O surgimento da Internet e outras ferramentas computacionais nos últimos 30 anos têm impactado de forma muito positiva as possibilidades de disponibilização dos dados oriundos de pesquisas estatísticas e geocientíficas. Para além da disponibilização de publicações com dados e análises das pesquisas, tanto IBGE como outras instituições estatísticas têm desenvolvido uma série de aplicações para tabulação de microdados e apresentação de mapas em diferentes escalas de representação geográfica. Tem havido também esforços de produção de conteúdos para públicos mais gerais, com maiores dificuldades de acesso às novas tecnologias e menor familiaridade com as estatísticas. É preciso discutir como as novas tecnologias de informação – entre eles os Modelos de Linguagem em Inteligência Artificial – podem colaborar para o letramento estatístico e disseminação das pesquisas do IBGE junto a públicos mais gerais, como professores do ensino básico e, em especial, técnicos do setor público das três esferas administrativas, considerando suas necessidades de formulação, monitoramento e avaliação de políticas públicas, estratégias de desenvolvimento econômico e de sustentabilidade ambiental desde o nível microrregional e municipal.
Projetos específicos:
10.1. Cidades Metropolitanas Carbono Neutro: Um Caminho para o Rio Metropolitano
Pesquisador: Leonardo J. Melo
Este subprojeto tem como objetivo mobilizar os dados do Censo Demográfico 2022 para subsidiar estratégias integradas de inovação territorial e transição urbana na Região Metropolitana do Rio de Janeiro (RMRJ). Articulado ao escopo do Corredor Tecnológico proposto pelo Instituto Rio Metrópole, o projeto opera na interseção entre ciência de dados, planejamento urbano e políticas públicas orientadas à sustentabilidade, à equidade e à transformação digital do território.
A proposta parte do reconhecimento das cidades como espaços em transição — sujeitos a múltiplas pressões ambientais, sociais e tecnológicas — e adota uma abordagem orientada por evidências, capaz de produzir diagnósticos qualificados e apoiar a formulação de políticas públicas multiescalares. O foco recai sobre sete municípios estratégicos do Corredor (Rio de Janeiro, Niterói, São Gonçalo, Maricá, Duque de Caxias, Nova Iguaçu e Petrópolis), compreendidos como núcleos potenciais de inovação sistêmica e reconversão urbana. Entre os principais componentes do projeto estão: A análise espacial e socioeconômica com base em microdados do Censo 2022; A proposição de um Observatório Metropolitano Digital, com foco em inteligência territorial, dados abertos e monitoramento de indicadores-chave;
A articulação com agendas nacionais e internacionais, como o 5º CNCTI, o programa CCD da FAPESP e a Missão Europeia para Cidades Inteligentes e Climaticamente Neutras; A integração entre evidência estatística, capacidades institucionais e participação social como base para novas formas de governança metropolitana. O projeto busca não apenas produzir conhecimento técnico, mas também contribuir para a construção de pactos territoriais sustentáveis, fortalecendo a infraestrutura analítica e institucional necessária para uma metrópole mais justa, resiliente e orientada ao futuro.
Palavras-chave: Carbono Neutro. Urbanização Sustentável. Emissões. Planejamento Urbano. Resiliência Climática.
Questão norteadora:
Objetivos de Desenvolvimento Sustentável:
10.2. Solução de Deep Learning com Google Street View para Geração de Indicadores Urbanísticos Contínuos
Pesquisador: Fillipi Lúcio Nascimento da Silva
A cidade, enquanto artefato antrópico, é resultado de uma densa rede de relações socioespaciais, onde a configuração dos elementos naturais e construídos reflete o modo de vida de sua população e as dinâmicas que ali se desenvolvem. Sua forma, ao longo do tempo, é moldada por decisões políticas, econômicas e culturais, revelando uma paisagem em constante transformação. Cada rua, cada praça, cada edifício carrega marcas de um processo histórico, que é tanto material quanto simbólico. Esses traços revelam a natureza das interações que ocorrem nos espaços urbanos, bem como as condições que propiciam ou restringem essas interações. Compreender a cidade exige ir além da análise da forma física. É necessário captar as relações que estruturam o espaço e afetam a vida cotidiana: padrões de uso do solo, fluxos de pessoas e recursos, e os efeitos da infraestrutura (ou da sua ausência) sobre o convívio social. Planejar um desenvolvimento urbano sustentável depende desse tipo de compreensão. Em que pesem suas contribuições, os métodos e técnicas tradicionais da pesquisa urbana têm se mostrado progressivamente limitados diante da velocidade e da complexidade das transformações urbanas contemporâneas. A dificuldade em processar grandes volumes de dados, identificar correlações não evidentes e capturar a dinâmica cotidiana das cidades impõe a necessidade de novas abordagens analíticas e tecnológicas. É nesse cenário que emergem alternativas baseadas em inteligência artificial, capazes de lidar com a escala, a heterogeneidade e a atualização constante dos dados urbanos. Neste projeto, apresentamos uma solução que integra técnicas de deep learning a imagens do Google Street View para automatizar a geração de indicadores urbanísticos. Essa proposta viabiliza uma leitura mais precisa e em tempo quase real das condições do espaço urbano, não se limitando aos levantamentos realizados ao longo dos ciclos censitários. Utilizando redes neurais convolucionais e ferramentas de geoprocessamento, o modelo identifica e classifica os elementos infraestruturais delimitados na Pesquisa Urbanística do Entorno dos Domicílios, como a qualidade dos passeios, a presença de áreas verdes, a disponibilidade de iluminação artificial pública entre outros, a fim de compor o índice global de condições infraestruturais. A proposta busca, assim, contribuir para o aprimoramento do planejamento urbano, a melhor alocação de recursos e uma gestão mais inteligente e responsiva das cidades, alinhando inovação tecnológica às necessidades concretas da vida urbana.
Palavras-chave: Deep Learning. Inteligência Artificial. Geoprocessamento. Indicadores Urbanísticos. Monitoramento Urbano.
Questão norteadora: Como obter indicadores urbanísticos que reflitam de maneira ágil e precisa as rápidas transformações do ambiente urbano, superando a limitação dos dados decenais coletados pela Pesquisa Urbanística do Entorno dos Domicílios?
Objetivos de Desenvolvimento Sustentável: