O Green Computing Edu é um projeto multidisciplinar desenvolvido na graduação em Ciência da Computação (UFBRA). A iniciativa capacita educadores e a comunidade escolar na aplicação prática de Lean ICT (TI Enxuta) e Sobriedade Digital, mitigando a pegada ecológica e energética gerada pelo ecossistema de dispositivos móveis.
A ação atua como recurso didático complementar alinhado aos Temas Contemporâneos Transversais da BNCC (Meio Ambiente e Ciência e Tecnologia), fornecendo tutoriais objetivos para estancar o consumo desnecessário de dados e prolongar a vida útil de smartphones.
O avanço tecnológico desregulado gerou gargalos críticos abordados por este projeto:
- A Crise do Lixo Eletrônico (E-waste) e a Lei de Wirth: Segundo o Global E-waste Monitor 2024 (ONU/ITU), o planeta atingiu a marca de 62 milhões de toneladas de lixo eletrônico por ano, crescendo 5 vezes mais rápido que a reciclagem formal. O descarte precoce de celulares é acelerado pela incapacidade do hardware legado de processar softwares inchados e sem otimização (Software Bloat / Lei de Wirth).
- O Consumo Invisível de Rede e a Métrica WUE: Conforme documentado pelo The Shift Project (Lean ICT: Towards Digital Sobriety, 2019), o consumo elétrico do setor digital cresce cerca de 9% ao ano. O processamento massivo em nuvem e a transferência ininterrupta de pacotes exigem resfriamento constante em Data Centers, agravando o consumo de água potável medido pelo índice WUE (Water Usage Effectiveness), padronizado pelo consórcio The Green Grid.
- O Custo do Código de Terceiros e o Dreno de Fundo (Tail Energy): Pesquisas canônicas de engenharia móvel (Pathak et al., ACM EuroSys 2012) comprovam que até 75% da energia em aplicações gratuitas é consumida por módulos de telemetria e anúncios de terceiros. Esse tráfego constante mantém os rádios de comunicação (modems 4G/5G) em estados contínuos de alta potência (fenômeno conhecido como Tail State), provocando estresse térmico no processador e degradação prematura das baterias de lítio.
📊 Telemetria de Impacto: 1 adesão(ões) confirmada(s) via Cutt.ly
⏱️ Última sincronização: (Atualizado em 10/10/2026 às 02:15)
Os dados abaixo são atualizados de forma totalmente automatizada via pipeline de CI/CD (GitHub Actions + Python + Cutt.ly Regular API). A telemetria monitora o alcance do material educativo coletando apenas métricas agregadas de alcance e conversão, sem expor dados pessoais dos usuários.
- Guia de Sobriedade Digital para Educadores (PDF 9:16):
- Distribuído via GitHub Releases (versão mais recente sempre no link
guia_sobriedade_edu.pdf). - Material diagramado em LaTeX nativo (formato mobile viewport 9:16).
- Abordagem em 4 etapas: Ativação de DNS Privado (bloqueio de anúncios na raiz), Restrição de Dados em 2º Plano, Desativação de Reprodução Automática de Mídia e Preservação de Ciclos de Carga.
- Distribuído via GitHub Releases (versão mais recente sempre no link
- Pipeline de Extração de Dados e Telemetria:
- Integração com a API do Cutt.ly através de script em Python (
fetch_telemetry.py). - Processamento de séries temporais com
pandas, geração de gráficos analíticos emmatplotlibe reescrita dinâmica do README via GitHub Actions.
- Integração com a API do Cutt.ly através de script em Python (
- Instrumento de Avaliação de Usabilidade (UX):
- Status: formulário pendente de publicação. O instrumento será estruturado para mensurar clareza didática, facilidade de configuração e percepção empírica de melhora térmica e de autonomia de bateria nos aparelhos.
green-computing-edu/
├── .github/
│ └── workflows/
│ └── telemetry.yml # Automação periódica de dados (CI/CD)
├── assets/
│ ├── capa_guia_9_16.png # Imagem vetorial vertical para a capa do PDF
│ ├── cerrado_urbano.png # Banner horizontal (estética 3D Low-Poly)
│ ├── ok_registrado.png # Endpoint de confirmação do clique
│ ├── telemetry_chart.png # Gráfico analítico dinâmico (gerado pelo CI)
│ ├── telemetry_history.csv # Série histórica de telemetria
│ └── screenshots/ # Capturas de tela dos tutoriais de configuração
├── scripts/
│ └── fetch_telemetry.py # Script de integração com Cutt.ly Regular API
├── src/
│ └── latex/
│ └── main.tex # Código-fonte tipográfico do guia
├── .gitignore
├── LICENSE
└── README.md
- Engenharia de Dados e Automação: Python 3.11, Pandas, Matplotlib, GitHub Actions, Cutt.ly Regular API.
- Tipografia e Documentação: LaTeX (
pdflatex), pacotesgeometry,tcolorbox,microtype,roboto. - Design Gráfico: DALL-E 3 (estética 3D Low-Poly do Cerrado urbano), Inkscape, GIMP.
- Referenciais Normativos: NBR 14724 (ABNT), BNCC / MEC (Temas Contemporâneos Transversais).
Para compilar a cartilha a partir do código-fonte TeX (requer TeX Live ou MiKTeX instalado):
cd src/latex
pdflatex -interaction=nonstopmode main.tex- Forti, V., Baldé, C.P., Kuehr, R., & Ang, G. (2024). The Global E-Waste Monitor 2024. UNITAR/ITU.
- The Shift Project. (2019). Lean ICT: Towards Digital Sobriety.
- Pathak, A., Hu, Y.C., & Zhang, M. (2012). Where is the energy spent inside my app? Fine Grained Energy Accounting on Smartphones with Eprof. ACM EuroSys.
- The Green Grid. Water Usage Effectiveness (WUE): A Metric for Data Center Sustainability.
Autor: @naygno — Acadêmico de Ciência da Computação (UFBRA)

