Nas últimas décadas, as cidades se tornaram cada vez mais eficientes em acumular todo tipo de dados. No entanto, esses dados podem ter impacto limitado quando os gestores públicos não conseguem comunicar, muito menos analisar ou utilizar, todas as informações às quais têm acesso.
Essa dinâmica sempre incomodou Sarah Williams, professora de planejamento urbano e tecnologia do MIT. “Fazemos muitas análises espaciais e de dados. Produzimos artigos acadêmicos e pesquisas que poderiam ter um enorme impacto na forma como planejamos e projetamos nossas cidades”, afirma ela. “Isso não estava sendo comunicado.”
Pouco depois de ingressar no MIT, em 2012, Sarah criou o Civic Data Design Lab (Laboratório de Design de Dados Cívicos, em livre tradução) para reduzir essa distância. Ao longo dos anos, ela e seus colegas ampliaram os limites narrativos e explicativos dos dados de planejamento urbano, usando as tecnologias mais recentes disponíveis. Isso tornou os números mais vívidos e acessíveis por meio de histórias humanas e gráficos impactantes. Um projeto do qual ela participou, sobre as taxas de encarceramento na cidade de Nova York por bairro, agora faz parte da coleção permanente do Museu de Arte Moderna de Nova York. Outros projetos da professora acompanharam a disseminação e o impacto da poluição do ar em Pequim, por meio de sensores de qualidade do ar, e mapearam os deslocamentos diários de moradores de Nairóbi usando sistemas de informação geográfica.
As cidades devem ser transparentes sobre como estão usando a IA e quais são as limitações. Ao fazer isso, elas têm a oportunidade de estabelecer modelos mais éticos e responsivos de uso dessa tecnologia.
Nos últimos anos, à medida que a IA se tornou mais acessível, Sarah ficou intrigada com o que ela poderia revelar sobre as cidades. “Comecei realmente a pensar: ‘Quais são as implicações para o planejamento urbano?’”, diz ela. Essas ferramentas têm potencial para organizar e ilustrar enormes quantidades de dados instantaneamente, mas ter mais informações também aumenta os riscos de desinformação e manipulação. “Eu queria ajudar a orientar as cidades na reflexão sobre os aspectos positivos e negativos dessas ferramentas”, afirma.
Em 2024, essa investigação levou a uma colaboração com a cidade de Boston, que estava analisando como e se deveria aplicar IA em diferentes funções governamentais por meio do Escritório de Tecnologia Emergente. Ao longo daquele ano, a professora Sarah e sua equipe acompanharam enquanto Boston experimentava novas aplicações de IA no governo e coletaram opiniões em reuniões comunitárias.
Com base nessas descobertas, Sarah e o Civic Data Design Lab publicaram o Generative AI Playbook for Civic Engagement, na primavera dos Estados Unidos. O documento, disponível publicamente, ajuda governos municipais a aproveitar os recursos da IA e lidar com os riscos associados a ela. Esse tipo de orientação é especialmente importante à medida que o governo federal adota uma abordagem cada vez mais permissiva em relação à regulamentação da IA.
“É nessa zona cinzenta que organizações sem fins lucrativos e a academia podem produzir pesquisas para ajudar a orientar estados e instituições privadas”, afirma Sarah.
O manual do laboratório e seus artigos acadêmicos abordam uma ampla variedade de aplicações emergentes, desde assistentes virtuais para a divisão de compras de Boston até a otimização de semáforos e chatbots para o serviço telefônico de atendimento não emergencial 311 (um canal de comunicação entre a população e governos locais). Mas o principal foco da professora e pesquisadora é como usar essa tecnologia para o engajamento cívico. A IA poderia tornar mais permeável a barreira entre governo e população, permitindo que ambos os lados compreendessem melhor um ao outro.
Atualmente, o engajamento cívico está limitado principalmente a “redes sociais, sites e reuniões comunitárias”, afirma ela. “Se pudermos criar mais ferramentas para ajudar a reduzir essa distância, isso será realmente importante.”
Um dos experimentos de Boston com IA segue nessa direção. A cidade usou um modelo de linguagem de grande escala (LLM) para resumir cada votação do Conselho Municipal de Boston dos últimos 16 anos, criando descrições simples e diretas de cada medida. Essa base de dados facilmente pesquisável “vai ajudar você a encontrar o que procura com muito mais rapidez”, afirma Michael Lawrence Evans, chefe do Escritório de Tecnologia Emergente. Uma busca rápida por “habitação” mostra ações recentes do conselho municipal para criar um novo fundo de aceleração habitacional e ampliar a capacidade de abrigos para migrantes. Embora nem todos os resumos tenham sido revisados por humanos, a precisão da ferramenta foi confirmada por meio de “uma avaliação realmente robusta”, diz Michael.
As ferramentas de IA também podem ajudar os governos a compreender as necessidades e os desejos dos moradores. A comunidade “já está inserindo muito de seu conhecimento” por meio de reuniões comunitárias, pesquisas públicas, solicitações ao 311 e outros canais, explica Sarah. Boston, por exemplo, registrou quase 300 mil solicitações ao 311 em 2024, a maioria relacionada a reclamações sobre estacionamento. A cidade de Nova York registrou 35 milhões de contatos pelo 311 em 2023. Pode ser difícil para funcionários públicos identificar tendências em meio a todo esse volume de informações. “Agora eles têm uma forma mais estruturada de analisar esses dados, algo que realmente não existia antes”, aponta a professora.
A IA pode ajudar a criar uma visão mais clara de como esses tipos de reclamações dos moradores estão distribuídos geograficamente. Em uma reunião comunitária em Boston, no ano passado, funcionários da cidade usaram IA generativa para produzir instantaneamente um mapa das reclamações sobre buracos nas ruas registradas no mês anterior.
Ela também tem potencial para revelar dados mais abstratos sobre os desejos da população. Um mecanismo citado por Sarah Williams em sua pesquisa é o Polis, uma plataforma de pesquisa de opinião de código aberto usada por vários governos nacionais ao redor do mundo e por algumas cidades e empresas de mídia nos Estados Unidos. Uma atualização recente passou a permitir que os responsáveis pelas pesquisas categorizem e resumam respostas usando IA. Trata-se de uma espécie de experimento sobre como a IA pode ajudar a facilitar a democracia direta, uma questão na qual o criador da ferramenta, Colin Megill, trabalhou tanto com a OpenAI quanto com a Anthropic.
Mas, mesmo explorando essas fronteiras, Megill avança com cautela. O objetivo é “ampliar a capacidade de ação humana”, afirma ele, e evitar “manipulação” a qualquer custo: “Você quer dar ao modelo tarefas muito específicas e delimitadas que ampliem o trabalho de autores humanos, mas não os substituam.”
A desinformação é outra preocupação enquanto os governos locais descobrem a melhor forma de trabalhar com IA. Embora estejam cada vez mais comuns, os chatbots do 311 têm histórico misto nesse aspecto. O chatbot da cidade de Nova York ganhou destaque, no ano passado, por fornecer informações incorretas e, em alguns momentos, bizarras. Quando um repórter da Associated Press perguntou se era legal que um restaurante servisse queijo mordido por um rato, o chatbot respondeu: “Sim, você ainda pode servir o queijo aos clientes se ele tiver mordidas de rato”. O chatbot de Nova York parece ter melhorado desde então. Quando questionado por este repórter sobre servir queijo mordido, ele respondeu de forma categórica que não.
Esses erros da IA podem reduzir a confiança no governo, exatamente o oposto do resultado que Sarah busca.
“Atualmente, não temos muita confiança nos sistemas de IA”, afirma ela. “Por isso, ter esse facilitador humano é realmente importante.” Ela reforça que as cidades devem ser transparentes sobre como estão usando a IA e quais são as limitações dela. Ao fazer isso, têm a oportunidade de estabelecer modelos mais éticos e responsivos de uso dessa tecnologia.
O próximo passo na agenda de Sarah Williams é explorar como as cidades podem desenvolver seus próprios sistemas de IA, em vez de depender de grandes empresas de tecnologia, que frequentemente têm prioridades diferentes. Essa tecnologia poderia ser de código aberto: não apenas as comunidades poderiam compreender melhor os dados que produzem, como também seriam donas deles.
“Uma das maiores críticas à IA atualmente é que as pessoas que realizam o trabalho não são remuneradas pelo esforço que fazem (para treinar os sistemas)”, aponta ela. “Estou muito animada com a possibilidade de as comunidades serem donas dos próprios modelos de linguagem de grande escala. Assim, as comunidades poderiam controlar os dados inseridos neles e permitir que as pessoas tivessem acesso a essas informações.”
Ben Schneider