Crescimento de data centers e crise da água na IndonésiaCEFR A2
21/04/2026
Adaptado de Mong Palatino, Global Voices • CC BY 3.0
Foto de Lisa Shauma, Unsplash
A expansão da inteligência artificial levou ao crescimento rápido de data centers na Indonésia. Em abril de 2026 havia 170 data centers no país. A IA precisa de capacidade de computação, e isso exige mais centros e infraestrutura.
O consumo de água preocupa autoridades e moradores porque muitos centros ficam em áreas quentes e precisam de refrigeração. Em Batam, onde já existem vários centros, houve protestos por escassez de água em 2024. As autoridades disseram que houve um problema técnico que interrompeu a distribuição. Vozes ambientais pedem que o governo e as empresas façam um plano para usar água de forma sustentável.
Palavras difíceis
- expansão — aumento rápido em tamanho ou quantidade
- inteligência artificial — programas e máquinas que imitam pensamento humano
- data center — prédio com computadores grandes para serviços digitaisdata centers
- infraestrutura — conjunto de instalações e serviços necessários
- refrigeração — processo de reduzir a temperatura de equipamentos
- escassez — falta ou quantidade insuficiente de algo
Dica: passe o mouse, foque ou toque nas palavras destacadas no artigo para ver definições rápidas enquanto lê ou ouve.
Perguntas para discussão
- O que você faria para usar água de forma mais sustentável?
- Você já viu protestos por falta de água na sua cidade? Conte brevemente.
- As empresas devem criar planos para reduzir o consumo de água? Por quê?
Artigos relacionados
Método rápido para reciclar metais de baterias
Pesquisadores da Rice University desenvolveram um método mais rápido e energeticamente eficiente para recuperar metais de baterias gastas usando soluções aquosas de aminocloretos. Uma formulação com cloreto de hidroxilamónio (HACl) apresentou melhor desempenho nos testes.
Redes sociais e desenvolvimento de leitura na adolescência
Pesquisa com mais de 10.000 jovens liga uso regular de redes sociais na primeira adolescência a desenvolvimento mais fraco de leitura e vocabulário. Estudo também aponta mudanças na atenção, benefícios de velocidade e recomendações para limitar o tempo de tela.
Por que modelos de linguagem falham ao multiplicar 4 dígitos
Pesquisa mostra que métodos de treino comuns não permitem que modelos guardem resultados intermédios, por isso falham ao multiplicar dois números de quatro dígitos. Um método chamado ICoT aprendeu a armazenar esses valores e teve sucesso.
