Governo do Reino Unido pede a servidores: parem de agradecer chatbots de IA
Funcionarios publicos britanicos estao recebendo uma orientacao peculiar: nao digam "por favor" e "obrigado" ao chatbot da vez. A recomendacao faz parte de um rascunho de boas praticas em IA (inteligencia artificial) divulgado pelo governo do Reino Unido com um objetivo bem definido - cortar o desperdicio energetico nas operacoes diarias com modelos generativos.
A economia escondida em cada "valeu"
Pode parecer trivial, mas a economia nao e pequena. Pesquisas recentes ja mostraram que expressoes de cortesia em conversas com LLMs (Large Language Models - os grandes modelos de linguagem por tras de chatbots como ChatGPT, Claude e Gemini) aumentam o numero de tokens processados por consulta. Tokens sao as unidades basicas de texto que o modelo quebra antes de gerar uma resposta - pense neles como pecinhas de lego linguisticas. Cada token a mais significa mais conta no data center que roda a inferencia (o processo de o modelo efetivamente gerar a resposta).
O rascunho governamental vai alem da etiqueta digital. O documento recomenda explicitamente a adocao de modelos leves, ou seja, sistemas com menos parametros - os pesos matematicos e conexoes neurais que definem a capacidade do modelo - voltados a tarefas especificas em vez de modelos gigantescos e genericos. A logica e direta: nem toda demanda de um ministerio precisa de um modelo de topo de gama.
Prompts curtos, menos compute
Outra frente da orientacao envolve o tamanho dos prompts. Instrucoes longas e prolixas exigem mais compute (poder de processamento bruto, medido em chips como GPUs operando em paralelo), mais memoria em uso e, inevitavelmente, mais eletricidade puxada da rede. Pedidos objetiveis e diretos devolvem respostas equivalentes com fracao do custo computacional.
O documento tambem sugere evitar processos de raciocinio encadeado quando uma resposta simples resolve o problema. Esses modos de "thinking" fazem o modelo gastar tokens extras deliberando passo a passo antes de devolver a resposta final - util em problemas matematicos complexos, mas overkill para resumir uma ata de reuniao.
Por que importa agora
A diretriz nao chega em momento casual. Data centers de IA crescem em escala global e a pegada de carbono do setor virou tema de discussao regulatoria na Europa. Ao ensinar o proprio funcionalismo a usar a IA de forma frugal, o governo britanico testa uma politica de "suficiencia computacional" - a ideia de que nem toda interacao precisa do modelo mais pesado disponivel no mercado.
A medida tambem reflete uma mudanca cultural que vinha sendo discutida nos bastidores. Empresas como a Hugging Face e pesquisadores independentes ja publicaram guias semelhantes para desenvolvedores, alertando que o custo medio de uma chamada de API subiu com o uso massivo de cadeias longas de raciocinio. Estender o mesmo alerta aos funcionarios publicos e um movimento pedagogico - normalizar a IA como ferramenta util, nao como interlocutor a ser mimado.
Caveats
Vale registrar o que ainda nao esta claro. O texto oficial e um rascunho sujeito a revisao antes de virar politica permanente. Nao foi divulgada nenhuma meta especifica de reducao de consumo energetico vinculada a essas orientacoes. Tambem nao ha, ate o momento, auditoria publica que meca o impacto real das recomendacoes em producao - a eficacia depende da adesao voluntaria dos funcionarios.
Por fim, a discussao sobre pegada ambiental da IA e multifacetada. Trocar um modelo leve por um pesado em alguns casos resolve um gargalo, mas e preciso comparar tambem o custo de treinar versoes leves do zero versus reutilizar checkpoints (snapshots de pesos ja treinados que servem de ponto de partida para ajustes finos).
O que leva pra casa
A mensagem central e simples: eficiencia em IA nao comeca em数据中心 - comeca no prompt. Cortar uma frase de cortesia aqui, reduzir um paragrafo de contexto ali e escolher o modelo certo para a tarefa sao decisoes que, somadas em milhoes de consultas diarias, podem representar megawatts economizados.
Fonte: Tom's Hardware