Fonte: Folha
Uma criança vai mal nas provas duas semanas depois de ter ido ao pronto-socorro devido a uma queda.
O baixo desempenho, algo que poderia ser considerado trivial pelos professores, pode na verdade esconder um episódio de violência doméstica.
Como os dados de educação e de saúde costumam ficar em bases diferentes, casos assim passam despercebidos.
Para identificar situações de risco, Amsterdã passou a cruzar informações de até seis instituições públicas diferentes para tentar detectar abusos e ataques contra crianças e pessoas vulneráveis.
“Estamos conseguindo resgatar as crianças dessa situação duas a três semanas antes do que conseguíamos”, diz Franz Anton Vermast, chefe de tecnologia (CTO) da prefeitura de Amsterdã, que conversou com a Folha após um evento em São Paulo.
Referência em inovações urbanas há anos, a capital holandesa avança agora no uso de dados e de inteligência artificial para tentar resolver problemas de forma antecipada e reduzir a desigualdade social.
“Por muito tempo, focamos mudanças para as pessoas com carro, mas esquecemos daquelas que não tinham um”, diz Vermast.
A análise de grandes volumes de informações, o chamado big data, é usado também para detectar quais alunos têm maior risco de deixar a escola, de modo que eles recebam ajuda antes de desistir da escola.
Outra iniciativa é uma integração entre bancos e prefeitura: se um morador deixa de pagar a prestação da casa por três meses, há um aviso ao setor de assistência social para que o governo ajude aquela família antes que aconteça um despejo.
ALGUNS PROJETOS DE AMSTERDÃ
- Cruzamento de dados de várias instituições para detectar casos de violência doméstica
- Análise do lixo por câmeras para facilitar a separação dos materiais e encontrar riquezas
- Mapeamento de vagas para estacionar para reduzir poluição de carros que circulam atrás de espaço
- Associação de dados entre bancos e prefeitura para alertar risco de despejo de famílias
- Seleção para empregos com sistemas que ignorem nome e gênero
Além do uso dos registros públicos, a cidade busca maneiras de criar novas bases de dados a partir das ruas, inclusive no lixo. Câmeras enviam imagens do material descartado para um sistema que usa machine learning, método capaz de reconhecer padrões e otimizar seu funcionamento.
A ideia inicial era facilitar a separação dos resíduos, queimados para gerar energia. No entanto, o programa foi eficaz em outra área: encontrar ouro. Em um ano, achou 42 kg do metal em meio aos rejeitos.
Outro sistema calcula as probabilidades de haver vagas para estacionar nas ruas do centro em cada horário —e avisa aos motoristas. Com isso, reduz a poluição ao evitar que os automóveis fiquem rodando à procura de espaço.
Para chegar a ideias como essas, a receita passa por tentar muito e fracassar. “70% das propostas não vão para frente. Temos um ‘cemitério’ delas”, brinca o CTO.
A cidade mantém um site para a troca de experiências com outras cidades, e a prefeitura tem programas para estimular start-ups que desenvolvem soluções urbanas, além de negociar os termos para a entrada de gigantes do setor.
“É comum que essas empresas enormes cheguem com contratos prontos para as cidades assinarem. Mas as prefeituras têm poder e precisam determinar suas regras”, diz Vermast.
Ele sugere que, ao contratar serviços digitais, as cidades avaliem o quanto podem economizar com eles.
Dá como exemplo o monitoramento do trânsito: Amsterdã percebeu que usar os dados colhidos dos usuários por aplicativos de GPS gera custo menor do que o de montar uma estrutura própria para isso.
O armazenamento de dados gera temores de que os governos e empresas possam usar essas bases de modo inconsequente, gerando temores de invasão de privacidade e venda de informações.
Verrmast recomenda o modelo em que companhias e parceiros acessem os dados de forma pontual, sem alcance a todo o material.
Outro cenário em que a supressão de informações pode ser útil é na seleção de candidatos para empregos. A cidade quer impedir que os algoritmos —as regras que orientam o funcionamento dos programas— perpetuem preconceitos.
Assim, passou a esconder do sistema o nome e o gênero da pessoa, para que a análise do currículo seja feita apenas com base nas habilidades.
Tenta-se, assim, também, desviar de tendências como favorecer nomes nativos em vez de estrangeiros, por exemplo.
Há ainda um esforço para o direito ao esquecimento. “Se eu atrasei uma parcela de um celular quando era estudante, é justo que eu tenha de pagar juros maiores uma década depois ao comprar uma casa?”, questiona o secretário.
“Nos anos 1940, Amsterdã tinha um cadastro muito completo de seus moradores. Quando a cidade foi invadida, isso permitiu aos nazistas descobrir facilmente quem era judeu. Com isso, conseguiram capturá-los muito mais facilmente”, lembra Vermast.
“Isso não nos deixa esquecer a importância de ter cuidado com os dados.”
