Semana do Clima: IA já antecipa o próximo desastre. E o Brasil, está pronto?

Nova York - Enquanto o Rio Grande do Sul contabilizava, nesta semana, os estragos de mais um temporal, com mortes e mais de 570 mil pessoas atingidas, especialistas reunidos em Nova York discutiam como a inteligência artificial poderia dar aos governos dias de antecedência para se preparar para desastres como esse.

O problema não se restringe a países em desenvolvimento. Os Estados Unidos, sede do encontro, convivem com temporadas recordes de incêndios florestais, furacões mais intensos e enchentes que custam dezenas de bilhões de dólares por ano.

A diferença entre um país e outro está menos na exposição ao clima extremo e mais na capacidade de prever, avisar e agir antes.

No centro da discussão está a ação antecipatória, uma mudança de lógica na gestão de desastres onde, em vez de mobilizar recursos depois que a enchente chega, a proposta é identificar gatilhos e definir financiamento e protocolos de resposta com antecedência, acionados assim que as previsões indicam risco iminente.

Nesse desenho, a inteligência artificial entra para tornar os alertas mais precisos e ampliar a janela de reação, de horas para dias.

E este foi o tema da trilha “AI for Resiliency”, promovida pela Global Enabling Sustainability Initiative (GeSI) em parceria com a Universidade Columbia, por meio do National Center for Disaster Preparedness (NCDP).

Sete dias de antecedência

Um dos casos de sucesso citado foi o do Google Flood Hub. A ferramenta usa redes neurais para prever cheias de rios combinando dados globais de clima e hidrologia, o que permite emitir alertas mesmo em bacias sem estações de medição.

Depois da última expansão, o sistema atualmente cobre 80 países e áreas onde vivem cerca de 460 milhões de pessoas, com previsões de até sete dias - em muitas regiões em que, antes, o aviso mal chegava a algumas horas.

O acesso é gratuito e os dados já são usados por agências humanitárias para disparar ações antecipatórias.

Um segundo caminho é o que oferece a iniciativa SEWAA, sigla em inglês para o fortalecimento de sistemas de alerta voltados à ação antecipatória.

Tocada pelo Programa Mundial de Alimentos (WFP), braço de assistência alimentar da ONU com o centro climático da África Oriental (ICPAC), o Centro Europeu de Previsão de Médio Prazo (ECMWF) e a Universidade de Oxford, aplica machine learning aos modelos regionais para melhorar a previsão de chuva no Chifre da África, uma das áreas mais expostas a secas e enchentes, e vem se estendendo a países como Uganda e Ruanda.

O custo também joga a favor. Por rodarem sobre modelos de aprendizado de máquina, e não sobre supercomputadores dedicados, essas ferramentas são mais baratas e rápidas, e simulam vários cenários em série.

Para governos com orçamento apertado, é a diferença entre ter e não ter um alerta que funcione com dias de antecedência.

O obstáculo não é só técnico

Para o Brasil, os obstáculos são relevantes. As regiões mais expostas a eventos extremos costumam ser as que têm menos estações de medição e dados para alimentar os algoritmos.

Somam-se a isso a resistência ao compartilhamento de informações, a desigualdade de acesso à tecnologia e a concentração das decisões em gestores locais com poucos recursos.

A avaliação predominante é de que a inteligência artificial potencializa, mas não substitui, o julgamento humano e o engajamento das comunidades.

O Rio Grande do Sul ilustra esse descompasso. O temporal desta semana foi previsto com antecedência pelos modelos meteorológicos, que apontaram uma área de risco de tamanho pouco comum.

E ainda assim voltou a cobrar vidas. Lembrando que as enchentes de 2024, com mais de 180 mortos, já haviam exposto o custo de um sistema que reage em vez de antecipar.