Sustentabilidade

Esta é uma tradução automática da página em inglês; ainda não foi revisada por uma pessoa falante nativa.

A sustentabilidade — a interseção de duas preocupações: como a IA pode ser usada para resultados de sustentabilidade na educação (IA para a sustentabilidade, incluindo a Educação para o Desenvolvimento Sustentável e a educação verde), e como tornar a própria IA sustentável (IA sustentável, reduzindo a pegada ambiental, ética e social dos sistemas de IA na educação). Como usuárias e desenvolvedoras de IA, as instituições educacionais devem avançar objetivos ambientais e sociais ao mesmo tempo que garantem o uso responsável e ético da IA.

Questões a considerar

• A página distingue duas vias: "IA para a sustentabilidade" (usar a IA para avançar resultados de sustentabilidade) e "IA sustentável" (reduzir a própria pegada ambiental e ética da IA). Você consegue pensar em uma forma pela qual uma ferramenta de IA poderia avançar um objetivo ao mesmo tempo que mina o outro?
• Treinar e rodar modelos de linguagem grandes carrega uma pegada real de carbono e de água. Quando uma instituição promove a sustentabilidade como um valor ao mesmo tempo que implanta IA intensiva em energia, que tensões surgem — e quem deveria pesá-las?
• Antes de continuar a leitura, como você definiria "educação sustentável"? A página a trata como um projeto baseado em valores e centrado no humano, distinto de usar a educação como um instrumento para a sustentabilidade — como esses dois diferem?
• Se se espera que a educação construa a "consciência de sustentabilidade" dos aprendizes, que papel a IA poderia ter nisso — e a integração da IA no currículo poderia ensinar sustentabilidade ao mesmo tempo que sua própria pegada contradisse silenciosamente a lição?
• O que significaria para uma instituição educacional ser genuinamente sustentável em seu uso de IA, e quais de suas decisões (aquisição, implantação, ensino) você acha que importam mais?

Introdução

A sustentabilidade na AIED abrange três enquadramentos sobrepostos: a educação sustentável (um projeto educacional baseado em valores e centrado no humano), a sustentabilidade na educação (usar a educação como um instrumento para a sustentabilidade) e a educação para o desenvolvimento sustentável (ESD, a agenda política global, especialmente o Objetivo de Desenvolvimento Sustentável 4). A IA intersecciona cada um desses de forma diferente — e o campo distingue duas vias centrais: a IA para a sustentabilidade (a IA como ferramenta para alcançar resultados de sustentabilidade) e a IA sustentável (reduzir a própria pegada ambiental e ética da IA).

A taxonomia de duas partes

A cobertura da base de conhecimento, ancorada por Daniel et al. (2026), organiza o campo em duas vias interconectadas, mas distintas:

• IA para a sustentabilidade — usar a IA para avançar resultados de sustentabilidade. Na educação, isso inclui IA para gestão de energia, monitoramento climático, programas de campus verde e currículos integrados à IA que constroem a consciência de sustentabilidade dos aprendizes (p. ex., o framework AI-SEE para a educação em engenharia sustentável). Ela está fundamentada na agenda global da Educação para o Desenvolvimento Sustentável.
• IA sustentável — reduzir os impactos ambientais e éticos diretos da própria IA. Isso cobre a pegada de carbono e de água dos modelos de linguagem grandes, a implantação energeticamente eficiente e no local, e os frameworks éticos e de governança necessários para garantir que o uso da IA na educação seja ele próprio responsável e sustentável.

Usando a IA para a sustentabilidade na educação

Um corpo crescente de trabalhos trata a IA como uma ferramenta para a educação e os resultados de sustentabilidade:

• Currículos integrados à IA que constroem consciência de sustentabilidade. Liu et al. (2026) propõem o framework AI-SEE (dirigido por inteligência, empoderado pelo verde, liderado pela responsabilidade, integrado à prática), que integra a IA ao currículo como suporte cognitivo e recurso para a análise de sustentabilidade em nível de sistema. Em um caso de engenharia com 144 estudantes, ele aumentou a consciência de sustentabilidade e produziu engajamento comportamental nos níveis pessoal, acadêmico, profissional e social, com difusão social além da sala de aula.
• A IA na educação verde e sustentável. Talebzadeh (2026) descobriu que o design instrucional assistido por IA sob restrições de Pedagogia do Desenvolvimento Sustentável melhorou os fluxos de trabalho dos professores e o design pedagógico. Riandi et al. (2026) descobriram que o uso prático de IA pelos professores em ciência/energia verde e seu envolvimento no desenvolvimento de materiais alinhados à ESD — mais do que o conhecimento abstrato de IA ou as atitudes — previram sua capacidade de integrar a IA à educação em energia verde.
• A sustentabilidade como um projeto baseado em valores. Alsuhami & Atallah (2026) argumentam que a contribuição da IA para a educação sustentável é condicional e mediada pela governança: ela apoia a sustentabilidade apenas quando a adoção é subordinada a valores educacionais explícitos e a propósitos centrados no humano, e não à tecnologização e à mercantilização. Isso liga a sustentabilidade à ética e à pedagogia crítica.

Tornando a própria IA sustentável

A segunda via diz respeito à própria pegada da IA nos cenários educacionais:

• Impacto ambiental dos grandes modelos. estudos do uso de LLM documentam a pegada de carbono e de água dos modelos de linguagem grandes, que é significativa dada a alta adoção entre estudantes universitários. Essa é a dimensão ambiental direta da IA sustentável.
• Implantação energeticamente eficiente e no local. Shen et al. (2026) demonstram que assistentes de base de conhecimento com IA podem rodar em hardware de consumo com recursos educacionais abertos, reduzindo a pegada ambiental e de custo da IA na educação — um padrão concreto de design de IA sustentável.
• Frameworks éticos e de governança. A IA sustentável não é apenas ambiental: ela exige frameworks de governança e de ética que garantam transparência, responsabilização, supervisão humana e acesso equitativo, como Daniel et al. (2026) notam que frequentemente falta nas aplicações universitárias atuais.

A aprendizagem sustentável como objetivo pedagógico

Uma vertente relacionada enquadra a sustentabilidade não apenas como uma preocupação ambiental ou institucional, mas como uma propriedade da própria aprendizagem. Zhu et al. (2026) argumentam que a aprendizagem assistida por IA arrisca terceirização cognitiva e desprendimento de contextos autênticos, propondo frameworks (E3-HOT) para a aprendizagem sustentável — uma aprendizagem que persiste, se transfere e permanece conectada a problemas reais, em vez de ser curto-circuitada pela descarga cognitiva. Isso conecta a sustentabilidade à agência e ao pensamento crítico.

Conexões com outros conceitos

A sustentabilidade e a IA na educação ficam na interseção da ética, da governança, da IA na educação e das ciências ambientais/energéticas. Ela recorre à formação de professores e ao papel do professor para a construção de capacidade, ao design de aprendizagem para a pedagogia, e se conecta ao tratamento que a base de conhecimento dá à descarga cognitiva e ao pensamento crítico por meio da lente da "aprendizagem sustentável". Como ambas as vias são transversais, a sustentabilidade é um tema fundacional que aparece no ensino superior, no K-12 e em contextos profissionais.

Conceitos conectados

• Ética
• Governança de IA
• IA na educação
• Ensino superior
• K-12 (educação básica e média)
• Desenvolvimento profissional
• A docência
• Desenho de aprendizagem
• Educação em engenharia
• Pensamento crítico
• Descarregamento cognitivo
• Autonomia de quem aprende
• Código aberto

Artigos conectados

• A Scoping Review of AI for Sustainability and Sustainable AI in Higher Education — Scoping review of AI for sustainability and sustainable AI in higher education
• Sustainable Education in the Age of Artificial Intelligence and Digitalization: A Value-Critical Approach — Value-critical approach to sustainable education and AI
• Enhancing Sustainability Consciousness in Higher Education: Impacts of Artificial Intelligence-Integrated Sustainable Engineering Education — AI-SEE framework for sustainable engineering education
• Teacher Involvement in Developing Sustainable Education Materials for AI Integration in Green Energy Education — Teacher involvement in AI integration for green energy education
• The Role of Artificial Intelligence in Green Education: Optimizing Teacher Workflow and Enhancing Pedagogical Design under Sustainable Development Pedagogy (SDP) Constraints — The Role of AI in Green Education
• Towards sustainable AI knowledge-base assistants in computer science education: on-premise deployment and optimization with open educational resources — Sustainable AI knowledge-base assistants
• When LLMs Slow Down: How Environmental Impacts Mediate University Students' LLM Usage — Environmental impacts of LLM use
• Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — Fostering sustainable learning via embodied intelligence
• Preparing Learners and Teachers for an AI-Driven Future: Emerging Trends, Pedagogical Challenges, and Critical Perspectives in Pre-University AI Education: A Systematic Literature Review — SLR of pre-university AI education (SDG 4 framing)