Núcleo de ensino, pesquisa e difusão de conhecimento com foco em arquitetura, tecnologia e economia urbana. ([email protected])
A IA atravessou praticamente todas as bolhas profissionais no último ano e, como engenheiro de software atuando em um escritório de arquitetura, acompanhei esse movimento com surpresa positiva. Vi surgir uma curiosidade real, quase impaciente, para entender até onde essa tecnologia poderia ir e, principalmente, o que precisaria mudar no negócio para que ela fosse levada a sério. Num setor com décadas de prática consolidada, clientes exigentes e critérios de qualidade muito próprios, isso está longe de ser trivial. A questão, para mim, nunca foi apenas se a IA poderia ser incorporada ao trabalho, mas como desenvolver uma mentalidade AI-first em um negócio que já opera, há muito tempo, em um alto nível de sofisticação.
Quando as ferramentas de geração de imagem começaram a entrar nos fluxos de trabalho do escritório, a primeira reação que observei não foi entusiasmo. Foi desconforto. Não porque os arquitetos temessem ser substituídos, mas porque as imagens geradas eram convincentes com facilidade demais. Elas pareciam boas antes mesmo de terem sido devidamente pensadas. E, em um processo no qual a qualidade do resultado depende profundamente da qualidade das perguntas formuladas no início, uma ferramenta que produz respostas visualmente persuasivas antes que as perguntas certas tenham sido feitas não é necessariamente uma ajuda.
Esse é o tipo de atrito que raramente aparece nos textos sobre IA e urbanismo, nos quais muitas vezes nos limitamos a listar capacidades como se capacidade e utilidade fossem a mesma coisa.
Do ponto de vista de quem constrói ou integra essas ferramentas, o problema mais concreto nem sempre é tecnológico. Muitas vezes, ele é epistemológico. Modelos de aprendizado de máquina são muito eficazes em identificar padrões em dados históricos. Mas as cidades são formadas, em grande parte, por situações que os dados históricos não capturam bem: a ocupação informal, a adaptação criativa, o uso inesperado do espaço público, os arranjos que surgem fora da lógica oficial de registro. Treinar um modelo a partir do que foi documentado significa, em alguma medida, invisibilizar aquilo que nunca entrou no registro.
Isso não é um argumento contra o uso da tecnologia. É um argumento contra o seu uso ingênuo.
Da posição que ocupo, o diagnóstico mais honesto é que a IA tem sido útil nos escritórios principalmente nas margens do processo criativo: na geração rápida de variações, na análise preliminar de viabilidade, na documentação e nas revisões. Essas etapas, que em geral tendem a ser repetitivas ou operacionais, passaram a ganhar velocidade e refinamento. Já no núcleo do processo, onde as decisões mais importantes são tomadas, onde repertório, contexto e julgamento ainda pesam mais, a IA continua sendo mais referência do que instrumento. E talvez, por enquanto, seja melhor que continue assim.
A pergunta que permanece, e que interessa diretamente a quem projeta cidades, é simples apenas na aparência: quando um modelo recomenda uma intervenção de projeto, ele está otimizado para quê, exatamente? O urbanista que delega essa recomendação ao algoritmo sem questionar sua função objetivo está, na prática, transferindo essa escolha para quem configurou o modelo, com todas as limitações de perspectiva que isso implica.
Yuri Wayne
Product Manager da OSPA Capital
*Este texto não reflete, necessariamente, a opinião do Caos Planejado.
Compartilhar: