Maio 26, 2026
Em alta, a IA prejudica ou beneficia a conservação dos oceanos?
Por: Oceana
O TEMA: Save the Oceans, Feed the World
Em órbita, satélites monitoram silenciosamente as profundezas do oceano, coletando mais informações do que jamais se poderia obter a partir de navios ou da costa. Eles captam a cor do mar, a temperatura da superfície e o movimento das ondas, revelando onde os ecossistemas marinhos estão prosperando e onde eles sofrem pressões.
Mas essa visão global traz consigo um desafio. Os satélites geram um volume enorme de dados, muito maior do que os cientistas conseguem analisar por conta própria. Para o olho humano, muitas imagens de satélite parecem quase idênticas e sinais importantes podem se perder entre tanta informação.
Para preencher essa lacuna, há quase três décadas, pesquisadores recorreram ao que se chama de “aprendizado de máquina”, uma forma de Inteligência Artificial (IA). Os primeiros sistemas de IA conseguiam classificar, ordenar e comparar imensos conjuntos de dados em pouco tempo, revelando padrões que transformaram a maneira como os cientistas entendem os oceanos.
Hoje em dia, a IA oferece informações sem precedentes sobre os ambientes marinhos, projetando padrões de migração de peixes, rastreando a poluição causada pelos plásticos, prevendo eventos de branqueamento de corais e, assim, ajudando os cientistas a agir mais rapidamente. Mas essas mesmas ferramentas também podem favorecer a sobrepesca, expandir a exploração de petróleo em alto-mar e concentrar o poder nas mãos de poucos.
Dados melhores levarão a proteções mais eficazes? Ou essa ferramenta de alto consumo energético irá acelerar a exploração, ao invés da conservação?
Por dentro do algoritmo
A inteligência artificial costuma ser apresentada como uma solução mas, na prática, é uma ferramenta. Um algoritmo de IA é “como uma receita”, explica Max Valentine, cientista à frente das campanhas de transparência e contra a pesca ilegal promovidas pela Oceana nos Estados Unidos. Segundo ela, “é uma série de passos que diz aos computadores como interpretar os dados.”
Por mais de uma década, a Oceana vem trabalhando em parceria com companhias como Skytruth e Google para desmascarar a pesca ilegal, usando imagens de satélite, radares e aprendizado de máquina. O resultado desse trabalho é o Global Fishing Watch, um mapa da atividade pesqueira global, aberto ao público e atualizado quase que em tempo real. Governos de pelo menos 20 países usam esses dados para processar empresas que pescam ilegalmente e aprovar políticas pesqueiras.
O sistema do Global Fishing Watch se baseia em redes neurais (vagamente baseadas no cérebro humano) para processar imensos fluxos de dados de satélite. Segundo Valentine, esses modelos identificam padrões no movimento das embarcações, a partir da lógica do tipo “se… então”. Ela explica: “se uma embarcação se desloca de uma determinada maneira, então sabemos que está pescando. Se ela faz movimentos circulares ou segue trajetórias mais amplas, isso nos indica o tipo de pesca praticado.”
A qualidade desses dados é um aspecto fundamental. “Quando eu comecei a trabalhar nisso, há seis anos, eles exigiam muita filtragem”, conta Valentine. “Às vezes, o algoritmo sinalizava equivocadamente embarcações ociosas, como se estivessem pescando.”
Mas os modelos foram se tornando mais precisos com o tempo: as primeiras versões do mapa do Global Fishing Watch distinguiam apenas três tipos de pesca; agora, a tecnologia consegue separar 16 tipos e se adaptar ao surgimento de novos comportamentos. Uma análise feita recentemente pela Oceana, por exemplo, usou esses métodos aprimorados para analisar a pesca destrutiva com arrasto de fundo nas áreas marinhas protegidas mais emblemáticas da França, pouco antes da Conferência da ONU sobre os Oceanos, que foi realizada no país, na cidade de Nice, em junho de 2025.
A IA também ajudou a identificar embarcações que desligam os rastreadores para ocultar a pesca ilegal, incluindo aquelas envolvidas em violações de direitos humanos e trabalho forçado. “Os nossos oceanos são um território obscuro e nebuloso”, alega Valentine. “A cada ano, à medida que os modelos são aperfeiçoados, é possível enxergá-los melhor. As embarcações não conseguem se esconder com tanta facilidade, o monitoramento se torna mais fácil e a transparência aumenta – mas sempre precisamos de supervisão humana.”
Uma ferramenta para a conservação
Para os pesquisadores, a identificação de baleias exige muito tempo. As baleias-francas do Atlântico Norte, em perigo crítico, têm padrões e cicatrizes únicos em seus corpos, e os cientistas passam incontáveis horas analisando fotografias para comparar indivíduos na água com os que estão registrados em seu banco de dados.
Porém, a atenção humana tem seus limites. “Nós somos naturalmente atraídos pelo que é novo”, afirma Kim Elmslie, diretora sênior de campanhas da Oceana no Canadá. Os cientistas têm maior probabilidade de notar cicatrizes ou marcas recentes, explica ela, e podem ignorar características mais antigas ou mudanças sutis provocadas ao longo do tempo.
No entanto, de acordo com a Administração Oceânica e Atmosférica Nacional dos Estados Unidos (na sigla em inglês, NOAA), programas de IA treinados com milhares de fotos de baleias podem refinar essas identificações em pouco tempo. Assim, pesquisas que levavam meses de trabalho manual agora podem ser feitas muito mais rapidamente, embora os cientistas ainda revisem cada correspondência para garantir a precisão.
A IA também está sendo usada junto a dispositivos de escuta subaquáticos. Um exemplo disso são os gliders (um tipo de veículo autônomo, como se fosse um drone submarino), equipados com microfones, que se deslocam pelo oceano gravando as vocalizações das baleias. A partir delas, as novas ferramentas de inteligência artificial ajudam a analisar grandes conjuntos de dados dos áudios, para identificar diferentes espécies e seus padrões de movimento.
Cientistas imaginam ainda, aplicações futuras que possam ajudar a proteger as baleias. Sistemas de IA poderiam, por exemplo, enviar alertas em tempo real às embarcações quando fossem avistadas baleias-francas, ajudando a prevenir colisões fatais, sugere Hanna Vatcher, que trabalha nas campanhas de proteção à espécie na Oceana do Canadá. Em geral, segundo ela, à medida que vão aumentado os questionamentos e possibilidades, “há um interesse em que a IA seja usada para o bem”.
Ainda assim, existem preocupações. “Quem é dono dos dados inseridos no sistema de IA? Quem seria o dono da análise?”, questiona Elmslie. Cientistas correm o risco de os dados serem controlados por empresas de tecnologia ou hackeados por agentes externos. Além disso, muitas empresas de IA protegem tanto os dados quanto os algoritmos, o que representa um dilema para os pesquisadores.
Cientistas também temem que a IA possa incentivar atalhos perigosos durante as pesquisas. Por exemplo, um artigo publicado na revista científica China Population and Development Studies, da Springer Nature, em outubro de 2025, precisou ser retratado após se descobrir que seus dados continham inúmeras referências inexistentes, geradas por IA. “É essencial que haja uma supervisão rigorosa para garantir que a tecnologia sirva de apoio a pesquisas confiáveis, em vez de prejudicá-las”, aponta Elmslie.
Avaliando os riscos
Daniel Skerritt, gerente sênior da equipe científica global da Oceana, passa a maior parte do tempo analisando artigos científicos e preparando recomendações para legisladores e tomadores de decisão com o objetivo de proteger os oceanos. Ele agradece a alta capacidade de processamento de dados da IA, que ajuda analistas como ele a trabalhar mais rápido. Por outro lado, se preocupa com casos que exigem que julgamentos de valor sejam feitos.
“Precisamos interpretar informações e dados imprecisos para transformá-los em recomendações para a formulação de políticas. E, na maioria dos casos, não há uma resposta simples, do tipo ‘sim’ ou ‘não’”, afirma Skerritt. Uma das atenções de sua equipe, por exemplo, é com o acesso equitativo à pesca e com a melhoria da segurança alimentar – e não há como garantir que o algoritmo da IA compartilhe dessa mesma preocupação em suas análises.
“Atuar com a IA é como ter um milhão de trabalhadores que nós contratamos sem avaliar. Não entrevistamos, não sabemos quem financia, de onde vêm suas informações ou qual é a visão de mundo que eles têm. Não sabemos quais dados estão treinando esses modelos ou quais são os seus valores. É necessário um alto grau de confiança para usar qualquer resultado que eles venham a gerar”, explica.
“Preconceitos racistas e misóginos incorporados em dados históricos podem ser amplificados pela IA e acabar influenciando essas recomendações de políticas”, detalha Skerritt. Com isso, se aceitarem os resultados da IA sem questioná-los, tanto analistas quanto tomadores de decisão podem ignorar os saberes locais ou tomar decisões que prejudiquem os próprios ambientes que pretendem proteger.
Desafios éticos do uso da IA
Nos círculos ambientais, a IA passou a ser uma espécie de “palavrão”, destaca Valentine.
Isso se dá pelo fato de que, para treinar e operar grandes modelos de IA, é necessário um grande gasto de energia. Pesquisadores da Universidade Cornell descobriram que o ritmo atual de crescimento da inteligência artificial pode lançar, anualmente, de 24 a 44 milhões de toneladas métricas de dióxido de carbono na atmosfera até 2030 – valor equivalente à pegada de carbono anual de 3 a 6 milhões de residências nos Estados Unidos.
Com um consumo de energia muito maior do que os sistemas tradicionais, os data centers de IA alimentam as mudanças climáticas que estão aquecendo e acidificando os oceanos. Eles também demandam uma gigantesca quantidade de água para manter seus sistemas resfriados. E, embora possam funcionar com energia renovável, a maioria ainda opera com combustíveis fósseis.
Alguns países, como China e Escócia, estão instalando esses centros de dados debaixo d’água, submergindo esses sistemas quentes e com alto consumo de energia no próprio mar. Essa abordagem certamente impactará os ecossistemas oceânicos, avalia Kathryn Matthews, cientista-chefe e vice-presidente sênior da Oceana.
Colocada em perspectiva, a quantidade de energia usada para operar uma plataforma de aprendizado de máquina como o mapa da Global Fishing Watch é insignificante em comparação com outras aplicações da tecnologia, explica Max Valentine. Como ele foi projetado para uma aplicação específica e usa conjuntos de dados mais limitados, seu consumo é, provavelmente, muito menor do que a energia necessária para treinar modelos de grande porte, como o ChatGPT – embora seja difícil fazer comparações exatas.
Como qualquer ferramenta, a inteligência artificial pode ser usada para fins úteis ou prejudiciais, avalia Matthews, que se diz muito menos interessada nos usos fúteis da IA do que em aplicações que realmente contribuam para o bem-estar humano e a proteção ambiental. “No momento, boa parte da inteligência artificial é utilizada de forma desnecessária ou até prejudicial. Se a IA vai beneficiar os oceanos, depende de nós. Resistiremos às ilusões das soluções fáceis e nos comprometeremos com o grande esforço que esses desafios complexos nos exigem?”, questiona. “Em última análise, devemos continuar direcionando essas tecnologias de maneiras que realmente ajudem nossas comunidades e ecossistemas.”
*Texto originalmente publicado em inglês, na edição de primavera de 2026 da Oceana Magazine.