Os impactos da inteligência artificial na formulação de políticas urbanas

A inteligência artificial (IA) já não é mais uma promessa futurista para a gestão das cidades. Atualmente, diversas metrópoles ao redor do mundo utilizam modelos de aprendizado de máquina, visão computacional e redes neurais – todos estes são tipos de inteligência artificial – para prever tendências urbanas e otimizar a infraestrutura existente. Em Xangai, por exemplo, algoritmos monitoram padrões de deslocamento no trânsito para ajustar a frequência do transporte público em tempo real. Já em Amsterdã, sensores urbanos alimentam sistemas de inteligência artificial para prever enchentes e melhorar o tempo de resposta do escoamento de águas pluviais. Há o exemplo de Tóquio, também, onde a administração local usa IA para simular cenários de desastres naturais e planejar evacuações mais eficientes. Além desses exemplos, outras cidades, como Helsinque e Seul, vêm se destacando no investimento em sistemas inteligentes de mobilidade urbana, utilizando dados em tempo real para prever congestionamentos e recomendar rotas alternativas aos motoristas, reduzindo o tempo de deslocamento e melhorando a eficiência do transporte público.

No Brasil, algumas cidades já começam a experimentar soluções baseadas em IA. Em Curitiba, o sistema de transporte público usa aprendizado de máquina para prever a lotação de ônibus e ajustar a frota de acordo com a demanda. São Paulo, por sua vez, testa ferramentas de visão computacional para monitorar o fluxo de pedestres e reconfigurar travessias urbanas de forma mais segura e eficiente. Apesar de promissores, esses avanços ainda são tímidos e isolados quando comparados a outras partes do mundo, onde governos municipais e regionais já utilizam inteligência artificial para otimizar desde a gestão de resíduos até a alocação de recursos em habitação popular.

Além da mobilidade e da infraestrutura, áreas essenciais para o bom funcionamento da cidade, a IA também pode transformar a maneira como pensamos o zoneamento urbano e a formulação de políticas habitacionais. Nos últimos anos, cidades como Los Angeles e Londres começaram a utilizar algoritmos para cruzar dados de demanda habitacional, padrões de deslocamento e custo do solo, identificando áreas subutilizadas que poderiam receber novos projetos de habitação acessível, por exemplo. Em Nova York, um sistema baseado em inteligência artificial é capaz de analisar dados de mercado imobiliário, densidade populacional e indicadores socioeconômicos para sugerir locais prioritários para investimentos públicos em moradia. Esses modelos ajudam a reduzir desigualdades no acesso à habitação, tornando o planejamento mais eficiente e alinhado com as necessidades reais da população.

No Brasil, um dos desafios do planejamento urbano é a rigidez dos nossos planos diretores, que muitas vezes não acompanham a velocidade das mudanças nas cidades. Nosso modelo predominante de planejamento das cidades ainda reside nos zoneamentos por usos do solo. A IA poderia permitir um modelo mais dinâmico e responsivo, como o zoneamento por performance, onde algoritmos analisam dados sobre ruído, tráfego, qualidade do ar e densidade populacional para sugerir ajustes no uso do solo. Com isso, em vez de limitar áreas a um único tipo de uso (residencial, comercial ou industrial), as cidades poderiam adotar regras mais flexíveis, baseadas na real interação entre as atividades urbanas. Esse modelo já começa a ser testado em algumas cidades europeias, como Hamburgo e Copenhague, onde restrições tradicionais de zoneamento estão sendo substituídas por metas de desempenho ambiental e econômico, permitindo que diferentes usos coexistam de maneira mais eficiente e integrada.

Leia mais: O que é zoneamento por performance?

Entretanto, a aplicação da inteligência artificial no planejamento urbano ainda enfrenta obstáculos significativos. Um dos maiores desafios é a qualidade e acessibilidade dos dados urbanos. Muitas prefeituras brasileiras ainda possuem informações desatualizadas e não padronizadas, ou não têm acesso a bases de dados provenientes de outras esferas governamentais, o que compromete a confiabilidade dos modelos preditivos. Além disso, há riscos associados ao viés algorítmico: se um modelo é treinado com dados que refletem desigualdades existentes, ele pode perpetuar essas disparidades em suas previsões e recomendações. Um exemplo disso ocorreu em Boston, onde um sistema de IA para identificação de áreas prioritárias para reparos de infraestrutura viária utilizou dados de reclamações de cidadãos. O problema? As regiões mais ricas, onde a população tinha maior acesso a tecnologia e canais de denúncia, receberam investimentos desproporcionalmente maiores do que áreas mais pobres, onde a população não reportava problemas com a mesma frequência.

Outro problema é a governança e transparência na adoção da IA. Em cidades como Nova York e São Francisco, a implementação de ferramentas algorítmicas para segurança pública e habitação gerou críticas devido à falta de transparência nos critérios utilizados. Em algumas situações, moradores foram realocados com base em previsões algorítmicas de risco habitacional, sem que os modelos fossem devidamente explicados ou validados por especialistas independentes. No Brasil, a questão se torna ainda mais sensível, pois as decisões urbanas frequentemente são atravessadas por interesses políticos e econômicos que podem influenciar a forma como a IA é utilizada. A dependência excessiva de modelos automatizados pode enfraquecer o papel do planejamento participativo, afastando as comunidades do processo de decisão sobre o futuro das cidades.

Leia mais: Pesquisas digitais para acessar perspectivas marginalizadas em comunidades das favelas

A inteligência artificial pode revolucionar o planejamento urbano, tornando-o mais eficiente, dinâmico e baseado em evidências. No entanto, seu uso precisa ser acompanhado de políticas de transparência, fiscalização e participação social. A tecnologia sozinha não resolve problemas estruturais – ela apenas os torna mais visíveis e permite respostas mais rápidas. No Brasil, o grande desafio é integrar a IA ao planejamento urbano sem comprometer princípios de equidade e inclusão. Se bem aplicada, a tecnologia pode contribuir para a criação de cidades mais inteligentes, sustentáveis e responsivas. Mas para isso é fundamental que as decisões não sejam delegadas exclusivamente a algoritmos. A inteligência artificial deve ser vista não como um substituto da decisão humana, mas como uma ferramenta poderosa para aprimorá-la.

Fernando dos Santos Calvetti é arquiteto e urbanista, doutor em planejamento urbano e pesquisador em economia urbana e modelagem computacional. Atualmente, estuda o impacto da inteligência artificial na transformação das cidades e no desenvolvimento de políticas urbanas baseadas em dados.