idiomas e segurança podem justificar a computação. A sustentabilidade é uma consideração dentro da boa pedagogia, não uma competição de racionamento.

Seja explícito sobre privacidade e avaliação. Siga a política institucional, evite enviar informações pessoais dos alunos e informe-os quando o suporte de IA é permitido e como deve ser reconhecido. da UNESCO orientação para IA generativa na educação e pesquisa recomenda o uso adequado à idade e centrado no ser humano e atenção à proteção de dados.

Faça perguntas melhores sobre sua instituição

Não se deve esperar que os professores auditem apenas um serviço de nuvem global. Pergunte às equipes de compras se os fornecedores divulgam escolhas de modelos, energia específica para tarefas, despesas gerais do data center, limites de água e impactos anuais absolutos. Pergunte se a interface permite que os usuários escolham um modelo menor e se ela torna as chamadas de ferramentas visíveis.

Incluir alunos nesta investigação. Eles podem elaborar perguntas, comparar respostas de fornecedores e identificar onde as afirmações de marketing superam as evidências. Nosso guia do aluno sobre o impacto ambiental da IA dá-lhes uma lista de verificação paralela, enquanto escolhendo um assistente de IA por uso de energia explica por que os nomes dos modelos por si só são insuficientes.

Guarde as respostas e revise-as quando os contratos, as ferramentas ou as divulgações do fornecedor mudarem.

Acabe com a agência em vez do alarme. Uma classe responsável pode usar a IA de forma ponderada, exigir uma divulgação mais clara e ainda assim reconhecer a incerteza. A lição não é “nunca pergunte”. É “entender o trabalho, usar a ferramenta certa e guardar as provas anexadas a cada reclamação”.